Navigáció kihagyása

Kampányoptimalizálás az SQL Server segítségével

Ez a megoldás bemutatja, hogyan lehet létrehozni és üzembe helyezni egy gépi tanulási modellt az SQL Server 2016 with R Services segítségével, és felhasználni azt a kampányok által megcélzott potenciális ügyfelek vásárlási arányának maximalizálását célzó tevékenységek ajánlására.

Leírás

Megjegyzés: Ha már üzembe helyezte ezt a megoldást, az üzemelő példányt ide kattintva érheti el.

Üzembe helyezés becsült ideje: 30 perc

NE lépjen tovább! Ha még nem helyezte üzembe Azure-előfizetésén a Data Science (Adatfeldolgozás) virtuális gépet, először el kell fogadnia a használati feltételeket.

Áttekintés

Amikor a vállalkozások az új vagy meglévő termékeik iránti érdeklődés felkeltését célzó marketingkampányt indítanak, általában üzleti szabályok segítségével válogatják ki azokat a potenciális ügyfeleket, akiket érdemes lehet megcélozni a kampánnyal. A gépi tanulási funkciók kiválóan alkalmasak a potenciális ügyfelek válaszadási arányának növelésére. Ez a megoldás bemutatja, hogyan lehet a modell segítségével meghatározni a kampány által megcélzott potenciális ügyfelek vásárlási arányát maximalizálni képes tevékenységeket. Ezeknek az előrejelzéseknek a segítségével a rendszer képes ajánlásokat megjeleníteni, amelyekkel meghatározható, hogy milyen módszerrel (például e-mailben, SMS-ben vagy hideghívással) és mikor (a hét melyik napján és a nap melyik órájában) érdemes megkeresni a célzott potenciális ügyfeleket. Az itt bemutatott megoldásban szimulált biztosítási adatokat használunk a potenciális ügyfelek által a kampányra adott válaszok modellezésére. A modell előrejelzői között szerepelnek a potenciális ügyfelek demográfiai adatai, a korábbi kampányok teljesítménymutatói, valamint számos termékspecifikus adat. A modell annak az előrejelzésére szolgál, hogy mekkora a valószínűsége, hogy az adatbázisban szereplő egyes potenciális ügyfelek vásárolnak valamit a különböző megkeresési csatornákon, a hét egyes napjain és óráiban. A rendszer az alapján tesz javaslatot a felhasználók megcélzására leginkább alkalmas csatornára, a hét napjára és a nap órájára vonatkozóan, hogy mely csatorna-időpont kombináció kínálja a legmagasabb vásárlási valószínűséget.

A Microsoft Marketing Campaign Optimization megoldása egy gépi tanulási prediktív modell és egy interaktív vizualizációs eszköz (a PowerBI) együttes használatára kínál lehetőséget. A megoldás célja, hogy növelje a kampány válaszadási arányát: javaslatot tesz arra nézve, hogy milyen módszerrel (például e-mailben, SMS-ben vagy hideghívással) és mikor (a hét melyik napján és a nap melyik órájában) érdemes a leginkább megkeresni az új kampányban megcélzott potenciális ügyfeleket. A megoldás szimulált adatokat tartalmaz, de ezeket egyszerűen lecserélheti saját szervezete adataira, amelyekkel lemodellezheti az ügyféltoborzási kampányra adott válaszokat. A modell különböző előrejelzőket használ, többek között demográfiai adatokat, a korábbi kampányok teljesítménymutatóit és termékadatokat. A megoldás képes megbecsülni, hogy az egyes kapcsolatfelvételi módok és időpontok (nap és óra) mekkora valószínűséggel vezetnek a potenciális ügyfél konverziójához. Az egyes potenciális ügyfelek megcélzására vonatkozó végleges javaslatot a rendszer a kapcsolatfelvételi módoknak, a hét napjainak és a nap óráinak a legmagasabb konverziós valószínűséget biztosító kombinációja szerint jeleníti meg. A megoldás szabványos adatfeldolgozási folyamatra épül: az adatszakértő könnyedén elvégezheti az adatok előkészítését, valamint a modell betanítását és kiértékelését, ezt követően pedig a marketingosztály a Power BI funkció segítségével vizuális megjelenítést adhat az eredményeknek, és összehasonlíthatja azokat a fő teljesítménymutatókkal.

Üzleti menedzser szempontjai

Ez a szolgáltatássablon (szimulált) előzményadatok segítségével jelzi előre, hogy hogyan és mikor érdemes felvenni a kapcsolatot a potenciális ügyfelekkel a kampányban. A megoldás javaslatot tesz arra, hogy milyen módszerrel (példánkban e-mailben, SMS-ben vagy hideghívással), a hét melyik napján és a nap melyik órájában érdemes megkeresni a potenciális ügyfelet.

Az SQL Server R Services az adatok helyén biztosít számítási funkciókat, hiszen lehetővé teszi, hogy az R ugyanazon a számítógépen fusson, mint az adatbázis. A megoldás része egy, az SQL Server folyamatán kívül futó adatbázis-szolgáltatás is, amely biztonságos kommunikációt folytat az R futtatókörnyezettel.

Ebben a megoldáscsomagban bemutatjuk, hogy hogyan hozza létre és finomítsa az adatokat, hogyan tanítsa be az R-modelleket, és hogyan készítsen előrejelzéseket az SQL Servert futtató géppel. Az egyes potenciális ügyfelek megkeresésének legjobb módját és időpontját bemutató javaslatok az SQL Serverben elérhető végső előrejelzés-táblában jelennek meg. A rendszer ezt követően a Power BI segítségével vizualizálja az adatokat.

A Power BI ezenfelül a kampányra vonatkozó javaslatok hatékonyságáról is vizuális jelekkel tájékoztat (ez itt szimulált adatokkal látható). Ha szeretné kipróbálni az irányítópultot, kattintson a Kipróbálás most hivatkozásra.

Az irányítópult Ajánlatok lapján láthatja a rendszer által létrehozott ajánlatokat. Legfelül az új üzemelő példányra vonatkozó egyes potenciális ügyfelek táblázata látható. Ebben külön mezőt kapott a potenciális ügyfél azonosítója, a kampány, valamint a termék. Ezeket a rendszer azok alapján a potenciális ügyfelek alapján tölti ki, amelyekre alkalmaztuk az üzleti szabályokat. Ezeket az adatokat a modell által a potenciális ügyfelekre vonatkozóan készített előrejelzések követik: a rendszer megadja, hogy milyen módszerrel érdemes felvenni velük a kapcsolatot, és azt, hogy mekkora a valószínűsége, hogy az adott ügyfél terméket vásárol majd. E valószínűségek segítségével hatékonyabbá tehető a kampány, hiszen a legnagyobb vásárlási értékkel rendelkező potenciális ügyfelekre korlátozhatja azt.

Az Ajánlatok lapon ezenfelül az ajánlatok különböző összegzései, valamint a potenciális ügyfelek demográfiai adatai is megtekinthetők.

Az irányítópult Campaign Summary (Kampányösszegzés) lapján láthatja az ajánlatok létrehozásához használt előzményadatokra vonatkozó összegzéseket. Ezen a lapon is szerepelnek a hét napjai, a napok időpontjai, valamint a kapcsolatfelvételi módszer, ezek tényleges múltbéli értékek, amelyek nem tévesztendők össze az Ajánlatok lapon látható ajánlatokkal.

Adatszakértői szempontok

Az SQL Server R Services az adatok helyén biztosít számítási funkciókat, ugyanis az adatbázist futtató számítógépen futtatja az R-t. A megoldás része egy, az SQL Server folyamatán kívül futó adatbázis-szolgáltatás is, amely biztonságos kommunikációt folytat az R futtatókörnyezettel.

A program lépésről lépésre végigvezeti a felhasználót az adatok létrehozásához és finomításához, az R-modellek betanításához, valamint az SQL Servert futtató gépen szükséges pontozáshoz elvégzendő műveleteken. Az egyes potenciális ügyfelek megkeresésének legjobb módját és időpontját bemutató ajánlatok az SQL Serverben elérhető végső pontozott adatbázistáblában jelennek meg. Az adatokat a PowerBI segítségével vizualizálja a rendszer. Az új kampány befejezését követően itt tekinthető meg az ajánlatok sikerességének összegzése is. (Ebben a sablonban szimulált adatokat használtunk a funkció bemutatására.)

A megoldások fejlesztésével és tesztelésével megbízott adatszakértők saját ügyfélszámítógépükön, kedvenc R integrált fejlesztőkörnyezetükben dolgozhatnak, míg a számítási feladatokat az SQL Servert futtató gép kezeli. Az elkészült megoldások SQL Server 2016-ban való üzembe helyezéséhez a tárolt eljárásokból az R-be irányuló beágyazási hívások szükségesek. A megoldások ezt követően az SQL Server Integration Services és az SQL Server-ügynök segítségével tovább automatizálhatók.

Ha szeretné tesztelni az automatizálást, kattintson az Üzembe helyezés gombra. Ezt követően a teljes megoldás elérhetővé válik az Ön Azure-előfizetésében.

Díjszabás

Az üzembe helyezéshez használt Azure-előfizetésben a megoldásban használt szolgáltatásokra vonatkozó használati díjakat számolunk fel, amely az alapértelmezett virtuális gép esetében körülbelül $1.15/óra.

Ne felejtse el leállítani virtuálisgép-példányát, amikor nem használja aktívan a megoldást. A virtuális gép folyamatos futtatása magasabb költségeket eredményez.

Kérjük, törölje a szolgáltatást, ha már nem használja azt.

Jogi nyilatkozat

© 2017 Microsoft Corporation. Minden jog fenntartva. Ezt az információt jelen formájában nyújtjuk, és előzetes értesítés nélkül változhat. Az itt szereplő információkra a Microsoft nem vállal sem kifejezett, sem vélelmezett garanciát. A megoldás harmadik féltől származó adatok felhasználásával lett létrehozva. Ön felelős mások jogainak tiszteletben tartásáért, beleértve a hasonló adatkészletek létrehozásának céljából történő beszerzéseket és a vonatkozó licenceknek való megfelelőséget is.

Kapcsolódó megoldásarchitektúrák

Kampányoptimalizálás Azure HDInsight Spark-fürtökkel

Ez a megoldás azt mutatja be, hogy miként hozhat létre és helyezhet üzembe egy gépi tanulási modellt az Azure HDInsight Spark-fürtön futtatott Microsoft R Server használatával olyan ajánlások elkészítése céljából, amelyek révén maximalizálhatja a vásárlók arányát egy adott kampány célközönségként kijelölt érdeklődői körében. Ez a megoldás lehetővé teszi a big data jellegű adatok hatékony kezelését a Microsoft R Servert futtató Spark-fürtökön.