Szerkesztés

A marketing optimalizálása gépi tanulással

Azure AI services
Azure Synapse Analytics
Azure Machine Learning
Azure Data Lake
Power BI

Megoldási ötletek

Ez a cikk egy megoldási ötlet. Ha azt szeretné, hogy további információkkal bővítsük a tartalmat, például a lehetséges használati eseteket, alternatív szolgáltatásokat, megvalósítási szempontokat vagy díjszabási útmutatást, a GitHub visszajelzésével tudassa velünk.

Az Azure-szolgáltatások elemzéseket nyerhetnek ki a közösségi médiából a big data marketingkampányokban való használathoz.

Architektúra

Architektúradiagram, amely a külső forrásokból a vizualizációba való adatáramlást mutatja be. További lépések többek között a betöltést, a bővítést és a tárolást

Töltse le az architektúra Visio-fájlját.

Adatfolyam

  1. Az Azure Synapse Analytics egy tárolt eljáráson keresztül bővíti a dedikált SQL-készletek adatait az Azure Machine-Tanulás regisztrált modellel.
  2. Az Azure AI-szolgáltatások hangulatelemzés futtatásával, az általános jelentés előrejelzésével, a releváns információk kinyerésével és más AI-funkciók alkalmazásával bővítik az adatokat. A gépi Tanulás gépi tanulási modell fejlesztésére és a modell regisztrálására szolgál a Gépi Tanulás beállításjegyzékben.
  3. Az Azure Data Lake Storage tárolót biztosít a gépi tanulási adatokhoz és egy gyorsítótárat a gépi tanulási modell betanításához.
  4. A Azure-alkalmazás Szolgáltatás Web Apps funkciója skálázható, üzleti szempontból kritikus fontosságú webalkalmazások létrehozására és üzembe helyezésére szolgál. A Power BI interaktív irányítópultot biztosít olyan vizualizációkkal, amelyek az Azure Synapse Analyticsben tárolt adatokat használják az előrejelzésekre vonatkozó döntések meghozatalához.

Összetevők

  • Az Azure Synapse Analytics egy integrált elemzési szolgáltatás, amely felgyorsítja az adattárházak és big data rendszerek áttekintésének idejét.

  • Az Azure AI-szolgáltatások olyan felhőalapú szolgáltatásokból állnak, amelyek AI-funkciókat biztosítanak. A REST API-k és az ügyféloldali kódtár SDK-k akkor is segítenek a kognitív intelligencia alkalmazásokban való fejlesztésében, ha nem rendelkezik mesterséges intelligenciával vagy adatelemzési ismeretekkel.

  • A gépi Tanulás egy felhőalapú környezet, amellyel gépi tanulási modelleket taníthat be, helyezhet üzembe, automatizálhat, kezelhet és nyomon követheti.

  • A Data Lake Storage egy nagymértékben skálázható és biztonságos data lake a nagy teljesítményű elemzési számítási feladatokhoz.

  • Az App Service keretrendszert biztosít a webalkalmazások létrehozásához, üzembe helyezéséhez és méretezéséhez. A Web Apps szolgáltatás webalkalmazások, REST API-k és mobil háttérrendszerek üzemeltetésére szolgáló szolgáltatás.

  • A Power BI elemzési szolgáltatások és alkalmazások gyűjteménye. A Power BI használatával csatlakoztathatja és megjelenítheti a nem kapcsolódó adatforrásokat.

Forgatókönyv részletei

A marketingkampányok többről szólnak, mint a kézbesített üzenetről. Az üzenet kézbesítésének időpontjára és módjára is ugyanolyan fontos. Az adatokon alapuló elemző megközelítés hiányában fennáll a veszély, hogy a kampányok kiváló lehetőségeket szalasztanak el, és nem érik el a megfelelő hatásfokot.

Manapság a marketingkampányok gyakran közösségimédia-elemzésen alapulnak, ami világszerte egyre fontosabbá vált a vállalatok és szervezetek számára. A közösségimédia-elemzés hatékony eszköz, amellyel azonnali visszajelzést kaphat a termékekről és szolgáltatásokról, javíthatja az ügyfelekkel való interakciókat, hogy növelje az ügyfelek elégedettségét, lépést tartson a versennyel és így tovább. A vállalatok gyakran nem rendelkeznek hatékony és életképes módszerekkel a közösségimédia-beszélgetések monitorozására. Ennek eredményeképpen számtalan lehetőséget elmulasztanak arra, hogy ezeket a megállapításokat felhasználva tájékoztassák stratégiáikat és terveiket.

Lehetséges használati esetek

Ha információkat tud kinyerni az ügyfeleiről a közösségi médiából, javíthatja az ügyfélélményt, növelheti az ügyfelek elégedettségét, új érdeklődőket szerezhet, és megakadályozhatja az ügyfelek változását. A közösségimédia-elemzés ezen alkalmazásai három fő területre sorolhatók:

  • A márka állapotának mérése:

    • Az ügyfelek reakcióinak és visszajelzéseinek rögzítése új termékekhez a közösségi médiában.
    • Az újonnan bevezetett termék közösségimédia-interakcióinak hangulatelemzése.

  • Ügyfélkapcsolatok kiépítése és fenntartása:

    • Gyorsan azonosíthatja az ügyfelek problémáit.
    • A megjelölés nélküli márka említéseinek hallgatása.

  • Marketingbefektetések optimalizálása:

    • Elemzések kinyerése a közösségi médiából kampányelemzéshez.

Közreműködők

Ezt a cikket a Microsoft tartja karban. Eredetileg a következő közreműködők írták.

Fő szerző:

Egyéb közreműködők:

  • Nicholas Moore | Felhőarchitektúra / Adatok / Mesterséges intelligencia

Következő lépések

További információ a következő képzési tervekkel:

A megoldásösszetevőkkel kapcsolatos információkért tekintse meg az alábbi erőforrásokat: