Navigáció kihagyása

Megoldásarchitektúra: Személyre szabott marketing-megoldások

A személyre szabott marketing elengedhetetlen az vásárlók hűségének erősítéséhez és a jövedelmezőség fenntartásához. A vásárlók megkeresése és bevonása nehezebb, mint valaha és az általános ajánlatok felett könnyen átsiklanak, vagy figyelmen kívül hagyják őket. A jelenlegi marketing-rendszerek nem használják ki az ezt a problémát megoldani képes adatokat.

Az intelligens rendszereket használó és hatalmas adattömegeket elemző marketingszakemberek képesek erősen célzott és személyre szabott ajánlatokat tenni az egyes felhasználóknak, kiemelkednek az mezőnyből és felkeltik az érdeklődést. A kereskedők például az egyes vásárlók egyedi érdeklődésének és elvárásainak megfelelő ajánlatokat és tartalmat kínálhatnak, olyanoknak bemutatva a termékeiket, akik a legvalószínűbben vásárolják meg azokat.

Az ajánlatok személyre szabásával minden meglévő és leendő vásárlónak egyedi élmény nyújtható, erősítve a kötődést, javítva a kapcsolattartást, a hosszú távú jövedelmezőséget és a vásárlók megtartását.

Personalized marketing solutionsFind essential technology to market your products with personalized offers. Individualize your marketing for greater customer response using big-data insights.Cosmos DB(Azure Services)DashboardBrowserAzureStream Analytics (NearReal-Time Aggregates)Input EventsEvent HubColdStartProduct AffinityMaching Learning(Product Affinity)RawStream DataPersonalized OfferLogic

Implementálási segédlet

Termékek/Leírás Dokumentáció

Azure Event Hubs-eseményközpontok

Az Event Hubs betölti a Functions-ből származó nyers kattintásinapló-adatokat, majd átadja azokat a Stream Analyticsnek.

Stream Analytics

A Stream Analytics közel valós időben összesíti az Azure Cosmos DB-ben rögzítendő kattintásokat termék, ajánlat és felhasználó szerint, emellett pedig archiválja a nyers kattintásinapló-adatokat az Azure Storage szolgáltatásban.

Azure Cosmos DB

Az Azure Cosmos DB tárolja az összesített adatokat a kattintásokról felhasználónként, termékekként és ajánlatokként, valamint a felhasználói profil adatait.

Tárhely

Az Azure Storage a Stream Analyticsből származó archivált nyers kattintásinapló-adatokat tárolja.

Functions

Az Azure Functions fogadja a felhasználói kattintásinapló-adatokat a webhelyről, és kiolvassa a felhasználóhoz tartozó meglévő előzményeket az Azure Cosmos DB-ből. Ezeket az adatokat aztán a Machine Learning webszolgáltatáson keresztülfuttatva vagy a Redis Cache hidegindítási adataival együtt használva állít elő termék-affinitási értékeket. A termék-affinitási értékeket a személyre szabott ajánlat logikával felhasználva megállapítható, hogy melyik a felhasználóhoz leginkább illő, neki felkínálandó ajánlat.

Machine Learning Studio

A Machine Learning összetevővel könnyedén megtervezhetők, tesztelhetők, üzembe helyezhetők és felügyelhetők a felhőbeli prediktív elemzési megoldások.

Redis Cache

A Redis Cache előre kiszámított hidegindítási termék-affinitási értékeket tárol az előzmények nélküli felhasználókhoz.

Power BI

A Power BI megjeleníti a felhasználói tevékenységi adatokat és a Cosmos DB-ből beolvasott adatok által nyújtott ajánlatokat.

Kapcsolódó megoldásarchitektúrák