Megoldásarchitektúra: Prediktív marketing jellegű kampányok gépi tanulással és a Spark használatával

A marketingkampányok nem csupán az üzenetek átadásáról szólnak: ugyanannyira fontos az, hogy az üzenetet mikor és hogyan adják át. Az adatokon alapuló elemző megközelítés hiányában fennáll a veszély, hogy a kampányok kiváló lehetőségeket szalasztanak el, és nem érik el a megfelelő hatásfokot.

Ez a megoldás a korábbi kampányok előzményadatait használja gépi tanuláshoz, amellyel lehetővé teszi az ügyfélreakciók előrejelzéseit, és egy olyan optimalizált tervet javasol, amellyel hatékonyan megszólíthatja a potenciális ügyfeleket. A javaslatok között szerepelnek többek között a leginkább megfelelő csatornák (például e-mail, SMS, hideghívás stb.), a hét legoptimálisabb napja és a napon belüli időszak.

A kampányok prediktív marketinggel való optimalizálása javíthatja az értékesítési érdeklődést és a bevételnövekedést, és így jelentősen növelheti a marketing célú befektetések megtérülési rátáját.

Ez az architektúra lehetővé teszi a big data jellegű adatok hatékony kezelését a Spark és a Microsoft R Server használatával.

Üzembe helyezés az Azure-ban

Az architektúra Azure-ban történő üzembe helyezéséhez használhatja az alábbi, előre elkészített sablont

Üzembe helyezés az Azure-ban
Prediktív marketing gépi tanulással | Microsoft Azure A diagramon egy ikont kölcsönös nyilak kötnek össze három másikkal. Középen az Azure Blob Storage ikonja látható: a megoldás itt tárolja a kampány és az érdeklődések adatait. A Storage-től balra a Machine Learning látható, amely az előző kampányok adatait dolgozza fel, és kialakít egy optimális tervet az érdeklődők megszólítására. A Storage alatt a HDInsight látható. A megoldás ezt a big data-szolgáltatást használja az adatok kezeléséhez, elemzéséhez és jelentések készítéséhez. Jobbra a Power BI látható, amely egy interaktív irányítópultot tesz elérhetővé, és megjeleníti az SQL Serverben tárolt adatokat. Dashboard Machine Learning HDInsight Blob Storage

Implementálási segédlet

Termék Dokumentáció

Azure HDInsighthoz készült Apache Spark

A HDInsight Spark-fürtökön használt Microsoft R Server az R Server és az Apache Spark hatékonyságát ötvözve kínál elosztott és skálázható gépi tanulási funkciókat big data-típusú adatokhoz.

Power BI

A Power BI egy olyan interaktív irányítópultot tesz elérhetővé, amely az SQL Serverben tárolt, az előrejelzéseket segítő adatokat jeleníti meg.

Storage

Az Azure Storage a kampány és az érdeklődések adatait tárolja.

Machine Learning

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

Kapcsolódó megoldásarchitektúrák