Navigáció kihagyása

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

Üzembe helyezett megoldás megtekintése

Predictive marketing campaigns with machine learning and SparkLearn how to build a machine-learning model with Microsoft R Server on Azure HDInsight Spark clusters to recommend actions to maximize the purchase rate.DashboardMachine LearningHDInsightBlob Storage

Implementálási segédlet

Termékek/Leírás 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.

Tárhely

Az Azure Storage a kampány és az érdeklődések adatait tárolja.

Machine Learning Studio

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

Kapcsolódó megoldásarchitektúrák