ソリューションのアーキテクチャ: 機械学習と Spark を用いた予測マーケティング キャンペーン

マーケティング キャンペーンとは、配信されるメッセージだけを指すのではありません。メッセージを配信するタイミングや方法も同じくらい重要です。データに基づく分析アプローチなしでは、キャンペーンの機会を簡単に逃してしまったり、軌道に乗れずに苦戦したりしてしまいます。

このソリューション アーキテクチャでは、キャンペーンの履歴データをもとにした機械学習を活用して、顧客の反応を予測します。また、使用すべき最良のチャネル (メール、SMS、電話勧誘など) や、1 週間のうちで最も良い日、1 日で最も良い時刻など、潜在顧客とつながるための最適なプランを紹介します。

予測マーケティングで御社のキャンペーンを最適化することで、潜在顧客と収益の両方を向上させ、マーケティング投資で強力な ROI を実現できます。

このアーキテクチャでは、Microsoft R Server を使用して Spark 上のビッグ データを効率的に処理します。

Azure へのデプロイ

次の事前構築済みのテンプレートを使用し、Azure にこのアーキテクチャをデプロイする

Azure へのデプロイ
機械学習を用いた予測マーケティング | Microsoft Azure 1 つのアイコンが 3 つのアイコンと矢印でつながっている図。真ん中は Azure Blob Storage のアイコンです。このソリューションでは、ここにキャンペーンと潜在顧客のデータを格納します。Storage の左は Machine Learning です。キャンペーンの履歴データを処理して、潜在顧客とつながるための最適なプランを決定します。Storage の下にあるのは HDInsight です。管理、分析、およびデータのレポートの際に使用するビッグデータ サービスです。右は Power BI です。対話形式のダッシュボードで、SQL Server に格納されているデータを視覚化します。 Dashboard Machine Learning HDInsight Blob Storage

実装ガイダンス

製品 ドキュメント

Apache Spark for Azure HDInsight

HDInsight Spark クラスターの Microsoft R Server では、R Server と Apache Spark の力を融合し、ビッグ データに対応した分散型かつスケーラブルな機械学習機能を提供しています。

Power BI

Power BI では、SQL Server に格納されているデータを視覚化した対話形式のダッシュボードを使用して、予測に関する意思決定を促進します。

Storage

Azure Storage は、キャンペーンと潜在顧客のデータを格納します。

Machine Learning

Machine Learning は、予測分析ソリューションをクラウドで簡単に設計、テスト、操作化、管理するのに役立ちます。

関連ソリューションのアーキテクチャ

マーケティングに活かすための需要予測と価格最適化

Microsoft Azure の高度なビッグ データ分析サービスを活用して、顧客の今後の需要を予測し、最適な価格を設定することで、収益を最大化します。

詳細情報