SQL Server를 사용한 캠페인 최적화

이 솔루션은 SQL Server 2016 with R Services를 통해 기계 학습 모델을 빌드 및 배포하여 캠페인에서 대상으로 지정된 잠재 고객의 구매 비율을 최대화할 수 있는 작업을 추천하는 방법을 보여 줍니다.

설명

참고: 이 솔루션을 이미 배포한 경우 여기를 클릭하여 배포를 확인하세요.

예상 프로비전 시간: 30분

계속하기 전에 주의 아직 Azure 구독에서 데이터 과학 가상 머신을 배포하지 않은 경우에는 먼저 사용 조건에 동의해야 합니다.

개요

비즈니스에서는 신제품이나 기존 제품에 대한 고객의 관심을 끌기 위한 마케팅 캠페인을 시작할 경우 종종 비즈니스 규칙 집합을 사용하여 대상으로 지정할 캠페인에 대한 잠재 고객을 선택합니다. 기계 학습을 사용하여 이러한 잠재 고객의 응답 비율을 높일 수 있습니다. 이 솔루션은 모델을 사용하여 캠페인에서 대상으로 지정된 잠재 고객의 구매 비율을 최대화할 것으로 예상되는 작업을 예측하는 방법을 보여 줍니다. 이러한 예측은 대상 잠재 고객에게 연락할 방법(예: 메일, SMS 또는 권유 전화) 및 연락할 시기(요일 및 시간)에 대해 갱신된 캠페인에서 사용할 권장 사항의 기준으로 사용됩니다. 여기서 제공된 솔루션은 보험 산업의 시뮬레이트된 데이터를 사용하여 캠페인에 대한 잠재 고객의 응답을 모델링합니다. 모델 예측 변수에는 잠재 고객의 인구 통계 정보, 과거 캠페인 성과 및 제품별 세부 정보가 포함됩니다. 이 모델은 데이터베이스의 각 잠재 고객이 각 요일의 다양한 시간에 채널에서 구매할 가능성을 예측합니다. 대상 사용자가 모델에서 예측하는 채널 및 타이밍 조합을 기반으로 할 경우 사용할 채널, 요일 및 타이밍에 대한 권장 사항에는 구매가 이루어질 가장 큰 가능성이 있습니다.

Microsoft 마케팅 캠페인 최적화 솔루션은 기계 학습 예측 모델 및 대화형 시각화 도구인 PowerBI의 조합입니다. 이 솔루션은 새 캠페인에서 사용할 대상 잠재 고객에게 연락할 채널(예: 메일, SMS 또는 권유 전화) 및 연락할 시기(요일 및 시간)를 추천하여 캠페인에 대한 응답 비율을 높이는 데 사용됩니다. 솔루션은 자체 조직의 데이터를 사용하도록 쉽게 구성할 수 있는 시뮬레이트된 데이터를 사용하여 구매 캠페인 응답을 모델링합니다. 모델은 인구 통계, 과거 캠페인 성과 및 제품 세부 정보 같은 예측 변수를 사용합니다. 솔루션은 데이터베이스 모든 잠재 고객을 대상으로 다양한 시간과 요일에 각 채널에서 잠재 고객이 전환될 가능성을 예측합니다. 각 잠재 고객을 대상으로 지정하기 위한 최종 권장 사항은 채널, 요일 및 시간을 최고 전환 가능성과 조합한 결과를 기반으로 결정됩니다. 솔루션은 표준화된 데이터 과학 프로세스에 따라 모델링되었으며, 이 프로세스에서는 손쉽게 데이터 과학자가 데이터 준비, 모델 학습 및 평가를 수행할 수 있고 Power BI 시각화를 통해 마케팅함으로써 정보를 시각화하고 KPI에 상호 관련시킬 수 있습니다.

비즈니스 관리자 관점

이 솔루션 템플릿은 (시뮬레이트된) 기록 데이터를 사용하여 캠페인 잠재 고객에게 연락할 방법과 시기를 예측합니다. 권장 사항에는 잠재 고객에게 연락할 최고의 채널(예제에서는 메일, SMS 또는 권유 전화), 연락할 최고의 요일 및 최고의 날짜가 포함됩니다.

SQL Server R Services에서는 데이터베이스와 동일한 컴퓨터에서 R을 실행하게 함으로써 데이터에 계산을 적용합니다. 여기에는 SQL Server 프로세스 외부에서 실행되고 R 런타임과 안전하게 통신하는 데이터베이스 서비스가 포함됩니다.

이 솔루션 패킷은 데이터를 만들고 구체화하며, R 모델을 학습하고, SQL Server 컴퓨터에 대한 예측을 수행하는 방법을 보여 줍니다. SQL Server의 최종 예측 테이블은 각 잠재 고객에게 연락할 방법과 시기에 대한 권장 사항을 제공합니다. 이후 이 데이터는 Power BI에서 시각화됩니다.

Power BI는 캠페인 권장 사항의 효과에 대한 시각적 요약도 제공합니다(여기서는 시뮬레이트된 데이터를 사용하여 표시됨). [지금 평가판 사용] 링크를 클릭하여 이 대시보드를 사용해 볼 수 있습니다.

이 대시보드의 [권장 사항] 탭에는 예측 권장 사항이 표시됩니다. 맨 위에는 새로운 배포에 대한 개별 잠재 고객 테이블이 있습니다. 여기에는 비즈니스 규칙을 적용할 잠재 고객으로 채워진 잠재 고객 ID, 캠페인 및 제품에 대한 필드가 포함됩니다. 필드 뒤에는 각 잠재 고객에게 연락할 최적 채널 및 시간을 제공하는 잠재 고객에 대한 모델 예측과 잠재 고객이 이러한 권장 사항에 따라 제품을 구매할 예상 가능성이 차례로 제공됩니다. 이러한 가능성은 연락할 잠재 고객 수를 구매 가능성이 높은 하위 집합으로 제한하여 캠페인 효율성을 높이는 데 사용될 수 있습니다.

또한 [권장 사항] 탭에는 잠재 고객에 대한 권장 사항 및 인구 통계 정보의 다양한 요약이 있습니다.

대시보드의 [캠페인 요약] 탭에는 예측 권장 사항을 만드는 데 사용되는 기록 데이터의 요약이 표시됩니다. 이 탭에는 요일, 시간 및 채널 값도 표시되지만 이러한 값은 실제 과거 관찰의 결과이므로 [권장 사항] 탭에 표시된 권장 사항과 혼동하지 마세요.

데이터 과학자 관점

SQL Server R Services는 데이터베이스를 호스트하는 컴퓨터에서 R을 실행함으로써 데이터에 계산을 적용합니다. 여기에는 SQL Server 프로세스 외부에서 실행되고 R 런타임과 안전하게 통신하는 데이터베이스 서비스가 포함됩니다.

이 솔루션은 데이터를 만들고 구체화하며, R 모델을 학습하고, SQL Server 컴퓨터에 대한 점수 매기기를 수행하는 단계를 진행합니다. SQL Server의 최종 점수 데이터베이스 테이블은 각 잠재 고객에게 연락할 방법과 시기에 대한 권장 사항을 제공합니다. 이후 이 데이터는 PowerBI에서 시각화되고 이 시각화에는 완료된 후 새 캠페인에서 사용되는 권장 사항 성공에 대한 요약도 포함됩니다. (이 템플릿에는 기능을 설명하기 위해 시뮬레이트된 데이터가 표시됨)

솔루션을 테스트하고 개발 중인 데이터 과학자는 클라이언트 컴퓨터에서 R IDE를 작업에 활용하면서 SQL Server 컴퓨터에 계산을 푸시할 수 있습니다. 완료된 솔루션은 저장 프로시저에 R 호출을 포함함으로써 SQL Server 2016에 배포됩니다. 이러한 솔루션은 나중에 SQL Server Integration Services 및 SQL Server 에이전트를 통해 자동화될 수 있습니다.

[배포] 단추를 클릭하여 자동화를 테스트하면 전체 솔루션을 Azure 구독에서 사용할 수 있습니다.

가격

배포에 사용되는 Azure 구독은 기본 VM에 대해 $1.15/시간 정도로 이 솔루션에서 사용되는 서비스에 대한 소비 요금을 발생시킵니다.

솔루션을 활발히 사용하지 않을 경우에는 VM 인스턴스를 중지해야 합니다. VM을 실행하면 더 높은 비용이 발생합니다.

사용하지 않을 경우 솔루션을 삭제하세요.

고지 사항

©2017 Microsoft Corporation. All rights reserved. 이 정보는 “있는 그대로” 제공되며 예고 없이 변경될 수 있습니다. Microsoft는 여기에 제공된 정보에 대해 어떠한 명시적 또는 묵시적 보증도 하지 않습니다. 타사 데이터는 솔루션을 생성하는 데 사용되었습니다. 유사한 데이터 집합을 만들기 위해 관련 라이선스를 확보하고 준수하는 것을 비롯한 다른 사람의 권리를 존중하는 것은 귀하의 책임입니다.

관련 솔루션 아키텍처

Azure HDInsight Spark 클러스터를 사용한 캠페인 최적화

이 솔루션은 Azure HDInsight Spark 클러스터에서 Microsoft R Server를 통해 기계 학습 모델을 빌드 및 배포하여 캠페인에서 대상으로 지정된 잠재 고객의 구매 비율을 최대화할 수 있는 작업을 추천하는 방법을 보여 줍니다. 이 솔루션을 통해 Microsoft R Server에서 Spark의 빅 데이터를 효율적으로 처리할 수 있습니다.