Løsningsarkitektur: Prediktive markedsføringskampanjer med maskinlæring og Spark

Markedsføringskampanjer handler om mer enn bare å levere en melding. Når og hvordan den meldingen leveres er like viktig. Uten en datadrevet, analytisk tilnærming, kan kampanjer enkelt gå glipp av muligheter eller slite med å komme igang.

Igjennom maskinlæring basert på historiske kampanjedata, hjelper denne løsningsarkitekturen med å forutsi kunderespons og anbefaler en optimalisert plan for å komme i kontakt med potensielle kunder – inkludert den beste kanalen som bør brukes (e-post, SMS, telefon, osv.), den beste ukedagen og det beste klokkeslettet.

Optimalisering av kampanjene dine med prediktiv markedsføring hjelper med å øke både antallet potensielle kunder og omsetningen og det kan gi deg en kraftig retur på markedsføringsinvesteringen.

Denne arkitekturen muliggjør effektiv behandling av store data på Spark med Microsoft R Server.

Distribuer til Azure

Bruk den følgende forhåndsbygde malen til å distribuere denne arkitekturen til Azure

Distribuer til Azure

Vis distribuert løsning

Dashboard Machine Learning HDInsight Blob Storage

Implementeringsveiledning

Produkter/beskrivelse Dokumentasjon

Apache Spark for Azure HDInsight

Microsoft R Server på HDInsight Spark-klynger tilbyr distribuerte og skalerbare maskinlæringsegenskaper for store data ved å kombinere kraften til R Server og Apache Spark.

strøm~~POS=TRUNC BI

Power BI leverer et interaktivt dashbord med visualisering som bruker data lagret i SQL Server for å drive avgjørelser basert på prognosene.

Storage

Azure Storage lagrer data om kampanjer og potensielle kunder.

Machine Learning Studio

Machine Learning hjelper med å enkelt utforme, teste, sette i drift og administrere løsninger for prediktiv analyse i skyen.

Relaterte løsningsarkitekturer