Navigatie overslaan

Architectuur voor de oplossing:Gepersonaliseerde marketingoplossingen

Gepersonaliseerde marketing is essentieel voor het opbouwen van klantenbinding terwijl u winstgevend blijft. Het bereiken van klanten en hun aandacht wekken is moeilijker dan ooit en algemene aanbiedingen worden eenvoudig gemist of genegeerd. Huidige marketingsystemen maken onvoldoende gebruik van gegevens die kunnen helpen bij het oplossen van dit probleem.

Marketeers die intelligente systemen gebruiken en enorme hoeveelheden gegevens analyseren, kunnen elke gebruiker relevante en gepersonaliseerde aanbiedingen presenteren. Ze steken hiermee boven het maaiveld uit en hebben de aandacht. Verkopers kunnen bijvoorbeeld aanbiedingen en inhoud leveren gebaseerd op de unieke interesses en voorkeuren van elke klant, waardoor producten worden voorgesteld aan mensen van wie het meest waarschijnlijk is dat ze die ook kopen.

Door uw aanbiedingen te personaliseren, levert u aan elke huidige of potentiële klant een geïndividualiseerde ervaring. U stimuleert hiermee verbondenheid met uw klant en verbetert klantconversie, klantwaarde en klantbehoud.

Implementatie in Azure

Gebruik de volgende vooraf gemaakte sjabloon om deze architectuur op Azure te implementeren

Implementatie in Azure

Geïmplementeerde oplossing weergeven

Zoeken op GitHub

Personalized marketing solutionsFind essential technology to market your products with personalized offers. Individualize your marketing for greater customer response using big-data insights.Cosmos DB(Azure Services)DashboardBrowserAzureStream Analytics (NearReal-Time Aggregates)Input EventsEvent HubColdStartProduct AffinityMaching Learning(Product Affinity)RawStream DataPersonalized OfferLogic

Begeleiding bij implementatie

Producten/beschrijving Documentatie

Event Hubs

Event Hub neemt onbewerkte gegevens over klikgedrag op uit Functions en geeft deze door aan Stream Analytics.

Stream Analytics

Stream Analytics verzamelt bijna in realtime klikken per product, aanbieding en gebruiker om naar Azure Cosmos DB te schrijven, en archiveert ook onbewerkte gegevens over klikgedrag in Azure Storage.

Azure Cosmos DB

Azure Cosmos DB slaat gecumuleerde gegevens op van klikken per gebruiker, product en aanbieding, alsmede gebruikersprofielgegevens.

Storage

Azure Storage slaat gearchiveerde onbewerkte gegevens over klikgedrag op uit Stream Analytics.

Functions

Azure Functions neemt onbewerkte gegevens over klikgedrag van gebruikers op uit websites en leest de bestaande gebruikersgeschiedenis uit Azure Cosmos DB. Deze gegevens worden vervolgens door de Machine Learning-webservice verwerkt of gebruikt samen met de koudestartgegevens in Redis Cache om productaffiniteitsscores te verkrijgen. Productaffiniteitsscores worden gebruikt met de gepersonaliseerde aanbiedingenlogica om de meest relevante aanbiedingen vast te stellen om aan de gebruiker te presenteren.

Machine Learning Studio

Met Machine Learning kunt u eenvoudig predictive analytics-oplossingen ontwerpen, testen, in gebruik nemen en beheren in de cloud.

Redis Cache

Redis Cache slaat vooraf berekende koudestartproductaffiniteitsscores op voor gebruikers zonder geschiedenis.

Power BI

Power BI visualiseert gegevens over gebruikersactiviteiten en aanbiedingen die worden gepresenteerd door gegevens in te lezen uit Cosmos DB.

Gerelateerde architecturen voor oplossingen