Pomysły dotyczące rozwiązań
Ten artykuł jest pomysłem na rozwiązanie. Jeśli chcesz, abyśmy rozszerzyli zawartość o więcej informacji, takich jak potencjalne przypadki użycia, alternatywne usługi, zagadnienia dotyczące implementacji lub wskazówki dotyczące cen, daj nam znać, przekazując opinię w usłudze GitHub.
Usługi platformy Azure umożliwiają wyodrębnianie szczegółowych informacji z mediów społecznościowych do użycia w kampaniach marketingowych danych big data.
Architektura
Pobierz plik programu Visio z tą architekturą.
Przepływ danych
- Usługa Azure Synapse Analytics wzbogaca dane w dedykowanych pulach SQL przy użyciu modelu zarejestrowanego w usłudze Azure Machine Edukacja za pomocą procedury składowanej.
- Usługi Azure Cognitive Services wzbogacają dane, uruchamiając analizę tonacji, przewidując ogólne znaczenie, wyodrębniając odpowiednie informacje i stosując inne funkcje sztucznej inteligencji. Usługa Machine Edukacja służy do tworzenia modelu uczenia maszynowego i rejestrowania modelu w rejestrze usługi Machine Edukacja.
- Usługa Azure Data Lake Storage udostępnia magazyn danych uczenia maszynowego i pamięć podręczną na potrzeby trenowania modelu uczenia maszynowego.
- Funkcja Web Apps usługi aplikacja systemu Azure służy do tworzenia i wdrażania skalowalnych aplikacji internetowych o krytycznym znaczeniu dla działania firmy. Usługa Power BI udostępnia interaktywny pulpit nawigacyjny z wizualizacjami, które używają danych przechowywanych w usłudze Azure Synapse Analytics w celu podejmowania decyzji dotyczących przewidywań.
Elementy
Azure Synapse Analytics to zintegrowana usługa analityczna, która przyspiesza czas wglądu w magazyny danych i systemy danych big data.
Usługi Cognitive Services składają się z usług opartych na chmurze, które zapewniają funkcjonalność sztucznej inteligencji. Interfejsy API REST i zestawy SDK biblioteki klienta ułatwiają tworzenie analizy poznawczej w aplikacjach, nawet jeśli nie masz umiejętności związanych ze sztuczną inteligencją ani nauką o danych.
Machine Edukacja to środowisko oparte na chmurze, którego można używać do trenowania, wdrażania, automatyzowania i śledzenia modeli uczenia maszynowego oraz zarządzania nimi.
Usługa Data Lake Storage to wysoce skalowalne i bezpieczne magazyny danych typu data lake na potrzeby obciążeń analitycznych o wysokiej wydajności.
Usługa App Service udostępnia platformę do tworzenia, wdrażania i skalowania aplikacji internetowych. Funkcja Web Apps to usługa do hostowania aplikacji internetowych, interfejsów API REST i zapleczy mobilnych.
Usługa Power BI to kolekcja usług i aplikacji analitycznych. Usługa Power BI umożliwia łączenie i wyświetlanie niepowiązanych źródeł danych.
Szczegóły scenariusza
Kampanie marketingowe dotyczą więcej niż komunikatu dostarczanego przez Ciebie. Kiedy i jak dostarczasz ten komunikat, jest równie ważny. Bez opartego na danych analitycznego podejścia możliwości związane z kampanią mogą zostać łatwo przeoczone lub mogą wystąpić problemy z uruchomieniem kampanii.
W dzisiejszych czasach kampanie marketingowe są często oparte na analizie mediów społecznościowych, która stała się coraz ważniejsza dla firm i organizacji na całym świecie. Analiza mediów społecznościowych to zaawansowane narzędzie, którego można użyć do otrzymywania błyskawicznych opinii na temat produktów i usług, poprawy interakcji z klientami w celu zwiększenia zadowolenia klientów, nadążania za konkurencją i nie tylko. Firmy często brakuje wydajnych, realnych sposobów monitorowania rozmów w mediach społecznościowych. W rezultacie przegapią niezliczone możliwości wykorzystania tych szczegółowych informacji w celu informowania o swoich strategiach i planach.
Potencjalne przypadki użycia
Jeśli możesz wyodrębnić informacje o klientach z mediów społecznościowych, możesz ulepszyć środowiska klientów, zwiększyć zadowolenie klientów, zdobyć nowych potencjalnych klientów i zapobiec rezygnacji klientów. Te zastosowania analizy mediów społecznościowych dzielą się na trzy główne obszary:
Mierzenie kondycji marki:
- Przechwytywanie reakcji klientów i opinii na temat nowych produktów w mediach społecznościowych.
- Analizowanie tonacji w interakcjach z mediami społecznościowymi dla nowo wprowadzonego produktu.
Tworzenie i utrzymywanie relacji z klientami:
- Szybkie identyfikowanie problemów klientów.
- Słuchając nieoznakowanych wzmianek o markach.
Optymalizacja inwestycji marketingowych:
- Wyodrębnianie szczegółowych informacji z mediów społecznościowych na potrzeby analizy kampanii.
Współautorzy
Ten artykuł jest obsługiwany przez firmę Microsoft. Pierwotnie został napisany przez następujących współautorów.
Główny autor:
- Christina Skarpathiotaki | Architekt rozwiązań w chmurze sztucznej inteligencji
Inni współautorzy:
- Nicholas Moore | Architektura chmury / dane / sztuczna inteligencja
Następne kroki
Dowiedz się więcej przy użyciu następujących ścieżek szkoleniowych:
- Tworzenie modeli uczenia maszynowego
- Tworzenie rozwiązań sztucznej inteligencji za pomocą usługi Azure Machine Edukacja
- Integracja danych na dużą skalę z usługą Azure Data Factory lub potokiem usługi Azure Synapse
- Analiza tonacji za pomocą usług Cognitive Services w usłudze Azure Synapse Analytics
- Samouczek: analiza tekstu z usługami Azure AI
Aby uzyskać informacje o składnikach rozwiązania, zobacz następujące zasoby:
- Dokumentacja usługi Azure Machine Learning
- Dokumentacja usługi Azure Synapse Analytics
- Dokumentacja usług Cognitive Services
- Dokumentacja Power BI
- Omówienie usługi App Service
- Trenowanie modeli uczenia maszynowego w usłudze Azure Synapse Analytics
- Ocenianie modelu uczenia maszynowego dla dedykowanych pul SQL w usłudze Azure Synapse Analytics
- Uczenie maszynowe przy użyciu platformy Apache Spark w usłudze Azure Synapse Analytics