Ignorar navegação

Cliente 360

Uma compreensão profunda entre os interesses do cliente e os padrões de compra é um componente fundamental de qualquer operação de business intelligence de varejo. Esta solução implementa um processo de agregação de dados de cliente em um perfil de "360 graus" e usa modelos avançados de aprendizado de máquina com suporte da confiabilidade e capacidade de processamento do Azure para fornecer insights preditivos em clientes simulados.

Cliente 360Uma compreensão profunda entre os interesses do cliente e os padrões de compra é um componente fundamental de qualquer operação de business intelligence de varejo. Esta solução implementa um processo de agregação de dados de cliente em um perfil de "360 graus" e usa modelos avançados de aprendizado de máquina com suporte da confiabilidade e capacidade de processamento do Azure para fornecer insights preditivos em clientes simulados.Python Web JobEvent HubETL (Python)Machine LearningTrained modelStream AnalyticsAzure StorageBrowsing DataBatch ETL and Predictive Pipeline12SQL DWDemographics, products, purchasesMerged customer profilew/ engineered featuresEnriched customer profile with predictionsHD Insight(Spark R Server)Enriched customer profilesPower BI Dashboard3456

Aviso de isenção de responsabilidade

© 2017 Microsoft Corporation. Todos os direitos reservados. Estas informações são fornecidas “no estado em que se encontram” e poderão ser alteradas sem aviso. A Microsoft não oferece garantias, expressas ou implícitas, com relação às informações aqui fornecidas. Dados de terceiros foram utilizados para gerar esta Solução. Você é responsável por respeitar os direitos de terceiros, incluindo a obtenção e o cumprimento de licenças relevantes com o intuito de criar conjuntos de dados similares.

Cliente 360Uma compreensão profunda entre os interesses do cliente e os padrões de compra é um componente fundamental de qualquer operação de business intelligence de varejo. Esta solução implementa um processo de agregação de dados de cliente em um perfil de "360 graus" e usa modelos avançados de aprendizado de máquina com suporte da confiabilidade e capacidade de processamento do Azure para fornecer insights preditivos em clientes simulados.Python Web JobEvent HubETL (Python)Machine LearningTrained modelStream AnalyticsAzure StorageBrowsing DataBatch ETL and Predictive Pipeline12SQL DWDemographics, products, purchasesMerged customer profilew/ engineered featuresEnriched customer profile with predictionsHD Insight(Spark R Server)Enriched customer profilesPower BI Dashboard3456

Um Gerador de dados envia eventos de cliente simulados para um Hub de eventos

Um trabalho do Stream Analytics lê no Hub de Eventos e realiza agregações

O Stream Analytics mantém dados agrupados por tempo em um Azure Storage Blob

Um trabalho do Spark, em execução no HDInsight, mescla os dados de navegação mais recentes do cliente com os dados demográficos e de histórico de compras para criar um perfil do usuário consolidado

Um segundo trabalho do Spark classifica cada perfil de cliente de acordo com um modelo de aprendizado de máquina para prever padrões de compra futuros (ou seja, é uma probabilidade determinada de um cliente realizar uma compra nos próximos 30 dias e, se o fizer, em qual categoria de produtos?)

As previsões e outros dados de perfil são visualizados e compartilhados como gráficos e tabelas no Power BI Online

  1. 1 Um Gerador de dados envia eventos de cliente simulados para um Hub de eventos
  2. 2 Um trabalho do Stream Analytics lê no Hub de Eventos e realiza agregações
  3. 3 O Stream Analytics mantém dados agrupados por tempo em um Azure Storage Blob
  1. 4 Um trabalho do Spark, em execução no HDInsight, mescla os dados de navegação mais recentes do cliente com os dados demográficos e de histórico de compras para criar um perfil do usuário consolidado
  2. 5 Um segundo trabalho do Spark classifica cada perfil de cliente de acordo com um modelo de aprendizado de máquina para prever padrões de compra futuros (ou seja, é uma probabilidade determinada de um cliente realizar uma compra nos próximos 30 dias e, se o fizer, em qual categoria de produtos?)
  3. 6 As previsões e outros dados de perfil são visualizados e compartilhados como gráficos e tabelas no Power BI Online