Editar

Ofertas personalizadas

Hubs de eventos do Azure
Funções do Azure
Azure Machine Learning
Armazenamento do Azure
Stream Analytics do Azure

Ideias de solução

Esse artigo é uma ideia de solução. Caso deseje que ampliemos o conteúdo com mais informações, como possíveis casos de uso, serviços alternativos, considerações sobre implementação ou diretrizes de preços, fale conosco enviando seus comentários no GitHub.

Esta solução compila sistemas de marketing inteligentes que fornecem conteúdo personalizado pelo cliente usando modelos de aprendizado de máquina que analisam dados de várias fontes. As principais tecnologias usadas incluem Recomendações Inteligentes e o Personalizador do Azure.

Arquitetura

Architecture diagram that shows how personalized offers are generated by incorporating product and offer views.

Baixe um Arquivo Visio dessa arquitetura.

Fluxo de dados

  1. Um Aplicativo de Funções do Azure captura a atividade bruta do usuário (como cliques de produto e oferta) e as ofertas feitas aos usuários no site. A atividade é enviada aos Hubs de Eventos do Azure. Nas áreas em que a atividade do usuário não está disponível, a atividade simulada do usuário é armazenada no Cache do Azure para Redis.
  2. O Azure Stream Analytics analisa os dados para fornecer análises praticamente em tempo real no fluxo de entrada da instância dos Hubs de Eventos do Azure.
  3. Os dados agregados são enviados ao Azure Cosmos DB for NoSQL.
  4. O Power BI é usado para procurar insights sobre os dados agregados.
  5. Os dados brutos são enviados para o Armazenamento do Azure Data Lake.
  6. Recomendações Inteligentes usam os dados brutos do Azure Data Lake Storage e fornecem recomendações ao Personalizador do Azure.
  7. O serviço Personalizador atende aos principais produtos e ofertas contextuais e personalizados.
  8. Dados simulados da atividade do usuário são fornecidos ao serviço Personalizador para fornecer produtos e ofertas personalizados.
  9. Os resultados são fornecidos no aplicativo Web que o usuário acessa.
  10. Os comentários do usuário são capturados com base na reação do usuário às ofertas e produtos exibidos. A pontuação de recompensa é fornecida ao serviço Personalizador para que ele tenha um desempenho melhor ao longo do tempo
  11. O novo treinamento para Recomendações Inteligentes pode resultar em recomendações melhores. Esse processo também pode ser feito usando dados atualizados do Azure Data Lake Storage.

Componentes

  • Os Hubs de Eventos são uma plataforma de streaming totalmente gerenciada. Nesta solução, os Hubs de Eventos coletam dados de consumo em tempo real.
  • O Stream Analytics oferece processamento de fluxo sem servidor em tempo real. Esse serviço fornece uma maneira de executar consultas na nuvem e em dispositivos de borda. Nesta solução, o Stream Analytics agrega os dados de streaming e os disponibiliza para visualização e atualizações.
  • O Azure Cosmos DB é um banco de dados multimodelo distribuído globalmente. Com o Azure Cosmos DB, suas soluções podem dimensionar de maneira elástica a taxa de transferência e o armazenamento em qualquer quantidade de regiões geográficas. O Azure Cosmos DB for NoSQL armazena dados no formato de documento e é uma das várias APIs de banco de dados que o Azure Cosmos DB oferece. Na implementação do GitHub dessa solução, o DocumentDB foi usado para armazenar informações do cliente, do produto e da oferta, mas você também pode usar o Azure Cosmos DB for NoSQL. Para obter mais informações, confira Prezados clientes do DocumentDB, bem-vindos ao Azure Cosmos DB!.
  • O Armazenamento é uma solução de armazenamento em nuvem que inclui armazenamento de tabela, arquivo, disco, fila e objeto. Os serviços incluem soluções de armazenamento híbrido e ferramentas para transferir, compartilhar e fazer backup de dados. Essa solução usa o Armazenamento para gerenciar as filas que simulam a interação do usuário.
  • Functions é uma plataforma de computação sem servidor que você pode usar para criar aplicativos. Com o Functions, você pode usar gatilhos e associações para integrar serviços. Essa solução usa o Functions para coordenar a simulação do usuário. O Functions também é o componente principal que gera ofertas personalizadas.
  • O Azure Machine Learning é um ambiente baseado em nuvem que permite treinar, implantar, automatizar, gerenciar e acompanhar modelos de machine learning. Aqui, o Machine Learning usa as preferências de cada usuário e o histórico do produto para fornecer a pontuação de afinidade de usuário para produto.
  • O Cache do Azure para Redis fornece um armazenamento de dados na memória com base no software Redis. O Cache do Azure para Redis fornece recursos de Redis de código aberto como uma oferta totalmente gerenciada. Nesta solução, o Cache do Azure para Redis fornece afinidades de produto pré-computadas para clientes sem histórico de usuário disponível.
  • O Power BI é um serviço de análise de negócios que fornece visualizações interativas e recursos de business intelligence. Sua interface fácil de usar permite que você crie seus próprios relatórios e dashboards. Essa solução usa o Power BI para exibir a atividade em tempo real no sistema. Por exemplo, o Power BI usa os dados do Azure Cosmos DB for NoSQL para exibir a resposta do cliente a várias ofertas.
  • O Data Lake Storage é um repositório de armazenamento escalonável que contém uma grande quantidade de dados no formato nativo e bruto dos dados.

Detalhes da solução

No ambiente altamente competitivo e conectado de hoje, empresas modernas não podem mais sobreviver apresentando conteúdo online estático e genérico. Além disso, estratégias de marketing que usam ferramentas tradicionais podem ser caras e difíceis de implementar. Como resultado, elas não produzem o retorno desejado sobre o investimento. Normalmente, esses sistemas não aproveitam totalmente os dados coletados quando criam uma experiência mais personalizada para usuários.

A apresentação de ofertas personalizadas para cada usuário tornou-se essencial para fidelizar o cliente e permanecer rentável. Em um site de varejo, os clientes desejam sistemas inteligentes que forneçam ofertas e conteúdo com base em seus interesses e preferências exclusivos. As equipes atuais de marketing digital podem criar essa inteligência usando os dados gerados de todos os tipos de interações do usuário.

Os profissionais de marketing agora têm a oportunidade de oferecer ofertas altamente relevantes e personalizadas para cada usuário analisando grandes quantidades de dados. Mas a criação de uma infraestrutura de Big Data confiável e escalonável não é trivial. E desenvolver modelos sofisticados de machine learning personalizados para cada usuário também é uma tarefa complexa.

Recomendações Inteligentes oferecem recursos para gerar os resultados desejados, como recomendações de item baseadas em interações e metadados do usuário. Elas podem ser usadas para promover e personalizar qualquer tipo de conteúdo, como produtos para venda, mídia, documentos, ofertas e muito mais.

O Personalizador do Azure é um serviço que faz parte dos Serviços Cognitivos do Azure. Ele pode ser usado para determinar qual produto deve ser sugerido aos compradores ou para descobrir o posicionamento ideal para um anúncio. O Personalizador atua como o classificador de última etapa adicional. Depois que as recomendações são mostradas ao usuário, a reação do usuário é monitorada e relatada como uma pontuação de recompensa ao serviço Personalizador. Esse processo garante que o serviço aprenda continuamente e aprimora a capacidade do Personalizador de escolher os melhores itens com base nas informações contextuais recebidas.

O Microsoft Azure fornece ferramentas de análise avançada nas áreas de ingestão de dados, armazenamento de dados, processamento de dados e componentes de análise avançada, ou seja, todos os elementos essenciais para criar uma solução de oferta personalizada.

Integrador de Sistema

Você pode economizar tempo ao implementar essa solução contratando um SI (integrador de sistema) treinado. O SI pode ajudá-lo a desenvolver uma prova de conceito e pode ajudar a implantar e integrar a solução.

Possíveis casos de uso

Essa solução se aplica à comercialização de bens e serviços com base nos dados do cliente (produtos exibidos e/ou comprados). Isso pode ser aplicável nas seguintes áreas:

  • Comércio eletrônico – Essa é uma área em que a personalização é amplamente usada com o comportamento do cliente e as recomendações do produto.

  • Varejo – Com base nos dados de compra anteriores, recomendações e ofertas de produtos podem ser fornecidas.

  • Telecom – Com base na interação do usuário nessa área, recomendações podem ser fornecidas. Em comparação com outros setores, os intervalos de produtos e ofertas podem ser limitados.

Colaboradores

Esse artigo é mantido pela Microsoft. Ele foi originalmente escrito pelos colaboradores a seguir.

Autor principal:

Para ver perfis não públicos do LinkedIn, entre no LinkedIn.

Próximas etapas