Editar

Ofertas personalizadas

Azure Event Hubs
Azure Functions
Azure Machine Learning
Azure Storage
Azure Stream Analytics

Ideias de soluções

Este artigo é uma ideia de solução. Se você quiser que expandamos o conteúdo com mais informações, como possíveis casos de uso, serviços alternativos, considerações de implementação ou orientação de preços, informe-nos fornecendo feedback do GitHub.

Essa solução cria sistemas de marketing inteligentes que fornecem conteúdo personalizado para o cliente usando modelos de aprendizado de máquina que analisam dados de várias fontes. As principais tecnologias utilizadas incluem as Recomendações Inteligentes e o Azure Personalizer.

Arquitetura

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

Transfira um ficheiro do Visio desta arquitetura.

Fluxo de dados

  1. Um aplicativo Azure Function captura a atividade bruta do usuário (como cliques em produtos e ofertas) e as ofertas feitas aos usuários no site. A atividade é enviada para os Hubs de Eventos do Azure. Em áreas onde 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 quase em tempo real no fluxo de entrada da instância dos Hubs de Eventos do Azure.
  3. Os dados agregados são enviados para o Azure Cosmos DB para NoSQL.
  4. O Power BI é usado para procurar informações sobre os dados agregados.
  5. Os dados não processados são enviados para o Armazenamento do Azure Data Lake.
  6. As Recomendações Inteligentes usam os dados brutos do Armazenamento do Azure Data Lake e fornecem recomendações para o Personalizador do Azure.
  7. O serviço Personalizador serve os melhores produtos e ofertas contextuais e personalizados.
  8. Dados simulados de 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. O feedback do usuário é capturado 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 melhor desempenho ao longo do tempo
  11. A reciclagem para Recomendações Inteligentes pode resultar em melhores recomendações. Esse processo também pode ser feito usando dados atualizados do Armazenamento Azure Data Lake.

Componentes

  • Os Hubs de Eventos são uma plataforma de streaming totalmente gerenciada. Nesta solução, os Hubs de Eventos recolhem dados de consumo em tempo real.
  • O Stream Analytics oferece processamento de fluxo sem servidor em tempo real. Este 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 elasticamente a taxa de transferência e o armazenamento em qualquer número de regiões geográficas. O Azure Cosmos DB para NoSQL armazena dados em 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 Banco de Dados de Documentos foi usado para armazenar informações sobre o cliente, o produto e a oferta, mas você também pode usar o Azure Cosmos DB para NoSQL. Para obter mais informações, consulte Caros clientes do Banco de Dados de Documentos, bem-vindos ao Azure Cosmos DB!.
  • O armazenamento é uma solução de armazenamento em nuvem que inclui armazenamento de objetos, arquivos, discos, filas e tabelas. Os serviços incluem soluções de armazenamento híbrido e ferramentas para transferência, compartilhamento e backup de dados. Essa solução usa o armazenamento para gerenciar as filas que simulam a interação do usuário.
  • O 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. Esta solução utiliza Funções para coordenar a simulação do utilizador. As funções são também o componente central que gera ofertas personalizadas.
  • O Machine Learning é um ambiente baseado em nuvem que você pode usar para treinar, implantar, automatizar, gerenciar e rastrear modelos de aprendizado de máquina. 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 baseado no software Redis. O Cache Redis do Azure fornece recursos Redis de código aberto como uma oferta totalmente gerenciada. Nesta solução, o Cache Redis do Azure 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 possibilita que você crie seus próprios relatórios e painéis. Esta solução utiliza o Power BI para apresentar atividade em tempo real no sistema. Por exemplo, o Power BI usa os dados do Azure Cosmos DB para NoSQL para exibir a resposta do cliente a várias ofertas.
  • O Data Lake Storage é um repositório de armazenamento escalável 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, as empresas modernas não podem mais sobreviver com conteúdo on-line genérico e estático. Além disso, as estratégias de marketing que usam ferramentas tradicionais podem ser caras e difíceis de implementar. Como resultado, eles não produzem o retorno desejado sobre o investimento. Esses sistemas muitas vezes não aproveitam ao máximo os dados coletados quando criam uma experiência mais personalizada para os usuários.

Apresentar ofertas personalizadas para cada utilizador tornou-se essencial para fidelizar os clientes e manter-se 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 de marketing digital de hoje podem construir essa inteligência usando os dados gerados a partir 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 construir uma infraestrutura de big data confiável e escalável não é trivial. E desenvolver modelos sofisticados de machine learning que sejam personalizados para cada usuário também é uma tarefa complexa.

As Recomendações Inteligentes oferecem recursos para gerar os resultados desejados, como recomendações de itens baseadas em interações e metadados do usuário. Ele pode ser usado para promover e personalizar qualquer tipo de conteúdo, como produtos vendáveis, mídia, documentos, ofertas e muito mais.

O Azure Personalizer é um serviço que faz parte dos Serviços Cognitivos do Azure. Ele pode ser usado para determinar qual produto sugerir aos compradores ou para descobrir a posição ideal para um anúncio. O personalizador atua como o ranker adicional de última etapa. Depois que as recomendações são mostradas ao usuário, a reação do usuário é monitorada e relatada como uma pontuação de recompensa de volta ao serviço Personalizador. Esse processo garante que o serviço esteja aprendendo continuamente e melhora a capacidade do Personalizador de selecionar os melhores itens com base nas informações contextuais recebidas.

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

Integrador de sistemas

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

Potenciais casos de utilização

Esta solução aplica-se à comercialização de bens e serviços com base nos dados dos clientes (produtos visualizados e/ou adquiridos). Tal poderá ser aplicável nos seguintes domínios:

  • E-commerce - Esta é uma área onde a personalização é amplamente utilizada com o comportamento do cliente e recomendações de produtos.

  • Retalho - Com base em dados de compra prévia, podem ser fornecidas recomendações e ofertas sobre os produtos.

  • Telecom - Com base na interação do usuário nesta área, recomendações podem ser fornecidas. Em comparação com outras indústrias, as gamas de produtos e ofertas podem ser limitadas.

Contribuidores

Este artigo é mantido pela Microsoft. Foi originalmente escrito pelos seguintes contribuidores.

Autor principal:

Para ver perfis não públicos do LinkedIn, inicie sessão no LinkedIn.

Próximos passos