Архитектура решения: Персонализированные решения для маркетинга

Персонализированный маркетинг важен для повышения лояльности клиентов и сохранения рентабельности. Привлечь и заинтересовать клиентов тяжело как никогда. Общие предложения весьма незаметны и их легко проигнорировать. Текущие маркетинговые системы не используют возможности, которые могли бы помочь решить эту проблему.

Если продавцы будут использовать интеллектуальные системы и анализировать большие объемы данных, каждому пользователю можно будет без проблем предоставить персонализированные предложения, имеющие высокую степень релевантности. Например, розничные продавцы могут предоставлять предложения и содержимое с учетом уникальных интересов и предпочтений каждого клиента, предлагая их пользователям, которые с наибольшей вероятностью их приобретут.

Персонализировав предложения, вы сможете предоставить каждому текущему или потенциальному клиенту индивидуальное предложение, повысить с ними взаимодействие, улучшить конвертацию и увеличить прибыль и период их удержания.

Развертывание в Azure

Разверните эту архитектуру в Azure с помощью следующего готового шаблона

Развертывание в Azure

Посмотрите на GitHub

Cosmos DB (Azure Services) Dashboard Browser Azure Stream Analytics (Near Real-Time Aggregates) Input Events Event Hub Cold Start Product Affinity Maching Learning (Product Affinity) Raw Stream Data Personalized Offer Logic

Руководство по реализации

Продукты Документация

Концентраторы событий

Служба концентраторов событий принимает необработанные данные о посещениях сайта из службы функций Azure и передает их в Stream Analytics.

Stream Analytics

Stream Analytics выполняет статистическое вычисление щелчков практически в реальном времени по продуктам, предложениям и пользователям для записи в Azure Cosmos DB, а также архивирует необработанные данные о посещениях сайта в службе хранилища Azure.

Azure Cosmos DB

В Azure Cosmos DB хранятся объединенные данные о щелчках, классифицированные по пользователям, продуктам и предложениям, а также сведения профиля пользователя.

Хранилище

В службе хранилища Azure хранятся архивные необработанные данные о посещениях сайта из Stream Analytics.

Функции

Функции Azure охватывают сведения о посещениях веб-сайтов пользователями и считывают существующий журнал пользователей в Azure Cosmos DB. Затем эти данные проходят через веб-службу машинного обучения или используются вместе с данными холодного запуска в кэше Redis, чтобы получить соответствующие оценки сходства продуктов. Эти оценки используются с персонализированной логикой предложений для определения наиболее подходящего предложения для пользователя.

Машинное обучение

Служба машинного обучения позволяет легко создавать, тестировать, активировать решения прогнозной аналитики в облаке и управлять ими.

Кэш Redis

В кэше Redis хранятся предварительно вычисленные оценки сходства продуктов при холодном запуске для пользователей без журнала.

Power BI

Power BI визуализирует данные активности пользователей, а также доступные предложения, считывая данные из Cosmos DB.

Связанные архитектуры решений

Простой веб-сайт для цифрового маркетинга

Система управления содержимым упростит начало работы и позволит вам легко поддерживать обмен сообщениями на веб-сайте в режиме реального времени прямо из браузера без каких-либо навыков программирования.

Дополнительные сведения

Мобильное клиентское приложение на основе задач

Серверная часть мобильных приложений, используемая в клиентских приложениях на платформе iOS, Android и Windows. Используйте Xamarin или собственные клиентские пакеты SDK для создания клиентских приложений с поддержкой автономной синхронизации, включая автономную синхронизацию файлов изображений. Проверка подлинности в службе приложений используется для подключения к поставщику удостоверений, а хранилище BLOB-объектов Azure — для экономичного хранения изображений с возможностью масштабирования.

Дополнительные сведения