Gezintiyi Atla

Çözüm mimarisi: Kişiselleştirilmiş pazarlama çözümleri

Müşteri sadakatini güçlendirmek ve kazancın sürdürülebilirliğini sağlamak için kişiselleştirilmiş pazarlama, olmazsa olmazdır. Müşterilere ulaşmanın ve ilgi toplamanın her zamankinden zor olduğu günümüzde, genel teklifler kolayca gözden kaçıyor veya görmezden geliniyor. Şu anki pazarlama sistemleri, bu sorunun çözülmesine yardımcı olabilecek verilerin sağladığı avantajlardan yararlanamıyor.

Akıllı sistemler kullanan ve büyük miktarda veriyi çözümleyen pazarlamacılar, her kullanıcıya son derece ilgili ve kişiselleştirilmiş teklifler sunarak kendilerini öne çıkarabilir ve daha çok ilgi toplayabilir. Örneğin, perakendeciler her bir müşterinin benzersiz ilgi ve tercihlerini temel alan teklifler ve içerikler sunarak, ürünleri satın alma ihtimali en yüksek kişilerin erişimine açabilir.

Tekliflerinizi kişiselleştirerek her müşteri veya müşteri adayı için bireyselleştirilmiş bir deneyim sunar ve böylelikle daha çok ilgi toplamanın yanı sıra müşteri dönüşümü, ömür boyu değer ve elde tutma oranını artırırsınız.

Personalized marketing solutionsFind essential technology to market your products with personalized offers. Individualize your marketing for greater customer response using big-data insights.Cosmos DB(Azure Services)DashboardBrowserAzureStream Analytics (NearReal-Time Aggregates)Input EventsEvent HubColdStartProduct AffinityMaching Learning(Product Affinity)RawStream DataPersonalized OfferLogic

Uygulama kılavuzu

Ürünler/Açıklamalar Belgeler

Event Hubs

Event Hubs, İşlevler’den ham tıklama akışı verilerini alır ve Stream Analytics’e iletir.

Stream Analytics

Stream Analytics, tıklamaları Cosmos DB’ye yazılmak üzere neredeyse gerçek zamanlı olarak ürüne, teklife ve kullanıcıya göre toplar ve ham tıklama akışı verilerini Azure Depolama’da arşivler.

Azure Cosmos DB

Azure Cosmos DB; kullanıcı, ürün ve teklife göre tıklama verilerinin yanı sıra kullanıcı profili bilgilerini toplu halde depolar.

Depolama

Azure Depolama, Stream Analytics’ten alınan arşivlenmiş ham tıklama akışı verilerini depolar.

İşlevler

Azure İşlevleri, web sitesinden kullanıcı tıklama akışı verilerini alır ve Azure Cosmos DB’den mevcut kullanıcı geçmişini okur. Bu veriler daha sonra, Machine Learning web hizmeti aracılığıyla çalıştırılır veya ürün benzeşimi puanlarını almak için Redis için Azure Cache’te ilk çalıştırma verileriyle birlikte kullanılır. Ürün benzeşimi puanları, kullanıcının en çok ilgisini çekecek teklifin belirlenmesi için kişiselleştirilmiş teklif mantığı ile birlikte kullanılır.

Machine Learning Studio

Machine Learning, tahmine dayalı analiz çözümlerini bulut üzerinde kolay bir şekilde tasarlamanıza, test etmenize, çalışır hale getirmenize ve yönetmenize yardımcı olur.

Redis için Azure Cache

Redis için Azure Cache, geçmişte etkinliği bulunmayan kullanıcılara ilişkin önceden hesaplanmış ilk çalıştırma benzeşim puanlarını depolar.

Power BI

Power BI, Cosmos DB’den verileri okuyarak kullanıcı etkinliği verilerini ve sunulan teklifleri görselleştirir.

İlgili çözüm mimarileri