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.

Azure'a Dağıt

Bu mimariyi Azure’a dağıtmak için aşağıdaki önceden oluşturulmuş şablonu kullanın

Azure'a Dağıt

GitHub’da göz at

Kişiselleştirilmiş pazarlama çözümleri Ürünlerinizi kişiselleştirilmiş tekliflerle pazarlamak için sahip olmanız gereken teknolojileri bulun. Müşterilerden daha fazla beğeni almak için büyük veri öngörülerini kullanarak pazarlama tekliflerinizi özelleştirin. 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

Uygulama kılavuzu

Ürünler Belgeler

Event Hubs

Event Hubs ingests raw click-stream data from Functions and passes it on to Stream Analytics.

Stream Analytics

Stream Analytics aggregates clicks in near real-time by product, offer, and user to write to Azure Cosmos DB and also archives raw click-stream data to Azure Storage.

Azure Cosmos DB

Azure Cosmos DB stores aggregated data of clicks by user, product, and offer as well as user-profile information.

Depolama

Azure Storage stores archived raw click-stream data from Stream Analytics.

İşlevler

Azure Functions takes in user clickstream data from website and reads existing user history from Azure Cosmos DB. These data are then run through the Machine Learning web service or used along with the cold-start data in Redis Cache to obtain product-affinity scores. Product-affinity scores are used with the personalized-offer logic to determine the most relevant offer to present to the user.

Machine Learning

Machine Learning helps you easily design, test, operationalize, and manage predictive analytics solutions in the cloud.

Redis Cache

Redis Cache stores pre-computed cold-start product affinity scores for users without history.

Power BI

Power BI Visualizes user activity data as well as offers presented by reading in data from Cosmos DB.

İlgili çözüm mimarileri

Görev tabanlı, tüketicilere yönelik mobil uygulama

iOS, Android ve Windows istemci uygulamaları tarafından kullanılan bir mobil arka uç. Xamarin’i veya yerel istemci SDK’larını kullanarak, çevrimdışı eşitleme desteği (görüntü dosyalarının çevrimdışı eşitlenmesi dahil) sunan bir mobil istemci uygulaması oluşturun. App Service Kimlik Doğrulaması, bir kimlik sağlayıcısına bağlanmak için kullanılır. Azure Blob Depolama ise görüntüleri uygun maliyetli ve ölçeklenebilir bir yöntemle depolamak için kullanılır.

Daha fazla bilgi edinin