使用 SQL Server 优化活动

此解决方案展示了如何使用带 R Services 的 SQL Server 2016 构建和部署机器学习模型,进而提出行动建议,最大程度提高活动潜在目标客户的购买率。

+ 显示更多 – 简略显示

概述

企业开展营销活动来吸引客户关注新产品或现有产品时,他们通常会使用一系列业务规则来选择活动的潜在目标客户。机器学习可帮助提高这些潜在客户的响应率。该解决方案展示了如何使用模型来预测有望最大程度提高活动潜在目标客户的购买率的相关操作。重新开展活动时,可根据这些预测就如何联系目标潜在客户(例如通过电子邮件、短信或上门推销)以及何时联系(周几、几点)给出相关建议。此处介绍的解决方案采用保险行业的模拟数据来模拟活动潜在客户的响应情况。模型预测因子包括潜在客户的人口统计信息、活动历史绩效和具体的产品细节。该模型可预测数据库中每位潜在客户在周一到周日不同时间段从某渠道购买产品的概率。随后,根据模型预测客户最可能进行购买的渠道和时间,针对确定目标客户时要考虑的渠道、具体日期(周几)和具体时间提供建议。

Microsoft 营销活动优化解决方案结合了机器学习预测模型和交互式可视化工具 PowerBI。在开展新活动时,该解决方案可就潜在目标客户的联系渠道(例如电子邮件、短信或上门推销)以及联系时间(周几、几点)给出建议,进而提高活动响应率。该解决方案使用模拟数据来模拟购买活动的响应情况,你可轻松配置,使其使用自己组织的数据。该模型使用人口统计信息、活动历史绩效和产品细节等预测因子。该解决方案针对数据库中每位潜在客户在一周某天或几天内的不同时间段从每个渠道购买产品的概率。然后,根据最具最高客户转化率的渠道、具体日期和具体时间,确定针对每位潜在目标客户的最终建议。实现数据科学流程的标准化之后,即已完成解决方案的建模,在此流程中数据科学家可轻松完成数据准备、模型定型和评估工作,而销售人员则可通过 Power BI 可视化直观显示见解并将其与 KPI 关联。

业务经理方面

该解决方案模板使用(模拟)历史数据来预测何时、如何针对你的活动联系潜在客户。建议包括联系潜在客户的最佳渠道(示例中介绍了电子邮件、短信或上门推销),以及联系客户的最佳时间(哪一天的哪个时间段)。

SQL Server R Services 允许在数据库所在的计算机上运行 R,进而实现数据计算。它包含一个数据库服务,该服务可在 SQL Server 进程之外运行,且可与 R 运行时进行安全通信。

此解决方案包介绍如何创建和优化数据、如何定型 R 模型,以及如何在 SQL Server 计算机上执行预测。SQL Server 中的最终预测表就如何以及何时联系各潜在客户提供建议。随后在 Power BI 中直观显示此数据。

Power BI 还提供有关活动建议有效性的可视化摘要(此处显示的是模拟数据)。可单击“立即试用”链接试用此仪表板。

此仪表板的“建议”选项卡显示预测的建议。顶部的表格显示我们的新部署的个人潜在客户。表格包含有关潜在客户 ID、活动和产品的字段,其中填写了要对其应用我们的业务规则的潜在客户。其后是潜在客户的模型预测,提供每位客户的最佳联系渠道和时间,然后是根据这些建议预估的潜在客户将购买我方产品的概率。可根据这些概率将要联系的潜在客户范围限制为购买概率最大的潜在客户,进而提高活动效率。

在“建议”选项卡上还有关于潜在客户的建议和人口统计信息的各种汇总。

仪表板的“活动汇总”选项卡汇总了用于创建预测建议的历史数据。同时,此选项卡还显示了“周几”、“几点”和“渠道”值,但这些值是过去的实际观察得到的值,不要与“建议”选项卡上显示的建议混淆。

数据科学家方面

SQL Server R 服务通过在托管数据库的计算机上运行 R,实现数据计算。它包含一个数据库服务,该服务可在 SQL Server 进程之外运行,且可与 R 运行时进行安全通信。

此解决方案逐步讲解如何创建和优化数据、如何定型 R 模型,以及如何在 SQL Server 计算机上进行评分。SQL Server 中的最终得分数据库表就如何以及何时联系各潜在客户提供建议。随后在 Power BI 中直观显示此数据,其中还汇总了新活动结束后,活动中采取的建议的成功情况。(此模板中显示的是模拟数据,用于说明此功能。)

正在测试和开发解决方案的数据科学家可在其客户端计算机上轻松使用自己的 R IDE,同时将计算工作交给 SQL Server 计算机。在存储过程中嵌入对 R 的调用,即可将完整解决方案部署到 SQL Server 2016。随后,可通过 SQL Server Integration Services 和 SQL Server 代理进一步实现解决方案自动化。

单击“部署”按钮可测试自动化,同时可在 Azure 订阅中使用整个解决方案。

定价

根据部署时所用的 Azure 订阅,将就此解决方案上使用的服务收取使用费,约 $1.15/小时(默认 VM)。

请确保已在未主动使用解决方案时停止 VM 实例。运行 VM 将产生更高昂的费用。

若未使用此解决方案,请将其删除。

免责声明

©2017 Microsoft Corporation。保留所有权利。此信息按“原样”提供且可能更改,恕不另行通知。Microsoft 不就此处提供的信息做任何明示和默示的担保。第三方数据用于生成解决方案。你必须尊重他人的权利,包括在创建类似数据集之前获得相关许可并遵循此等许可。

使用 SQL Server 优化活动此解决方案展示了如何使用带 R Services 的 SQL Server 2016 构建和部署机器学习模型,进而提出行动建议,最大程度提高活动潜在目标客户的购买率。

相关解决方案体系结构

Campaign Optimisation with Azure HDInsight Spark ClustersThis solution demonstrates how to build and deploy a machine learning model with Microsoft R Server on Azure HDInsight Spark clusters to recommend actions to maximise the purchase rate of leads targeted by a campaign. This solution enables efficient handling of big data on Spark with Microsoft R Server.

使用 Azure HDInsight Spark 群集实现活动优化

此解决方案展示了如何在 Azure HDInsight Spark 上使用 Microsoft R Server 构建和部署机器学习模型,进而提出行动建议,最大程度提高活动潜在目标客户的购买率。借助此解决方案,可利用 Microsoft R Server 高效处理 Spark 上的大数据。