略過導覽

利用 SQL Server 最佳化行銷活動

此解決方案示範如何利用具備 R Services 的 SQL Server 2016,建置及部署機器學習模型來建議動作,進而將行銷活動目標潛在客戶的購買率提升至最高。

說明

注意:若您已部署了此解決方案,按一下這裡即可檢視部署。

預估佈建時間:30 分鐘

若尚未在 Azure 訂用帳戶上部署資料科學虛擬機器,請先停止,您必須先接受使用條款,才可繼續作業。

概觀

當企業推出行銷活動來吸引客戶注意新產品或現有產品時,通常會運用一組商務規則來選出潛在客戶,並針對這些客戶推展行銷活動。機器學習可用於協助提升這些潛在客戶的回應率。此解決方案示範如何使用模型來預測動作,目的是希望能將行銷活動目標潛在客戶的購買率提升至最高。這些預測會用來當作建議的根據,供重新推出的行銷活動使用,了解連絡目標潛在客戶的方式 (例如電子郵件、SMS 或行銷電話) 和時間 (週幾以及時段)。此處所提供的解決方案使用了保險業的模擬資料,來建立潛在客戶對行銷活動之回應的模型。模型預測項目包括潛在客戶的人口統計詳細資料、歷程行銷活動效能和產品專屬的詳細資料。該模型會預測資料庫中每位潛在客戶在週間每天不同時段從某管道購買的可能性。在模型預測出購買可能性最高的管道和時間組合後,當您要選出目標使用者時,就會依據該組合提供您建議的管道、週幾與時段。

Microsoft 行銷活動最佳化解決方案結合了機器學習預測模型和互動式視覺效果工具 PowerBI。該解決方案會建議連絡目標潛在客戶的管道 (例如電子郵件、SMS 或行銷電話) 及連絡時間 (週幾與時段),供新的行銷活動使用,藉此提高行銷活動的回應率。其使用了模擬資料,您也可以輕鬆地設定使用您自己組織的資料,以建立取得行銷活動回應的模型。該模型使用人口統計、歷程行銷活動效能與產品詳細資料這類項目進行預測。然後解決方案會預測出資料庫內每位潛在客戶在不同日子和不同時段從每個管道成交的可能性。最後根據轉換可能性最高的管道、日子與時段組合判斷出選出每位目標潛在客戶的建議。經過標準化的資料科學程序,資料科學家可輕鬆完成資料準備、模型訓練和評估,再透過 Power BI 視覺效果,依照行銷活動將深入解析視覺化並建立與 KPI 的相互關聯,即可建成解決方案模型。

企業管理階層方面

此解決方案範本使用 (模擬的) 歷程資料,預測連絡行銷活動潛在客戶的方式與時間。建議項目包括連絡潛在客戶的最佳管道 (如範例:電子郵件、SMS 或行銷電話)、最佳連絡日以及最佳連絡時段。

SQL Server R Services 透過讓 R 可執行在作為資料庫的同一部電腦上,將計算功能整合到資料中。其中包括在 SQL Server 處理序外部執行以及與 R 執行階段安全通訊的資料庫服務。

此解決方案封包會示範如何建立及精簡資料、訓練 R 模型,以及在 SQL Server 電腦上執行預測。SQL Server 內最終的預測資料表會提供建議,告訴您連絡每位潛在客戶的方式與時間。之後會在 Power BI 中將此資料視覺化。

Power BI 會同時呈現出行銷活動建議有效情況的視覺化摘要 (以模擬資料顯示於此)。您可按一下 [馬上試用] 連結,試用此儀表板。

此儀表板的 [建議] 索引標籤會顯示預測的建議。最上方為新部署的個別潛在客戶資料表。其中包括潛在客戶識別碼、行銷活動和產品的欄位,欄位內則填入了要套用我們商務規則的潛在客戶。其後會接著潛在客戶的模型預測,提供連絡每位客戶的最佳管道與時間,以及使用這些建議後,潛在客戶購買我們產品的預測可能性。這些可能性可用於將連絡的潛在客戶數目限制至最有可能購買的一部份潛在客戶,藉此提高行銷活動的效率。

[建議] 索引標籤也同時會顯示各種建議的摘要,以及潛在客戶的人口統計資訊。

儀表板的 [行銷活動摘要] 索引標籤會顯示用以建立預測建議的歷程資料摘要。同時,該索引標籤也會顯示週間、時段以及管道的值,這些值都是實際且為過去之觀察,請勿與 [建議] 索引標籤上顯示的建議混淆。

資料科學家方面

SQL Server R Services 透過在裝載資料庫的電腦上執行 R,可將計算功能整合到資料中。其中包括在 SQL Server 處理序外部執行以及與 R 執行階段安全通訊的資料庫服務。

此解決方案會逐步引導您建立及精簡資料、訓練 R 模型,以及在 SQL Server 電腦上進行評分。SQL Server 中最終評分的資料庫資料表會提供建議,告訴您連絡每位潛在客戶的方式與時間。並且之後會在 PowerBI 中將此資料視覺化,當中會包含行銷活動完成後,用於新行銷活動中之成功建議的摘要 (此範本藉著模擬資料來說明此功能)。

測試和開發解決方案的資料科學家,可在其用戶端電腦上使用方便的 R IDE,同時將計算功能推送到 SQL Server 電腦。完成的解決方案藉由內嵌對預存程序中 R 的呼叫,會部署到 SQL Server 2016。接著可使用 SQL Server Integration Services 和 SQL Server 代理程式,進一步將這些解決方案自動化。

按一下 [部署] 按鈕可測試自動化,如此即可在 Azure 訂用帳戶中提供整個解決方案。

定價

您用於部署的 Azure 訂用帳戶會產生用於此解決方案之服務的取用費,預設 VM 大約為 $1.15/小時。

請確認當目前未使用解決方案時,已停止了 VM 執行個體。執行 VM 會產生較高的費用。

如果您沒有在使用它,請刪除解決方案。

免責聲明

© 2017 Microsoft Corporation.著作權所有,並保留一切權利。這項資訊依照「現況」提供,且可能變更而不另行通知。Microsoft 對於此處提供的資訊不提供任何明示或默示的擔保。產生此解決方案的過程中使用了協力廠商的資料。您必須尊重他人的權利,包括取得及遵從相關授權以建立相似的資料集。

相關解決方案架構

使用 Azure HDInsight Spark 叢集的最佳化行銷活動

此解決方案示範如何利用 Azure HDInsight Spark 叢集上的 Microsoft R 伺服器,建置及部署機器學習模型來建議動作,進而將行銷活動目標潛在客戶的購買率提升至最高。在具備 Microsoft R 伺服器的 Spark 上處理巨量資料時,這個解決方案能讓效率更佳。