解決方案架構:利用機器學習服務及 Spark 來預測行銷活動

行銷活動不單只是表達訴求,傳遞訴求的時機與方式也同樣重要。若沒有以資料為基礎的分析方法,行銷活動很容易錯失商機,或難以產生吸引力。

透過歷史行銷活動資料所構成的機器學習服務,此解決方案架構有助於預測客戶的回應,且會建議與潛在客戶建立連繫管道的最佳方案,包括要使用的最佳管道 (電子郵件、簡訊或行銷電話等等)、一週中最佳的一天,以及一天內的最佳時段。

利用預測性行銷發揮行銷活動的最佳效果,以協助改善潛在客戶數及產生收益,且能夠為您的行銷投資帶來強勁的投資報酬率。

在具備 Microsoft R Server 的 Spark 上處理巨量資料時,此架構能讓效率更佳。

部署到 Azure

使用下列預先建置的範本,將此架構部署到 Azure

部署到 Azure
Dashboard Machine Learning HDInsight Blob Storage

實作指南

產品 文件

Apache Spark for Azure HDInsight

HDInsight Spark 叢集上的 Microsoft R Server 為巨量資料提供分散式及可調整規模的機器學習服務功能,結合了 R Server 與 Apache Spark 的特長。

Power BI

Power BI 提供互動式儀表板,其具備使用 SQL Server 中儲存資料的視覺效果,能讓您根據預測做出決策。

儲存體

Azure 儲存體可儲存行銷活動及潛在客戶資料。

機器學習服務

Machine Learning 協助您可以輕鬆設計、測試、操作以及管理雲端中的預測性分析解決方案。

相關解決方案架構