Vorausschauendes Marketing mit maschinellem Lernen

HDInsight
Machine Learning
Storage
Power BI
SQL Server

Lösungsidee

Wenn Sie möchten, dass wir diesen Artikel um weitere Informationen ergänzen, z. B. potenzielle Anwendungsfälle, alternative Dienste, Überlegungen zur Implementierung oder Preisempfehlungen, lassen Sie es uns über Feedback auf GitHub wissen!

In Marketingkampagnen sind nicht nur die übermittelten Nachrichten, sondern auch Zeitpunkt und Methode der Übermittlung wichtig. Ohne einen datengesteuerten, analytischen Ansatz kann es leicht geschehen, dass Kampagnen Chancen verpassen oder nur mit Mühe Wirkung erzielen.

Diese Lösungsarchitektur nutzt maschinelles Lernen mit historischen Kampagnendaten, um Kundenreaktionen vorherzusagen und um einen optimierten Plan für die Verbindung mit Ihren Leads zu empfehlen. Zu den Empfehlungen gehört unter anderem, welchen Kanal Sie verwenden sollten (E-Mail, SMS, Kaltaquise usw.) sowie der am besten geeignete Wochentag und die beste Tageszeit.

Wenn Sie Ihre Kampagnen mit vorausschauendem Marketing optimieren, können Sie Vertriebsleads und Umsatzgenerierung verbessern und einen hohen ROI für Ihre Marketinginvestitionen erzielen.

Architektur

Architekturdiagramm: Vorausschauendes Marketing mit Azure Machine Learning. Laden Sie eine SVG-Datei dieser Architektur herunter.

Komponenten

  • Power BI bietet ein interaktives Dashboard mit Visualisierungen, das in SQL Server gespeicherte Daten verwendet, um Entscheidungen auf Grundlage der Vorhersagen zu ermöglichen.
  • Speicherkonten: Azure Storage speichert Kampagnen- und Leaddaten.
  • Azure Machine Learning: Mit Machine Learning können Sie Predictive Analytics-Lösungen in der Cloud problemlos entwerfen, testen, operationalisieren und verwalten.

Nächste Schritte

Lesen Sie andere Azure Architecture Center-Artikel zu vorausschauendem maschinellen Lernen:

Weitere Informationen finden Sie in der Produktdokumentation: