Marketing prédictif avec Machine Learning

HDInsight
Machine Learning
Stockage
Power BI
SQL Server

Idée de solution

Si vous souhaitez nous voir développer cet article avec d’autres informations, telles que des cas d’usage potentiels, d’autres services, des considérations d’implémentation ou un guide des prix, faites-le nous savoir avec les Commentaires de GitHub.

La portée des campagnes marketing dépasse le message qu’elles véhiculent. Le moment et la manière de délivrer celui-ci sont tout aussi importants. À défaut d’approche analytique pilotée par les données, les campagnes peuvent facilement manquer des opportunités ou avoir du mal à gagner du terrain.

L’architecture de cette solution utilise l’apprentissage automatique avec des données de campagne historiques pour prédire les réponses des clients et préconiser un plan optimisé pour entrer en contact avec vos prospects. Les recommandations incluent le meilleur canal à utiliser (e-mail, SMS, appel à froid, etc.), le meilleur jour de la semaine et le meilleur moment dans la journée.

L’optimisation de vos campagnes avec le marketing prédictif permet d’améliorer les prospects et la génération de revenus, et peut produire un retour sur investissement élevé pour votre investissement marketing.

Architecture

Diagramme d’Architecture : marketing prédictif avec Azure Machine Learning. Téléchargez un SVG de cette architecture.

Components

  • Power BI fournit un tableau de bord interactif avec une visualisation qui utilise des données stockées dans SQL Server pour déterminer des décisions sur les prédictions.
  • Comptes de stockage : Le service Stockage Azure stocke les données de la campagne et des prospects.
  • Azure Machine Learning : Le Machine Learning vous aide à concevoir, tester, utiliser et gérer des solutions d’analyse prédictive dans le cloud.

Étapes suivantes

Lisez d’autres articles du Centre des architectures Azure concernant l’apprentissage automatique prédictif :

Consultez la documentation du produit :