Caso di utilizzo - Profilo clienti

Azure Data Factory è uno dei numerosi servizi usati per implementare i Solution Accelerator di Cortana Intelligence Suite. Per ulteriori informazioni su Cortana Intelligence, vedere Cortana Intelligence Suite. In questo documento viene descritto un caso di semplice utilizzo che consente di iniziare a capire come Data Factory di Azure può risolvere problemi comuni di analisi.

Scenario

Contoso è una società di giochi online che crea giochi per più piattaforme: console di gioco, dispositivi palmari e personal computer (PC). Quando gli utenti giocano a questi giochi, vengono prodotti grandi volumi di dati di registro che tengono traccia dei modelli di uso, dello stile di gioco e delle preferenze dell'utente. Se vengono combinati con dati demografici, regionali e del prodotto, Contoso può eseguire l'analisi per migliorare l'esperienza dei giocatori e indirizzarli ad aggiornamenti e acquisti utili al gioco.

L'obiettivo di Contoso consiste nell'identificare opportunità di up-selling o cross-selling basate sulla cronologia dei giochi degli utenti e aggiungere nuove funzionalità interessanti per promuovere la crescita del business e fornire un'esperienza migliore ai clienti. In questo caso, usiamo una società di giochi come esempio di società. La società desidera ottimizzare i giochi in base al comportamento dei giocatori. Questi principi si applicano a qualsiasi società che desideri coinvolgere i clienti nei suoi beni e servizi e migliorare la loro esperienza.

In questa soluzione Contoso desidera valutare l'efficacia di una campagna di marketing lanciata di recente. I registri di gioco, inizialmente non elaborati, vengono successivamente elaborati con dati di georilevazione e di riferimento pubblicitario e infine vengono copiati in un database SQL di Azure per analizzare l'impatto della campagna.

Distribuire la soluzione

Per accedere a questo semplice caso d'uso e per provarlo, è sufficiente disporre di una sottoscrizione di Azure, di un account di archiviazione BLOB di Azure e di una database SQL di Azure. Distribuire la pipeline di profilatura dei clienti dal riquadro Pipeline di esempio nella home page della data factory.

  1. Creare una data factory o aprire una data factory esistente. Per la procedura di creazione di una data factory, vedere Copiare dati da un archivio BLOB al database SQL usando Data Factory.
  2. Nel pannello DATA FACTORY per la data factory, fare clic sul riquadro Pipeline di esempio.

    Riquadro Pipeline di esempio

  3. Nel pannello Pipeline di esempio fare clic sulla profilatura dei clienti da distribuire.

    Pannello Pipeline di esempio

  4. Specificare le impostazioni di configurazione per l'esempio, ad esempio il nome e la chiave dell'account di archiviazione di Azure, il nome del server di Azure SQL, il database, l'ID utente e la password.

    Pannello Esempio

  5. Dopo avere specificato le impostazioni di configurazione, fare clic su Crea per creare/distribuire le pipeline di esempio e i servizi collegati o le tabelle usati dalle pipeline.
  6. Lo stato della distribuzione sarà visualizzato sul riquadro dell'esempio selezionato in precedenza nel pannello Pipeline di esempio .

    Deployment Status

  7. Quando viene visualizzato il messaggio Distribuzione riuscita nel riquadro relativo all'esempio, chiudere il pannello Pipeline di esempio.
  8. Nel pannello DATA FACTORY si potrà notare che i servizi collegati, i set di dati e le pipeline vengono aggiunti alla data factory.

    Pannello Data factory

Panoramica della soluzione

Questo semplice caso di utilizzo esemplifica la modalità di utilizzo di Azure Data Factory per inserire, preparare, trasformare, analizzare e pubblicare i dati.

Flusso di lavoro end-to-end

Questa figura illustra come vengono visualizzate le pipeline di dati nel portale di Azure dopo la distribuzione.

  1. PartitionGameLogsPipeline legge gli eventi del gioco non elaborati da una risorsa di archiviazione BLOB e crea partizioni basate su anno, mese e giorno.
  2. EnrichGameLogsPipeline unisce gli eventi di giochi partizionati con dati di riferimento del codice geografico e arricchisce i dati eseguendo il mapping di indirizzi IP per le aree geografiche corrispondenti.
  3. La pipeline AnalyzeMarketingCampaignPipeline usa i dati migliorati e li elabora con i dati pubblicitari per creare l'output finale contenente l'efficacia della campagna di marketing.

In questo esempio Data Factory viene usato per gestire le attività che copiano i dati di input, trasformare ed elaborare i dati e produrre i dati finali per un database SQL di Azure. È anche possibile visualizzare la rete di pipeline di dati, gestirli e monitorarne lo stato dall'interfaccia utente.

Vantaggi

Per ottimizzare l'analisi del profilo dell'utente e allinearla agli obiettivi aziendali, le società di giochi online sono in grado di raccogliere rapidamente modelli di uso e analizzare l'efficacia delle campagne pubblicitarie.