맞춤형 제품

Event Hubs
Functions
Machine Learning
Storage
Stream Analytics

솔루션 아이디어

잠재적인 사용 사례, 대체 서비스, 구현 고려 사항 또는 가격 책정 지침과 같은 추가 정보를 사용하여 이 문서를 확장하려는 경우 GitHub 피드백을통해 알려주세요!

오늘날의 경쟁사 및 연결 된 환경에서 최신 기업은 일반 정적 온라인 콘텐츠와 더 이상 존속 하지 않을 수 있습니다. 또한 기존 도구를 사용 하는 마케팅 전략은 일반적으로 비용이 많이 들고 구현 하기 어렵고 원하는 투자 수익률을 생성 하지 않습니다. 이러한 시스템은 종종 수집 된 데이터를 최대한 활용 하 여 사용자에 게 보다 개인화 된 환경을 만드는 데 실패 합니다.

사용자를 위해 사용자 지정 된 서피싱 제안은 고객 충성도 및 남은 수익성을 구축 하는 데 필수적입니다. 소매 웹 사이트 고객은 고유한 관심사 및 기본 설정에 따라 제품 및 콘텐츠를 제공 하는 지능형 시스템을 원합니다. 오늘날의 디지털 마케팅 팀은 모든 유형의 사용자 조작에서 생성 된 데이터를 사용 하 여이 인텔리전스를 작성할 수 있습니다.

마케터는 대량의 데이터를 분석 하 여 각 사용자에 게 관련성이 뛰어나고 개인 설정 된 제품을 제공 하는 고유한 기회를 제공 합니다. 그러나 안정적이 고 확장 가능한 빅 데이터 인프라를 구축 하 고 각 사용자에 게 개인 설정 하는 정교한 기계 학습 모델을 개발 하는 것은 쉽지 않습니다.

Architecture

아키텍처 다이어그램 이 아키텍처의 SVG 를 다운로드 합니다.

Description

시간을 절약 하 고 학습 된 SI 파트너는이 솔루션에 대 한 개념 증명, 배포 & 통합에 도움을 줍니다.

Cortana Intelligence Suite은 개인 설정 된 제품 솔루션을 빌드하기 위한 모든 필수 요소인 Microsoft Azure 데이터 수집, 데이터 저장, 데이터 처리 및 고급 분석 구성 요소를 통해 고급 분석 도구를 제공 합니다.

구성 요소

이 솔루션은 여러 Azure 서비스를 결합 하 여 강력한 이점을 제공 합니다.

  • Azure Event Hubs 는 실시간 사용량 데이터를 수집 합니다.
  • Azure Stream Analytics 는 스트리밍 데이터를 집계 하 고 고객에 게 개인 설정 된 제품을 만드는 데 사용 되는 데이터를 시각화 하 고 업데이트할 수 있도록 합니다.
  • Azure CosmosDB SQL API 는 고객, 제품 및 제안 정보를 저장 합니다. GitHub 구현에서는 Azure Document DB를 사용 했지만 Azure Cosmos DB SQL API를 사용 하 여이를 수행할 수 있습니다.
  • Azure Storage 은 사용자 상호 작용을 시뮬레이트하는 큐를 관리 하는 데 사용 됩니다.
  • Azure Functions 은 사용자 시뮬레이션을 위한 코디네이터로 사용 되며, 개인 설정 된 제품을 생성 하기 위한 솔루션의 중앙 부분으로 사용 됩니다.
  • Azure Machine Learning 은 사용자 기본 설정 및 제품 기록을 고려 하 여 사용자를 구현 하 고 제품 선호도 점수 매기기를 실행 합니다.
  • 사용할 수 있는 사용자 기록이 없는 경우 Redis 용 Azure Cache 는 고객에 게 미리 계산 된 제품 선호도를 제공 하는 데 사용 됩니다.
  • Power BI 대시보드 는 시스템에 대 한 실시간 작업과 CosmosDB SQL API의 데이터를 사용 하 여 다양 한 제품의 동작을 시각화 합니다.

데이터 흐름

  1. 웹 사이트의 사용자 활동은 Azure 함수 및 Azure Storage 큐 쌍으로 시뮬레이션 됩니다.
  2. 개인 설정 된 제품 기능은 Azure 함수로 구현 됩니다.
    • 이는 모든 항목을 함께 연결 하 여 제품 및 레코드 활동을 생성 하는 핵심 기능입니다.
    • Redis 및 azure CosmosDB SQL API에 대 한 azure Cache에서 데이터를 읽고, 제품 선호도 점수가 Azure Machine Learning에서 계산 됩니다.
    • 사용자에 대 한 기록이 없으면 Redis 용 Azure Cache에서 미리 계산 된 선호도가 읽혀집니다.
  3. 원시 사용자 활동 데이터 (제품 및 제안 클릭), 사용자에 게 제공 되는 제품 및 성능 데이터 (Azure Functions 및 Azure Machine Learning)는 Azure Event Hub로 전송 됩니다.
  4. 사용자에 게 제품이 반환 됩니다.
    • 이 시뮬레이션에서는 다음 사용자 작업을 생성 하기 위해 Azure 함수에서 선택 하는 Azure Storage 큐에 기록 하 여이 작업을 수행 합니다.
  5. Azure Stream Analytics는 데이터를 분석 하 여 Azure Event Hub의 입력 스트림에 대 한 거의 실시간 분석을 제공 합니다.
    • 집계 된 데이터는 Azure CosmosDB SQL API로 전송 됩니다.
    • 원시 데이터는 Azure Data Lake Storage 전송 됩니다.

다음 단계