Оптимизация маркетинга при помощи машинного обучения

Службы ИИ Azure
Azure Synapse Analytics
Машинное обучение Azure
Azure Data Lake
Power BI

Идеи решения

Эта статья является идеей решения. Если вы хотите расширить содержимое с дополнительными сведениями, такими как потенциальные варианты использования, альтернативные службы, рекомендации по реализации или рекомендации по ценам, сообщите нам, предоставив отзыв GitHub.

Службы Azure могут извлекать аналитические сведения из социальных сетей, которые можно использовать в маркетинговых кампаниях больших данных.

Архитектура

Architecture diagram that shows the flow of data from external sources to its visualization. Other steps include ingestion, enrichment, and storage.

Скачайте файл Visio для этой архитектуры.

Поток данных

  1. Azure Synapse Analytics расширяет данные в выделенных пулах SQL с помощью модели, зарегистрированной в Машинное обучение Azure с помощью хранимой процедуры.
  2. Azure Cognitive Services обогащает данные путем выполнения анализа тональности, прогнозирования общего значения, извлечения соответствующей информации и применения других функций ИИ. Машинное обучение используется для разработки модели машинного обучения и регистрации модели в реестре Машинное обучение.
  3. Azure Data Lake служба хранилища предоставляет хранилище данных машинного обучения и кэш для обучения модели машинного обучения.
  4. Функция веб-приложения службы приложение Azure используется для создания и развертывания масштабируемых бизнес-критически важных веб-приложений. Power BI предоставляет интерактивную панель мониторинга с визуализациями, которые используют данные, хранящиеся в Azure Synapse Analytics, для принятия решений по прогнозированию.

Компоненты

  • Azure Synapse Analytics — это интегрированная служба аналитики, которая ускоряет анализ между хранилищами данных и системами больших данных.

  • Cognitive Services состоит из облачных служб, которые предоставляют функциональные возможности ИИ. Интерфейсы REST API и пакеты SDK клиентской библиотеки помогают создавать когнитивный анализ в приложения, даже если у вас нет навыков ИИ или обработки и анализа данных.

  • Машинное обучение — это облачная среда, которую можно использовать для обучения, развертывания, автоматизации, управления и отслеживания моделей машинного обучения.

  • Data Lake Storage — это великолепно масштабируемое и защищенное озеро данных для рабочих нагрузок аналитических данных с высокой производительностью.

  • Служба приложений предоставляет платформу для создания, развертывания и масштабирования веб-приложений. Функция веб-приложения — это служба для размещения веб-приложений, REST API и мобильных серверных серверов.

  • Power BI — это коллекция аналитических служб и приложений. Используйте Power BI, чтобы подключать несвязанные источники и показывать данные из них.

Подробности сценария

Маркетинговые кампании о большем, чем о сообщении, которое вы доставляете. Когда и как вы доставляете это сообщение так же важно. Без необходимых данных и аналитического подхода кампания очень легко может оказаться неэффективной или несвоевременной.

В эти дни маркетинговые кампании часто основаны на анализе социальных сетей, который становится все более важным для компаний и организаций по всему миру. Анализ социальных сетей — это мощный инструмент, который можно использовать для получения мгновенных отзывов о продуктах и услугах, улучшения взаимодействия с клиентами для повышения удовлетворенности клиентов, поддержания конкуренции и многого другого. Компании часто не имеют эффективных, жизнеспособных способов отслеживать беседы в социальных сетях. В результате они пропускают бесчисленные возможности для использования этих аналитических сведений для информирования о своих стратегиях и планах.

Потенциальные варианты использования

Если вы можете извлечь информацию о своих клиентах из социальных сетей, вы можете улучшить взаимодействие с клиентами, повысить удовлетворенность клиентов, получить новые потенциальные клиенты и предотвратить отток клиентов. Эти приложения аналитики социальных сетей входят в три основные области:

  • Измерение работоспособности бренда:

    • Захват реакций клиентов и отзывов о новых продуктах в социальных сетях.
    • Анализ тональности в социальных сетях для нового продукта.
  • Создание и поддержание отношений с клиентами:

    • Быстрое выявление проблем с клиентами.
    • Прослушивание неуправляемых упоминание бренда.
  • Оптимизация маркетинговых инвестиций:

    • Извлечение аналитических сведений из социальных сетей для анализа кампании.

Соавторы

Эта статья поддерживается корпорацией Майкрософт. Первоначально он был написан следующими участник.

Автор субъекта:

Другие участник:

  • Николас Мур | Облачная архитектура / данные / искусственный интеллект

Следующие шаги

Дополнительные сведения см. в следующих схемах обучения:

Дополнительные сведения о компонентах решения см. в следующих ресурсах: