Optimera marknadsföringen med Machine Learning

Machine Learning
Power BI
SQL Server

Lösningsidé

Om du vill att vi utökar den här artikeln med mer information, till exempel potentiella användningsfall, alternativa tjänster, implementeringsöverväganden eller prisvägledning, kan du berätta för GitHub Feedback!

Marknadsföringskampanjer handlar om mer än det meddelande som levereras. när och hur meddelandet levereras är lika viktigt. Utan en datadriven, analytisk metod kan kampanjer enkelt missa möjligheter eller få problem med att få en bra poäng.

Genom maskininlärning som informeras av historiska kampanjdata hjälper den här lösningen till att förutsäga kundsvar och rekommenderar en optimerad plan för att ansluta till dina leads, inklusive den bästa kanalen att använda (via e-post, SMS, kalla samtal osv.), den bästa veckodagen och den bästa tiden på dagen.

Genom att optimera dina kampanjer med maskininlärning kan du förbättra både sälj- och intäktsgenereringen och ge en stark roi för din marknadsföringsinvestering.

I den här lösningen skapas och registreras en modell på en Azure Machine Learning arbetsyta. Modellen kommer att användas från Azure Machine Learning för distribution i Azure Synapse SQL-pooler och starta förutsägelser för att utöka data. Power BI används för att ansluta till Azure Synapse Analytics instansen för att visualisera data.

Arkitektur

Arkitekturdiagram – Ladda ned en SVG

Komponenter

  • Azure Machine Learning (AML) är en molnbaserad miljö som du kan använda för att träna, distribuera, automatisera, hantera och spåra maskininlärningsmodeller. I den här lösningen används den för att utveckla en maskininlärningsmodell och registrera modellen i AML-modellregistret.
  • Azure Synapse Analytics är en integrerad analystjänst som ger snabbare insikter i informationslager och stordatasystem. I den här lösningen Azure Synapse Analytics data i dedikerade SQL med modellen registrerad i AML via en lagrad procedur.
  • Power BI en interaktiv instrumentpanel med visualiseringar som använder data som lagras i Azure Synapse Analytics för att fatta beslut om förutsägelserna.

Läs mer