Edit

Share via

Mengoptimalkan pemasaran dengan pembelajaran mesin

Azure AI services
Azure Synapse Analytics
Azure Machine Learning
Azure Data Lake
Power BI

Ide solusi

Artikel ini adalah ide solusi. Jika Anda ingin kami memperluas konten dengan informasi lebih lanjut, seperti potensi kasus penggunaan, layanan alternatif, pertimbangan implementasi, atau panduan harga, beri tahu kami dengan memberikan umpan balik GitHub.

Layanan Azure dapat mengekstrak wawasan dari media sosial untuk Anda gunakan dalam kampanye pemasaran big data.

Sistem

Diagram arsitektur yang memperlihatkan aliran data dari sumber eksternal ke visualisasinya. Langkah lain termasuk penyerapan, pengayaan, dan penyimpanan

Unduh file Visio arsitektur ini.

Aliran data

  1. Azure Synapse Analytics memperkaya data di kumpulan SQL khusus dengan model yang terdaftar di Azure Pembelajaran Mesin melalui prosedur tersimpan.
  2. Layanan Azure AI memperkaya data dengan menjalankan analisis sentimen, memprediksi makna keseluruhan, mengekstrak informasi yang relevan, dan menerapkan fitur AI lainnya. Pembelajaran Mesin digunakan untuk mengembangkan model pembelajaran mesin dan mendaftarkan model di registri Pembelajaran Mesin.
  3. Azure Data Lake Storage menyediakan penyimpanan untuk data pembelajaran mesin dan cache untuk melatih model pembelajaran mesin.
  4. Fitur Web Apps dari Azure App Service digunakan untuk membuat dan menyebarkan aplikasi web penting bisnis yang dapat diskalakan. Power BI menyediakan dasbor interaktif dengan visualisasi yang menggunakan data yang disimpan di Azure Synapse Analytics untuk mendorong keputusan tentang prediksi.

Komponen

  • Azure Synapse Analytics adalah layanan analitik terintegrasi yang mempercepat waktu untuk wawasan di seluruh gudang data dan sistem big data.

  • Layanan Azure AI terdiri dari layanan berbasis cloud yang menyediakan fungsionalitas AI. REST API dan SDK pustaka klien membantu Anda membangun kecerdasan kognitif ke dalam aplikasi meskipun Anda tidak memiliki keterampilan AI atau ilmu data.

  • Pembelajaran Mesin adalah lingkungan berbasis cloud yang dapat Anda gunakan untuk melatih, menyebarkan, mengotomatiskan, mengelola, dan melacak model pembelajaran mesin.

  • Data Lake Storage adalah data lake yang dapat diskalakan dan aman untuk beban kerja analitik performa tinggi.

  • Azure App Service menyediakan kerangka kerja untuk membangun, menyebarkan, dan menskalakan aplikasi web. Fitur Web Apps adalah layanan untuk menghosting aplikasi web, REST API, dan back end seluler.

  • Power BI adalah kumpulan layanan dan aplikasi analitik. Anda dapat menggunakan Power BI untuk menghubungkan dan menampilkan sumber data yang tidak terkait.

Detail skenario

Kampanye pemasaran lebih dari pesan yang Anda sampaikan. Kapan dan bagaimana Anda mengirimkan pesan itu sama pentingnya. Tanpa pendekatan analitis berbasis data, kampanye dapat dengan mudah kehilangan peluang atau kesusahan untuk mendapatkan daya tarik.

Akhir-akhir ini, kampanye pemasaran sering kali didasarkan pada analisis media sosial, yang telah menjadi semakin penting bagi perusahaan dan organisasi di seluruh dunia. Analisis media sosial adalah alat canggih yang dapat Anda gunakan untuk menerima umpan balik instan tentang produk dan layanan, meningkatkan interaksi dengan pelanggan untuk meningkatkan kepuasan pelanggan, mengikuti persaingan, dan banyak lagi. Perusahaan sering kali tidak memiliki cara yang efisien dan layak untuk memantau percakapan media sosial. Akibatnya, mereka melewatkan peluang yang tak terhitung jumlahnya untuk menggunakan wawasan ini untuk menginformasikan strategi dan rencana mereka.

Kemungkinan kasus penggunaan

Jika Anda dapat mengekstrak informasi tentang pelanggan Anda dari media sosial, Anda dapat meningkatkan pengalaman pelanggan, meningkatkan kepuasan pelanggan, mendapatkan prospek baru, dan mencegah churn pelanggan. Aplikasi analitik media sosial ini termasuk dalam tiga area utama:

  • Mengukur kesehatan merek:

    • Menangkap reaksi pelanggan dan umpan balik untuk produk baru di media sosial.
    • Menganalisis sentimen pada interaksi media sosial untuk produk yang baru diperkenalkan.

  • Membangun dan memelihara hubungan pelanggan:

    • Mengidentifikasi masalah pelanggan dengan cepat.
    • Mendengarkan penyebutan merek yang tidak diberi tag.

  • Mengoptimalkan investasi pemasaran:

    • Mengekstrak wawasan dari media sosial untuk analisis kampanye.

Kontributor

Artikel ini dikelola oleh Microsoft. Ini awalnya ditulis oleh kontributor berikut.

Penulis utama:

Kontributor lain:

Langkah berikutnya

Pelajari lebih lengkap dengan jalur pembelajaran berikut:

Untuk informasi tentang komponen solusi, lihat sumber daya ini: