編集

機械学習を使用したマーケティングの最適化

Azure AI サービス
Azure Synapse Analytics
Azure Machine Learning
Azure Data Lake
Power BI

ソリューションのアイデア

このアーティクルはソリューションのアイデアです。 このコンテンツにさらに多くの情報 (想定されるユース ケース、代替サービス、実装に関する考慮事項、価格ガイダンスなど) の掲載をご希望の方は、GitHub のフィードバックでお知らせください。

Azure サービスでは、ソーシャル メディアから分析情報を抽出して、ビッグ データ マーケティング キャンペーンに利用することができます。

アーキテクチャ

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

このアーキテクチャの Visio ファイルをダウンロードします。

データフロー

  1. Azure Synapse Analytics は、ストアドプロシージャを介して Azure Machine Learning に登録されたモデルを使用して、専用 SQL プールのデータをエンリッチします。
  2. Azure Cognitive Services では、感情分析を実行し、全体的な意味を予測し、関連情報を抽出し、その他の AI 機能を適用することで、データが強化されます。 Machine Learning は、機械学習モデルの開発と Machine Learning レジストリにモデルを登録するために使用されます。
  3. Azure Data Lake Storage では、機械学習データのストレージと、機械学習モデルをトレーニングするためのキャッシュが提供されます。
  4. Azure App Service の Web Apps 機能は、スケーラブルでビジネスクリティカルな Web アプリケーションを作成してデプロイするために使用されます。 Power BI には、 Azure Synapse Analytics に格納されているデータを使用して予測に関する意思決定を促進する視覚化を備えた対話型ダッシュボードが用意されています。

コンポーネント

  • Azure Synapse Analytics は、データ ウェアハウスやビッグ データシステム全体にわたって分析情報を取得する時間を早める統合分析サービスです。

  • Cognitive Services は、AI 機能を提供するクラウドベースのサービスで構成されます。 REST API とクライアント ライブラリ SDK は、AI やデータ サイエンスのスキルがなくても、アプリにコグニティブ インテリジェンスを組み込むのに役立ちます。

  • Machine Learning は、機械学習モデルのトレーニング、デプロイ、自動化、管理、追跡に使用できるクラウドベースの環境です。

  • Data Lake Storage は、高パフォーマンスの分析ワークロード用の非常にスケーラブルで安全なデータ レイクです。

  • App Service には、Web アプリの構築、デプロイ、およびスケーリングを行うためのフレームワークが用意されています。 Web Apps 機能は、Web アプリ、REST API、モバイル バックエンドをホストするためのサービスです。

  • Power BI は、分析サービスとアプリのコレクションです。 Power BI を使用すると、関連のないデータ ソースを結び付けて表示することができます。

シナリオの詳細

マーケティング キャンペーンは、配信するメッセージだけではありません。 メッセージを配信するタイミングと方法も、同じくらい重要です。 データ ドリブン型の分析アプローチを使用しなければ、キャンペーンで簡単に機会を逃してしまったり、牽軌道に乗れずに苦戦したりしてしまいます。

最近では、マーケティング キャンペーンはソーシャル メディア分析に基づいていることが多く、世界中の企業や組織にとってますます重要になっています。 ソーシャル メディア分析は、製品やサービスに関する即座のフィードバックを受け取り、顧客とのインタラクションを改善して顧客満足度を高め、競合に追いつくために使用できる強力なツールです。 企業には、ソーシャル メディアの会話を監視するための効率的で実行可能な方法が不足していることがよくあります。 その結果、これらの分析情報を使用して戦略と計画を知らせる無数の機会を逃しています。

考えられるユース ケース

ソーシャル メディアから顧客に関する情報を抽出できる場合は、カスタマー エクスペリエンスを強化し、顧客満足度を高め、新しい潜在顧客を獲得し、顧客離反を防ぐことができます。 ソーシャル メディア分析のこれらのアプリケーションは、次の 3 つの主要な領域に分類されます。

  • ブランドの正常性の測定:

    • ソーシャル メディア上の新製品に対する顧客の反応とフィードバックをキャプチャします。
    • 新しく導入された製品に対するソーシャル メディアのインタラクションに関するセンチメントを分析します。

  • 顧客関係の構築と維持:

    • 顧客の懸念をすばやく特定します。
    • タグ付けされていないブランドへの言及を聞きます。

  • マーケティング投資の最適化:

    • キャンペーン分析のためにソーシャル メディアから分析情報を抽出します。

共同作成者

この記事は、Microsoft によって保守されています。 当初の寄稿者は以下のとおりです。

プリンシパル作成者:

その他の共同作成者:

  • Nicholas Moore |クラウド アーキテクチャ / データ / 人工知能

次のステップ

詳細については、次のラーニング パスを参照してください。

ソリューションのコンポーネントの詳細については、次のリソースを参照してください。