조직에서 고객의 요구를 가장 잘 해결하려면 고객에 대한 소셜 미디어에서 인사이트를 추출해야 합니다. 이 문서에서는 뉴스 및 소셜 미디어 데이터를 분석하기 위한 솔루션을 제공합니다. 이 솔루션은 Azure 소셜 미디어 분석 솔루션 가속기를 확장하여 개발자에게 몇 시간 안에 Azure에서 소셜 미디어 모니터링 플랫폼을 빌드하고 배포하는 데 필요한 리소스를 제공합니다. 해당 플랫폼은 소셜 미디어 및 웹 사이트 데이터를 수집하고 비즈니스 의사 결정 프로세스를 지원하는 형식으로 데이터를 제공합니다.
Apache®, Apache Spark 및 불꽃 로고는 미국 및/또는 기타 국가에서 Apache Software Foundation의 등록 상표 또는 상표입니다. 이러한 표시의 사용은 Apache Software Foundation에 의한 보증을 암시하지 않습니다.
아키텍처
이 아키텍처의 Visio 파일을 다운로드합니다.
데이터 흐름
Azure Synapse Analytics 파이프라인은 외부 데이터를 수집하고 해당 데이터를 Azure Data Lake에 저장합니다. 하나의 파이프라인은 뉴스 API에서 데이터를 수집합니다. 다른 파이프라인은 Twitter API에서 데이터를 수집합니다.
Azure Synapse Analytics의 Apache Spark 풀은 데이터를 처리하고 보강하는 데 사용됩니다.
Spark 풀은 다음 서비스를 사용합니다.
- 명명된 NER(엔터티 인식), 핵심 구 추출 및 감정 분석을 위한 AI 언어
- 텍스트를 번역하는 Azure AI 서비스 번역기
- 데이터를 지리적 좌표에 연결하기 위한 Azure Maps
보강된 데이터는 Data Lake에 저장됩니다.
Azure Synapse Analytics의 서버리스 SQL 풀을 사용하면 Power BI에서 보강된 데이터를 사용할 수 있습니다.
Power BI Desktop 대시보드는 데이터에 대한 인사이트를 제공합니다.
이전 단계 대신 Azure App Service 웹앱에 포함된 Power BI 대시보드는 웹 및 모바일 앱 사용자에게 데이터에 대한 인사이트를 제공합니다.
5~7단계 대신, 보강된 데이터는 Azure Machine Learning에서 사용자 지정 기계 학습 모델을 학습하는 데 사용됩니다.
해당 모델은 Machine Learning 엔드포인트에 배포됩니다.
관리 온라인 엔드포인트는 예를 들어 A(모바일 앱)에서 온라인 실시간 추론에 사용됩니다. 또는 일괄 처리 엔드포인트가 오프라인 모델 추론(B)에 사용됩니다.
구성 요소
Azure Synapse Analytics는 통합 분석 서비스로, 데이터 웨어하우스와 빅 데이터 분석 시스템 전체에서 인사이트를 확보하는 시간을 앞당길 수 있습니다.
Azure AI Language 는 AI 기능을 제공하는 클라우드 기반 서비스로 구성됩니다. REST API 및 클라이언트 라이브러리 SDK를 사용하여 AI 또는 데이터 과학 기술이 없는 경우에도 앱에 인지 인텔리전스를 빌드할 수 있습니다. 기능은 다음과 같습니다.
- 구조화되지 않은 텍스트에서 사람, 장소, 조직 및 수량을 식별하고 분류하기 위한 명명된 NER(엔터티 인식).
- 게시물 또는 아티클에서 주요 대화 지점을 식별하기 위한 핵심 구 추출.
- 긍정, 부정, 중립 및 혼합 감정 콘텐츠를 검색하여 게시물의 감정에 대한 인사이트를 제공하기 위한 감정 분석.
Translator를 사용하면 100개 이상의 언어에서 텍스트를 즉시 또는 일괄로 번역할 수 있습니다. 이 서비스는 기계 번역의 최신 혁신을 사용합니다. Translator는 콜 센터 번역, 다국어 대화 에이전트 및 앱 내 통신과 같은 광범위한 사용 사례를 지원합니다. Translator에서 지원하는 언어는 번역을 참조하세요.
Azure Maps는 위치 기반 데이터를 웹 및 모바일 솔루션에 통합하는 데 도움이 되는 지리 공간적 서비스 모음입니다. 위치를 사용하고 데이터를 매핑하여 인사이트를 생성하고, 데이터 기반 의사 결정을 알리고, 보안을 강화하고, 고객 환경을 개선할 수 있습니다. 이 솔루션은 Azure Maps를 사용하여 뉴스와 게시물을 지리적 좌표에 연결합니다.
Data Lake는 고성능 분석 워크로드를 위한 대량으로 확장성 있는 안전한 데이터 레이크입니다.
App Service는 웹앱을 빌드, 배포 및 확장하기 위한 프레임워크를 제공합니다. 웹앱은 웹 애플리케이션, REST API 및 모바일 백 엔드를 호스팅하는 서비스입니다.
Machine Learning은 기계 학습 모델을 학습, 배포, 자동화, 관리 및 추적할 수 있는 클라우드 기반 환경입니다.
Power BI는 분석 서비스 및 앱 컬렉션입니다. Power BI를 사용하여 관련 없는 데이터 원본을 연결하고 표시할 수 있습니다.
대안
다음 다이어그램과 같이 Machine Learning 및 사용자 지정 기계 학습 모델을 제거하여 이 솔루션을 간소화할 수 있습니다. 자세한 내용은 이 문서의 뒷부분에 있는 이 시나리오 배포를 참조하세요.
이 아키텍처의 Visio 파일을 다운로드합니다.
시나리오 정보
마케팅 캠페인은 전달하는 메시지 그 이상입니다. 해당 메시지를 전달하는 시기와 방법도 중요합니다. 캠페인에 데이터 기반 분석 접근 방식이 없다면 쉽게 기회를 놓치거나 관심을 끌기 위해 고군분투할 수 있습니다. 이러한 캠페인은 전 세계 기업과 조직에서 점점 더 중요해지고 있는 소셜 미디어 분석을 기반으로 하는 경우가 많습니다. 소셜 미디어 분석은 제품 및 서비스에 대한 즉각적인 피드백을 받고, 고객과의 상호 작용을 개선하여 고객 만족도를 높이고, 경쟁을 따라잡는 데 사용할 수 있는 강력한 도구입니다. 기업에는 소셜 미디어 대화를 모니터링하는 효율적이고 실행 가능한 방법이 부족한 경우가 많습니다. 따라서 이러한 인사이트를 통해 전략과 계획을 알릴 기회를 놓치고 있습니다.
이 문서의 솔루션은 광범위한 소셜 미디어 및 뉴스 분석 애플리케이션에 이점을 제공합니다. 리소스를 수동으로 배포하는 대신 솔루션을 배포하면 출시 시간을 줄일 수 있습니다. 다음도 가능합니다.
- 특정 주제에 대한 뉴스 및 Twitter 게시물을 추출합니다.
- 추출된 텍스트를 원하는 언어로 번역합니다.
- 뉴스 및 게시물에서 키 포인트 및 엔터티를 추출합니다.
- 주제에 대한 감정을 식별합니다.
예를 들어 Satya Nadella에 대한 최신 토론을 보려면 쿼리에 그의 이름을 입력합니다. 그려면 솔루션이 뉴스 API 및 Twitter API에 액세스하여 웹에서 그에 대한 정보를 제공합니다.
잠재적인 사용 사례
소셜 미디어에서 고객에 대한 정보를 추출하면 고객 환경을 개선하고, 고객 만족도를 높이고, 새로운 잠재 고객을 확보하고, 고객 이탈을 방지할 수 있습니다. 이러한 소셜 미디어 분석 애플리케이션은 다음 세 가지 주요 영역에 속합니다.
브랜드 상태 측정:
- 소셜 미디어에서 신제품 또는 서비스에 대한 고객 반응 및 피드백 캡처
- 새 제품 또는 서비스에 대한 소셜 미디어 상호 작용에 대한 감정 분석
- 브랜드에 대한 감정을 포착하고 전반적인 인식이 긍정적인지 부정적인지 결정
고객 관계 구축 및 유지 관리:
- 신속한 고객 문제 식별
- 태그가 지정되지 않은 브랜드 언급 수신 대기
마케팅 투자 최적화:
- 캠페인 분석을 위해 소셜 미디어에서 인사이트 추출
- 대상 마케팅 최적화 수행
- 새로운 잠재 고객 및 인플루언서를 찾아 더 많은 대상 그룹에 도달
마케팅은 모든 조직의 필수적인 부분입니다. 따라서 다양한 산업에서 이러한 사용 사례에 대해 이 소셜 미디어 분석 솔루션을 사용할 수 있습니다.
- 소매
- Finance
- 제조업
- 의료
- 정부
- 에너지
- 전자 통신
- 자동차
- 비영리
- 게임
- 미디어 및 엔터테인먼트
- 여행(호스피탈리티, 레스토랑)
- 시설(부동산)
- 스포츠
고려 사항
이러한 고려 사항은 워크로드의 품질을 향상시키는 데 사용할 수 있는 일단의 지침 원칙인 Azure Well-Architected Framework의 핵심 요소를 구현합니다. 자세한 내용은 Microsoft Azure Well-Architected Framework를 참조하세요.
안정성
안정성은 애플리케이션이 고객에 대한 약속을 충족할 수 있도록 합니다. 자세한 내용은 안정성 핵심 요소 개요를 참조하세요.
- Azure Monitor 및 Application Insights를 사용하여 Azure 리소스의 상태를 모니터링합니다.
- 이 솔루션을 구현하기 전에 다음 복원력 고려 사항을 검토합니다.
- Azure의 복원력에 대한 자세한 내용은 신뢰할 수 있는 Azure 애플리케이션 디자인을 참조하세요.
- 다양한 Azure 구성 요소의 가용성 보장은 다음 SLA(서비스 수준 계약)를 참조하세요.
보안
우수한 보안은 중요한 데이터 및 시스템에 대한 고의적인 공격과 악용을 방어합니다. 자세한 내용은 보안 요소의 개요를 참조하세요.
비용 최적화
비용 최적화는 불필요한 비용을 줄이고 운영 효율성을 높이는 방법을 찾는 것입니다. 자세한 내용은 비용 최적화 핵심 요소 개요를 참조하세요.
이 솔루션의 비용을 예측하려면 Azure 가격 계산기를 사용합니다.
운영 우수성
운영 우수성은 애플리케이션을 배포하고 프로덕션에서 계속 실행하는 운영 프로세스를 다룹니다. 자세한 내용은 운영 우수성 핵심 요소 개요를 참조하세요.
성능 효율성
성능 효율성은 사용자가 배치된 요구 사항을 효율적인 방식으로 충족하기 위해 워크로드의 크기를 조정할 수 있는 기능입니다. 자세한 내용은 성능 효율성 핵심 요소 개요를 참조하세요.
- Spark 풀 크기 조정 및 노드 크기에 대한 자세한 내용은 Azure Synapse Analytics의 Apache Spark 풀 구성을 참조하세요.
- 데이터 크기 및 기타 구성 매개 변수에 따라 Machine Learning 학습 파이프라인을 확장 및 축소할 수 있습니다.
- 서버리스 SQL 풀은 주문형으로 사용할 수 있습니다. 스케일 업/다운, 스케일 인/아웃이 필요하지 않습니다.
- Azure Synapse Analytics는 Apache Spark 3.1.2를 지원하므로 이전 버전보다 성능이 크게 향상됩니다.
시나리오 배포
이 솔루션을 배포하고 샘플 소셜 미디어 분석 시나리오를 실행하려면 시작 배포 가이드를 참조하세요. 이 가이드는 대안의 아키텍처 다이어그램에서 보여 주는 소셜 미디어 분석 솔루션 가속기 리소스를 설정하는 데 도움이 됩니다 . 배포에는 Machine Learning, 관리 엔드포인트 및 App Service 웹앱과 같은 구성 요소가 포함되지 않습니다.
사전 요구 사항
- 솔루션 가속기를 사용하려면 Azure 구독에 액세스해야 합니다.
- Azure Synapse Analytics, Azure AI 서비스, Azure 지도 및 Power BI에 대한 기본적인 이해는 유용하지만 필수는 아닙니다.
- 뉴스 API 계정이 필요합니다.
- Twitter API 기능에 대한 상승된 액세스 권한이 있는 Twitter 개발자 계정이 필요합니다.
참가자
Microsoft에서 이 문서를 유지 관리합니다. 이 문서를 처음에 작성한 기여자는 다음과 같습니다.
보안 주체 작성자:
- Christina Skarpathiotaki | AI 전문 클라우드 솔루션 설계자
다음 단계
- Azure Synapse Analytics란?
- Azure Machine Learning 설명서
- Azure AI 서비스란?
- AI 언어 설명서
- Azure AI 서비스 번역기란?
- Azure Maps란?
- Power BI란?
- 자습서: Azure Synapse Analytics에서 Azure AI 서비스를 사용하여 감정 분석
- 자습서: Azure AI 서비스를 사용한 Text Analytics