솔루션 아이디어
이 문서는 솔루션 아이디어입니다. 잠재적인 사용 사례, 대체 서비스, 구현 고려 사항 또는 가격 책정 지침과 같은 추가 정보로 콘텐츠를 확장하려면 GitHub 피드백을 제공하여 알려주세요.
Azure 서비스는 빅 데이터 마케팅 캠페인에 사용할 수 있도록 소셜 미디어에서 인사이트를 추출할 수 있습니다.
아키텍처
이 아키텍처의 Visio 파일을 다운로드합니다.
데이터 흐름
- Azure Synapse Analytics는 저장 프로시저를 통해 Azure Machine Learning에 등록된 모델을 사용하여 전용 SQL 풀의 데이터를 보강합니다.
- Azure Cognitive Services는 감정 분석을 실행하고, 전반적인 의미를 예측하고, 관련 정보를 추출하고, 다른 AI 기능을 적용하여 데이터를 보강합니다. Machine Learning은 기계 학습 모델을 개발하고 Machine Learning 레지스트리에 모델을 등록하는 데 사용됩니다.
- Azure Data Lake Storage는 기계 학습 데이터에 대한 스토리지와 기계 학습 모델을 학습하기 위한 캐시를 제공합니다.
- Azure App Service의 Web Apps 기능은 확장 가능한 중요 비즈니스용 웹 애플리케이션을 만들고 배포하는 데 사용됩니다. Power BI는 Azure Synapse Analytics에 저장된 데이터를 사용하여 예측에 대한 의사 결정을 내리는 시각화가 포함된 대화형 대시보드를 제공합니다.
구성 요소
Azure Synapse Analytics는 통합 분석 서비스로, 데이터 웨어하우스와 빅 데이터 분석 시스템 전체에서 인사이트를 확보하는 시간을 앞당길 수 있습니다.
Cognitive Services는 AI 기능을 제공하는 클라우드 기반 서비스로 구성됩니다. REST API 및 클라이언트 라이브러리 SDK는 AI 또는 데이터 과학 기술이 없는 경우에도 앱에 인지 인텔리전스를 빌드하는 데 도움이 됩니다.
Machine Learning은 기계 학습 모델을 학습, 배포, 자동화, 관리 및 추적할 수 있는 클라우드 기반 환경입니다.
Data Lake Storage는 고성능 분석 워크로드를 위한 대량으로 확장 가능하고 안전한 데이터 레이크입니다.
App Service는 웹앱을 빌드, 배포 및 크기 조정하기 위한 프레임워크를 제공합니다. Web Apps 기능은 웹 애플리케이션, REST API 및 모바일 백 엔드를 호스팅하는 서비스입니다.
Power BI는 분석 서비스 및 앱 컬렉션입니다. Power BI를 사용하여 관련 없는 데이터 원본을 연결하고 표시할 수 있습니다.
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.
오늘날 마케팅 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 수 많은 기회를 놓치고 있습니다.
잠재적인 사용 사례
소셜 미디어에서 고객에 대한 정보를 추출할 수 있다면 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 신제품에 대한 고객 반응 및 피드백을 캡처합니다.
- 새롭게 선보인 제품에 대한 소셜 미디어 상호 작용에 대한 감정 분석.
고객 관계 구축 및 유지 관리:
- 고객의 우려 사항을 신속하게 파악합니다.
- 태그가 지정되지 않은 브랜드 언급 수신 대기.
마케팅 투자 최적화:
- 캠페인 분석을 위해 소셜 미디어에서 인사이트를 추출합니다.
참가자
Microsoft에서 이 문서를 유지 관리합니다. 원래 다음 기여자가 작성했습니다.
보안 주체 작성자:
- Christina Skarpathiotaki | AI 클라우드 솔루션 설계자
기타 기여자:
- Nicholas Moore | 클라우드 아키텍처/데이터/AI
다음 단계
다음 학습 경로를 통해 자세히 알아보세요.
- 기계 학습 모델 만들기
- Azure Machine Learning을 사용하여 AI 솔루션 빌드
- Azure Data Factory 또는 Azure Synapse 파이프라인을 사용하여 대규모로 데이터 통합
- Azure Synapse Analytics에서 Cognitive Services를 사용한 감정 분석
- 자습서: Azure AI 서비스를 사용하는 Text Analytics
솔루션 구성 요소에 대한 정보는 다음 리소스를 참조하세요.
- Azure Machine Learning 설명서
- Azure Synapse Analytics 설명서
- Cognitive Services 설명서
- Power BI 설명서
- App Service 개요
- Azure Synapse Analytics에서 기계 학습 모델 학습
- Azure Synapse Analytics의 전용 SQL 풀에 대한 기계 학습 모델 점수 매기기
- Azure Synapse Analytics에서 Apache Spark를 사용하는 기계 학습