Edytuj

Udostępnij za pośrednictwem

Spersonalizowane oferty

Azure Event Hubs
Azure Functions
Azure Machine Learning
Azure Storage
Azure Stream Analytics

Pomysły dotyczące rozwiązań

W tym artykule opisano pomysł rozwiązania. Architekt chmury może użyć tych wskazówek, aby ułatwić wizualizowanie głównych składników dla typowej implementacji tej architektury. Skorzystaj z tego artykułu jako punktu wyjścia, aby zaprojektować dobrze zaprojektowane rozwiązanie zgodne z konkretnymi wymaganiami obciążenia.

To rozwiązanie tworzy inteligentne systemy marketingowe, które zapewniają zawartość dostosowaną do klienta przy użyciu modeli uczenia maszynowego, które analizują dane z wielu źródeł. Kluczowe technologie obejmują inteligentne rekomendacje i usługę Azure Personalizacja.

Architektura

Diagram architektury przedstawiający sposób generowania spersonalizowanych ofert przez włączenie widoków produktów i ofert.

Pobierz plik programu Visio z tą architekturą.

Przepływ danych

  1. Aplikacja usługi Azure Functions przechwytuje nieprzetworzone działanie użytkownika (takie jak kliknięcia produktów i ofert) i oferty, które są udostępniane użytkownikom w witrynie internetowej. Działanie jest wysyłane do usługi Azure Event Hubs. W obszarach, w których aktywność użytkownika jest niedostępna, symulowane działanie użytkownika jest przechowywane w usłudze Azure Cache for Redis.
  2. Usługa Azure Stream Analytics analizuje dane w celu zapewnienia analizy niemal w czasie rzeczywistym na strumieniu wejściowym z wystąpienia usługi Azure Event Hubs.
  3. Zagregowane dane są wysyłane do usługi Azure Cosmos DB for NoSQL.
  4. Usługa Power BI służy do wyszukiwania szczegółowych informacji na podstawie zagregowanych danych.
  5. Nieprzetworzone dane są wysyłane do magazynu usługi Azure Data Lake.
  6. Inteligentne rekomendacje używają danych pierwotnych z usługi Azure Data Lake Storage i udostępniają rekomendacje dotyczące usługi Azure Personalizacja.
  7. Usługa Personalizacja obsługuje najważniejsze produkty kontekstowe i spersonalizowane oraz oferty.
  8. Symulowane dane aktywności użytkownika są udostępniane usłudze Personalizacja w celu dostarczania spersonalizowanych produktów i ofert.
  9. Wyniki są udostępniane w aplikacji internetowej, do których uzyskuje dostęp użytkownik.
  10. Opinie użytkowników są przechwytywane na podstawie reakcji użytkownika na wyświetlane oferty i produkty. Wynik nagrody jest udostępniany usłudze Personalizacja, aby zapewnić lepszą wydajność w czasie
  11. Ponowne trenowanie dla inteligentnych zaleceń może skutkować lepszymi zaleceniami. Ten proces można również wykonać przy użyciu odświeżonych danych z usługi Azure Data Lake Storage.

Składniki

  • Event Hubs to w pełni zarządzana platforma przesyłania strumieniowego. W tym rozwiązaniu usługa Event Hubs zbiera dane użycia w czasie rzeczywistym.
  • Usługa Stream Analytics oferuje przetwarzanie strumieni bezserwerowe w czasie rzeczywistym. Ta usługa umożliwia uruchamianie zapytań w chmurze i na urządzeniach brzegowych. W tym rozwiązaniu usługa Stream Analytics agreguje dane przesyłania strumieniowego i udostępnia je do wizualizacji i aktualizacji.
  • Azure Cosmos DB to globalnie rozproszona, wielomodelowa baza danych. Dzięki usłudze Azure Cosmos DB rozwiązania mogą elastycznie skalować przepływność i magazyn w dowolnej liczbie regionów geograficznych. Usługa Azure Cosmos DB for NoSQL przechowuje dane w formacie dokumentu i jest jednym z kilku interfejsów API bazy danych, które oferuje usługa Azure Cosmos DB. W implementacji usługi GitHub tego rozwiązania usługa DocumentDB została użyta do przechowywania informacji o kliencie, produkcie i ofercie, ale można również użyć usługi Azure Cosmos DB for NoSQL. Aby uzyskać więcej informacji, zobacz Szanowny klienci usługi DocumentDB— zapraszamy do usługi Azure Cosmos DB!.
  • Magazyn to rozwiązanie magazynu w chmurze, które obejmuje magazyn obiektów, plików, dysków, kolejek i tabel. Usługi obejmują hybrydowe rozwiązania magazynu i narzędzia do przesyłania, udostępniania i tworzenia kopii zapasowych danych. To rozwiązanie używa usługi Storage do zarządzania kolejkami, które symulują interakcję użytkownika.
  • Functions to bezserwerowa platforma obliczeniowa, której można użyć do tworzenia aplikacji. Za pomocą usługi Functions można integrować usługi za pomocą wyzwalaczy i powiązań. To rozwiązanie używa funkcji do koordynowania symulacji użytkownika. Funkcje to również podstawowy składnik, który generuje spersonalizowane oferty.
  • Machine Learning to środowisko oparte na chmurze, którego można używać do trenowania, wdrażania, automatyzowania i śledzenia modeli uczenia maszynowego oraz zarządzania nimi. W tym miejscu usługa Machine Learning używa preferencji i historii produktów poszczególnych użytkowników w celu zapewnienia koligacji między użytkownikami a produktami.
  • Usługa Azure Cache for Redis udostępnia magazyn danych w pamięci oparty na oprogramowaniu Redis. Usługa Azure Cache for Redis udostępnia funkcje redis typu open source jako w pełni zarządzaną ofertę. W tym rozwiązaniu usługa Azure Cache for Redis zapewnia wstępnie obliczone koligacje produktów dla klientów bez dostępnej historii użytkownika.
  • Power BI to usługa analizy biznesowej, która zapewnia interaktywne wizualizacje i możliwości analizy biznesowej. Jego łatwy w użyciu interfejs umożliwia tworzenie własnych raportów i pulpitów nawigacyjnych. To rozwiązanie używa usługi Power BI do wyświetlania działań w czasie rzeczywistym w systemie. Na przykład usługa Power BI używa danych z usługi Azure Cosmos DB for NoSQL do wyświetlania odpowiedzi klienta na różne oferty.
  • Data Lake Storage to skalowalne repozytorium magazynu, które przechowuje dużą ilość danych w natywnym, nieprzetworzonym formacie danych.

Szczegóły rozwiązania

W dzisiejszym wysoce konkurencyjnym i połączonym środowisku nowoczesne firmy nie mogą już przetrwać na ogólnej, statycznej zawartości online. Ponadto strategie marketingowe korzystające z tradycyjnych narzędzi mogą być kosztowne i trudne do wdrożenia. W rezultacie nie generują żądanego zwrotu z inwestycji. Te systemy często nie korzystają w pełni z zebranych danych, gdy tworzą bardziej spersonalizowane środowisko dla użytkowników.

Prezentowanie ofert dostosowanych dla każdego użytkownika stało się niezbędne do budowania lojalności klientów i utrzymania zyskowności. W witrynie internetowej handlu detalicznego klienci chcą inteligentnych systemów, które zapewniają oferty i treści na podstawie ich unikatowych zainteresowań i preferencji. Dzisiejsze zespoły ds. marketingu cyfrowego mogą tworzyć tę analizę przy użyciu danych generowanych na podstawie wszystkich typów interakcji użytkowników.

Marketerzy mogą teraz dostarczać użytkownikom wysoce istotne i spersonalizowane oferty, analizując ogromne ilości danych. Jednak tworzenie niezawodnej i skalowalnej infrastruktury danych big data nie jest proste. Tworzenie zaawansowanych modeli uczenia maszynowego, które są spersonalizowane dla każdego użytkownika, jest również złożonym przedsięwzięciem.

Inteligentne rekomendacje oferują możliwości kierowania pożądanymi wynikami, takimi jak rekomendacje dotyczące elementów, które są oparte na interakcjach użytkowników i metadanych. Może służyć do promowania i personalizowania dowolnego typu zawartości, takiego jak produkty do sprzedaży, multimedia, dokumenty, oferty i inne.

Azure Personalizacja to usługa, która jest częścią usług Azure AI. Może służyć do określenia, jaki produkt ma sugerować kupującym lub ustalić optymalną pozycję dla reklamy. Personalizacja działa jako dodatkowy rangą klasyfikator ostatniego kroku. Po pokazaniu rekomendacji użytkownikowi reakcja użytkownika jest monitorowana i zgłaszana jako wynik nagrody z powrotem do usługi Personalizacja. Ten proces zapewnia ciągłe uczenie się usługi i zwiększa możliwość personalizowania wybierania najlepszych elementów na podstawie odebranych informacji kontekstowych.

Platforma Microsoft Azure udostępnia zaawansowane narzędzia analityczne w obszarach pozyskiwania danych, przechowywania danych, przetwarzania danych i zaawansowanych składników analitycznych — wszystkie podstawowe elementy do tworzenia spersonalizowanego rozwiązania oferty.

Integrator systemu

Możesz zaoszczędzić czas implementacji tego rozwiązania, wynajmując wyszkolonego integratora systemu. Integrator systemu może pomóc w opracowaniu weryfikacji koncepcji i może pomóc w wdrożeniu i zintegrowaniu rozwiązania.

Potencjalne przypadki użycia

To rozwiązanie dotyczy marketingu towarów i usług na podstawie danych klientów (produktów wyświetlanych lub zakupionych). Może to mieć zastosowanie w następujących obszarach:

  • Handel elektroniczny — jest to obszar, w którym personalizacja jest szeroko używana z zachowaniem klientów i zaleceniami dotyczącymi produktów.

  • Sprzedaż detaliczna — na podstawie wcześniejszych danych zakupu rekomendacje i oferty mogą być udostępniane na produktach.

  • Telecom — na podstawie interakcji użytkownika w tym obszarze można udostępnić zalecenia. W porównaniu z innymi branżami zakresy produktów i ofert mogą być ograniczone.

Współautorzy

Ten artykuł jest obsługiwany przez firmę Microsoft. Pierwotnie został napisany przez następujących współautorów.

Główny autor:

Aby wyświetlić niepubalne profile serwisu LinkedIn, zaloguj się do serwisu LinkedIn.

Następne kroki