解决方案构想
本文是一种解决方案构想。 如果你希望我们在内容中扩充更多信息，例如潜在用例、备用服务、实现注意事项或定价指南，请通过提供 GitHub 反馈来告知我们。
Azure 服务可以从社交媒体中提取见解，可用于大数据市场营销活动。
体系结构
下载此体系结构的 Visio 文件。
数据流
- Azure Synapse Analytics 使用通过存储过程在 Azure 机器学习中注册的模型来扩充专用 SQL 池中的数据。
- Azure 认知服务通过运行情绪分析、预测总体含义、提取相关信息以及应用其他 AI 功能来扩充数据。 机器学习用于开发机器学习模型并在机器学习注册表中注册该模型。
- Azure Data Lake Storage 为机器学习数据提供存储，并为训练机器学习模型提供缓存。
- Azure 应用服务的 Web 应用功能用于创建和部署可缩放的业务关键型 Web 应用程序。 Power BI 提供了一个带有可视化效果的交互式仪表板，该仪表板使用存储在 Azure Synapse Analytics 中的数据来推动预测决策。
组件
Azure Synapse Analytics 是一项集成式分析服务，可以缩短在数据仓库和大数据系统中进行见解提取所需的时间。
认知服务由提供 AI 功能的基于云的服务组成。 即使你没有 AI 或数据科学技能，REST API 和客户端库 SDK 也可帮助你将认知智能构建到应用中。
机器学习是一种基于云的环境，你可使用它来训练、部署、自动化、管理和跟踪机器学习模型。
Data Lake Storage 是一种可大规模缩放且安全的数据保护，适用于高性能分析工作负载。
应用服务提供一个用于生成、部署和缩放 Web 应用的框架。 Web 应用功能是一项用于托管 Web 应用程序、REST API 和移动后端的服务。
Power BI 是一系列分析服务和应用。 可以使用 Power BI 来连接和显示不相关的数据源。
方案详细信息
营销活动不仅仅关乎你传递的信息。 传递该消息的时间和方式同样重要。 如果没有数据驱动的分析方法，市场活动很容易错失机会或难以获得吸引力。
如今，营销活动通常基于社交媒体分析，这对世界各地的公司和组织来说变得越来越重要。 社交媒体分析是一种功能强大的工具，可用于接收有关产品和服务的即时反馈，改善与客户的互动以提高客户满意度，跟上竞争等。 公司通常缺乏有效、可行的方法来监视社交媒体对话。 结果，他们错过了无数使用这些见解来为他们的战略和计划提供信息的机会。
可能的用例
如果可以从社交媒体中提取有关客户的信息，则可以增强客户体验，提高客户满意度，获得新的潜在客户并防止客户流失。 社交媒体分析的这些应用分为三个主要领域：
衡量品牌健康度：
- 在社交媒体上捕获客户对新产品的反应和反馈。
- 分析新推出产品的社交媒体互动情绪。
建立和维护客户关系：
- 快速识别客户关注的问题。
- 聆听未标记的品牌提及分析。
优化营销投资：
- 从社交媒体中提取见解以进行营销活动分析。
作者
本文由 Microsoft 维护， 它最初是由以下贡献者撰写的。
主要作者：
- Christina Skarpathiotaki | AI 云解决方案架构师
其他参与者：
- Nicholas Moore | 云体系结构/数据/人工智能
后续步骤
通过以下学习路径了解更多信息：
- 创建机器学习模型
- 使用 Azure 机器学习构建 AI 解决方案
- 与 Azure 数据工厂或 Azure Synapse 管道进行大规模的数据集成
- 使用 Azure Synapse Analytics 中的认知服务进行情绪分析
- 教程：采用 Azure AI 服务的文本分析
有关解决方案组件的信息，请参阅以下资源：
- Azure 机器学习文档
- Azure Synapse Analytics 文档
- 认知服务文档
- Power BI 文档
- 应用服务概述
- 在 Azure Synapse Analytics 中训练机器学习模型
- Azure Synapse Analytics 中专用 SQL 池的机器学习模型评分
- 在 Azure Synapse Analytics 中使用 Apache Spark 进行机器学习