Auf dieser Seite: Entdecken Sie die CX Enterprise Coworker-Kenntnisse, die für die Entscheidungsfindung in Adobe Journey Optimizer verfügbar sind - verstehen Sie, warum ein Angebot einem Profil oder Segment angezeigt wurde oder nicht, erstellen, erklären, simulieren, optimieren und verwalten Sie Eignungsregeln, Rangfolgeformeln und Frequenzlimitierungsausdrücke und erstellen Sie Entscheidungselemente im Chat - mit detaillierten Anleitungen, Beispielaufforderungen und Best Practices.
Die Entscheidungsfunktionen in Adobe Journey Optimizer helfen Ihnen, Angebotsentscheidungen zu erklären, Entscheidungselemente zu erstellen und Eignungsregeln, Rangfolgeformeln und Frequenzbegrenzungsausdrücke über Aufforderungen in natürlicher Sprache zu erstellen, zu testen und zu optimieren. Verwenden Sie den Decisioning-Erklärer, um zu verstehen, warum einem Profil oder Segment ein Angebot angezeigt wurde oder nicht. Verwenden Sie den Workflow für Entscheidungsregeln , um Eignungsregeln, Rangfolgeformeln und Frequenzlimitierungsausdrücke zu erstellen und zu simulieren, bevor Sie sie auf Ihre Entscheidungsstrategie anwenden. Verwenden Sie den Offer-Item-Workflow von Decisioning , um Entscheidungselemente zu erstellen, indem Sie beschreiben, was Sie benötigen.
Weitere Informationen:
- Coworker-Skills für Journey Optimizer: Überblick über die Coworker-Skills für die Bereiche Journeys, Treue, Content-Management und Entscheidungsfindung in Journey Optimizer.
- Coworker-Dokumentation: Überblick über die Coworker-Funktionen für Kampagnen, Chat und Projekte.
- UI-Handbuch für Coworker Chat: Anleitung für den Zugriff auf und die Navigation in Coworker Chat.
Erklärung der Entscheidungsfindung decisioning-explainer
Die Erklärung der Entscheidungsfindung beantwortet in natürlicher Sprache, warum ein bestimmtes Angebot für ein bestimmtes Profil angezeigt oder nicht angezeigt wurde – oder allgemeiner, warum ein Profilsegment ein Angebot nicht sieht. Sie durchläuft den gesamten Entscheidungsstapel für das angeforderte Profil (oder Segment) und das jeweilige Zeitfenster: welche Angebote geeignet waren, welche Eignungsregel die einzelnen Angebote ein- oder ausgeschlossen hat, ob Frequenz- oder Ermüdungsbegrenzungen das Angebot unterdrückt haben, die endgültigen Rangfolgewerte und welche Strategie oder welches KI-Modell diese generiert hat, und gegen welchen Kandidaten-Pool (Elementsammlung) das Profil ausgewertet wurde.
Dies adressiert eine häufige Fragestellung für Marketing-Fachleute: zu erklären, warum ein Angebot in der Rangfolge vor einem anderen platziert wurde oder warum eine bestimmte Angebotsentscheidung genau so getroffen wurde. Die Erklärung der Entscheidungsfindung ist schreibgeschützt – sie erklärt Entscheidungen, nimmt jedoch keine Änderungen an Regeln, Rangfolgeformeln oder Auswahlstrategien vor.
Wichtige Anwendungsfälle
Best Practices für die Prompt-Erstellung
- IDs referenzieren, sofern bekannt: Geben Sie die Profil-ID, den Angebotsnamen oder den Segmentnamen an, um eine präzise Nachverfolgung anstelle einer allgemeinen Antwort zu erhalten.
- Zeitfenster angeben: Geben Sie ein Datum oder einen Datumsbereich an, wenn Sie nach Gründen für die veränderte Sichtbarkeit eines Angebots fragen, damit Coworker die Nachverfolgung präzise eingrenzen kann.
- Aufschlüsselung der Rangfolge direkt anfordern: Wenn Sie Details zur Bewertung wünschen, fragen Sie explizit nach dem Rangfolgewert oder den Faktoren, die das Ergebnis beeinflusst haben.
- Fragen auf Segmentebene für Trends nutzen: Wenn Sie untersuchen, warum eine Gruppe von Profilen ein Angebot nicht sieht, fragen Sie nach dem gesamten Segment anstatt nach einem einzelnen Profil, um den Hauptgrund zu ermitteln.
Entscheidungsregel-Workflow rules-ranking
Der Entscheidungsregel-Workflow bietet Marketing-Experten KI-gestützte Unterstützung beim Erstellen, Verstehen, Testen und Verwalten der Entscheidungslogik, ohne die PQL-Syntax schreiben oder manuell validieren zu müssen. Es umfasst die Erstellung von Regeln für natürliche Sprachen, das Suchen und Überprüfen vorhandener Regeln und Formeln, eine englischsprachige Erläuterung, das Korrigieren und Validieren von Ausdrücken, die Simulation für bis zu drei Testprofile, die PQL-Optimierung und das Löschen. Es beschränkt sich auf Eignungsregeln, Rangfolgeformeln und Frequenzbegrenzungsausdrücke für Angebotselemente - es erstellt oder bearbeitet keine Auswahlstrategien oder Entscheidungsrichtlinien.
Wichtige Anwendungsfälle
Best Practices für die Prompt-Erstellung
- Zielbedingung explizit angeben: Geben Sie beim Erstellen oder Ändern einer Regel die gewünschte Zielgruppe, das gewünschte Attribut oder die gewünschte Ausschlussbedingung an.
- Direkt auf die Regel oder Formel verweisen: Wenn Sie um eine Erklärung, Simulation oder Optimierung bitten, stellen Sie sicher, dass die gemeinte Regel oder Formel offen oder eindeutig identifiziert ist.
- Nach Grenzfällen fragen: Bei Simulationen sollten Sie Coworker anweisen, nicht nur typische Profile, sondern auch Grenzfallprofile zu generieren, um eine Bedingung einem Stresstest zu unterziehen.
- Vor der Veröffentlichung überprüfen: Überprüfen Sie die Logik einer generierten oder optimierten Regel und die Simulationsergebnisse, bevor Sie sie veröffentlichen.
- Vor dem Löschen explizit angeben Benennen Sie die Regel oder Formel, die Sie löschen möchten, und überprüfen Sie, wo sie zuerst verwendet wird.
Decisioning-Workflow für Angebotselemente decisioning-offer-item-workflow
Mit dem Offer-Item-Workflow von Decisioning können Sie Entscheidungselemente schneller erstellen, indem Sie beschreiben, was Sie im Chat mit Kollegen benötigen. Ein Mitarbeiter erstellt das Element für Sie, sodass Sie nicht jedes Feld des Formulars zur Erstellung von Entscheidungselementen manuell ausfüllen müssen.
Bei der Beschreibung eines Elements kann ein Mitarbeiter Ihnen dabei helfen, die Beschriftungen oder Tags des Elements, die Eignung (basierend auf einer Zielgruppe oder einer vorhandenen Regel), den Zeitplan, die Frequenzlimitierung, Inhaltsfragmente und benutzerdefinierte Attribute zu definieren. Zur Frequenzlimitierung können Sie benannte Web- oder E-Mail-Platzierungen oder benutzerdefinierte PQL-Bedingungen verwenden. Sie können die Qualifikation auch verwenden, um Entscheidungselemente zu aktualisieren, zu genehmigen, ihre Genehmigung aufzuheben, zu archivieren oder dauerhaft zu löschen und um mehrere Elemente gleichzeitig aus einer CSV-Datei oder einer Liste zu erstellen oder zu aktualisieren. Weitere Informationen zu diesen Einstellungen finden Sie unter Erstellen des ersten Entscheidungselements.
Der Decisioning-Workflow für Angebotselemente erstellt keine Eignungsregeln oder verwaltet Kataloge, Sammlungen oder Auswahlstrategien. Verwenden Sie zum Erstellen oder Bearbeiten von Eignungsregeln und Rangfolgeformeln Entscheidungsregel-Workflow.
Wichtige Anwendungsfälle
Best Practices für die Prompt-Erstellung
- Element im Voraus beschreiben: Fügen Sie den Elementnamen und den Zweck des Angebots in Ihre erste Nachricht ein, damit ein Mitarbeiter das Element mit weniger Folgefragen erstellen kann.
- Benennen Sie die erforderlichen Einschränkungen: Geben Sie die gewünschte Zielgruppe, das gewünschte Datum oder die gewünschten Häufigkeitsbeschränkungen an, anstatt sie für später aufzugeben.
- Überprüfen vor der Präsentation des Elements bei Profilen: Überprüfen Sie die Attribute und Einschränkungen des Elements, das ein Kollege erstellt hat, bevor Sie es genehmigen. Weitere Informationen über Genehmigen von Entscheidungselementen.
- Vor dem Löschen explizit: Das dauerhafte Löschen kann nicht rückgängig gemacht werden. Benennen Sie das Element, das Sie löschen möchten, und erwägen Sie stattdessen, es zu archivieren.
This section contains structured knowledge intended to support interpretation, retrieval, and question answering related to this topic.
For complete understanding, this information should be combined with the documentation on this page. Neither source is intended to stand alone; the page describes the feature, while this section provides additional context that helps disambiguate terminology, intent, applicability, and constraints.
- TL;DR: This page documents three CX Coworker skills for Decisioning in Adobe Journey Optimizer: Decisioning Explainer, which explains in natural language why a specific offer was or wasn’t shown to a profile or segment; Decisioning Rule Workflow, which creates, explains, simulates, and optimizes eligibility rules and ranking formulas in natural language, without requiring PQL syntax; and Decisioning Offer Item Workflow, which creates and manages decision items from a description given in chat.
Intents
- Understand why a specific offer was or wasn’t shown to a profile.
- Understand why an offer’s visibility to a customer or segment changed over time.
- Understand how an offer was ranked or selected over other eligible offers.
- Get an aggregated explanation of why a segment of profiles isn’t seeing an offer.
- Create a new eligibility rule, or edit an existing one, from a plain-language description.
- Get a plain-English explanation of what an existing eligibility rule or ranking formula does.
- Simulate an eligibility rule or ranking formula against test profiles.
- Rewrite a rule or formula to fit within PQL size limits without changing its logic.
- Find or list existing rules and ranking formulas.
- Fix, validate, or delete a rule or formula.
- Create an offer-item frequency capping expression from a plain-language description.
- Create a decision item by describing it to Coworker in chat.
Glossary
- Decisioning Explainer (product-specific): CX Coworker skill that explains, in natural language, why an offer was or wasn’t shown to a profile or segment, by tracing eligibility, capping, ranking, and candidate pool evaluation.
- Decisioning Rule Workflow (product-specific): CX Coworker skill that creates, finds, explains, fixes, validates, simulates, optimizes, and deletes Decisioning eligibility rules, ranking formulas, and offer-item frequency capping expressions using natural language, without requiring the marketer to write or read PQL syntax directly.
- Eligibility rule: a condition that includes or excludes an offer as a candidate for a given profile; Decisioning Explainer identifies which rule included or excluded each candidate offer, and Decisioning Rule Workflow can create, explain, simulate, or optimize the rule itself.
- Ranking formula: the logic used to score and order eligible offers; Decisioning Rule Workflow can create, explain, simulate, or optimize a ranking formula, the same way it does for eligibility rules.
- Decisioning Offer Item Workflow (product-specific): CX Coworker skill that creates decision items (offers) from a natural-language description given in chat, so you don’t have to fill in each field of the item creation form manually. It can also update, approve, unapprove, archive, or permanently delete decision items.
- Decision item: an offer or other piece of content that Decisioning can select and present to a profile; Decisioning Offer Item Workflow builds the item with you in chat.
- Capping: frequency or fatigue suppression logic that can prevent an otherwise-eligible offer from being shown; Decisioning Explainer can identify when capping suppressed an offer.
- Candidate pool (item collection): the set of offers a profile is evaluated against during a decisioning event; Decisioning Explainer reports which candidate pool was used.
- PQL (Profile Query Language): the expression syntax underlying Decisioning eligibility rules and ranking formulas; Decisioning Rule Workflow generates, explains, and optimizes PQL without the marketer needing to write or validate it manually.
Guardrails
- Decisioning Explainer and Decisioning Rule Workflow are both available for all customers who have access to Coworker and Decisioning.
- Decisioning Explainer is read-only: it explains decisions but does not modify rules, ranking formulas, or selection strategies.
- Decisioning Rule Workflow simulation supports up to 3 test profiles at a time, manually entered or AI-generated.
- Decisioning Rule Workflow is scoped to eligibility rules, ranking formulas, and offer-item frequency capping expressions; it does not create or edit selection strategies or decision policies.
- Decisioning Offer Item Workflow is scoped to decision items; it does not author eligibility rules or manage catalogs, collections, or selection strategies.
Terminology
- Do not confuse: “eligibility” (whether an offer qualifies as a candidate) is distinct from “ranking” (how qualifying candidates are ordered) and “capping” (frequency/fatigue suppression applied after eligibility and ranking) — Decisioning Explainer reports on all three separately.
- Do not confuse: Decisioning Explainer explains why a decision already made turned out the way it did for a real profile or segment; Decisioning Rule Workflow explains, creates, simulates, or optimizes the rule or formula configuration itself, independent of any specific real-world decisioning event.
FAQ
- Can Decisioning Explainer explain a decision for a single profile? Yes, ask why a specific profile did or didn’t see a specific offer, on a specific date.
- Can Decisioning Explainer explain decisions across a segment? Yes, it can aggregate the explanation across a segment to surface the dominant reason a group of profiles isn’t seeing an offer.
- Does Decisioning Explainer show ranking scores? Yes, it can return the final ranking score for each offer and which strategy or AI model produced it.
- Can Decisioning Explainer change a rule or ranking formula? No, it is read-only and does not modify decisioning configuration.
- Can Decisioning Rule Workflow create a brand-new eligibility rule from scratch? Yes, describe the target audience or condition in plain language and it generates the PQL rule.
- Can Decisioning Rule Workflow explain a rule someone else built? Yes, it can explain any existing eligibility rule or ranking formula in plain English, including what it includes, excludes, and each condition’s meaning.
- How many test profiles can Decisioning Rule Workflow simulate against at once? Up to 3, manually entered or AI-generated, including edge cases.
- Does Decisioning Rule Workflow change a rule’s logic when optimizing it? No, PQL optimization only makes the syntax more concise to fit size limits; it preserves the original logic and outcome.
- Can I create a decision item from a description in Coworker? Yes, describe the item you need to Coworker and Decisioning Offer Item Workflow builds it with you in chat.
Personas:
- marketer: Can create an eligibility rule or ranking formula from a plain-language description, without writing PQL syntax. Can simulate the rule or formula against up to three test profiles, including AI-generated edge cases, to see pass-fail results or ranking scores. The page states that Decisioning Rule Workflow does not create or edit selection strategies or decision policies. Where: “Decisioning Rule Workflow”.
Onboarding:
- Level: Beginner
- First minimal step: Describe the target audience or condition in plain language to create a new eligibility rule.
- Success check: Coworker generates the PQL rule from the plain-language description.
- Previous: Learn about Coworker skills across Journey Optimizer before using the Decisioning-specific skills: Work with AI (start/ai-features.md)