整合 Customer AI 資料與 Adobe Customer Journey Analytics

AVAILABILITY
本文中描述的功能處於發佈的有限測試階段,可能尚未開放使用於您的環境中。此功能開放使用時,便會刪除此備註。如需Customer Journey Analytics發行程式的相關資訊,請參閱 Customer Journey Analytics功能發行.

Customer AI 是 Adobe Experience Platform Intelligent Services 的一部分,它讓行銷人員能夠產生個人層面的客戶預測。

在影響因子的協助下,Customer AI 可告知您客戶可能會有什麼行為以及原因何在。 此外,行銷人員可受益於 Customer AI 預測和洞見,藉由提供最適合的方案和訊息來打造個人化客戶體驗。

Customer AI 需要使用個別行為資料和個人資料來處理傾向分數。 Customer AI 具有靈活彈性,可接收多個資料來源,包括 Adobe Analytics、Adobe Audience Manager、取用者體驗事件資料和體驗事件資料。 如果您使用 Experience Platform 來源連接器引進 Adobe Audience Manager 和 Adobe Analytics 資料,模型會自動挑選標準事件類型來訓練及評分模型。 如果您引進自己的體驗事件資料集,但不包含標準事件類型,如果您想在模型中使用任何相關欄位,則需要將其對應為自訂事件或個人資料屬性。 此動作可以在 Experience Platform 中的 Customer AI 設定步驟中完成。

Customer AI 可以與 Customer Journey Analytics 整合到一定的程度,以便具備 Customer AI 功能的資料集能夠在 Customer Journey Analytics 的資料視圖和報告中運用。您可以:

  • 追蹤使用者區段不同時期的傾向分數

    • 使用案例:了解特定區段中客戶轉換的可能性。
    • 例如:連鎖旅館的行銷人員想要了解,旅館顧客在旅館音樂會場地購買演出門票的可能性。
  • 分析哪些成功事件或屬性與傾向分數相關

    • 使用案例:了解與傾向分數相關的屬性或成功事件。
    • 例如:連鎖旅館的行銷人員想要了解,在旅館音樂會場地購買演出門票與傾向分數之間的關係。
  • 經過不同評分回合後,追蹤客戶傾向的變化過程

    • 使用案例:了解起初傾向性偏低,但過一段時間後變成傾向性偏高的使用者。
    • 例如:連鎖旅館的行銷人員想要了解,哪些旅館客戶最初被認定為購買演出門票傾向性較低的客戶,但一段時間後變成購買演出門票傾向性較高的客戶。
  • 檢視傾向性的分佈

    • 使用案例:了解傾向分數的分佈,以便更精準地定義區段。
    • 範例:零售商想要以 50 美元的產品折扣進行特定促銷活動。由於預算等因素,他們只能進行非常有限的促銷活動。分析資料之後,他們決定只將目標鎖定在前 80% 以上的客戶。
  • 檢視特定同類群組在不同時期完成某項動作的傾向性

    • 使用案例:追蹤特定同類群組在不同時期的情況。
    • 範例:連鎖旅館的行銷人員想要追蹤銅級與銀級客群,或銀級與金級客群在不同時期的情況。他們就能掌握各同類群組在不同時期訂房的傾向性。

若要實際整合 Customer AI 資料與 Customer Journey Analytics,請遵循以下步驟:

NOTE
部分步驟是在使用 Customer Journey Analytics 輸出之前在 Adobe Experience Platform 中執行。

步驟 1:設定 Customer AI 執行個體

當您準備好資料及所有認證和結構描述後,請依照 Adobe Experience Platform 中的設定 Customer AI 執行個體指南中的指示開始進行。

步驟 2:設定與 Customer AI 資料集的 Customer Journey Analytics 連線

現在,您可以在 Customer Journey Analytics 中,建立一或多個連線來連結已針對 Customer AI 檢測的 Experience Platform 資料集。每項預測 (例如升級帳戶的可能性) 等於一個資料集。 這些資料集出現時會有「EE 格式的 Customer AI 分數 – 應用程式名稱」前置詞。

IMPORTANT
如果在步驟 1 的設定期間對 Customer Journey Analytics 開啟了分數功能,則每個 Customer AI 執行個體都會有兩個輸出資料集。其中一個輸出資料集為個人資料 XDM 格式,另一個為體驗事件 XDM 格式。

CAI 分數

建立連線

以下是 Customer Journey Analytics 會當作現有或新資料集之一部分導入的 XDM 結構描述範例:

CAI 結構描述

(請注意,此範例為設定檔資料集;相同一組結構描述物件將成為 Customer Journey Analytics 擷取之 Experience Event 資料集的一部分。體驗事件資料集會包含時間戳記當作評分日期。) 在此模型中被評分的每個客戶都會有與其相關的分數、評分日期等。

步驟 3:根據這些連線建立資料檢視

現在,您可以在 Customer Journey Analytics 中繼續使用維度 (例如分數、評分日期、可能性等) 以及您在建立之連線中導入的量度來建立資料視圖

建立資料視圖視窗

步驟 4:在 Workspace 中報告 CAI 分數

在 Customer Journey Analytics Workspace 中,建立一個新專案並提取視覺效果。

趨勢傾向分數

以下是 Workspace 專案的範例,專案中包含的 CAI 資料會在堆疊長條圖中顯示使用者區段在不同時期的傾向分數:

分數貯體

原因代碼表格

這裡的表格列出原因代碼,說明區段傾向性偏高或低的原因​:

原因代碼

客戶傾向性的變化過程

此流程圖顯示經過不同評分執行下來,客戶傾向的變化過程​:

變化過程

傾向分數的分佈

此長條圖顯示傾向分數的分佈情形​:

分佈

傾向性重疊

此文氏圖表顯示經過不同評分執行下來,傾向性的重疊情形:

傾向性重疊

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79