数字体验 Blueprint 的用例

以下哪些用例对您的业务很重要?了解哪种数字体验 Blueprint 可满足您的业务目标。

用例 Blueprint 类别
执行匿名数字受众定位和个性化。 匿名受众激活 受众和用户档案激活
构建受众以在支持的广告网络上定位。
受众定位,针对社交和广告目的地上的已知受众。 在线/离线受众激活
具有线上和线下属性的线上个性化。
激活已知渠道(如电子邮件和短信)的受众。
用户档案和受众激活到云存储目的地,或用于企业跟踪、存储、分析和激活客户数据和洞察的流式目的地。 激活到企业目标
基于 Experience Cloud 跨客户交互渠道进行个性化和定位。 使用 Experience Cloud 应用程序激活
在 Experience Platform 和 Experience Cloud 应用程序之间共享受众和用户档案数据。
为座席支持的交互(如支持和销售体验)提供更深入的消费者背景信息。通过对 Experience Platform 用户档案的查找,座席可以接收更多有关消费者的背景信息,例如最近购买、活动交互、倾向、受众成员,以及存储在实时客户档案中的其他属性和洞察。 客户活动中心
分析桌面和移动设备上的客户互动,了解客户行为并提取洞察,以优化数字客户体验。 跨 渠道 Customer Journey Analytics
分析渠道之间的客户互动,包括数字和线下渠道(如支持互动和店内购买),以更好地了解和优化客户历程。
在客户与支持部门联系之前分析客户行为. 呼叫偏转
发现提高自助服务能力的机会.
计划的电子邮件活动. 批次 消息和 Platform 客户历程
入门培训和再营销活动.
触发式消息. Journey Optimizer
注册确认.
放弃购物车和申请表.
位置触发式消息.
数据 准备和摄入 数据收集和准备
使用单个收集标签从 Web 或移动设备收集数据,从而减轻客户端浏览器和应用程序上的代码权重。将收集的数据传播到单个数据收集源的各个端点。 AEP 收集企业(事件转发)
将收集的数据转发到合作伙伴应用程序或数据存储位置,以根据收集的数据构建洞察和应用程序。
Web SDK 数据收集
交互式查询和数据聚合. 数据分析和智能 数据 分析、智能和 ML
对所摄入数据的行和列访问,以便进行探索和验证.
通过 Business Intelligence 工具实现数据仪表板化和可视化.
从 Experience Platform 中的客户数据中提取洞察并发现模式。根据这些数据对模型进行训练和评分。 用户 档案扩充的自定义数据科学
利用模型驱动的洞察和属性来丰富实时客户档案,以实现更精细的个性化并优化历程。
对模型进行训练和评分,以确定客户洞察,如客户存留期值、转化或参与倾向、产品和内容关联,以及参与分数。
登陆页优化. 行为个性化 Web 和移动个性化
行为定位.
基于以前的产品/内容视图、产品/内容关联、环境属性、第三方受众数据和人口统计的个性化.
登陆页优化. 在线/离线个性化
行为和线下用户档案定位.
除线下洞察(如交易、预订、CRM 和忠诚度数据)和模型洞察以外,还基于以前的产品/内容视图、产品/内容关联、环境属性、第三方受众数据和人口统计的个性化.

在此页面上