Mit Campaign können Sie die Gestaltung und den Versand von Customer Journeys optimieren, um die Interaktionsvorlieben von Kontakten vorherzusagen. Mit Journey AI kann Adobe Campaign Öffnungsraten, optimale Sendezeiten und wahrscheinliche Abwanderungszahlen anhand historischer Interaktionsmetriken analysieren und vorhersagen.
Modelle für maschinelles Lernen
Adobe Campaign Standard bietet zwei neue Modelle für maschinelles Lernen: Prädiktive Sendezeitoptimierung und Prädiktive Interaktionsbewertung. Diese beiden Modelle werden zusammen als Journey AI bezeichnet, eine Klasse von Modellen für maschinelles Lernen, die speziell für die Gestaltung und die Bereitstellung besserer Customer Journeys entwickelt wurden.
Prädiktive Sendezeitoptimierung: Die prädiktive Sendezeitoptimierung sagt für jedes Empfängerprofil voraus, welches die beste Sendezeit für E-Mail-Öffnungen oder Klicks ist. Für jedes Empfängerprofil geben die Bewertungen an, was die beste Sendezeit für jeden Wochentag ist und welcher Wochentag beim Senden die besten Ergebnisse liefert.
Prädiktive Interaktionsbewertung: Die prädiktive Interaktionsbewertung sagt die Wahrscheinlichkeit voraus, dass sich ein Empfänger mit einer Nachricht beschäftigt, sowie die Wahrscheinlichkeit, dass er sich innerhalb von sieben Tagen nach dem nächsten E-Mail-Versand abmeldet. Die Wahrscheinlichkeiten werden je nach dem spezifischen Risiko des Rückzugs (mittel oder niedrig) weiter in Behälter unterteilt. Zusammen mit diesen liefert das Modell auch den Risikoperzentil-Rang, damit die Kunden den Rang eines bestimmten Kunden im Verhältnis zu anderen verstehen können.
Diese Funktion ist im Lieferumfang des Produkts nicht verfügbar. Die Implementierung erfordert die Einbindung von Adobe Consulting. Wenden Sie sich an Ihren Adobe-Support-Mitarbeiter, um weitere Informationen zu erhalten.
Die prädiktive Sendezeitoptimierung sagt für jedes Empfängerprofil voraus, welches die beste Sendezeit für E-Mail-Öffnungen und Klicks ist. Für jedes Empfängerprofil geben die Bewertungen an, was die beste Sendezeit für jeden Wochentag ist und welcher Wochentag beim Senden die besten Ergebnisse liefert.
Im prädiktiven Sendezeitoptimierungsmodell gibt es zwei Untermodelle:
Modelleingabe: Versandlogs, Trackinglogs und Profilattribute (Nicht-PII)
Modellausgabe: Optimale Zeit zum Senden einer Nachricht (für Öffnungen und Klicks)
Ausgabedetails
Diese prädiktiven Funktionen gelten nur für den E-Mail-Versand.
Das Modell benötigt mindestens einen Monat an Daten, um signifikante Ergebnisse zu erzielen.
Nach der Implementierung in Campaign reichern die Funktionen für maschinelles Lernen die Profildaten mit neuen Tabs mit den besten Öffnungs- /Klickbewertungen an. Die Metriken werden von Journey AI berechnet und mithilfe technischer Workflows in Campaign übernommen.
Um auf diese Metriken zuzugreifen:
Öffnen Sie ein Profil und klicken Sie auf "Bearbeiten".
Klicken Sie auf den Tab Sendezeitbewertung nach Klick oder Sendezeitbewertung nach Öffnung.
Standardmäßig geben die Profilbewertungen die beste Tageszeit für jeden Wochentag und die beste Zeit für die gesamte Woche an.
Damit die E-Mails zum optimalen Zeitpunkt pro Profil gesendet werden, muss der Versand mit der Option Zu einem durch eine Formel definierten Datum senden geplant werden.
Erfahren Sie in diesem Abschnitt, wie Sie das Versanddatum berechnen.
Die Formel muss mit der besten Tageszeit des jeweiligen Tages ausgefüllt werden, an dem der Versand ausgeführt werden soll.
Beispiel einer Formel:
AddHours([currentDelivery/scheduling/@contactDate],
[cusSendTimeScoreByClickprofile_link/@EMAIL_BEST_TIME_TO_CLICK_WEDNESDAY])
Das Datenmodell kann je nach Implementierung unterschiedlich sein.
Mit der prädiktiven Interaktionsbewertung können Sie Folgendes:
Dieses Modell verwendet mehrere Bewertungen, um Folgendes anzugeben:
Diese prädiktiven Funktionen gelten nur für den E-Mail-Versand.
Das Modell benötigt mindestens einen Monat an Daten, um signifikante Ergebnisse zu erzielen.
Modelleingabe: Versandlogs, Trackinglogs und spezifische Profilattribute
Modellausgabe: Ein Profilattribut, das die Bewertung und Kategorie des Profils beschreibt.
Um auf diese Metriken zuzugreifen:
Öffnen Sie ein Profil und klicken Sie auf "Bearbeiten".
Klicken Sie auf den Tab Interaktionsbewertungen für E-Mail-Kanal.
Wenn Sie eine Abfrageaktivität in einem Workflow verwenden, können Sie die Bewertung zur Optimierung Ihrer Audience nutzen.
Beispielsweise mit den Kriterien für den Bindungsgrad: