Recorrido en canales múltiples con toma de decisiones

En esta guía se describe el recorrido en canales múltiples con el patrón de casos de uso de decisiones, que usa Adobe Journey Optimizer y Adobe Real-Time Customer Data Platform para orquestar recorridos multicanal de varios pasos que incorporan la toma de decisiones en tiempo real en uno o más nodos de recorrido. Está diseñado para arquitectos de soluciones, tecnólogos de marketing e ingenieros de implementación que necesiten comprender qué hace este patrón, los objetivos comerciales que admite, los casos de uso tácticos que habilita y las aplicaciones de Adobe implicadas.

El recorrido en canales múltiples con toma de decisiones es el patrón de orquestación de campaña más sofisticado en el ecosistema Adobe Experience Platform. Amplía los recorridos organizados en varios pasos al incorporar la toma de decisiones en tiempo real (mediante AJO Decisioning) para evaluar el contexto actual de un perfil y seleccionar dinámicamente el canal, el contenido o la oferta óptimos en uno o más puntos de decisión dentro del lienzo de recorrido.

Patrón de caso de uso

recorrido en canales múltiples con toma de decisiones

Orqueste un recorrido de varios pasos y canales que incorpore la toma de decisiones en tiempo real en uno o más nodos para seleccionar el canal, el contenido o la oferta óptimos.

Plan de ejecución: Evaluación de audiencia > Ejecución de Recorrido > Nodo de decisión > Selección de canal > Entrega de mensaje > Informes

Resumen del caso de uso

Las organizaciones necesitan cada vez más ofrecer recorridos de cliente adaptables y personalizados que respondan dinámicamente al contexto en tiempo real de cada individuo en lugar de seguir una secuencia fija y predeterminada. El canal preferido de un cliente, su historial de participación, su nivel de lealtad, su valor de duración predicho y sus intereses actuales de productos dependen de cuál debe ser la mejor acción siguiente en cada punto de contacto.

El recorrido en canales múltiples con toma de decisiones aborda esta necesidad combinando dos potentes capacidades de AJO: orquestación de recorrido (que administra el flujo de varios pasos, el tiempo, las condiciones y la entrega de canal) y toma de decisiones (que evalúa las reglas de elegibilidad, aplica estrategias de clasificación y selecciona la oferta óptima o la variante de contenido en cada punto de decisión).

Este patrón es adecuado cuando:

  • El recorrido debe adaptarse dinámicamente al estado en tiempo real de cada perfil en lugar de seguir un canal fijo o una secuencia de contenido
  • Varias ofertas, variantes de contenido o canales son candidatos en uno o más nodos de recorrido y la mejor opción debe seleccionarse en función del contexto del perfil
  • Se necesita una clasificación asistida por IA o basada en fórmulas para optimizar la selección de ofertas en todo el recorrido
  • La organización desea consolidar la lógica de selección de canales y la administración de ofertas en un marco de decisión centralizado, en lugar de mantener una lógica de ramificación compleja

La audiencia de destino incluye a los especialistas en marketing que administran programas del ciclo vital, recorridos de lealtad, secuencias de recuperación e flujos de incorporación en los que la personalización a escala requiere la toma de decisiones automatizada en cada punto de contacto.

NOTE
Si el recorrido no requiere la toma de decisiones dinámica en nodos individuales (por ejemplo, un programa de nutrición o de incorporación de secuencia fija), consulte recorrido orquestado de varios pasos. Ese patrón es más sencillo de configurar y no requiere AJO Decisioning.

Objetivos empresariales clave

Este patrón de caso de uso admite los siguientes objetivos empresariales.

Ofrecer experiencias personalizadas a los clientes
Adapte el contenido, las ofertas y los mensajes a las preferencias, los comportamientos y las fases del ciclo de vida individuales.
KPI: participación, tasas de conversión, satisfacción del cliente (CSAT)

Aumentar la lealtad del cliente y el valor de duración
Profundice las relaciones con los clientes y maximice el valor a largo plazo mediante programas de fidelidad, recompensas y participación personalizada.
KPI: valor de duración del cliente, retención, aumento de venta/venta cruzada %

Mejorar la retención de clientes
Mantenga el compromiso de los clientes existentes y renuévelos mediante experiencias basadas en valores y una nutrición continua de las relaciones.
KPI: retención, valor de duración del cliente, participación

Aumentar los ingresos de ventas cruzadas y ventas adicionales
Promocione productos o servicios complementarios y de primera calidad a los clientes existentes en función del comportamiento y el historial de compras.
KPI: % de aumento de ventas/venta cruzada, ingresos incrementales, valor de duración del cliente

Casos de uso tácticos de ejemplo

Los siguientes escenarios ilustran cómo se puede aplicar en la práctica el recorrido entre canales con la toma de decisiones.

  • recorrido adaptable de recuperación: un recorrido de varios pasos donde la toma de decisiones selecciona el canal (correo electrónico, push o SMS) en función del historial de participación de cada perfil y selecciona dinámicamente la mejor oferta de incentivos en función del valor de duración predicho
  • recorrido del ciclo de vida de la siguiente mejor acción: la toma de decisiones determina qué comunicar en cada fase del ciclo de vida del cliente, seleccionando entre contenido de incorporación, ofertas de venta cruzada, recompensas por fidelidad o incentivos de retención
  • Incorporación personalizada con selección de contenido dinámico: nuevo recorrido de incorporación del cliente en el que cada punto de contacto utiliza la toma de decisiones para seleccionar el contenido de educación del producto, las sugerencias o las ofertas de activación más relevantes
  • recorrido de programas de fidelización en canales múltiples con recompensas personalizadas: los miembros de fidelidad progresan a través de un recorrido en el que la toma de decisiones selecciona ofertas de recompensas personalizadas basadas en el nivel, el historial de compras y la afinidad de la categoría
  • Reparticipación dinámica con la optimización de canales e incentivos: reparticipación inactiva de clientes donde tanto el canal de alcance como el incentivo se seleccionan dinámicamente para maximizar la probabilidad de respuesta
  • Nutrición del ciclo de vida del cliente con recomendaciones de contenido clasificado por IA: recorrido de nutrición continua en el que la toma de decisiones clasificadas por IA selecciona las recomendaciones de contenido o producto más relevantes en cada punto de contacto

Indicadores clave de rendimiento

Utilice los siguientes KPI para medir la eficacia de este patrón de caso de uso.

KPI
Descripción
Método de medición
Tasa de finalización de recorridos
Porcentaje de perfiles que completan el recorrido completo
Informe de recorrido: completado/introducido
Tasa de aceptación de ofertas
Porcentaje de ofertas seleccionadas para la toma de decisiones que participan en (se hace clic y se canjea)
Informe de decisiones: clics en ofertas / impresiones de ofertas
Tasa de participación en canal
Tasas de apertura y clics en cada canal utilizado en el recorrido
Métricas de envío por canal en el informe de recorrido
Tasa de conversión
Porcentaje de participantes en el recorrido que completan la acción de conversión de destino
Seguimiento de eventos de salida de recorrido para análisis de CJA funnel
Tasa de ofertas de reserva
Porcentaje de solicitudes de decisión que devuelven la oferta de reserva en lugar de una oferta personalizada
Informe de decisiones: selecciones de reserva/selecciones totales
Impacto en valor de duración de cliente
Cambio en CLV para los participantes del recorrido frente al grupo de control
Análisis de cohorte de CJA con comparación de exclusión
Ingresos de venta cruzada/aumento de ventas
Ingresos incrementales atribuidos a ofertas seleccionadas para la toma de decisiones
Análisis de atribución de CJA en conversiones impulsadas por ofertas
Eficacia de clasificación de decisiones
Diferencia de rendimiento entre ofertas clasificadas por IA y selección aleatoria/basada en prioridad
Experimento A/B que compara estrategias de clasificación

Aplicaciones

Las siguientes aplicaciones se utilizan para implementar este patrón de caso de uso.

  • Adobe Journey Optimizer (AJO): orquestación de Recorrido (diseño de lienzo de varios pasos, condiciones de entrada, esperas, condiciones, criterios de salida), creación de mensajes en todos los canales, configuración de superficie de canal, administración de conflictos y prioridades
  • Adobe Journey Optimizerdecisión: administración de ofertas y elementos de contenido, reglas de elegibilidad, estrategias de clasificación (prioridad, fórmula, IA), políticas de decisión, ubicaciones, ofertas de reserva
  • Adobe Real-Time Customer Data Platform (RT-CDP): evaluación de audiencia para segmentos de idoneidad de entrada de recorrido y oferta, enriquecimiento de perfil con atributos calculados y puntuaciones de tendencia, aplicación de consentimiento y gobernanza
  • Adobe Experience Platform (AEP): almacén de perfiles de cliente en tiempo real, servicio de identidad para resolución en canales múltiples, modelado de datos e infraestructura de ingesta

Documentación relacionada

Los siguientes recursos proporcionan detalles adicionales sobre las capacidades utilizadas en este patrón de caso de uso.

orquestación de recorrido

Administración de decisiones

Configuración de canal

Creación y personalización de mensajes

Administración de conflictos, prioridades y frecuencias

Audiencias y segmentación

Informes y análisis

Perfil e identidad

Gobernanza de datos y consentimiento

Guardas

recommendation-more-help
blueprints-learn-help-blueprints