Optimización del tiempo de envío y puntuación de participación predictiva optimize-message-delivery
Con la tecnología de IA y aprendizaje automático, la optimización del tiempo de envío y la puntuación de participación predictiva de Adobe Campaign pueden analizar y predecir las tasas abiertas, los tiempos de envío óptimos y la probable reproducción basada en las métricas de participación históricas.
Adobe Campaign ofrece dos nuevos modelos de aprendizaje automático: Optimización del tiempo de envío predictivo y Puntuación de participación predictiva. Estos dos modelos son modelos de aprendizaje automático específicos para diseñar y ofrecer mejores recorridos de cliente.
Optimización del tiempo de envío predictivo predictive-send
La optimización del tiempo de envío predictivo predice cuál es la mejor hora de envío para cada perfil de destinatario para las aperturas de correos electrónicos o clics, y para las aperturas de mensajes push. Para cada perfil de destinatario, las puntuaciones indican la mejor hora de envío para cada día de la semana y qué día es mejor para enviar y obtener los mejores resultados.
Dentro del modelo de optimización del tiempo de envío predictivo, hay dos submodelos:
-
El tiempo de envío predictivo de la apertura es el mejor momento para enviar una comunicación al cliente para maximizar las aperturas.
-
El tiempo de envío predictivo de los clics es el mejor momento para enviar una comunicación al cliente para maximizar los clics.
Entrada de modelo: registros de envío, registros de seguimiento y atributos de perfil (no PII)
Salida de modelo: el mejor momento para enviar un mensaje (para aperturas y clics)
Detalles de salida:
-
Calcular la mejor hora del día para enviar un correo electrónico durante los 7 días de la semana con intervalos de 1 hora (por ejemplo: 9:00, 10:00 y 11:00 de la mañana).
-
El modelo indicará el mejor día de la semana y la mejor hora de ese día.
-
Cada horario óptimo se calcula dos veces: una vez para maximizar la tasa de apertura y otra para maximizar la tasa de clics.
-
Se dan 16 campos (14 para los días de la semana y 2 para toda la semana):
- El mejor momento para enviar un correo electrónico para optimizar los clics los lunes: valores entre 0 y 23.
- El mejor momento para enviar un correo electrónico para optimizar las aperturas los lunes: valores entre 0 y 23.
- …
- El mejor momento para enviar un correo electrónico para optimizar los clics los domingos: valores entre 0 y 23.
- El mejor momento para enviar un correo electrónico para optimizar las aperturas los domingos: valores entre 0 y 23.
- …
- El mejor día para enviar un correo electrónico para optimizar las aperturas para toda la semana: de lunes a domingo.
- El mejor momento para enviar un correo electrónico para optimizar las aperturas para toda la semana: valores entre 0 y 23.
La optimización del tiempo de envío predictivo se almacena en el nivel de perfil:
Puntuación de participación predictiva predictive-scoring
La puntuación de participación predictiva predice la probabilidad de que un destinatario se involucre con un mensaje, así como la probabilidad de exclusión (cancelar la suscripción) en los próximos 7 días después del siguiente envío de correo electrónico. Las probabilidades se dividen además en bloques según el nivel de participación previsto con el contenido: alto, medio o bajo. Estos modelos también proporcionan la clasificación del percentil de riesgo de cancelación de suscripción para que los clientes entiendan dónde está la clasificación de un determinado cliente en relación con otros.
La puntuación de participación predictiva le permite lo siguiente:
- Seleccionar una audiencia: mediante la actividad de consulta, puede seleccionar la audiencia para interactuar con un mensaje específico.
- Excluir una audiencia: mediante la actividad de consulta, puede quitar la audiencia para cancelar la suscripción.
- Personalizar: el mensaje en función del nivel de participación (los usuarios con un alto nivel de participación recibirán un mensaje diferente al que reciben los que no participan).
Este modelo utiliza varias puntuaciones para indicar:
- Puntuación de participación de aperturas/Puntuación de participación de clics: este valor coincide con la probabilidad de que un suscriptor interactúe con un mensaje específico (lo abra o haga clic). Los valores van del 0,0 al 1,0.
- Probabilidad de baja: este valor coincide con la probabilidad de que el destinatario cancele la suscripción del canal de correo electrónico a partir de un correo electrónico abierto. Los valores van del 0,0 al 1,0.
- Nivel de retención: este valor clasifica a los usuarios en tres niveles: baja, media y alta. Es muy probable que el nivel alto permanezca con la marca y que el bajo probablemente cancele la suscripción.
- Clasificación del percentil de retención: clasificación de perfiles en términos de las probabilidades de baja. Los valores van del 0,0 al 1,0. Por ejemplo: si la clasificación del porcentaje de retención es de 0,953, es más probable que este destinatario permanezca con la marca y tenga menos probabilidades de cancelar la suscripción que el 95,3% de todos los destinatarios.
Entrada de modelo: registros de envío, registros de seguimiento y atributos de perfil específicos.
Salida de modelo: un atributo del perfil que describe su puntuación y categoría.