Personalice las conversaciones con los clientes y active la intención del cliente mediante el Perfil del cliente en tiempo real con datos no estructurados

En Adobe Experience Platform, puede consolidar los datos de sus clientes en una vista unificada combinando datos de varios canales con el Perfil del cliente en tiempo real. El perfil del cliente en tiempo real con datos no estructurados amplía los perfiles de cliente existentes con datos de conversación y otros datos de clientes basados en texto. Esto permite a los agentes de cara al cliente utilizar el contexto de perfil configurado y el historial de conversaciones, y permite a los especialistas en marketing definir señales para la calificación de audiencias y la personalización descendente.

Explicación del perfil con datos no estructurados understanding

Actualmente, el perfil del cliente en tiempo real combina datos estructurados de varios canales, incluidos en línea, sin conexión, CRM y de terceros, consolidando estos datos en una vista unificada que ofrece una cuenta procesable y con marca de tiempo de cada interacción de clientes. Sin embargo, esto no cubre la ingesta de datos no estructurados, lo que significa que los datos de conversaciones, transcripciones u otros datos multimodales (como PDF o imágenes) no están disponibles para su uso con el perfil.

El perfil con datos no estructurados hace que los datos de clientes conversacionales y otros basados en texto estén disponibles para el contexto del cliente y la extracción de señales, lo que le permite personalizar las interacciones entre los agentes y canales admitidos.

Un perfil con datos no estructurados proporciona las siguientes funciones a los clientes de Experience Platform:

Casos de uso use-cases

El perfil con datos no estructurados le permite utilizar datos conversacionales como señal de activación para futuras participaciones, lo que le permite dirigir con mayor facilidad personalizaciones entrantes y activaciones salientes. Como resultado, puede utilizar estos perfiles en una variedad de casos de uso.

Personalización de conversación

Extracción y activación de señales

Continuidad

Flujo de muestra sample-flow

Consideremos un retailer que vende ropa y ropa de exterior.

En esta situación, un cliente, John, visita el sitio de retailer e inicia un agente de IA conversacional para solicitar recomendaciones de ropa de entrenamiento. Desde que John inició sesión, el perfil con datos no estructurados puede proporcionar el contexto configurado del cliente, incluido su nivel de lealtad Gold, las preferencias de ropa deportiva y el interés en deportes al aire libre. A continuación, el agente puede utilizar este contexto para adaptar aún más sus recomendaciones.

John luego afirma “Estoy entrenando para una media maratón, y las mañanas son heladas y ventosas. Necesito algo que me pueda mantener caliente sin sobrecalentarme”. El agente ahora puede combinar las necesidades declaradas de John con sus preferencias existentes para recomendar una ropa adecuada, como una chaqueta de running ligera y resistente al viento.

Además, Experience Platform utiliza el perfil con datos no estructurados para detectar una señal de intención de “Rendimiento al aire libre” definida por el especialista en marketing a partir de las conversaciones. Como resultado, esta señal permite a John cumplir los requisitos para una audiencia de “intención de rendimiento en exteriores” y admitir experiencias personalizadas posteriores.

Por ejemplo, retailer puede utilizar la audiencia “Intención de rendimiento en exteriores” para mostrar a John una oferta de formación sobre clima frío cuando vuelva al sitio web o para enviar un correo electrónico personalizado a través de una aplicación como Adobe Journey Optimizer. Con la audiencia y el recorrido adecuados configurados, este correo electrónico puede incluir ropa de running relevante, así como una oferta de puntos dobles de socio Gold.

Requisitos previos de Beta prerequisites

Para usar el perfil con datos no estructurados, debe cumplir los siguientes requisitos previos:

Si cumple todos estos requisitos previos, póngase en contacto con el Servicio de atención al cliente de Adobe para obtener más información sobre cómo solicitar la habilitación para el perfil con datos no estructurados.

Requisitos requirements

Antes de continuar con el perfil con la configuración de datos no estructurados, deberá completar los siguientes pasos:

Una vez habilitado el perfil con datos no estructurados, puede empezar a utilizar esta función configurando los pasos siguientes:

Ingesta de datos no estructurados ingest

Para utilizar datos no estructurados como parte del proceso de personalización, primero deberá introducir esos datos en Experience Platform.

El método para introducir datos no estructurados difiere según el origen de los datos no estructurados.

curl -X PATCH https://platform.adobe.io/data/foundation/catalog/v2/dataSets/67b3077efa10d92ab7a71858 \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}' \
  -H 'Content-Type: application/json' \
  -d '{
    "extensions": {
        "adobe_unifiedProfile": {
            "semanticProfile": {
                "enablement": {
                    "status": "READY"
                }
            }
        },
        "adobe_dataContent": {
            "channel": "call_transcripts"
        }
    }
  }'

[
    "@/dataSets/67b3077efa10d92ab7a71858"
]

curl -X PATCH https://platform.adobe.io/data/foundation/catalog/v2/dataSets/67b3077efa10d92ab7a71858 \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}' \
  -H 'Content-Type: application/json' \
  -d '{
    "extensions": {
        "adobe_unifiedProfile": {
            "semanticProfile": {
                "enablement": {
                    "status": "READY"
                }
            }
        }
    }
  }'

[
    "@/dataSets/67b3077efa10d92ab7a71858"
]

Configuración del contexto del perfil

Después de ingerir datos no estructurados en Experience Platform, puede configurar el contexto del perfil para personalizar las conversaciones. Puede configurar esta narrativa de perfil mediante Colaborador o mediante las API de Experience Platform.

GET /semanticprofile/config/category

curl -X GET https://platform.adobe.io/data/core/semanticprofile/config/category \
 -H 'Authorization: Bearer {ACCESS_TOKEN}' \
 -H 'x-gw-ims-org-id: {IMS_ORG}' \
 -H 'x-api-key: {API_KEY}' \
 -H 'x-sandbox-name: {SANDBOX_NAME}'

{
  "requestId": "b2c3d4e5-f6a7-8901-bcde-f23456789012",
  "result": [
    {
      "categories": [
        {
          "name": "Customer Demographics",
          "attributes": [
            "person.name.firstName",
            "person.name.lastName",
            "person.gender",
            "person.maritalStatus"
          ]
        },
        {
          "name": "Contact Information",
          "attributes": [
            "personalEmail.address",
            "mobilePhone.number"
          ]
        }
      ]
    }
  ]
}

POST /semanticprofile/config/configuration

curl -X POST https://platform.adobe.io/data/core/semanticprofile/config/configuration \
 -H 'Authorization: Bearer {ACCESS_TOKEN}' \
 -H 'Content-Type: application/json' \
 -H 'x-gw-ims-org-id: {IMS_ORG}' \
 -H 'x-api-key: {API_KEY}' \
 -H 'x-sandbox-name: {SANDBOX_NAME}' \
 -d '{
    "data": {
        "name": "CustomerSummary",
        "configurationDetails": {
            "category": [
                {
                    "name": "Customer Demographics",
                    "attributes": [
                        "person.name.firstName",
                        "person.name.lastName"
                    ]
                }
            ],
            "segments": {
                "limit": 1,
                "selection_mode": "inclusion",
                "inclusion": [
                    {
                        "id": "b2cf20ca-5d07-4ef2-b50a-994eb2c11349",
                        "priority": "1"
                    }
                ],
                "exclusion": []
            },
            "marketingActions": [],
            "narrative_precision": "fuzzy",
            "personNamespace": {
                "isPersonNamespaceEnabled": true,
                "code": ["Email"]
            }
        }
    }
 }'

{
    "requestId": "aaaa479b53a61598",
    "result": {
        [
            "CustomerSummary"
        ],
        "configurations": [
            {
                "name": "",
                "configurationDetails": {
                    "category": [
                        {
                            "name": "Customer Demographics",
                            "llm_desc": "",
                            "attributes": [
                                {
                                    "field": "person.name.firstName",
                                    "xdm_desc": "First Name",
                                    "llm_desc": ""
                                },
                                {
                                    "field": "person.name.lastName",
                                    "xdm_desc": "Last Name",
                                    "llm_desc": ""
                                }
                            ]
                        }
                    ]
                },
                "segments": {
                    "limit": 1,
                    "selection_mode": "inclusion",
                    "inclusion": [
                        {
                            "id": "b2cf20ca-5d07-4ef2-b50a-994eb2c11349",
                            "priority": "1",
                            "name": "High Value Customers",
                            "description": "Customers with LTV > $500",
                            "totalProfiles": 125000
                        }
                    ],
                    "exclusion": []
                },
                "marketingActions": [],
                "narrative_precision": "fuzzy",
                "personNamespace": {
                    "isPersonNamespaceEnabled": true,
                    "code": [
                        {
                            "code": "Email",
                            "name": "Email"
                        }
                    ]
                }
            }
        ]
    }
}

Ahora que se ha creado el contexto de perfil, puede guardar la configuración con Brand Concierge o cualquier otro agente del cliente.

Contexto de perfil en Brand Concierge profile-context-brand-concierge

En Brand Concierge, seleccione el conserje al que desee aplicar la configuración del perfil.

Se muestra

Una vez que hayas seleccionado el conserje, ve a la pestaña Personalization, elige la configuración creada anteriormente y selecciona Guardar para aplicar la configuración del perfil.

Contexto de perfil con otros agentes del cliente profile-context-other

Para utilizar el contexto de perfil con otros agentes de cara al cliente, deberá utilizar la API de Experience Platform para buscar el contexto de perfil del cliente y recuperar el historial de conversaciones. Al recuperar ambos valores, el agente puede recuperar correctamente el contexto completo y relevante antes de iniciar una conversación.

Para buscar el contexto de perfil del cliente, deberá realizar una petición GET al extremo /semanticprofile/lookup/narrative mientras proporciona entityIdNS, entityId y configurationName como parámetros de consulta.

curl -X GET "https://platform.adobe.io/data/core/semanticprofile/lookup/narrative?entityIdNS=Email&entityId=jane.doe%2B1@example.com&configurationName=CustomerSummary" \
  -H "Authorization: Bearer {ACCESS_TOKEN}" \
  -H "x-api-key: {API_KEY}" \
  -H "x-gw-ims-org-id: {ORG_ID}" \
  -H "x-sandbox-name: {SANDBOX_NAME}"

{
    "requestId": "7f3a9c8e-4d7b-4a6e-9f2c-1b6e8d4a2c91",
    "narrative": "Jane Doe is a member of the 'High Value Loyalty' audience. Her primary email address is jane.doe+1@example.com."
}

Para buscar el historial de conversación anterior de un cliente, deberá realizar una petición POST al extremo /semanticprofile/query/v1/profile, al tiempo que proporciona entityIdNS y entityId como parámetros de consulta.

curl -X POST "https://platform.adobe.io/data/core/semanticprofile/query/v1/profile?entityIdNS=Email&entityId=jane.doe%2B1@example.com" \
 -H 'Authorization: Bearer {ACCESS_TOKEN}' \
 -H 'Content-Type: application/json' \
 -H 'x-gw-ims-org-id: {IMS_ORG}' \
 -H 'x-api-key: {API_KEY}' \
 -H 'x-sandbox-name: {SANDBOX_NAME}' \
 -d '{
    "conversations": {}
 }'

{
    "conversations": {
        "items": [{
            "conversation_id": "conv-001",
            "channel": "web-chat",
            "created_at": "2026-05-02T14:03:11Z",
            "last_active_at": "2026-05-02T14:21:55Z",
            "participants": [{
                "identity_map": {
                    "Email": [{
                        "id": "jane.doe+1@example.com",
                        "primary": true
                    }]
                },
                "role": "customer",
                "is_author": true
            }],
            "interactions": [{
                "interaction_id": "int-001",
                "timestamp": "2026-05-02T14:03:11Z",
                "contents": [{
                    "content_value": "Hi, I'd like to upgrade my plan.",
                    "content_type": "TEXT"
                }]
            }]
        }],
    "has_more": true,
    "page_token": "eyJjdXJzb3IiOi…"
  }
}

Después de obtener la narrativa y las conversaciones, puede proporcionar esta información a sus agentes de IA de terceros. Como resultado, el agente de IA tendrá información sobre quién es el cliente, así como información sobre lo que ha hablado.

Configuración de señales para extraer datos configure-signals

Una vez configurado el contexto del perfil, ahora puede configurar señales para extraer datos de los datos no estructurados.

Puede comenzar este proceso yendo a Coworker y preguntando “Déjame extraer señales de las conversaciones”. A continuación, el compañero le pregunta qué tipo de señales desea detectar en las conversaciones.

A continuación, Coworker pregunta de qué tipo de marca o negocio forman parte estas conversaciones.

Finalmente, el Compañero le pregunta si desea crear un nuevo grupo de señales o si desea agregar a un grupo de señales existente.

Puede confirmar si los pasos anteriores parecen precisos y si desea continuar con la creación de la señal.

Comienza la creación de la señal. A continuación, el compañero crea una señal que se añade automáticamente a Experience Platform.

Una vez creada la señal, puede agregarla a una audiencia mediante el Generador de audiencias. Las señales aparecen como Eventos de experiencia.

Para obtener más información sobre el uso de Audience Builder, lea la documentación de Audience Builder.

Una vez creada una audiencia con una señal, puede extraer perfiles que utilicen esta señal. Las señales detectadas son eventos de experiencia, con el tipo de evento de semantic.signalDetected.

Preguntas frecuentes faq

En la siguiente sección se enumeran las preguntas más frecuentes relacionadas con los perfiles con datos no estructurados.

¿Los perfiles con datos no estructurados son independientes de un perfil de cliente normal?

¿Qué es la narrativa de perfil/contexto de perfil?

¿Qué es una señal?

¿En qué se diferencia una señal de la conversación sin procesar?

¿El perfil con datos no estructurados solo admite Brand Concierge?

¿Qué fuentes de datos puedo utilizar?