Migración de Administración de decisiones a Toma de decisiones migrate-to-decisioning

Métricas personalizadas: capacidad de usar métricas de optimización personalizadas para modelos de IA. Esto proporciona interoperabilidad para la generación de informes con Customer Journey Analytics, estandariza la generación de informes en ambas plataformas y mejora la consistencia y confiabilidad de los datos. La integración optimizada proporciona una vista más clara de las métricas de rendimiento y agrega nuevas funciones, como la creación de métricas sencillas, la publicación de audiencias, la realización de preguntas específicas mediante Insight Builder y la programación de informes.

Medición de alza: Capacidad para visualizar, explorar y explotar el tráfico en modelos de IA. Esto permite a los especialistas en marketing y a los científicos de datos cuantificar cómo la exploración de IA mejora el rendimiento del modelo a largo plazo y la capacidad de detección de nuevas ofertas ganadoras. La transparencia en la asignación del tráfico genera confianza en las decisiones de IA y permite a los equipos optimizar tanto el aprendizaje como el rendimiento a lo largo del tiempo. Más información

Generador de fórmulas de IA: capacidad para aplicar resultados de puntuación del modelo de IA a las capacidades de fórmula existentes. Esto permite a los especialistas en marketing combinar sin problemas los resultados de IA con reglas y pesos deterministas para estrategias de optimización más matizadas, aumentando el control y la flexibilidad mientras siguen aprovechando la inteligencia de aprendizaje automático. Más información

Copia de espacio aislado: capacidad de copiar sobre objetos entre espacios aislados (por ejemplo, de desarrollador a productor). Esto simplifica los flujos de trabajo de implementación y prueba al permitir una migración perfecta de la lógica de decisión, las ofertas y los objetos de configuración entre entornos, lo que reduce el tiempo de instalación y minimiza los errores humanos. Más información

Administración de catálogos de elementos basados en esquemas: capacidad para definir y administrar elementos de decisión directamente en conjuntos de datos vinculados a esquemas, lo que permite actualizaciones dinámicas y un control simplificado. Esto optimiza la administración del catálogo mediante la sincronización de los elementos de decisión con las fuentes de datos subyacentes, lo que garantiza la precisión del contenido, permite actualizaciones más rápidas y admite el control a escala. Más información

Toma de decisiones independiente de la ubicación: capacidad para reutilizar la lógica de decisión en ubicaciones/ubicaciones, lo que desvincula la selección de decisiones de la entrega. Esto promueve la reutilización y la eficacia al permitir que un solo modelo de decisión active varias ubicaciones o superficies (por ejemplo, web, aplicación, correo electrónico), centralizando la lógica y acelerando los esfuerzos de personalización en canales múltiples. Más información

Fragmentos de contenido reutilizables: capacidad para definir bloques de contenido JSON o HTML (por ejemplo, títulos, encabezados, pies de página, CTA) una vez y hacer referencia a ellos en varios objetos de oferta. Esto optimiza la creación y el control de contenido, ya que permite que los componentes compartidos se administren de forma centralizada y se actualicen automáticamente en todas las ofertas. Más información

Toma de decisiones en el canal: capacidad para usar la lógica de decisión a fin de determinar el mejor canal para la participación (p. ej., correo electrónico vs. push vs. web), en lugar de solo la mejor oferta dentro de un solo canal. Esto mejora la experiencia del cliente al optimizar dónde se entrega un mensaje, no solo lo que se entrega.

Optimización de mensajes: capacidad para usar IA o enfoques basados en reglas para optimizar el contenido de los mensajes para cada perfil y mejorar la participación y los resultados de conversión. Esto permite a los especialistas en marketing adaptar el tono, las imágenes y el diseño de forma dinámica en función de los atributos de audiencia y los datos de rendimiento.

Optimización de la ruta de Recorrido: capacidad para determinar la ruta de recorrido que debe seguir un perfil, según los resultados experimentales, el contexto en tiempo real, las reglas o la tendencia a la conversión. Esto permite a los equipos enrutar perfiles de forma inteligente a través de la rama de recorrido óptima, lo que garantiza la cadencia y el contenido adecuados para cada usuario.

Toma de decisiones en el Recorrido: capacidad para arbitrar entre varios recorridos cuando un perfil cumple los requisitos para más de uno, lo que garantiza que se seleccione el recorrido más valioso o relevante. Esto evita conflictos de mensajes y mensajes excesivos al clasificar y seleccionar el recorrido de mayor prioridad para cada perfil.

Aplicación de políticas: Empoderamiento de usuarios empresariales para utilizar funciones como Etiquetado y aplicación del uso de datos (DULE) y Consentimiento en Decisioning, lo que permite la protección de escudo de privacidad en todo el flujo de trabajo de decisioning. Esto garantiza que las decisiones respeten automáticamente las políticas de uso de datos y las preferencias de consentimiento del cliente.

Compatibilidad con canales de mensajería nativos: mensajería y toma de decisiones integradas en un solo marco de trabajo en varios canales (experiencia basada en código y correo electrónico disponibles actualmente, otros canales previstos para H1 2026). La compatibilidad intuitiva con la IU permite a los usuarios insertar componentes de toma de decisiones directamente en los flujos de trabajo de creación de mensajes.

Búsqueda de conjuntos de datos de Experience Platform: capacidad para cargar y hacer referencia a conjuntos de datos de Adobe Experience Platform directamente en las reglas de selección de ofertas, clasificación y contenido de ofertas personalizado. Esto aumenta la flexibilidad de personalización y segmentación al permitir que la lógica de decisión utilice fuentes de datos externas dinámicas. Más información

Escalabilidad y rendimiento: mejora arquitectónica que mueve el cálculo de decisiones del concentrador al perímetro, lo que reduce significativamente la latencia y mejora el rendimiento en los casos de uso de alto tráfico.