Migration de la gestion des décisions vers la prise de décision migrate-to-decisioning

Mesures personnalisées : possibilité d’utiliser des mesures d’optimisation personnalisées pour les modèles d’IA. Cela permet une interopérabilité des rapports avec Customer Journey Analytics, normalise les rapports sur les deux plateformes et améliore la cohérence et la fiabilité des données. L’intégration transparente offre une vue plus claire des mesures de performances et ajoute de nouvelles fonctionnalités telles que la création de mesures simples, la publication d’audiences, la pose de questions ad hoc à l’aide d’Insight Builder et la planification de rapports.

Mesure de l’effet élévateur : capacité à visualiser le trafic d’exploration et d’exploitation dans les modèles d’IA. Cela permet aux spécialistes du marketing et aux spécialistes des données de quantifier la manière dont l’exploration de l’IA améliore les performances du modèle à long terme et la découvrabilité de nouvelles offres gagnantes. La transparence dans l’affectation du trafic renforce la confiance dans les décisions de l’IA et permet aux équipes d’optimiser l’apprentissage et les performances au fil du temps. En savoir plus

Créateur de formules d’IA : possibilité d’appliquer les sorties de score du modèle d’IA aux fonctionnalités de formule existantes. Cela permet aux professionnels du marketing de combiner facilement les sorties d’IA avec des règles et des poids déterministes pour des stratégies d’optimisation plus nuancées, ce qui accroît le contrôle et la flexibilité tout en tirant parti de l’intelligence du machine learning. En savoir plus

Copie de sandbox : possibilité de copier des objets entre des sandbox (par exemple, de développement à production). Cela simplifie le déploiement et les workflows de test en permettant une migration transparente de la logique de décision, des offres et des objets de configuration entre les environnements, ce qui réduit le temps de configuration et réduit les erreurs humaines. En savoir plus

Gestion de catalogue d’éléments basée sur un schéma : possibilité de définir et de gérer des éléments de décision directement dans des jeux de données liés à un schéma, ce qui permet des mises à jour dynamiques et une gouvernance simplifiée. Cela simplifie la gestion des catalogues en synchronisant les éléments de décision avec les sources de données sous-jacentes, en assurant la précision du contenu, en permettant des mises à jour plus rapides et en prenant en charge la gouvernance à grande échelle. En savoir plus

Prise de décision indépendante de l’emplacement : possibilité de rendre la logique de décision réutilisable dans tous les emplacements/emplacements, en découplant la sélection de décision de la diffusion. Cela favorise la réutilisation et l’efficacité en permettant à un modèle de décision unique d’alimenter plusieurs emplacements ou surfaces (par exemple, web, application, e-mail), en centralisant la logique et en accélérant les efforts de personnalisation cross-canal. En savoir plus

Fragments de contenu réutilisables : possibilité de définir des blocs de contenu JSON ou HTML (par exemple, titres, en-têtes, pieds de page, CTA) une seule fois et de les référencer dans plusieurs objets d’offre. Cela simplifie la création et la gouvernance de contenu en permettant aux composants partagés d’être gérés de manière centralisée et automatiquement mis à jour entre les offres. En savoir plus

Prise de décision du canal : possibilité d’utiliser la logique de décision pour déterminer le meilleur canal pour l’engagement (par exemple, e-mail vs push vs web), plutôt que simplement la meilleure offre au sein d’un seul canal. Cela améliore l’expérience client en optimisant l’endroit où un message est diffusé, et pas seulement ce qui est diffusé.

Optimisation des messages : possibilité d’utiliser l’IA ou des approches basées sur des règles pour optimiser le contenu des messages pour chaque profil, ce qui améliore les résultats d’engagement et de conversion. Cela permet aux spécialistes marketing de personnaliser dynamiquement le ton, l’imagerie et la mise en page en fonction des attributs d’audience et des données de performances.

Optimisation du chemin de Parcours : possibilité de déterminer le chemin de parcours qu’un profil doit suivre, en fonction des résultats expérimentaux, du contexte en temps réel, des règles et/ou de la propension à la conversion. Cela permet aux équipes d’acheminer intelligemment les profils par le biais de la branche de parcours optimale, en assurant la cadence et le contenu appropriés pour chaque utilisateur.

Prise de décision de Parcours : possibilité d’arbitrer entre plusieurs parcours lorsqu’un profil est admissible pour plusieurs profils, en s’assurant que le parcours le plus utile ou le plus pertinent est sélectionné. Cela évite les conflits de messages et la surmessagerie en classant et en sélectionnant le parcours ayant la priorité la plus élevée pour chaque profil.

Application des politiques : autonomisation des utilisateurs professionnels pour l’utilisation de fonctionnalités telles que Data Usage Labeling & Enforcement (DULE) et Consentement dans la prise de décision, ce qui permet d’activer la protection de Privacy Shield dans l’ensemble du workflow de prise de décision. Cela garantit que les décisions respectent automatiquement les politiques d’utilisation des données et les préférences de consentement du client.

Prise en charge native des canaux de messagerie : messagerie et prise de décision intégrées dans un cadre unique sur plusieurs canaux (Expérience basée sur le code et E-mail actuellement disponibles, d’autres canaux seront disponibles au cours du premier semestre 2026). La prise en charge intuitive de l’interface utilisateur permet aux utilisateurs et utilisatrices d’insérer des composants de prise de décision directement dans les workflows de création de messages.

Recherche de jeu de données Experience Platform : possibilité de charger et de référencer des jeux de données Adobe Experience Platform directement dans les règles de sélection d’offres, le classement et le contenu d’offre personnalisé. Vous bénéficiez ainsi d’une plus grande flexibilité en matière de personnalisation et de ciblage en permettant à la logique de décision d’utiliser des sources de données externes dynamiques. En savoir plus

Évolutivité et performances : amélioration de l’architecture qui déplace le calcul de décision du hub vers la périphérie, réduisant considérablement la latence et améliorant le débit pour les cas d’utilisation à trafic élevé.