Ottimizzazione del tempo di invio e punteggio di coinvolgimento predittivo optimize-message-delivery
Grazie all’intelligenza artificiale e all’apprendimento automatico, l’ottimizzazione del tempo di invio e il punteggio di coinvolgimento predittivo di Adobe Campaign possono analizzare e prevedere i tassi di apertura, i tempi di invio ottimali e i tassi di abbandono probabili in base a metriche di coinvolgimento storiche.
Adobe Campaign offre due nuovi modelli di apprendimento automatico: Ottimizzazione del tempo di invio predittivo e Punteggio di coinvolgimento predittivo. Questi due modelli sono modelli di apprendimento automatico specifici per la progettazione e la fornitura di percorsi di clienti migliori.
Ottimizzazione del tempo di invio predittivo predictive-send
L’ottimizzazione predittiva del tempo di invio prevede qual è il tempo di invio migliore per ciascun profilo destinatario per quanto riguarda l’apertura delle e-mail o i clic e l’apertura dei messaggi push. Per ciascun profilo destinatario, i punteggi indicano il tempo di invio migliore per ogni giorno feriale e in quale giorno feriale si possono ottenere risultati ottimali.
Nel modello Ottimizzazione predittiva del tempo di invio sono presenti due modelli secondari:
-
Il tempo di invio predittivo per l’apertura è il momento migliore per inviare una comunicazione al cliente in modo da massimizzare l’apertura dei messaggi
-
Il tempo di invio predittivo per il clic è il momento migliore per inviare una comunicazione al cliente per massimizzare i clic
Input modello: registri di consegna, registri di tracciamento e attributi di profilo (non PII)
Output modello: momento migliore per inviare un messaggio (per aperture e clic)
Dettagli di output:
-
Calcola il momento migliore per l’invio di un’e-mail nei 7 giorni della settimana con intervalli di 1 ora (ad es.: 9:00, 10:00, 11:00)
-
Il modello indica il giorno migliore della settimana e l’ora migliore di quel determinato giorno
-
Ogni tempo ottimale viene calcolato due volte: una volta per massimizzare il tasso di apertura e una per massimizzare il click rate
-
Sono forniti 16 campi (14 per ogni giorno della settimana e 2 per l’intera settimana):
- l’orario migliore per inviare un’e-mail in modo da ottimizzare i clic di lunedì - valori compresi tra 0 e 23
- l’orario migliore per inviare un’e-mail in modo da ottimizzare l’apertura dei messaggi di lunedì - valori compresi tra 0 e 23
- …
- l’orario migliore per inviare un’e-mail in modo da ottimizzare i clic di domenica - valori compresi tra 0 e 23
- l’orario migliore per inviare un’e-mail in modo da ottimizzare l’apertura dei messaggi di domenica - valori compresi tra 0 e 23
- …
- Il giorno migliore per inviare un’e-mail in modo da ottimizzare l’apertura dei messaggi per tutta la settimana - da lunedì a domenica
- l’orario migliore per inviare un’e-mail in modo da ottimizzare l’apertura dei messaggi per tutta la settimana - valori compresi tra 0 e 23
L’ottimizzazione predittiva del tempo di invio è memorizzata a livello di profilo:
Valutazione del coinvolgimento predittivo predictive-scoring
Il punteggio di coinvolgimento predittivo prevede la probabilità che un destinatario sia interessato a un messaggio, ma anche la probabilità che questo annulli l’abbonamento entro i 7 giorni successivi al prossimo invio dell’e-mail. Le probabilità sono ulteriormente suddivise in contenitori in base al livello di coinvolgimento previsto con il contenuto: alto, medio o basso. Questi modelli forniscono anche il livello percentile di rischio di annullamento dell’abbonamento affinché i clienti possano capire qual è il livello di un determinato cliente in relazione agli altri.
Il punteggio predittivo di coinvolgimento consente di:
- Selezionare un’audience: utilizzando l’attività di query, puoi selezionare l’audience con cui interagire con un messaggio specifico
- Escludere un’audience: utilizzando l’attività di query, puoi rimuovere l’audience per non inviare loro il messaggio
- Personalizzare: personalizza i messaggi in base al livello di coinvolgimento (gli utenti altamente coinvolti riceveranno un messaggio diverso da quelli non coinvolti)
Questo modello utilizza più punteggi per indicare:
- Punteggio di coinvolgimento per apertura/Punteggio di coinvolgimento per clic: questo valore corrisponde alla probabilità che un utente iscritto sia interessato a un messaggio specifico (apertura o clic). I valori sono compresi tra 0,0 e 1,0.
- Probabilità di annullamento abbonamento: questo valore corrisponde alla probabilità che il destinatario annulli l’iscrizione al canale e-mail a causa di un messaggio e-mail aperto. I valori sono compresi tra 0,0 e 1,0.
- Livello di mantenimento: questo valore classifica gli utenti in tre livelli: basso, medio e alto. Con un valore alto, è molto probabile che il cliente sia interessato al marchio, mentre un valore basso implica la possibilità che annulli l’abbonamento.
- Grado percentuale di mantenimento: classificazione del profilo in termini di probabilità di annullamento della sottoscrizione. I valori sono compresi tra 0,0 e 1,0. Ad esempio, se la percentuale di mantenimento è 0,953, il destinatario ha più probabilità di restare con il marchio e meno probabilità di annullare l’iscrizione rispetto al 95,3% di tutti i destinatari.
Modello entrata: registri di consegna, registri di monitoraggio e attributi di profilo specifici
Modello uscita: un attributo di profilo che descrive la valutazione e la categoria del profilo