Migrazione dalla gestione delle decisioni a Decisioning migrate-to-decisioning

Metriche personalizzate: possibilità di utilizzare metriche di ottimizzazione personalizzate per i modelli AI. Questo fornisce interoperabilità per la generazione di rapporti con Customer Journey Analytics, standardizza la generazione di rapporti su entrambe le piattaforme e migliora la coerenza e l'affidabilità dei dati. L’integrazione diretta fornisce una visualizzazione più chiara delle metriche delle prestazioni e aggiunge nuove funzionalità, come la creazione di metriche semplici, la pubblicazione di tipi di pubblico, l’esecuzione di domande ad hoc tramite Insight Builder e la pianificazione di rapporti.

Misurazione dell'incremento: possibilità di visualizzare il traffico di esplorazione e di sfruttamento nei modelli AI. Questo consente agli esperti di marketing e ai data scientist di quantificare in che modo l’esplorazione basata su IA migliora le prestazioni dei modelli a lungo termine e la reperibilità di nuove offerte vincenti. La trasparenza nell’allocazione del traffico crea fiducia nelle decisioni di intelligenza artificiale e consente ai team di ottimizzare sia l’apprendimento che le prestazioni nel tempo. Ulteriori informazioni

Generatore di formule AI: possibilità di applicare output di punteggio modello IA alle funzionalità formula esistenti. Questo consente agli esperti di marketing di combinare facilmente gli output di IA con regole e pesi deterministici per strategie di ottimizzazione più sfumate, aumentando il controllo e la flessibilità e sfruttando al contempo l’intelligenza dell’apprendimento automatico. Ulteriori informazioni

Copia sandbox: possibilità di copiare oggetti tra sandbox diverse (ad esempio, da sviluppo a produzione). Questo semplifica l’implementazione e i flussi di lavoro di test consentendo la migrazione fluida di logica decisionale, offerte e oggetti di configurazione tra gli ambienti, riducendo i tempi di configurazione e gli errori umani. Ulteriori informazioni

Gestione catalogo elementi basata su schema: possibilità di definire e gestire elementi decisionali direttamente in set di dati collegati a schema, consentendo aggiornamenti dinamici e governance semplificata. Ciò semplifica la gestione del catalogo sincronizzando gli elementi decisionali con le origini dati sottostanti, garantendo l’accuratezza dei contenuti, consentendo aggiornamenti più veloci e supportando la governance su larga scala. Ulteriori informazioni

Decisioning indipendente dalla posizione: possibilità di riutilizzare la logica decisionale tra posizionamenti/posizioni, separando la selezione delle decisioni dalla consegna. Questo promuove la riutilizzabilità e l’efficienza consentendo a un singolo modello decisionale di alimentare più posizionamenti o superfici (ad esempio, web, app, e-mail), centralizzando la logica e accelerando le attività di personalizzazione tra canali. Ulteriori informazioni

Frammenti di contenuto riutilizzabili: possibilità di definire blocchi di contenuto JSON o HTML (ad esempio titoli, intestazioni, piè di pagina, CTA) una volta e di farvi riferimento all'interno di più oggetti di offerta. Questo semplifica l’authoring e la governance dei contenuti, consentendo la gestione centralizzata e l’aggiornamento automatico dei componenti condivisi tra le diverse offerte. Ulteriori informazioni

Decisioning canale: possibilità di utilizzare la logica decisionale per determinare il canale migliore per il coinvolgimento (ad esempio, e-mail vs. push vs. web), anziché solo l’offerta migliore all’interno di un singolo canale. Ciò migliora l’esperienza del cliente ottimizzando dove viene consegnato un messaggio, non solo ciò che viene consegnato.

Ottimizzazione dei messaggi: possibilità di utilizzare l'intelligenza artificiale o approcci basati su regole per ottimizzare il contenuto dei messaggi per ciascun profilo, migliorando i risultati di coinvolgimento e conversione. Questo consente agli esperti di marketing di personalizzare il tono, le immagini e il layout in modo dinamico in base agli attributi del pubblico e ai dati sulle prestazioni.

Ottimizzazione percorso Percorso: possibilità di determinare quale percorso di percorso deve seguire un profilo, in base ai risultati sperimentali, al contesto in tempo reale, alle regole e/o alla propensione alla conversione. Questo consente ai team di indirizzare in modo intelligente i profili attraverso il ramo di percorso ottimale, garantendo la cadenza e il contenuto corretti per ogni utente.

Decisioning Percorso: possibilità di effettuare l'arbitrato tra più percorsi quando un profilo è idoneo per più di uno, assicurandosi che venga selezionato il percorso più prezioso o rilevante. In questo modo si evitano conflitti di messaggi e messaggi eccessivi, classificando e selezionando il percorso con priorità più elevata per ciascun profilo.

Applicazione dei criteri: autorizzazione degli utenti aziendali a utilizzare funzionalità come Etichettatura e applicazione dell'utilizzo dati (DULE) e Consenso all'interno di Decisioning, abilitando la protezione dello scudo per la privacy nel flusso di lavoro decisionale. In questo modo le decisioni rispettano automaticamente i criteri di utilizzo dei dati e le preferenze di consenso dei clienti.

Supporto del canale di messaggistica nativa: messaggistica integrata e decisioning in un singolo framework su più canali (Esperienza basata su codice e E-mail attualmente disponibili, altri canali in arrivo nella prima metà del 2026). Il supporto intuitivo dell’interfaccia utente consente agli utenti di inserire componenti decisionali direttamente nei flussi di lavoro di authoring dei messaggi.

Ricerca set di dati di Experience Platform: possibilità di caricare e fare riferimento a set di dati di Adobe Experience Platform direttamente nelle regole di selezione delle offerte, nella classificazione e nel contenuto delle offerte personalizzate. Questo aumenta la flessibilità per la personalizzazione e il targeting consentendo alla logica decisionale di utilizzare origini di dati esterne dinamiche. Ulteriori informazioni

Scalabilità e prestazioni: miglioramento architettonico che sposta il calcolo delle decisioni dall'hub all'edge, riducendo in modo significativo la latenza e migliorando la velocità effettiva per i casi di utilizzo con traffico elevato.