予測ユーザーエンゲージメント機能 journey-ai
Adobe Campaign を使用すると、カスタマージャーニーの設計と配信を最適化して、各ユーザーのエンゲージメントの傾向を予測できます。AI と機械学習を活用した、Adobe Campaign の送信時間最適化と予測エンゲージメントスコアリングでは、過去のエンゲージメント指標に基づいて、開封率、最適な送信時間および予想されるチャーンを分析して予測できます。
Adobe Campaign は、予測送信時間最適化 および 予測エンゲージメントスコアリング の 2 つの新しい機械学習モデルを備えています。これら 2 つのモデルは、より良いカスタマージャーニーの設計と提供に特化した機械学習モデルです。
-
予測送信時間最適化 では、メールの開封やクリックおよびプッシュメッセージの開封に最適な送信時間を受信者プロファイルごとに予測します。 受信者プロファイルごとに、平日ごとの最適な送信時間と、最良の結果を得るうえで送信に最適な平日がスコアからわかります。
-
予測エンゲージメントスコアリング：次回のメール送信後 7 日以内に受信者がメッセージにエンゲージする確率とオプトアウト（購読解除）する確率を予測します。 これらの確率は、コンテンツとの予想されるエンゲージメントレベル（高、中、低）に応じて、さらにグループ分けされます また、これらのモデルは、顧客の登録解除リスクパーセンタイルランクも提供するので、特定の顧客のランクが他の顧客と比較してどの程度であるかを把握できます。
予測送信時間最適化 predictive-send-time
予測送信時間最適化では、メールの開封やクリックおよびプッシュメッセージの開封に最適な送信時間を受信者プロファイルごとに予測します。 受信者プロファイルごとに、平日ごとの最適な送信時間と、最良の結果を得るうえで送信に最適な平日がスコアからわかります。
予測送信時間最適化モデルには、次の 2 つのサブモデルがあります。
-
開封の予測送信時間 は、開封数を最大化するために顧客に通信を送信する必要がある最適な時間です
-
クリックの予測送信時間 は、クリックを最大化するために通信を顧客に送信する必要がある最適な時間です
モデル入力：配信ログ、トラッキングログおよびプロファイル属性（PII 以外）
モデル出力：メッセージの送信に最適な時間（開封数およびクリック数）
出力の詳細
-
電子メールを送信する最適な時間帯を曜日の 7 日間で 1 時間間隔で計算します（例：9:00 am、10:00 am、11:00 am）
-
該当する週の最適な曜日と時間が示されます
-
最適な時間は、開封率とクリック率を最大化するために各 1 回ずつ、合計 2 回計算されます
-
16 個のフィールドが表示されます（曜日ごとは 14 個、週全体は 2 個）。
-
月曜日のクリック数を最適化するためのメール送信の最適なタイミング （値は 0 ～ 23）
-
月曜日の開封数を最適化するためのメール送信の最適なタイミング （値は 0 ～ 23）
-
…
-
日曜日のクリック数を最適化するためのメール送信の最適なタイミング – 値は 0 ～ 23 です
-
日曜日の開封数を最適化するためのメール送信の最適なタイミング – 値は 0 ～ 23 です
-
…
-
週の開封数を最適化するメールを送信するのに最適な日 – 月曜日から日曜日まで
-
1 週間の開封数を最適化するためのメール送信の最適なタイミング – 値は 0 ～ 23 です
Adobe Campaign に機械学習機能を実装すると、開封数およびクリック数の最大スコアを表示する新しいタブにアクセスできるようになり、プロファイルデータを強化できます。指標は計算され、テクニカルワークフローを使用して Campaign に取り込まれます。
これらの指標にアクセスするには、次の操作が必要です。
-
プロファイルを開き、「編集」ボタンをクリックします。
-
「クリック数ごとの送信時間スコア」または「開封数ごとの送信時間スコア」タブをクリックします。
デフォルトでは、プロファイルスコアは、各曜日の最適な送信時間と、週全体における最適な送信時間を提示します。
最適なタイミングでのメッセージの送信 use-predictive-send-time
プロファイルごとの最適な時間にメールが送信されるようにするには、オプション Send at a custom date defined by a formula を使用して配信をスケジュールする必要があります。
送信日の計算方法について詳しくは、この節を参照してください。
数式には、特定の日における最適な送信時間を入力する必要があります。
数式の例：
AddHours([currentDelivery/scheduling/@contactDate],
[cusSendTimeScoreByClickprofile_link/@EMAIL_BEST_TIME_TO_CLICK_WEDNESDAY])
予測エンゲージメントスコアリング predictive-scoring
予測エンゲージメントスコアリングでは、次回のメール送信後 7 日以内に受信者がメッセージにエンゲージする確率とオプトアウト（購読解除）する確率を予測します。
これらの確率は、コンテンツとの予想されるエンゲージメントレベル（高、中、低）に応じて、さらにグループ分けされます また、これらのモデルは、顧客の登録解除リスクパーセンタイルランクも提供するので、特定の顧客のランクが他の顧客と比較してどの程度であるかを把握できます。
予測エンゲージメントスコアリングでは、次のことが可能です。
- オーディエンスの選択：クエリアクティビティを使用すると、特定のメッセージにエンゲージするオーディエンスを選択できます
- オーディエンスの除外：クエリアクティビティを使用すると、登録解除する可能性が高いオーディエンスを削除できます
- パーソナライズ：エンゲージメントレベルに基づいてメッセージをパーソナライズします（エンゲージメントの高いユーザーは、エンゲージメントの低いユーザーとは異なるメッセージを表示します）。
このモデルでは、複数のスコアを使用して、次の項目を提示します。
- 開封エンゲージメントスコア／クリックエンゲージメントスコア：この値は、購読者が特定のメッセージにエンゲージ（開封またはクリック）する確率と一致します。値の範囲は 0.0 ～ 1.0 です。
- 購読解除の確率：この値は、1 件のメールが開封された場合に、受信者がメールチャネルから登録解除する確率を一致します。値の範囲は 0.0 ～ 1.0 です。
- 保持レベル：この値は、ユーザーを低、中、高の 3 つのレベルにランク付けします。 「高」はサービスを利用し続ける可能性が最も高く、「低」は購読を解除する可能性が最も高くなります。
- リテンションのパーセンタイルランク：購読解除の確率に関するプロファイルランク。値の範囲は 0.0 ～ 1.0 です。例えば、リテンション率のランクが 0.953 の場合、この受信者はサービスを利用し続ける可能性が高く、他の受信者（全受信者の 95.3%）に比べて購読解除する可能性が低くなります。
モデル入力：配信ログ、トラッキングログおよび特定のプロファイル属性
モデル出力：プロファイルのスコアとカテゴリを説明するプロファイル属性
これらの指標にアクセスするには、次の操作が必要です。
-
プロファイルを開き、「編集」ボタンをクリックします。
-
「メールチャネルのエンゲージメントスコア」タブをクリックします。
ワークフローでクエリアクティビティを使用すると、スコアを使用してオーディエンスを最適化できます。 例として、リテンションレベル の基準を次に示します。
