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 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。

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

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。

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メッセージを送信 use-predictive-send-time

プロファイルごとに最適な時間に電子メールを送信するには、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により、次のことが可能になります。

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。

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。

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。