Playgroundでの同僚とのチャットを始める

Playgroundで同僚とのチャットを利用して、自然言語のプロンプトがどのように学習、調査、作業の改善に役立つかをご確認ください。 Playgroundには、会話を開始するためのサンプルの方法が用意されています。これにより、Coworker Chatで何ができるのかをすばやく把握できます。

AI同僚デモ：weBank クレジットカードのアップグレードキャンペーン

この演習では、Real-Time CDPとAdobe Journey Optimizerについて説明します。

デジタルファーストの金融サービス企業である​ weBank ​のCX エンタープライズ ストラテジストです。 AIを利用して、生データからライブキャンペーンを行うことができます。すべて会話を通じて行われます。

パート 1：ビジネスを理解する

1.1 – 土地の面積を取得する

プロンプト

サンドボックスの概要を教えてください。オーディエンス、データセット、宛先の数は？

期待される結果

Coworkerは、完全なサンドボックスインベントリを秒単位で返します。

1.2 – どのようなオーディエンスがすでに存在しますか？

プロンプト

オーディエンスをサイズ別に一覧表示

期待される結果

Coworkerは、8,012件のプロファイルから0件まで、21のオーディエンスをサイズ別にリストアップしています。

誕生日オーディエンスは、時間依存型であるため、現在は0を示しています。

1.3 – どのようなデータがこれらのオーディエンスをフィードしているか？

プロンプト

顧客データを含むデータセットは何ですか？

期待される結果

Coworkerは、次の2つの主要なビジネスデータセットと関連するシステムデータセットを特定します。

エンゲージメントシグナル用のAdobe Journey Optimizerデータセットには、メールトラッキング、プッシュトラッキング、同意、メッセージフィードバックなどが含まれます。

パート 2：適切なフィールドの発見

2.1 — アカウント値フィールドの検索

プロンプト

口座価値または残高に関連して使用できるフィールドは何ですか？

期待される結果

共同作業者は、weBank: CRM データセットのプライマリフィールドと関連フィールドを表示します。

2.2 — クレジットカード情報フィールドの検索

プロンプト

クレジットカードまたはカードの種類に関連するフィールドを検索

期待される結果

共同作業者は、weBank: CRM スキーマの次のフィールドを識別します。

2.3 – 地理的フィールド

プロンプト

ホームステートまたは地域のフィールドはありますか？

期待される結果

共同作業者は、weBank: CRM データセットの地理的フィールドを識別します。

パート 3：リエンゲージメント施策で適切なオーディエンスを特定する

3.1 — AIに対して、適切なオーディエンスを見つけられるよう支援する

プロンプト

クレジットカードのリエンゲージメント施策で適切なオーディエンスを見つけたり、作成したりする手助けをしてくれます。クレジットカードのアップグレードについて、高または中程度の傾向でスコアリングされたが、まだアクションを起こしていない顧客をターゲットにしたい場合

期待される結果

Coworkerは、ジャーニーまたは宛先でターゲットにされたことがない2つの候補オーディエンスを見つけます。

推奨オプション：

コンバインドサイズ：約5,308 プロファイル

3.2 – 精度の高いオーディエンスを作成する

プロンプト

「Propensities: Credit Card Upgrade High」オーディエンスに属し、アカウント値が25万ドルを超え、メールにオプトインしている顧客のオーディエンスを作成します

「プラチナアップグレード – 高価値メールの対象」という名前を付け→プランのバッチ→承認を選択します

期待される結果

チームメンバーは、マシンラーニングの傾向、財務価値、チャネルの適格性を、通常はデータチームのチケットが必要な作業である1つの精度セグメントに階層化します。

3.3 — サイズとウォーターフォールの見積もり

プロンプト

そのオーディエンスの規模はどの程度か？ ウォーターフォールの内訳を見せてください。

期待される結果

Coworkerは、リアルタイムのプロファイル数の推定値と視覚的なウォーターフォールチャートを返します。

これは、どの条件が最も大きなフィルターであり、条件を緩めるかどうかを正確に示します。

3.4 – 類似オーディエンスの確認

プロンプト

作成したオーディエンスと類似する既存のオーディエンスはありますか？

期待される結果

Coworkerは、結合されたオーディエンスが1つ存在しないことを確認していますが、すべての構成要素はすでに存在しています。

同僚は、重複リスクがないことを確認し、続行することを推奨します。

パート 4:ジャーニーの構築

4.1 — データに基づいたジャーニーのアイデアを得る

プロンプト

金融サービスの一般的なユースケースにもとづいて、自分が持っているオーディエンスと創れる、クイックウィンのジャーニーを提案します

期待される結果

Coworker氏は、実際のオーディエンスにもとづいて、次の5つの具体的なジャーニーのアイデアを提案しています。

4.2 — クレジットカードのアップグレードジャーニーを作成する

プロンプト

「Platinum Upgrade - High Value Email Eligible」オーディエンスを使用してジャーニーを作成します。 WeBank プラチナカードのメリットを紹介するプッシュ通知を送信します。 3日間待ってください。 お客様が適用していない場合は、残高転送で12か月間、0%の期間限定オファーをSMSで送信します。 あと5日待ってください。 それでも申し込みがない場合は、最終的なプッシュ通知を個人銀行員招待状とともに送信します。

プランのレビュー→プランの承認→権限の付与

期待される結果

Coworkerは、待機タイマー、状態チェック、エスカレーションするオファーなど、単一の自然言語の説明から、完全な3 タッチの2 チャネルジャーニーを作成します。

4.3 — ボーナス：画像からジャーニーを作成する

プロンプト

アップロードした画像からこのジャーニーを作成する

期待される結果

Coworkerは、ノード、チャネル、待機時間、条件を含むアップロードされた画像を読み取り、Journey Optimizerでジャーニー全体を生成します。 これにより、プランニング成果物が展開可能なジャーニーに直接変換されます。

4.4 – 競合の確認

プロンプト

先ほど作成したジャーニーと矛盾する可能性があるアクティブなジャーニーはありますか？

期待される結果

Coworkerは、オーディエンスの重複、スケジュールの競合、チャネルの飽和度について、アクティブなすべてのジャーニーを自動的にチェックします。

パート 5:ジャーニーのドロップオフを新しいオーディエンスに変える

5.1 — ドロップオフポイントの特定

プロンプト

先ほど作成したジャーニーを表示して、どのステップが最も脱落しやすいかを特定します

期待される結果

Coworkerはジャーニーステップイベントを分析し、最も高い離脱率を持つノードを表示します。 次に例を示します。

最初の電子メールを受け取ったプロファイルの68%が、SMS ステップの前に電子メールを開いたり、送信したりしていませんでした。

5.2 — ドロップオフオーディエンスの作成

プロンプト

そうしたジャーニーのドロップオフを新しいオーディエンスに変える。プラチナアップグレードのジャーニーにエントリしたものの、SMSのステップに到達しなかったオーディエンスを対象にする

Platinum Upgrade - Email Non-Responders​という名前を付け→プランのバッチ→承認を選択します

期待される結果

Coworkerは、ジャーニー行動データにもとづいて新しいオーディエンスを作成します。このデータは、ジャーニーにエントリしたものの、SMS ステップに進めなかったプロファイルです。 このオーディエンスは、フォローアップキャンペーンにすぐに使用できます。

5.3 — ドロップオフを再アクティブ化する

プロンプト

「Platinum Upgrade - Email Non-Responders」オーディエンスの再アクティブ化ジャーニーを作成します。 別のアプローチを試してみましょう。75,000 ボーナスポイントが期間限定で提供されていることを告知するプッシュ通知から始め、2日間待ってから、ダイレクトメールで招待状を送信して地元の支店に訪問します。

プランのレビュー→プランの承認→権限の付与

期待される結果

Coworkerは、レスポンダー以外のユーザー向けに、様々なチャネルとメッセージを使用して専用のリカバリージャーニーを作成します。 会話を通じてコンバージョンリークのループを終了しました。

パート 6：自動化されたQAと検証

6.1 — データの鮮度と取り込みの正常性チェック

プロンプト

オーディエンスにデータを入力するデータセットにデータ品質の問題はありますか？ weBankの取り込み正常性を確認：CRMおよびweBank：顧客アクション

期待される結果

同僚は、各データセットの取り込みの正常性を次のようにレポートします。

推奨事項：TTL設定を確認するか、ソースシステムで古いレコードを確認します。

6.2 – 公開前にジャーニーを検証する

プロンプト

Platinum アップグレードジャーニーでエラーや品質の問題を確認し、待機タイマーの欠落、デッドエンドのパス、チャネル設定の欠落、オーディエンスの適格性のギャップなどを確認します

期待される結果

チームメンバーはジャーニー構造を検査し、次のような問題を検出します。

パート 7：モニタリングとガバナンス

7.1 — オーディエンスの健全性を長期的に追跡

プロンプト

「傾向：クレジットカードのアップグレードの高」オーディエンスが過去30日間でどのように変化したかを表示します

期待される結果

Coworkerは、傾向分析によりオーディエンスの増加と減少の時系列的なビューを返し、ML モデルのスコアリングがドリフトしているか、上流のデータの変更が選定に影響しているかを特定するのに役立ちます。

7.2 – 変更の診断

プロンプト

「Account Value: +500K」オーディエンスが最近減少した理由

期待される結果

同僚は、次の場所で変更を分解して因果関係を分析します。

1～2日間のアナリストレーションに取って代わります。