このページでは、 Adobe Journey OptimizerのDecisioningで利用できるCX Enterprise Coworkerのスキルについて説明します。プロファイルまたはセグメントにオファーが表示された、または表示されなかった理由を理解し、詳細なガイダンス、サンプルプロンプト、ベストプラクティスを使用して、適格性ルールとランキング式を作成、説明、シミュレーション、最適化します。
詳細情報：
- Journey Optimizerの共同作業スキル — Journey Optimizerのジャーニー、ロイヤルティ、コンテンツ管理、決定に関する共同作業スキルの概要。
- 同僚ドキュメント – 同僚のキャンペーン、チャット、プロジェクト機能の概要。
- 同僚チャット UI ガイド – 同僚チャットにアクセスして操作する方法。
決定説明 decisioning-explainer
決定Explainerは、特定のオファーが特定のプロファイルに表示された理由、または表示されなかった理由を自然言語で説明します。さらに広く言えば、プロファイルのセグメントがオファーを表示しなかった理由です。 要求されたプロファイル（またはセグメント）と時間枠に対する完全な意思決定スタックを説明します。どのオファーが実施要件を満たしたか、どの実施要件ルールが各オファーを含めるか除外したか、頻度または疲労キャッピングがオファーを抑制したか、最終的なランキングスコア、およびそれらを生成した戦略またはAI モデル、プロファイルがどの候補プール（アイテム収集）に対して評価されたかなどを示します。
これは、マーケターにとって共通の課題である、あるオファーが他のオファーにランク付けされた理由や、特定のオファー決定がなぜそのような形で行われたのかを説明することに対処します。 Decisioning Explainerは読み取り専用です。決定を説明しますが、ルール、ランキング式、選択戦略は変更しません。
主なユースケース
-
特定のオファーが表示された、または表示されなかった理由
サンプルプロンプト：
- 「プロファイル 12345が5月15日にオファーXを見たのはなぜですか？」
- 「プロファイル Xはこのオファーの対象になりませんでしたか？」
- 「この顧客を除外した実施要件ルールはどれですか？」
- 「6月3日に対象となったプロファイル Xのオファーを表示します。」
-
オファーの表示が時間の経過とともに変更された理由
サンプルプロンプト：
- 「過去7日間にオファーYがリピーターに表示されなくなったのはなぜですか？」
- 「この顧客は、このオファーを何度ご覧になりましたか？」
- 「このオファーはプロファイル Xに対して上限が設定されていましたか？」
- 「キャッピングの制約により、現在プロファイル Xに対してどのようなオファーが抑制されていますか？」
-
オファーのランク付けまたは選択方法
サンプルプロンプト：
- 「オファーZがこのプロファイルの他の適格なオファーに対してどのように選択されたかを正確に説明します。」
- 「この決定の各オファーのランキングスコアは何でしたか？」
- 「オファーAがこのプロファイルでオファーBより上位にランク付けされたのはなぜですか？」
- 「ランキング結果に最も影響を与えた要因は何か？」
-
セグメントレベルの説明
意思決定説明では、単一のプロファイルではなくセグメント全体でこのロジックを集計することができ、プロファイルのグループがオファーを見ていない主な理由を明らかにすることができます。
サンプルプロンプト：
- 「このオーディエンスの顧客にとって、除外される最も一般的な理由は何ですか？」
- 「このセグメントが実際に受け取るオファーはどれか？」
- 「ロイヤルティセグメントがこのオファーを見ていないのはなぜですか？」
プロンプトのベストプラクティス
- 既知の場合の参照ID：一般的な回答ではなく、正確なトレースを取得するために、プロファイル ID、オファー名、またはセグメント名を指定します。
- 時間ウィンドウを含める: オファーの表示が変更された理由を確認する際に、日付または日付範囲を指定して、追跡を正しく範囲に入れることができます。
- ランキングの内訳を直接尋ねる: スコアリングの詳細を求める場合は、ランキングスコアまたは結果に影響を与えた要因を明示的に尋ねます。
- セグメントレベルの質問をトレンドに使用: プロファイルのグループがオファーを表示しない理由を調査する場合は、単一のプロファイルではなくセグメントについて質問することで、主な理由を得ることができます。
ルールとランキング rules-ranking
Rules & Rankingは、PQLの構文を記述したり手動で検証したりすることなく、AIを活用して意思決定ロジックを作成、理解、テストします。 4つのコア機能：自然言語ルールの作成、平易な英語のルールとランキング式の説明、最大3つのテストプロファイルに対するシミュレーション、PQLの最適化。 対象は適格性ルールとランキング式です。選択戦略や決定ポリシーは作成または編集されません。
主なユースケース
-
自然言語ルールの作成
プレーン言語の説明をPQLの適格性ルール構文に変換して、新しいルールと既存のルールの編集の両方を行います。
サンプルプロンプト：
- 「XYZ条件を満たすユーザーをターゲットとする実施要件ルールを作成できますか？」
- 「ティア 2以上のロイヤルティメンバーをターゲットとする実施要件ルールを作成します。」
- 「過去7日間に購入した顧客を除外するPQL ルールを作成します。」
- 「抑制リストの顧客も除外するように、このルールを変更します。」
-
平易な英語の規則と数式の説明
PQLの構文を読まずに、既存の適格性ルールやランキング式の内容（含まれるか除外するか、各条件が何を意味するか）を説明できます。
サンプルプロンプト：
- 「この規則を自然言語で説明してもらえますか？」
- 「このランキング式は実際に何をするものですか？」
- 「この実施要件ルールは誰をターゲットとし、誰を除外しますか？」
- 「この規則を一文にまとめなさい。」
- 「この顧客のオファーAがオファーBよりも上位にランク付けされるのはなぜですか？」
- 「広範な認知度向上キャンペーンに対して、このルールは制限されすぎていますか？」
- 「このルールのどの条件が最も多くのプロファイルをフィルタリングしているか？」
-
シミュレーション
エッジケースを含む、手動で入力またはAIが生成した最大3つのテストプロファイルに対して、実施要件ルールまたはランキング式を実行し、特定の失敗条件、または数値スコアを含むランク付けされたオファーのリストで合格/失敗結果を取得します。
サンプルプロンプト：
- 「テストプロファイルでこのルールをシミュレートします。」
- 「このルールは、loyalty_tier = goldのプロファイルに適用されますか？」
- 「どのプロファイルがこの実施要件ルールに合格しますか：[ プロファイル A、プロファイル B、プロファイル C]?」
- 「なぜこのプロファイルは適格性チェックに失敗したのか？」
- 「この実施要件ルールのテストプロファイルを生成します。」
- 「この条件をストレステストするエッジケースプロファイルを生成します。」
- 「これらのオファーとプロファイルをまたいで、このランキング式をシミュレートします。」
- 「この式で、このプロファイルで最も高くランク付けされるオファーはどれですか？」
- 「この実施要件ルールがゴールドとシルバーの顧客と基本的な層の顧客にどのように動作するかを比較します。」
-
PQL最適化
既存のルールや数式をより簡潔な構文で書き換えて、Journey OptimizerのPQL サイズの制限に合わせて、ロジックや結果を変更することなく使用します。
サンプルプロンプト：
- 「このPQL ルールを自分に合わせて最適化する」
- 「この規則はPQLのサイズ制限に当たっています。短縮できますか？」
プロンプトのベストプラクティス
- ターゲット条件を明示的に指定する: ルールを作成または変更する場合は、必要なオーディエンス、属性、除外条件を正確に記述します。
- ルールまたは数式を直接参照する：説明、シミュレーション、または最適化を求める場合は、意味するルールまたは数式が開いているか、明確に識別されていることを確認してください。
- エッジケースの要求: シミュレーションを行う際に、一般的な条件だけでなく、条件をストレステストするためにエッジケースのプロファイルを生成するように同僚に依頼します。
- 公開前に確認：生成または最適化されたルールのロジックとシミュレーション結果を公開前に確認します。
This section contains structured knowledge intended to support interpretation, retrieval, and question answering related to this topic.
For complete understanding, this information should be combined with the documentation on this page. Neither source is intended to stand alone; the page describes the feature, while this section provides additional context that helps disambiguate terminology, intent, applicability, and constraints.
- TL;DR: This page documents two CX Coworker skills for Decisioning in Adobe Journey Optimizer: Decisioning Explainer, which explains in natural language why a specific offer was or wasn’t shown to a profile or segment; and Rules & Ranking, which creates, explains, simulates, and optimizes eligibility rules and ranking formulas in natural language, without requiring PQL syntax.
Intents
- Understand why a specific offer was or wasn’t shown to a profile.
- Understand why an offer’s visibility to a customer or segment changed over time.
- Understand how an offer was ranked or selected over other eligible offers.
- Get an aggregated explanation of why a segment of profiles isn’t seeing an offer.
- Create a new eligibility rule, or edit an existing one, from a plain-language description.
- Get a plain-English explanation of what an existing eligibility rule or ranking formula does.
- Simulate an eligibility rule or ranking formula against test profiles.
- Rewrite a rule or formula to fit within PQL size limits without changing its logic.
Glossary
- Decisioning Explainer (product-specific): CX Coworker skill that explains, in natural language, why an offer was or wasn’t shown to a profile or segment, by tracing eligibility, capping, ranking, and candidate pool evaluation.
- Rules & Ranking (product-specific): CX Coworker skill that creates, explains, simulates, and optimizes Decisioning eligibility rules and ranking formulas using natural language, without requiring the marketer to write or read PQL syntax directly.
- Eligibility rule: a condition that includes or excludes an offer as a candidate for a given profile; Decisioning Explainer identifies which rule included or excluded each candidate offer, and Rules & Ranking can create, explain, simulate, or optimize the rule itself.
- Ranking formula: the logic used to score and order eligible offers; Rules & Ranking can create, explain, simulate, or optimize a ranking formula, the same way it does for eligibility rules.
- Capping: frequency or fatigue suppression logic that can prevent an otherwise-eligible offer from being shown; Decisioning Explainer can identify when capping suppressed an offer.
- Candidate pool (item collection): the set of offers a profile is evaluated against during a decisioning event; Decisioning Explainer reports which candidate pool was used.
- PQL (Profile Query Language): the expression syntax underlying Decisioning eligibility rules and ranking formulas; Rules & Ranking generates, explains, and optimizes PQL without the marketer needing to write or validate it manually.
Guardrails
- Decisioning Explainer and Rules & Ranking are both available for all customers who have access to Coworker and Decisioning.
- Decisioning Explainer is read-only: it explains decisions but does not modify rules, ranking formulas, or selection strategies.
- Rules & Ranking simulation supports up to 3 test profiles at a time, manually entered or AI-generated.
- Rules & Ranking is scoped to eligibility rules and ranking formulas; it does not create or edit selection strategies or decision policies.
Terminology
- Do not confuse: “eligibility” (whether an offer qualifies as a candidate) is distinct from “ranking” (how qualifying candidates are ordered) and “capping” (frequency/fatigue suppression applied after eligibility and ranking) — Decisioning Explainer reports on all three separately.
- Do not confuse: Decisioning Explainer explains why a decision already made turned out the way it did for a real profile or segment; Rules & Ranking explains, creates, simulates, or optimizes the rule or formula configuration itself, independent of any specific real-world decisioning event.
FAQ
- Can Decisioning Explainer explain a decision for a single profile? Yes, ask why a specific profile did or didn’t see a specific offer, on a specific date.
- Can Decisioning Explainer explain decisions across a segment? Yes, it can aggregate the explanation across a segment to surface the dominant reason a group of profiles isn’t seeing an offer.
- Does Decisioning Explainer show ranking scores? Yes, it can return the final ranking score for each offer and which strategy or AI model produced it.
- Can Decisioning Explainer change a rule or ranking formula? No, it is read-only and does not modify decisioning configuration.
- Can Rules & Ranking create a brand-new eligibility rule from scratch? Yes, describe the target audience or condition in plain language and it generates the PQL rule.
- Can Rules & Ranking explain a rule someone else built? Yes, it can explain any existing eligibility rule or ranking formula in plain English, including what it includes, excludes, and each condition’s meaning.
- How many test profiles can Rules & Ranking simulate against at once? Up to 3, manually entered or AI-generated, including edge cases.
- Does Rules & Ranking change a rule’s logic when optimizing it? No, PQL optimization only makes the syntax more concise to fit size limits; it preserves the original logic and outcome.