Decisioning に移行するメリット migrate-to-decisioning

Decisioning とは what-is-decisioning

Journey Optimizer Decisioning は、将来的に他のオブジェクト(ジャーニーなど)に対する意思決定の基盤となる意思決定機能の拡張です。 この新しい機能は、合理化されたオーサリングと管理のための主要なワークフローの概念を統合し、実験を意思決定に導入し、決定項目をスキーマベースのアプローチに移行して動的な項目レンダリングを行います。

Adobe Journey Optimizerの次世代の意思決定フレームワークおよび機能セットにより、企業は利用可能なデータ、インテリジェンス、およびお客様のコンテキストを使用して、それぞれのお客様に最適なエクスペリエンスを決定し、ビジネス価値を最適化できます。 詳細情報

Decisioning に移行する理由 why-migrate

意思決定は、従来の意思決定管理フレームワークに比べて、次のような大きな機能とメリットを提供します。

AI と機械学習機能

  • カスタム指標:AI モデルにカスタム最適化指標を使用する機能。 これにより、Customer Journey Analytics とのレポートの相互運用性が確保され、両方のプラットフォームでレポートが標準化され、データの一貫性と信頼性が向上します。 このシームレスな統合により、パフォーマンス指標をより明確に把握でき、シンプルな指標の作成、オーディエンスの公開、Insight Builder を使用したアドホックな質問の回答、レポートのスケジュール設定などの新機能が追加されます。

  • リフト測定:AI モデルでトラフィックの探索と利用を視覚化する機能。 これにより、マーケターとデータサイエンティストは、AI 探索によって長期的なモデルのパフォーマンスと、新しい勝者オファーの検出可能性を向上させる方法を定量化できます。 トラフィック配分に対する透明性は、AI の決定に対する信頼を構築し、チームが時間の経過と共に学習とパフォーマンスの両方を最適化できるようにします。 詳細情報

  • AI 式ビルダー:AI モデルスコア出力を既存の式機能に適用する機能。 これにより、マーケターは AI 出力を決定論的なルールや重み付けとシームレスに組み合わせて、より繊細な最適化戦略を実現し、機械学習のインテリジェンスを活用しながら、制御と柔軟性を向上させることができます。 詳細情報

実験

オファー、特定のオファーの側面、ランキング方法を実験する機能。 これにより、マーケターはクリエイティブ、実施要件およびランキングロジックに対して対照実験を実行し、高パフォーマンスのバリアントを特定して、学習サイクルを加速し、意思決定システムの継続的な最適化を促進できます。

レポートの強化

ダッシュボード:エンゲージメントfunnelの主要要素に対する決定項目と選択戦略のパフォーマンスを文書化します。 すぐに使える直感的な決定ダッシュボードは、オファーとコンテンツ配信、表示とクリックのエンゲージメント、フォールバックの使用率、AI や機械学習のランキングモデルからの上昇率など、主要な KPI に関するキャンペーンとジャーニーのパフォーマンスの値を素早く表示します。 詳細情報

運用効率

  • サンドボックスコピー:サンドボックス間でオブジェクトをコピーする機能(開発から実稼動環境へのコピーなど)。 これにより、環境間で決定ロジック、オファーおよび設定オブジェクトをシームレスに移行でき、セットアップ時間が短縮され、人的エラーを最小限に抑えることで、デプロイメントおよびテストワークフローが簡素化されます。 詳細情報

  • スキーマベースの項目カタログ管理:スキーマにリンクされたデータセットに直接決定項目を定義および管理する機能。動的な更新が可能になり、ガバナンスが簡素化されます。 これにより、決定項目を基になるデータソースと同期し、コンテンツの精度を確保し、迅速な更新を可能にし、大規模なガバナンスをサポートすることで、カタログ管理が合理化されます。 詳細情報

  • 場所に依存しない意思決定:プレースメントや場所をまたいで決定ロジックを再利用し、決定選択を配信から分離する機能。 これにより、1 つの決定モデルで複数のプレースメントやサーフェス(web、アプリ、メールなど)を機能させ、ロジックを一元化し、クロスチャネルパーソナライゼーションの取り組みを高速化することで、再利用性と効率が向上します。 詳細情報

  • 再利用可能なコンテンツフラグメント:JSON またはHTMLのコンテンツブロック(タイトル、ヘッダー、フッター、CTA など)を 1 回定義し、それらを複数のオファーオブジェクト内で参照する機能。 これにより、共有コンポーネントをオファー間で一元的に管理し、自動的に更新できるので、コンテンツのオーサリングとガバナンスが合理化されます。 詳細情報

今後の機能

  • チャネル決定:決定ロジックを使用して、1 つのチャネル内の最適なオファーだけでなく、エンゲージメントに最適なチャネル(メール、プッシュ、web など)を決定する機能。 これにより、配信対象だけでなくメッセージの配信場所を最適化することで、顧客体験が向上します。

  • メッセージの最適化:AI またはルールベースのアプローチを使用して、プロファイルごとにメッセージの内容を最適化し、エンゲージメントとコンバージョンの成果を向上させる機能。 これにより、マーケターは、オーディエンス属性とパフォーマンスデータに基づいて、トーン、画像、レイアウトを動的にカスタマイズできます。

  • ジャーニーパスの最適化:実験結果、リアルタイムコンテキスト、ルール、コンバージョン傾向に基づいて、プロファイルが従うジャーニーパスを決定できます。 これにより、チームは最適なジャーニーブランチを通じてプロファイルをインテリジェントにルーティングし、ユーザーごとに適切なケイデンスとコンテンツを確保できます。

  • ジャーニー上の意思決定: プロファイルが複数のジャーニーの対象となる場合に複数のジャーニーを判別し、最も価値の高いまたは関連性の高いジャーニーが選択されるようにします。 これにより、各プロファイルに対して最も優先度の高いジャーニーをランキングおよび選択することで、メッセージの競合やメッセージ超過を防ぐことができます。

その他の機能

  • ポリシーの適用:ビジネスユーザーの権限を強化し、Decisioning 内で ​ データ使用のラベル付けと適用(DULE) ​ および ​ 同意 ​ などの機能を使用し、決定ワークフロー全体でプライバシーシールド保護を有効にします。 これにより、決定がデータ使用ポリシーおよび顧客の同意環境設定に自動的に従うようにします。

  • ネイティブメッセージチャネルのサポート:複数のチャネル(​ コードベースのエクスペリエンス ​​ メール ​ (限定提供)、SMS​ プッシュ通知 ​ にわたって、単一のフレームワーク内でメッセージングと意思決定を統合します。 直感的な UI のサポートにより、ユーザーは、メッセージオーサリングワークフローに決定コンポーネントを直接挿入できます。

  • Experience Platform データセットのルックアップ: オファーの選択ルール、ランキング、パーソナライズされたオファーコンテンツ内で 2}Adobe Experience Platform データセット } を直接アップロードおよび参照する機能。 ​これにより、決定ロジックで動的外部データソースを使用できるようになり、パーソナライゼーションとターゲティングの柔軟性が向上します。 詳細情報

  • スケーラビリティとパフォーマンス:決定計算をハブからエッジに移動させるアーキテクチャの強化。待ち時間が大幅に削減され、高トラフィックのユースケースのスループットが向上します。

ユースケースの例 use-cases

使用例
意思決定管理
決定
マルチプレースメント戦略
特定のプレースメントに関連付けられた決定ロジック (web やメールの場所など)
1 つの戦略で、ホームページとモバイルアプリの両方が強化されます
一貫したオファー属性
各オファーは、独自の属性を手動で管理します。スキーマレベルでの一貫性はありません
マーケターは「discountType」と「offerValue」を 1 回定義します。すべてのオファーがこれらのフィールドを自動的に継承します
動的 AI ランキング
ランキングは、モデル出力または静的ルールのみに依存します
マーケターは、売上高とエンゲージメントの目標のバランスを取るために重み付け(例:60% AI コンバージョンスコア + 40% 利益率)を調整できます
A/B テスト戦略
組み込みの実験はサポートされていません
チームは、「AI + ビジネスルール」が「優先度ベースのランキング」よりも優れているかどうかを A/B テストできます
カスタム AI 指標
クリックの傾向に対してのみ最適化します。モデルの調査やリフトは表示されません。
Retailerは、「購入する可能性」モデルのトレーニングを実施し、新製品と既知製品の上昇率を監視します
コンテンツの再利用性
各オファーには、完全なコンテンツが個別に格納されます
ヘッダーまたはCTAの更新は、数百ものオファーに自動的に反映されます
統合オーサリング
意思決定とメッセージングは、統合が制限された別々のフレームワークで行われます
マーケターは、メッセージエディターを離れることなく、パーソナライズされたオファーをメールに挿入します
プライバシーコンプライアンス
実施のためにエンジニアリング・チームおよびデータ・チームとの手動による調整が必要
マーケターは、同意環境設定が特定のプロファイルを自動的に除外することを知って、オファールールを作成します
リアルタイムインベントリ
静的データ。外部データセットやコンテキストデータセットを使用できる柔軟性は限られている
製品在庫データセットを使用して、在庫切れ項目のオファーをリアルタイムで抑制する
スケールパフォーマンス
待ち時間の長いハブでの決定
100 ms の応答時間未満で数百万の受信リクエストに対応するリアルタイムパーソナライゼーション

移行ツール migration-tooling

意思決定管理エンティティを Decisioning に移行するために、包括的な 移行ツール API のセットが利用できます。 これらの API により、自動での依存関係の解決とロールバック機能を使用して、サンドボックス間でシームレスな移行が可能になります。

移行ツール API を使用すると、次のことが可能です。

  • ソースサンドボックスとターゲットサンドボックスの 依存関係の分析
  • 異なる範囲での移行 - サンドボックス、オファーまたは決定レベル
  • ロールバック移行 問題が検出された場合

認証、エンドポイント、リクエスト/応答の例、ステップごとのワークフローなど、完全な API ドキュメントについては、​ このページ ​ を参照してください。

recommendation-more-help
b22c9c5d-9208-48f4-b874-1cefb8df4d76