AI-gegevens van de klant integreren
AI van de Klant , als deel van de Intelligente Diensten van Adobe Experience Platform, verstrekt marketers de macht om klantenvoorspellingen op het individuele niveau te produceren.
Met behulp van invloedrijke factoren kan de AI van de Klant u vertellen wat een klant waarschijnlijk zal doen en waarom. Bovendien kunnen marketers profiteren van de voorspellingen en inzichten van de klant van AI om de ervaringen van klanten aan te passen door de meest geschikte aanbiedingen en berichten te bedienen.
AI van de Klant baseert zich op individuele gedragsgegevens en profielgegevens voor het rangschikken van eigenschappen. De AI van de Klant is flexibel in die zin dat het in veelvoudige gegevensbronnen, met inbegrip van Adobe Analytics, Adobe Audience Manager, de gegevens van de Gebeurtenis van de Consumentenervaring en de gegevens van de Gebeurtenis van de Ervaring kan nemen. Als u de Experience Platform-bronaansluiting gebruikt om Adobe Audience Manager- en Adobe Analytics-gegevens in te voeren, neemt het model automatisch de standaardgebeurtenistypen op om het model te trainen en te scoren. Als u uw eigen dataset van de Gebeurtenis van de Ervaring zonder standaardgebeurtenistypen brengt, zullen om het even welke relevante gebieden als douanegebeurtenissen of profielattributen moeten worden in kaart gebracht als u het in het model wilt gebruiken. Dit kan worden gedaan in de configuratiestap van AI van de Klant in Experience Platform.
Klanten-AI kunnen met Customer Journey Analytics integreren in zoverre dat door de AI van de Klant ingeschakelde gegevenssets kunnen worden gebruikt in gegevensweergaven en rapportage in Customer Journey Analytics. U kunt:
-
de bezitsscores van het Spoor voor een segment van gebruikers in tijd.
- Hoofdlettergebruik: Begrijp de waarschijnlijkheid dat klanten in een specifiek segment zich zullen omzetten.
- Voorbeeld: Een marketeer in een hotelketen wil begrijpen hoe waarschijnlijk het is dat een hotelklant een showticket koopt op de concertlocatie van het hotel.
-
analyseert welke succesgebeurtenissen of attributen met aandrijvingsscores worden geassocieerd.
- Hoofdlettergebruik: Begrijp de attributen of succesgebeurtenissen verbonden aan aandrijvingsscores.
- Voorbeeld: Een marketeer in een hotelketen wil begrijpen hoe aankopen van showtickets op de concertlocatie van een hotel gekoppeld zijn aan nevenscores.
-
volg de ingangsstroom voor klantenneiging over verschillende het scoren looppas.
- Hoofdlettergebruik: Begrijp mensen die aanvankelijk gebruikers met een lage neiging waren en, in de loop der tijd, gebruikers met een hoge neiging werden.
- Voorbeeld: Een marktmaker in een hotelketen wil begrijpen welke hotelklanten aanvankelijk als klanten met lage neiging werden geïdentificeerd om een showkaartje te kopen, maar in de loop der tijd werden klanten met hoge neiging om een showkaartje te kopen.
-
bekijk de distributie van neiging.
- Hoofdlettergebruik: Begrijp de verdeling van de aandrijvingsscores nauwkeuriger in het bepalen van segmenten.
- Voorbeeld: Een retailer wil een specifieke promotie uitvoeren voor $50 korting op een product. Ze willen misschien slechts een zeer beperkte promotie uitvoeren vanwege hun budget, enz. Ze analyseren de gegevens en besluiten alleen de top 80%+ van hun klanten te kiezen.
-
bekijk de neiging om een actie voor een bepaalde cohort in tijd te verwezenlijken.
- Hoofdlettergebruik: Een specifieke cohort bijhouden in de loop van de tijd.
- Voorbeeld: Een marketeter in een hotelketen wil hun bronzen laag in plaats van hun zilveren laag volgen, of zilveren laag tegenover hun gouden laag, in de loop van de tijd. Ze zien de neiging van elke cohort om het hotel in de loop van de tijd te boeken.
Voer de volgende stappen uit om AI-gegevens van de klant daadwerkelijk te integreren met Customer Journey Analytics:
Stap 1: Een AI-instantie van een klant configureren
Zodra u uw gegevens hebt voorbereid en al uw geloofsbrieven en schema’s op zijn plaats hebt, begin door te volgen vormt een Instantie van de Klant AI gids in Adobe Experience Platform.
Stap 2: Een Customer Journey Analytics-verbinding met Customer AI-gegevenssets instellen
In Customer Journey Analytics, kunt u één of meerdere verbindingen 🔗 aan de datasets van Experience Platform nu tot stand brengen die voor Klant AI van instrumenten voorzien zijn. Elke voorspelling, zoals “Waarschijnlijkheid om rekening te bevorderen”, vergelijkt met één dataset. Deze datasets worden weergegeven met het voorvoegsel “Customer AI Scores in EE Format - name_of_application”.
Hier is een voorbeeld van een schema XDM dat Customer Journey Analytics als deel van een bestaande of nieuwe dataset zou invoeren:
(Merk op dat het voorbeeld een profieldataset is; dezelfde set schemaobjecten maakt deel uit van een Experience Event-gegevensset die Customer Journey Analytics zou vastleggen. De dataset van de Gebeurtenis van de Ervaring zou timestamps als scoredatum omvatten.) Elke klant die in dit model een score heeft behaald, zou een scoreDate, enz. aan hen hebben gekoppeld.
Stap 3: Gegevensweergaven maken op basis van deze verbindingen
In Customer Journey Analytics, kunt u nu te werk gaan gegevensmeningen met de dimensies (zoals score, scoredatum, waarschijnlijkheid, etc.) en metriek tot stand brengen die als deel van de verbinding werden gebracht u gevestigd.
Stap 4: Verslag over CAI-scores in Workspace
Maak in Customer Journey Analytics Workspace een nieuw project en trek de visualisaties aan.
Scherptediepte van trend
Hier is een voorbeeld van een Workspace-project met CAI-gegevens dat de populatiescore voor een segment van gebruikers in de loop van de tijd in gestapelde staafdiagram trends:
Tabel met redencodes
Hier volgt een tabel met redencodes waarom een segment een met een hoge of lage dichtheid heeft:
Invoerstroom voor klantgevoeligheid
Dit stroomdiagram toont de ingangsstroom voor klantenneiging over verschillende het scoren looppas :
Verdeling van de dichtheid
In dit staafdiagram wordt de verdeling van voor de dichtheid getoond:
Propensiteit overlapt
In dit Venn-diagram ziet u de nevenoverlappingen in verschillende scoring-reeksen:
