Volgende beste padknooppunt
De Volgende beste weg knoop brengt AI-gedreven gespleten wegbeslissing direct in het wegcanvas. In plaats van het vormen van filtervoorwaarden op a gespleten wegen knoop, beschrijft u uw intent in natuurlijke taal en laat het systeem de meest relevante weg voor elke persoon bepalen.
Bij B2B-aankopen kan een profiel één type koper lijken, maar hun gedrag, vuurgrafische gegevens en betrokkenheidscontext laten een genuanceerder verhaal zien. De volgende beste wegknoop evalueert die context om een intelligent verpletterend besluit te maken, terwijl het laten u herzien, wijzigen of om het even welke aanbeveling van AI met voeten treden alvorens de reis te activeren.
De AI evalueert elke persoon tegen uw bepaalde wegherinneringen gebruikend een combinatie input:
- de geschiedenis van de Betrokkenheid - E-mail opent, verbindingskliks, Webpaginabezoeken, en andere gedragssignalen van de huidige en vroegere reizen
- Echte - tijdsignalen - De gebeurtenissen van de hoge intentie zoals vormvullingen en het tarief paginabezoeken
- de attributen van het Profiel - Demografieën, baantitel, persona, en firmografische gegevens
- attributen van de Rekening - Ingebouwde en technische gegevens verbonden aan de rekening van de persoon
Wanneer een persoon de knoop bereikt, haalt het systeem profielcontext, past beperkingen toe, en gebruikt LLM om het best-geschikte weg te selecteren. Elk besluit wordt geregistreerd met een vertrouwensscore en een natuurlijke taal redenerend voor transparantie en waarneming.
Als geen weg een sterke gelijke is, of als de herinnering verwijzingsgegevens niet beschikbaar voor een profiel is, wordt de persoon verpletterd aan de standaardreserveweg.
Een volgende beste padnode toevoegen add-next-best-path-node
-
Open de persoonlijke reis en navigeer naar de reiskaart.
-
Klik op de plusknop ( + ) op een pad en kies Next best path .
{width="350" modal="regular"}
Het knooppunt wordt toegevoegd aan het canvas en het deelvenster voor gesplitste AI-configuratie wordt rechts weergegeven. Het begint met één weg en een standaard Andere mensen weg om mensen te leiden die niet voor om het even welke bepaalde wegen kwalificeren.
{width="500"}
Paden configureren configure-paths
Definieer voor elk pad een naam en een aanwijzing voor een natuurlijke taal die beschrijft wie er naar dat pad moet worden geleid. De interface van de filtervoorwaarde wordt volledig vervangen door de prompt-invoer; er zijn geen attributenvoorwaarden om te vormen.
-
Klik op Add path voor elk extra pad dat u wilt opnemen voor het knooppunt.
Om een weg te verwijderen, klik Schrapping (
) pictogram op de wegkaart. -
Voor elke padkaart in het rechterdeelvenster:
-
Voer een Label in die het publiek of de intentie voor dat segment weerspiegelt.
-
Voer een Prompt in de natuurlijke taal in om te beschrijven wie op dit pad hoort. Focus op intent en result, niet op specifieke kenmerkwaarden.
{width="500"}
herinneringen van het Voorbeeld voor een drie-weg spleet:
- _Path 1 - de Leiders van HR :_identificeren mensen in de leidende rollen van HR het meest waarschijnlijk om met talent beheer en werknemerservaringsinhoud in dienst te nemen.
- _Pad 2 - Technische evaluators :_identificeer technische belanghebbenden het meest waarschijnlijk om met productarchitectuur, integratie, en implementatieinhoud in dienst te nemen.
- _Path 3 - Bedrijfs Beslissende-Makers :_identificeer bedrijfs belanghebbenden het meest waarschijnlijk om met ROI, bedrijfsresultaten, en de inhoud van de gevallenanalyse in dienst te nemen.
-
-
Indien nodig wijzigt u de volgorde van paden om de prioriteitsvolgorde voor overeenkomsten in te stellen.
Het filtreren van de weg wordt geëvalueerd in top-down orde. Elke persoon gaat langs de eerste weg die aanpast.
Klik op de pijl-omhoog of -omlaag rechtsboven in elke padkaart om deze hoger of lager in de lijst met paden te plaatsen.
{width="500"} opnieuw
-
Controleer het standaardpad (laatste in de padlijst) en wijzig indien nodig het label.
Het standaardpad wordt gebruikt wanneer de AI een persoon niet met vertrouwen aan een bepaald pad kan toewijzen of wanneer de relevante gegevens niet beschikbaar zijn. Wanneer een herinnering verwijzingen gegevens die niet in de dataset voor een bepaald profiel bestaan, leidt het systeem dat profiel aan de standaardweg en vlaggen het gegevenshiaat.
Menselijk-in-de-lusbesturingselementen human-in-the-loop
AI-aanbevelingen zijn niet-bindend. Voordat u de reis activeert, kunt u:
- Bewerk om het even welke wegherinnering om de verpletterende logica te verfijnen.
- Paden toevoegen, verwijderen of herschikken.
- U kunt AI-suggesties desgewenst vervangen door aangepaste voorwaarden.
Toewijzingen van door AI aangedreven paden worden pas van kracht wanneer u de reis publiceert.
Voorbeelden door gebruik vragen examples
De volgende voorbeelden tonen hoe te om efficiënte wegherinneringen over gemeenschappelijke B2B het in de handel brengen gebruiksgevallen te schrijven. Gebruik ze als uitgangspunt en pas de taal aan aan uw reiscontext en publieksgegevens.
Actief onderzoek en het kopen van signalen active-research
Churn- en retentierisico churn-retention
Opleiding tot evaluatietekorten education-evaluation
E-mailbetrokkenheidssequenties email-engagement
Proefpatronen en conversiepatronen trial-conversion
Multikanaalkopers multi-channel
Regionale aankoopsignalen regional-buying
Gedragingen van tijdsignalen behavioral-timing
Beslissing simuleren vóór publicatie simulate
Gebruik simulatie om te testen hoe AI uw herinneringen tegen een echt publiek evalueert alvorens de reis levend gaat. Het is beschikbaar slechts terwijl de reis in Laag status is en heeft geen effect op om het even welke gepubliceerde reis. Gebruik het om het verpletteren van logica te bevestigen en vertrouwen in de AI aanbevelingen te bouwen.
Een simulatie uitvoeren run-simulation
-
Selecteer de volgende beste wegknoop en klik simuleren (
) pictogram bij de bovenkant van het juiste paneel. {width="500"}
-
Kies in het dialoogvenster het publiek dat u voor de simulatie wilt gebruiken:
- Original person lists - Gebruik het publiek van de publieksknoop. Geef een voorbeeldgrootte op wanneer het volledige publiek de simulatiedrempel overschrijdt.
- Dynamic and static lists - Gebruik een Marketo Engage statische of dynamische lijst.
- Test records - Gebruik door AI voorgestelde testprofielen.
{width="300"}
note NOTE Als het geselecteerde publiek de simulatiedrempel overschrijdt, stelt het systeem de simulatie op een 100 profielsteekproef in werking. Een indicator in UI toont aan dat de resultaten op steekproef-gebaseerd zijn. Als het geselecteerde publiek nog niet wordt geconcretiseerd, wordt de simulatie geblokkeerd. Een inline waarschuwing geeft u de opdracht om het publiek eerst te materialiseren. -
Klik op Simulate .
Simulatieresultaten controleren review-simulation-results
Nadat de simulatie is uitgevoerd, wordt in het rechterdeelvenster weergegeven hoe profielen over elk pad zijn verdeeld en hoe de AI-redenering achter deze toewijzingen is:
Gebruik de resultaten om herinneringen te verfijnen en te bevestigen dat het verpletteren op uw voorgenomen resultaat wijst. U kunt wegherinneringen wijzigen en de simulatie opnieuw in werking stellen zo vaak als nodig alvorens te publiceren.
De reis publiceren en controleren publish-and-monitor
Na het valideren van de simulatieresultaten:
-
Verbind het publiek met de knoop van de reisingang.
Nadat de reis levend is, loopt de volgende beste wegknoop bij uitvoeringstijd. Aangezien elke persoon de knoop bereikt, evalueert AI hen in real time gebruikend de recentste signalen en leidt hen aan de meest relevante weg.
Voor een gepubliceerde reis opent u het reisoverzicht en selecteert u het volgende beste padknooppunt om de sectie Live results in het rechterdeelvenster weer te geven. Live resultaten tonen:
- Het percentage waarmee de profielen over elk pad worden verdeeld
- De betrouwbaarheidsscore voor elke padtoewijzing
- Redenen op padniveau en profielniveau, met uitbreidbare details voor afzonderlijke profielen
De levende resultaten zijn ook beschikbaar in de Console van de Reis en door de vaardigheid van de Waarneming van de Reis in de Hub van AI.