Met de nieuwe Data Insights-agent in Adobe Customer Journey Analytics kunnen teams de overstap maken van het samenstellen van dashboards naar het interpreteren van inzichten. Door prompts te schrijven in natuurlijke taal verloopt de rapportage sneller, wordt de leercurve korter en wordt een bredere acceptatie gestimuleerd. Na het testen van de bèta hebben we gezien hoe dit leidt tot betere vragen, snellere antwoorden en betrouwbaardere gegevensgestuurde beslissingen.
In de meeste organisaties wordt Adobe Customer Journey Analytics (CJA) gebruikt door een groot aantal verschillende mensen: van beginners die net aan de slag gaan met Workspace tot ervaren analisten die wekelijks bedrijfsbeoordelingen uitvoeren. Het kan een uitdaging zijn om ze allemaal te ondersteunen, vooral wanneer teams onder druk staan om sneller te handelen en meer te doen met gegevens.
Daarom is de release van de Data Insights-agent zo'n veelbelovende ontwikkeling. De assistent is al op verschillende manieren nuttig gebleken:
- Hij begeleidt gebruikers van alle ervaringsniveaus door middel van interacties in natuurlijke taal
- Er hoeft minder tijd te worden besteed aan het samenstellen van dashboards en rapporten
- Hij produceert snelle, gerichte inzichten om verder te onderzoeken
- En hij stimuleert een bredere acceptatie van CJA door de leercurve te verlagen
Het meest opwindende is hoe de assistent de workflow verschuift: van tijd voor het samenstellen van dashboards naar tijd voor het interpreteren van inzichten. En omdat dit werkt voor gekoppelde trajectgegevens (niet alleen webanalyses), kunnen teams rijkere, bruikbaardere inzichten ontgrendelen.
Hoe we zijn gestart met het ontwikkelen van de Data Insights-agent
We kregen de kans om, voordat de functie algemeen beschikbaar was, deel te nemen aan het bètatestprogramma voor de Data Insights-agent, waarbij we nauw samenwerkten met het productteam van Adobe. Dankzij deze vroege toegang konden we een breed scala aan prompts testen, het gedrag ervan in verschillende rapportagecontexten onderzoeken en directe feedback geven die ons hielp bij het vormgeven van de functie.
Tijdens het testen hebben we ons niet alleen op technische vragen gericht, maar ook op realistische zakelijke vragen, zoals welke producten een hoge conversie genereerden of hoe verschillende doelgroepen zich gedroegen tijdens hun klanttraject. We onderzochten ook hoe goed de assistent omging met verzoeken om zaken als definities van metrics, visualisaties en vragen voor follow-up. In deze fase kregen we al vroeg inzicht in de aspecten waarin AI uitblinkt, en waar menselijke interpretatie nog steeds essentieel is.
Nu de assistent live in productie is, zijn we begonnen met het integreren ervan in onze CJA-gebruikerstrainingssessies, met name als onderdeel van het onboarden van nieuwe gebruikers. We voegen een live overzicht van de AI-assistent toe, zodat gebruikers kunnen zien hoe het werkt en meteen zelf vragen kunnen stellen. De interesse is groot, ook bij gebruikers voor wie CJA nog nieuw is. We de assistent als een brug die meer mensen helpt om sneller en betrouwbaarder met gegevens om te gaan.
Wat werkt – Tips voor nieuwe gebruikers
Hier zijn een paar lessen die we hebben geleerd en die teams hebben geholpen meer profijt uit de Data Insights-agent te halen:
- Begin met echte vragen, niet met trefwoorden.
Begin met realistische zakelijke vragen zoals "Welke bronnen stimuleren de hoogste conversies?" of "Wat zijn de belangrijkste exitpagina’s?" Zo blijft de assistent nuttig en betrokken bij daadwerkelijke beslissingen. - Gebruik dit om minder tijd te hoeven besteden aan het samenstellen van het dashboard.
In plaats van elke tabel handmatig te maken kunt u prompts gebruiken zoals 'Sessies per land in de afgelopen 30 dagen'. De assistent maakt snel visualisaties, waardoor analisten tijd besparen en zich kunnen concentreren op de interpretatie van resultaten. - Laat de assistent u helpen met definities en grafieken.
Gebruikers vragen vaak: "Wat is het verschil tussen mensen en sessies?" of "Hoe maak ik een lijndiagram?" De assistent verwerkt deze taken efficiënt, wat ideaal is voor onboarding en productacceptatie.
Deze kleine gewoontes helpen teams om zelfvertrouwen op te bouwen, sneller te handelen en meer profijt te halen uit Customer Journey Analytics, vooral naarmate de assistent zich blijft ontwikkelen.
Geleerde lessen en verrassende momenten
Een interessante ontdekking: de assistent beantwoordt niet alleen uw vraag, maar helpt soms ook om uw denken te verruimen. Wanneer u bijvoorbeeld vraagt "Welke bron stimuleert de hoogste conversies?", kan het antwoord verhelderende vragen bevatten zoals:
- "Welk product stimuleert de hoogste conversies?"
- "Welke winkelwagenbron draagt het meeste bij?"
- "Welke URL of versie presteert het best?"
Dit opent nieuwe mogelijkheden waar teams in eerste instantie misschien niet aan hadden gedacht.
Een ander voordeel: de assistent wordt tijdens werksessies een betrouwbare noodoplossing. In plaats van te wachten tot een analist een term uitlegt of helpt bij het samenstellen van een weergave, kunnen gebruikers direct ondersteuning krijgen. Zo kunnen discussies meteen op gang komen.
Deze kleine momenten zorgen voor momentum en zorgen er na verloop van tijd voor dat het gebruik toeneemt.
Vooruitkijken
In de komende kwartalen is het doel om de AI-assistent dieper te integreren in dagelijkse workflows, met name tijdens het maken van dashboards, bedrijfsbeoordelingen en ad-hocanalyses. Door feedback te delen met Adobe zijn we ervan overtuigd dat de assistent snel verbetert en nog nuttiger wordt.
De langetermijnvisie is duidelijk: minder tijd besteden aan het bijhouden van grafieken en metrics, en meer tijd besteden aan zinvolle inzichten. En met de mogelijkheid in CJA om niet alleen momentopnamen op basis van kanalen, maar ook verbonden klanttrajecten in beeld te brengen, is de potentiële impact aanzienlijk.