Personalização da Web/aplicativo de visitante conhecido
Este plano de referência fornece um guia completo de implementação para fornecer conteúdo personalizado a visitantes identificados em superfícies digitais usando o Adobe Journey Optimizer (AJO) e o Adobe Real-Time Customer Data Platform (RT-CDP). Ele foi projetado para arquitetos de soluções, tecnólogos de marketing e engenheiros de implementação que precisam entender todas as abordagens de implementação viáveis, as decisões que devem ser tomadas em cada fase e a documentação do Experience League que oferece suporte à configuração.
A personalização da Web/aplicativo de visitante conhecido é o principal padrão de personalização para experiências digitais autenticadas. Diferentemente da personalização de visitante anônimo, que depende exclusivamente de sinais comportamentais na sessão, esse padrão aproveita o perfil unificado completo: dados comportamentais históricos, associação de segmento, nível de fidelidade, histórico de compras, estágio de ciclo de vida, atributos computados e pontuações de propensão. Ele oferece suporte à personalização em páginas da Web (por meio do canal da Web AJO), mensagens móveis no aplicativo e cartões de conteúdo.
Este guia apresenta todas as opções de implementação viáveis — com base em segmentos, em decisões e em várias superfícies — com compensações, orientação de decisão e referências à documentação do Adobe Experience League.
Visão geral do caso de uso
Organizações com propriedades digitais autenticadas — sites de comércio eletrônico, portais bancários, serviços de assinatura, programas de fidelidade, aplicativos móveis — precisam fornecer experiências personalizadas que reflitam o relacionamento de cada cliente com a marca. Quando um visitante faz logon ou é reconhecido por meio da resolução de identidade, a plataforma pode acessar seu perfil totalmente unificado e fornecer conteúdo adaptado a seus atributos, comportamentos e preferências específicos.
Esse padrão aborda o cenário em que um visitante identificado chega em uma propriedade da Web ou abre um aplicativo móvel, e o sistema deve determinar o conteúdo, a oferta ou a promoção ideais para exibição com base nos dados do perfil em tempo real e na associação do público-alvo. A decisão de personalização ocorre na borda em milissegundos, permitindo a entrega de conteúdo em subsegundos sem latência perceptível.
O padrão é compatível com a personalização determinística (em que o conteúdo específico mapeia para segmentos específicos de público-alvo) e com a decisão dinâmica (em que o AJO Decisioning avalia as regras de elegibilidade e as estratégias de classificação para selecionar o conteúdo ideal por perfil). Ele abrange várias superfícies digitais — páginas da Web, mensagens móveis no aplicativo e cartões de conteúdo — permitindo uma personalização consistente na jornada digital do cliente.
Principais objetivos de negócios
Os seguintes objetivos de negócios são compatíveis com esse padrão de caso de uso.
Fornecer experiências personalizadas ao cliente
Personalize conteúdo, ofertas e mensagens para preferências individuais, comportamentos e estágios do ciclo de vida. Para obter mais informações, consulte Fornecer experiências personalizadas ao cliente.
KPIs: Compromisso, Taxas de Conversão, Satisfação do Cliente (CSAT)
Aumentar o engajamento do site
Melhore o tempo no site, as páginas por sessão e a interação com o conteúdo da Web por meio de experiências relevantes. Para obter mais informações, consulte Aumentar o engajamento no site.
KPIs: Tempo na Página (Web), Envolvimento, Taxas de Conversão
Aumentar o engajamento do aplicativo móvel
Impulsione o uso ativo diário, a adoção de recursos e as conversões no aplicativo por meio de experiências personalizadas no aplicativo.
KPIs: Envolvimento, Retenção, Taxas de Conversão
Exemplo de casos de uso tático
A seguir estão implementações táticas comuns desse padrão:
- Personalização principal da página inicial por nível de fidelidade ou estágio do ciclo de vida — exiba banners principais diferentes com base no fato de o cliente ser novo, ativo, em risco ou VIP
- Carrossel de recomendações de produtos com base no histórico de compras — forneça sugestões de produtos relevantes usando dados de compras anteriores e pontuações de afinidade de produtos
- Banner promocional personalizado por segmento do cliente — mostre diferentes promoções para segmentos de alto valor, em risco e novos clientes
- Mensagem no aplicativo para usuários móveis com base na adoção de recursos — orienta os usuários para recursos subutilizados com base em seus padrões de uso
- Cartão de conteúdo com oferta personalizada no painel de contas — ofertas persistentes e rejeitadas personalizadas de acordo com o perfil do cliente
- Exibição personalizada de preços ou descontos com base na camada do cliente — mostrar preços específicos da camada ou descontos exclusivos para membros do programa de fidelidade
- Widget de recomendação de venda cruzada com base em produtos próprios — sugira produtos ou serviços complementares com base no portfólio atual
- Navegação personalizada ou ordenação de conteúdo com base em interesses — reordene módulos de conteúdo ou elementos de navegação com base em preferências demonstradas
Indicadores-chave de desempenho
Os KPIs a seguir ajudam a medir a eficácia desse padrão de caso de uso.
Padrão do caso de uso
Esta seção descreve o padrão principal e sua cadeia de funções.
Personalização de aplicativo/Web de visitante conhecido
Forneça conteúdo, ofertas ou promoções personalizadas a um visitante identificado com base em perfil em tempo real e associação de segmento em superfícies da Web, dispositivos móveis no aplicativo e cartões de conteúdo.
Cadeia de funções: Avaliação de público-alvo > Personalization Decisioning > Configuração de superfície/canal > Entrega de conteúdo > Rastreamento de impressão > Relatórios
Aplicativos
Os aplicativos a seguir são usados neste padrão de caso de uso.
- Adobe Journey Optimizer (AJO) — Configuração de canal da Web, configuração de canal no aplicativo, configuração de canal de cartão de conteúdo, decisão (seleção e classificação de ofertas), criação de mensagens (criação de conteúdo personalizado), execução de campanha, experimentação de conteúdo e relatórios
- Adobe Real-Time Customer Data Platform (RT-CDP) — Avaliação de público (borda, streaming e lote), pesquisa de perfil em tempo real via Edge Network, enriquecimento de perfil com atributos computados e pontuações de propensão
- Adobe Experience Platform (AEP) — Armazenamento de perfil, serviço de identidade, SDK da Web, SDK Móvel, configuração de sequência de dados, entrega de rede de borda
Funções básicas
Os seguintes recursos básicos devem estar em vigor para esse padrão de caso de uso. Para cada função, o status indica se ele é tipicamente necessário, se presume ser pré-configurado ou se não é aplicável.
isActiveOnEdge: true para resolver o perfil autenticado na borda.Funções de suporte
Os recursos a seguir aumentam esse padrão de caso de uso, mas não são necessários para a execução principal.
Funções do aplicativo
Este plano exerce as seguintes funções do Catálogo de Funções da Aplicação. As funções são mapeadas para fases de implementação em vez de etapas numeradas.
Journey Optimizer (AJO)
Real-Time CDP (RT-CDP)
Pré-requisitos
Antes de implementar esse padrão de caso de uso, verifique se o seguinte está em vigor:
- [ O Web SDK ] implementado nas propriedades da Web de destino com
alloy("sendEvent")configurado para exibições de página e rastreamento de interação - [ ] Mobile SDK implementado nos aplicativos móveis de destino (se as superfícies no aplicativo ou no cartão de conteúdo forem usadas)
- [ ] Datastream configurado com o serviço Adobe Journey Optimizer habilitado
- [ ] O esquema de perfil inclui atributos usados para personalização (nível de fidelidade, histórico de compras, interesses de produtos, estágio do ciclo de vida)
- [ ] Esquema de evento de experiência configurado para controle de impressão e conversão
- [ ] Namespaces de identidade conhecidos criados e identificação de identidade operacional entre identidades anônimas (ECID) e autenticadas
- [ Política de mesclagem do Edge ] configurada com
isActiveOnEdge: true - [ ] Públicos-alvo definidos com avaliação qualificada para borda para personalização em tempo real
- [ ] ativos de conteúdo (imagens, cópia, CTAs) preparados para cada variante de personalização
- [ ] Estratégia do Personalization documentada: quais atributos determinam qual conteúdo, para quais superfícies
Opções de implementação
Esta seção descreve as abordagens de implementação disponíveis para este padrão de caso de uso.
Opção A: Personalização da Web baseada em segmentos
Recomendado para: personalização determinística onde variantes de conteúdo específicas mapeiam diretamente para segmentos de público-alvo — banners de fidelidade de nível específico herói, mensagens de estágio do ciclo de vida, conteúdo promocional de segmento de cliente. Ideal quando o mapeamento de conteúdo para segmento é bem definido e não requer classificação ou otimização dinâmica.
Como funciona:
A personalização baseada em segmentos mapeia variantes de conteúdo diretamente para segmentos de público-alvo. Quando o perfil de um visitante conhecido é avaliado em relação aos públicos qualificados para borda no carregamento da página, o sistema determina a quais segmentos o visitante pertence e exibe a variante de conteúdo correspondente. A seleção é baseada na prioridade de associação do segmento: se um visitante se qualificar para vários segmentos, o conteúdo do segmento de prioridade mais alta será exibido.
Essa abordagem usa campanhas de canal da Web do AJO (ou campanhas no aplicativo/cartão de conteúdo) com regras de conteúdo condicional ou várias configurações de direcionamento de tratamento. Cada segmento de público-alvo está associado a uma experiência de conteúdo específica. Nenhum mecanismo de decisão está envolvido — a lógica de seleção de conteúdo é totalmente orientada por segmentos.
O conteúdo é criado usando a interface de criação de mensagens do AJO com blocos de conteúdo dinâmico que renderizam conteúdo diferente com base na associação de público-alvo ou nos atributos do perfil. O Web SDK ou Mobile SDK oferece a experiência personalizada em tempo real por meio da Edge Network.
Principais considerações:
- As variantes de conteúdo devem ser pré-criadas para cada segmento
- As definições de segmento devem ser qualificadas para qualificação em tempo real
- Adicionar novos segmentos ou variantes de conteúdo requer a atualização da configuração da campanha
- A seleção de conteúdo é determinística — o mesmo segmento sempre vê o mesmo conteúdo
Vantagens:
- Simples de implementar e manter com mapeamento claro de conteúdo para segmento
- Fácil de entender e explicar a lógica de personalização para as partes interessadas
- Sem sobrecarga de decisão — resolução de conteúdo mais rápida
- Controle completo sobre qual conteúdo cada segmento recebe
Limitações:
- Flexibilidade limitada quando o número de segmentos e variantes de conteúdo aumenta
- Não é possível otimizar dinamicamente a seleção de conteúdo com base em sinais de nível de perfil além da associação do segmento
- A adição de novas variantes de conteúdo requer atualizações manuais de campanha
- Não é compatível com os próximos cenários de melhor oferta em que várias ofertas competem pela mesma inserção
Experience League:
Opção B: Personalização baseada em decisão
Recomendado para: Personalização dinâmica, onde o conteúdo ou a oferta ideal deve ser selecionado por perfil usando regras de elegibilidade e estratégias de classificação: próxima melhor oferta na página inicial, recomendações personalizadas de produto, seleção de banner promocional dinâmico. Ideal quando várias ofertas ou itens de conteúdo competem pela mesma disposição e o sistema deve escolher a melhor.
Como funciona:
A personalização baseada em decisão usa o AJO Decisioning para avaliar o perfil de cada visitante em relação a um catálogo de itens de conteúdo ou ofertas, aplicando regras de elegibilidade para determinar quais itens se qualificam e aplicando uma estratégia de classificação (baseada em prioridade, baseada em fórmula ou classificada por IA) para selecionar o item ideal para cada posicionamento.
A implementação envolve a criação de disposições (onde o conteúdo aparece), a definição de ofertas com regras de elegibilidade e representações de conteúdo, a organização de ofertas em coleções e a criação de políticas de decisão que vinculam disposições a coleções com estratégias de classificação. No tempo de execução, quando um visitante carrega uma página, o Edge Network avalia a política de decisão em relação ao perfil do visitante e retorna o conteúdo da oferta selecionada.
Essa abordagem oferece suporte a cenários de personalização sofisticados, incluindo a próxima melhor oferta, promoções personalizadas com limitação e seleção de conteúdo otimizado por IA. As ofertas podem ter limites de limite global e por perfil, intervalos de datas de validade e critérios de elegibilidade complexos que combinam atributos de perfil e associação de público-alvo.
Principais considerações:
- Requer mais configurações iniciais (posicionamentos, ofertas, regras de qualificação, coleções, decisões)
- As estratégias de classificação podem ser baseadas em prioridade (manual), baseadas em fórmula (expressão personalizada) ou classificadas por IA (otimização automática)
- A classificação de IA exige um mínimo de 1.000 eventos de conversão para o treinamento de modelo
- Os contadores de limite de oferta podem ter um pequeno atraso em cenários de alta taxa de transferência
- Uma oferta substituta deve ser configurada para casos em que nenhuma oferta personalizada é qualificada
Vantagens:
- Seleção dinâmica de conteúdo por perfil sem mapeamento de segmento para conteúdo codificado
- Compatível com critérios complexos de qualificação e lógica de classificação
- A opção classificada por IA permite a otimização automática sem intervenção manual
- O limite de oferta impede a exposição excessiva de conteúdo específico
- Gerenciamento centralizado de ofertas — as ofertas podem ser reutilizadas em campanhas e canais
Limitações:
- Maior complexidade de implementação do que a personalização baseada em segmentos
- A classificação de IA requer volume de evento de conversão suficiente para treinamento
- A avaliação da decisão adiciona latência marginal em comparação à entrega direta de conteúdo com base em segmentos
- A classificação baseada em fórmula requer um design cuidadoso para evitar priorizações não intencionais
Experience League:
Como isso se diferencia da Opção B do Offer Decisioning:
A infraestrutura é idêntica — ambos usam o AJO Decisioning na borda com o Web SDK e uma política de mesclagem ativa de borda. A diferença é o que está sendo selecionado. Essa opção gerencia itens de conteúdo nos quais o critério de seleção é o ajuste de personalização (associação de segmento, classificação comportamental). Offer Decisioning A opção B gerencia um catálogo de ofertas controlado em que as regras de elegibilidade, os limites de limite e as janelas de validade são requisitos comerciais. Se o conjunto de itens exigir limite de impressão por perfil, restrições de qualificação regulamentar ou gerenciamento do ciclo de vida da oferta, use a Opção B do Offer Decisioning.
Opção C: Personalização de várias superfícies (Web + no aplicativo + cartão de conteúdo)
Recomendado para: Personalização consistente em várias superfícies digitais — fornecendo experiências personalizadas coordenadas em páginas da Web, mensagens móveis no aplicativo e cartões de conteúdo. Ideal quando a organização tem propriedades da Web e de aplicativos móveis e deseja uma lógica de personalização unificada em todos os pontos de contato digitais.
Como funciona:
A personalização de várias superfícies estende a Opção A (baseada em segmentos) ou a Opção B (baseada em decisões) para fornecer conteúdo personalizado em vários tipos de superfície do AJO. Cada tipo de superfície — Web, no aplicativo, cartão de conteúdo — pode ter diferentes formatos de conteúdo e mecanismos de entrega, mas a lógica de personalização subjacente (associação de público ou decisão) é compartilhada.
A implementação envolve a configuração de superfícies de canal para cada tipo de superfície, a criação de conteúdo específico de superfície (HTML/CSS da Web para superfícies da Web, mensagens estruturadas para no aplicativo, layouts de cartão para cartões de conteúdo) e a criação de campanhas direcionadas à superfície apropriada. O Web SDK lida com a entrega da superfície da Web, enquanto o Mobile SDK lida com a entrega no aplicativo e de cartão de conteúdo.
Os cartões de conteúdo são especialmente valiosos para mensagens personalizadas persistentes e descartáveis em painéis de conta ou telas iniciais de aplicativos. As mensagens no aplicativo são ideais para comunicações contextuais e específicas da sessão. A personalização da Web lida com banners ilustrados, widgets de recomendação e conteúdo promocional.
Principais considerações:
- Cada tipo de superfície requer sua própria configuração de superfície de canal e criação de conteúdo
- O Web SDK e o Mobile SDK devem ser implementados e configurados
- O conteúdo deve ser projetado para cada formato de superfície (diferentes dimensões, layouts, padrões de interação)
- Públicos-alvo compartilhados e lógica de decisão garantem a consistência entre superfícies
- Os ensaios devem abranger todos os tipos de superfícies nos dispositivos
Vantagens:
- Experiência de personalização consistente em todos os pontos de contato digitais
- A lógica de decisão e público compartilhado reduz a duplicação
- Os cartões de conteúdo fornecem uma superfície de personalização persistente e não intrusiva
- As mensagens no aplicativo permitem personalização contextual e específica da sessão em dispositivos móveis
Limitações:
- A maior complexidade de implementação — requer configuração para cada tipo de superfície
- Requer a implementação do Web SDK e do Mobile SDK
- O conteúdo deve ser projetado e mantido para cada formato de superfície
- O escopo de teste aumenta a cada tipo de superfície adicional
Experience League:
Comparação de opções
A tabela a seguir compara as três opções de implementação.
Escolha a opção certa
Comece com estas perguntas para selecionar a abordagem de implementação correta:
-
Quantas superfícies? Se você precisar de personalização na Web e no aplicativo móvel, escolha a Opção C (que se baseia em A ou B para a lógica subjacente). Se for somente para Web, escolha entre A e B.
-
Qual é o nível de dinamismo de sua seleção de conteúdo? Se você tiver um mapeamento bem definido de segmentos para variantes de conteúdo (por exemplo, de 3 a 5 níveis de fidelidade, cada um com um banner principal específico), escolha a Opção A. Se precisar selecionar a partir de um catálogo de ofertas com elegibilidade e classificação complexas, escolha a Opção B.
-
Você precisa de uma seleção otimizada para IA? Se você quiser que o sistema aprenda e otimize automaticamente qual conteúdo tem melhor desempenho para cada perfil, escolha a Opção B com decisões classificadas por IA.
-
Quantas variantes de conteúdo? Se você tiver menos de 10 variantes de conteúdo com mapeamentos de segmentos claros, a Opção A será mais simples. Se você tiver dezenas de ofertas que precisam de filtragem e classificação de qualificação, a Opção B terá melhor dimensionamento.
-
Você pretende estender para outros canais? Se sua lógica de decisão acabar oferecendo ofertas por email, Web e outros canais, a Opção B fornece a base de decisão centralizada que o cross-channel offer decisioning estende.
Fases de implementação
Esta seção aborda detalhadamente cada fase da implementação.
Fase 1: definir públicos e configurar a avaliação
Função do aplicativo: RT-CDP: Avaliação de Público-Alvo
O que você configurará: Defina os públicos que impulsionam a seleção de conteúdo de personalização. Esses públicos-alvo representam os segmentos de visitantes que receberão experiências personalizadas — camadas de fidelidade, estágios do ciclo de vida, coortes comportamentais ou grupos de afinidade de produtos.
Pontos de decisão nesta fase:
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Avaliação da borda | Personalização da Web/aplicativo em tempo real que requer qualificação em subsegundos | Limitado a verificações simples de atributos de perfil e associação de segmento. Sem consultas de série temporal ou agregações complexas. Necessário para personalização de visitante conhecido. |
| Avaliação de transmissão | Qualificação quase em tempo real quando perfis entram/saem de públicos com base em eventos comportamentais | Suporta queries de janela de evento único e tempo limitado. As alterações no público foram refletidas em minutos. Adequado para superfícies no aplicativo e de cartão de conteúdo em que um pequeno atraso é aceitável. |
| Avaliação em lote | O público-alvo diário é atualizado para segmentos com base em agregações complexas ou padrões históricos | Suporte completo à função de regra de segmento. Não é adequado para personalização em tempo real, mas pode complementar públicos-alvo de borda com segmentos complexos pré-calculados. |
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Atributos do perfil (nível de fidelidade, estágio do ciclo de vida) | Personalização determinante com base nas propriedades conhecidas do cliente | Atributos estáveis e bem definidos. Fácil de mapear para variantes de conteúdo. Disponível na borda se o perfil estiver configurado corretamente. |
| Sinais comportamentais (histórico de compras, padrões de navegação) | Personalization com base em comportamentos e padrões de engajamento recentes | Requer atributos computados ou segmentos de streaming. Mais dinâmico, mas mais complexo de manter. |
| Pontuações de propensão (Customer AI) | Personalização preditiva com base na probabilidade de conversão, churn ou compra | Requer atributos computados. Permite personalização sofisticada, mas requer dados de treinamento de modelo ML. |
| Abordagem combinada | A maioria das implementações de produção | Usa atributos de perfil para segmentação primária com sinais comportamentais e pontuações de propensão para refinamento. |
Navegação da interface do usuário: Cliente > Públicos-alvo > Criar público-alvo > Criar regra
Detalhes de configuração da chave:
- Defina públicos usando o Construtor de segmentos com expressões de regra de segmento que fazem referência a atributos de perfil
- Garantir que as expressões de regra de segmento se qualifiquem para avaliação de borda (verificações de atributo simples, associação de segmento)
- Configurar públicos-alvo qualificados para a borda para casos de uso de personalização em tempo real
- Considere suprimir públicos-alvo para excluir visitantes recentemente convertidos ou recusados
Documentação do Experience League:
Fase 2: configurar a decisão (somente as opções B e C)
Função do aplicativo: AJO: decisão
O que você configurará: configure a infraestrutura de decisão que seleciona dinamicamente o conteúdo ou a oferta ideal para cada visitante. Isso inclui disposições (onde as ofertas são exibidas), ofertas (qual conteúdo está disponível), regras de elegibilidade (quem se qualifica), estratégias de classificação (como escolher o melhor) e políticas de decisão (como tudo se conecta).
Pontos de decisão nesta fase:
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Baseado em prioridade (manual) | Casos de uso simples com hierarquia de ofertas clara | Cada oferta tem um valor de prioridade manual. Vitória da oferta elegível de maior prioridade. Fácil de entender e controlar. |
| Baseado em fórmula (expressão personalizada) | Quando a classificação deve considerar atributos de perfil | As fórmulas de classificação personalizadas fazem referência aos dados do perfil (por exemplo, pontuação por nível de fidelidade + recenticidade). Flexível, mas requer design e teste de fórmulas. |
| Classificado por IA (otimização automática) | Quando quiser que o sistema otimize automaticamente a seleção de ofertas | O modelo de aprendizado de máquina aprende quais ofertas têm melhor desempenho para quais perfis. Requer no mínimo 1.000 eventos de conversão para treinamento. Melhor para posicionamentos de alto tráfego. |
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Limite por perfil | Evitar que a fadiga veja a mesma oferta repetidamente | Limita impressões por visitante durante um período. Garante a variedade na experiência personalizada. |
| Limite global | Limitar o total de impressões para uma promoção ou oferta de disponibilidade limitada | Limita o total de impressões em todos os visitantes. Útil para promoções de quantidade limitada. |
| Sem limite | Conteúdo sempre verde ou ofertas sempre relevantes | Sem limites de impressão. Adequado para conteúdo persistente, como banners de nível de fidelidade. |
Navegação da interface do usuário: Journey Optimizer > Componentes > Gerenciamento de decisão
Detalhes de configuração da chave:
- Crie inserções para cada superfície em que as ofertas serão exibidas (banner da Web, área de mensagem no aplicativo, slot de cartão de conteúdo)
- Defina regras de elegibilidade usando expressões de regra de segmento que fazem referência a atributos de perfil e associação de público-alvo
- Criar ofertas personalizadas com representações de conteúdo para cada posicionamento
- Criar uma oferta substituta que cubra todos os posicionamentos (exibidos quando nenhuma oferta personalizada é qualificada)
- Organize ofertas com qualificadores de coleção (tags) e agrupe em coleções
- Criar posicionamentos de vinculação de política de decisão para coleções com a estratégia de classificação selecionada
Documentação do Experience League:
Fase 3: Configurar superfícies e canais
Função do aplicativo: AJO: configuração de canal
O que você configurará: Configure as superfícies de canal que definem onde o conteúdo personalizado será entregue. Cada tipo de superfície (Web, no aplicativo, cartão de conteúdo) requer sua própria configuração especificando o URI da superfície, o formato de conteúdo e os parâmetros de entrega.
Pontos de decisão nesta fase:
| table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Somente canal da Web | Personalization focada em propriedades da Web | Exige o Web SDK. Implementação mais simples. Abrange banners ilustrados, áreas promocionais e widgets de recomendação. |
| Somente canal no aplicativo | Personalization focada em experiências de aplicativos móveis | Requer o Mobile SDK. Abrange mensagens contextuais e específicas da sessão no aplicativo. |
| Somente canal de cartão de conteúdo | Mensagens personalizadas persistentes e rejeitadas | Requer SDK móvel ou Web SDK. Os cartões persistem até serem descartados. Ideal para painéis e telas iniciais. |
| Superfícies múltiplas (opção C) | Personalização consistente na Web e em dispositivos móveis | Requer Web SDK e SDK móvel. Cada superfície precisa de configuração e conteúdo separados. |
| table 0-row-3 1-row-3 2-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Aplicativo de página única (SPA) | Aplicativos web modernos com roteamento no lado do cliente | Use renderDecisions: true em chamadas sendEvent do Web SDK. Conteúdo renderizado automaticamente pela SDK. |
| Aplicativo de várias páginas (MPA) | Páginas da Web renderizadas pelo servidor tradicional | Conteúdo entregue no carregamento da página por meio da resposta do Edge Network. Pode exigir a configuração do URI da superfície no nível da página. |
Navegação da UI: Journey Optimizer > Administração > Canais > Superfícies de canal
Detalhes de configuração da chave:
- Para superfícies da Web: configurar o URI da superfície da Web correspondente às páginas de destino
- Para superfícies no aplicativo: configure a superfície do aplicativo móvel com a ID do aplicativo e o tipo de superfície
- Para superfícies de cartão de conteúdo: configure a superfície de cartão de conteúdo com a ID do aplicativo ou o contexto da Web
- Verifique se a sequência de dados tem o serviço AJO habilitado para entrega de personalização de borda
Documentação do Experience League:
Fase 4: Conteúdo do autor
Função do aplicativo: AJO: Criação de Mensagens
O que você configurará: Crie as variantes de conteúdo personalizadas para cada superfície, segmento ou oferta. Isso inclui projetar o layout visual, adicionar expressões de personalização que fazem referência a atributos de perfil, configurar blocos de conteúdo condicional e criar fragmentos de conteúdo reutilizáveis.
Pontos de decisão nesta fase:
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Blocos de conteúdo condicional | Diferentes seções de conteúdo no mesmo layout variam de acordo com o público-alvo | Um único ativo de conteúdo com regras condicionais. Eficiente para pequenas variações (título, texto CTA, troca de imagem). |
| Variantes de conteúdo separadas por tratamento | Layouts ou designs fundamentalmente diferentes por público-alvo | Vários ativos de conteúdo completos. Mais flexível, mas mais a manter. Obrigatório para experimentação de conteúdo. |
| Conteúdo orientado por decisão | Conteúdo selecionado dinamicamente de um catálogo de ofertas | As representações de oferta definem o conteúdo. A gestão de conteúdo é centralizada na biblioteca de ofertas. |
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Personalização no nível da superfície | Somente elementos específicos são personalizados (imagem principal, CTA, banner de oferta) | Menor complexidade. Personalização focada em áreas de alto impacto. Ponto de partida mais comum. |
| Personalização de página inteira | O layout da página inteira ou a ordenação de conteúdo é personalizada | Maior complexidade. Requer ampla criação de conteúdo. Oferece a experiência mais personalizada. |
| Personalização no nível do token | Tokens de personalização em linha (nome, camada, saldo de pontos) | Forma mais simples. Insere valores de atributo de perfil no conteúdo estático. |
Navegação da UI: Journey Optimizer > Campanhas > Criar campanha > Editar conteúdo
Onde as opções divergem:
Para a Opção A (baseada em segmento):
- Crie variantes de conteúdo para cada segmento de público usando o designer da Web ou o editor de código
- Usar blocos de conteúdo dinâmico com condições baseadas na associação de público-alvo
- Configurar expressões de personalização que fazem referência a atributos de perfil (por exemplo,
{{profile.person.name.firstName}},{{profile.loyalty.tier}}) - Configurar regras condicionais para exibir conteúdo diferente com base na associação do segmento
Para a Opção B (baseada em decisão):
- Crie representações de conteúdo de oferta para cada posicionamento definido na Fase 2
- Cada oferta tem uma ou mais representações (HTML, image, JSON) correspondentes a inserções
- Integrar a saída de decisão à página da Web ou ao aplicativo incorporando disposições de decisão
- O conteúdo é selecionado dinamicamente no tempo de execução — a criação se concentra em itens de oferta individuais
Para a Opção C (várias superfícies):
- Conteúdo específico da superfície do autor para cada superfície de destino (HTML/CSS da Web, mensagem estruturada no aplicativo, layout do cartão de conteúdo)
- Mantenha uma lógica de personalização consistente nas superfícies ao adaptar-se às restrições de formato de cada superfície
- Testar a renderização do conteúdo em cada tipo de superfície
Documentação do Experience League:
Fase 5: configurar e ativar campanhas
Função do aplicativo: AJO: Execução de Campanha
O que você configurará: crie e ative a campanha do AJO que associa o público, a superfície e o conteúdo para entrega. Para personalização na Web, as campanhas normalmente são configuradas para ativação imediata ou contínua em vez de envios programados únicos.
Pontos de decisão nesta fase:
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Campanha programada (sempre ativa) | Personalização contínua que é executada continuamente para todos os visitantes qualificados | Defina a data de início como imediata e sem data de término. A campanha permanece ativa até ser interrompida manualmente. Mais comum para personalização da Web. |
| Campanha programada (limite de tempo) | Personalization vinculada a um período de promoção específico | Defina datas de início e término. O Campaign é interrompido automaticamente após a data de término. Adequado para promoções sazonais ou ofertas de tempo limitado. |
| Campanha acionada por API | Personalization acionado por um evento de aplicativo específico | Acionado programaticamente. Útil quando a personalização só deve aparecer em resposta a eventos específicos do sistema. |
| table 0-row-3 1-row-3 2-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Aplicar regras de frequência | Personalização promocional ou baseada em oferta que pode fatigar os visitantes | Impede que a mesma personalização apareça muitas vezes. Configurado por meio de regras de negócios do AJO. |
| Sem limite de frequência | Personalização de conteúdo permanente (banner no nível de fidelidade, conteúdo do painel) | Conteúdo sempre relevante que não causa fadiga. Não são necessários limites de impressão. |
Navegação da interface do usuário: Journey Optimizer > Campanhas > Criar campanha
Detalhes de configuração da chave:
- Selecione o canal da Web, no aplicativo ou do cartão de conteúdo e a superfície configurada na Fase 3
- Vincular o público-alvo definido na Fase 1
- Vincular o conteúdo criado na Fase 4
- Configurar o agendamento da campanha (imediato, intervalo de datas ou acionado por API)
- Revisar e ativar a campanha
- Para experimentação de conteúdo: ative o experimento, defina tratamentos, defina a alocação de tráfego e as métricas de sucesso antes da ativação
Documentação do Experience League:
Fase 6: Rastrear impressões e coletar dados
Função do aplicativo: AEP: Fontes de dados e coleção
O que você configurará: verifique se as impressões, as interações e as conversões de experiências personalizadas são rastreadas de volta para a plataforma para otimização de relatórios, reavaliação de públicos-alvo e decisões.
Detalhes de configuração da chave:
- Verificar se o Web SDK está enviando
decisioning.propositionDisplayeventos quando o conteúdo personalizado é renderizado - Verificar se o Web SDK está enviando
decisioning.propositionInteracteventos quando os visitantes interagem com conteúdo personalizado (cliques, rejeições) - Para o Mobile SDK: verifique se os eventos de interação de mensagem no aplicativo e cartão de conteúdo foram capturados
- Configurar o rastreamento de eventos de conversão para métricas de sucesso downstream (compras, inscrições, adoção de recursos)
- Garantir que os eventos incluam a ID da apresentação para atribuição a decisões de personalização específicas
Documentação do Experience League:
Fase 7: relatar e otimizar
Função do aplicativo: AJO: Reporting & Performance Analysis, Reporting & Analysis
O que você configurará: Configure o monitoramento e a análise de desempenho para medir a eficácia da personalização em superfícies, segmentos e variantes de conteúdo. Use os relatórios nativos do AJO para métricas operacionais e Customer Journey Analytics para análise de impacto nos negócios entre canais.
Pontos de decisão nesta fase:
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| Opção | Quando escolher | Considerações |
| Somente relatórios nativos do AJO | Monitoramento operacional das métricas de entrega e envolvimento | Relatórios de campanha integrados com dados de impressão, clique e conversão. Configuração mais rápida. |
| Análise entre canais do CJA | Análise profunda do impacto da personalização nos resultados de negócios | Exige conexão e visualização de dados do CJA. Permite a análise, as comparações de coorte e a modelagem de atribuição do funnel em todos os canais. |
| AJO + CJA | Visibilidade operacional e analítica completa | Use o AJO para monitoramento diário e o CJA para análise estratégica. Recomendado para implementações de produção. |
Navegação da interface do usuário:
- Relatórios do AJO: Campanhas > Selecionar campanha > Exibir relatório
- CJA: Projetos > Criar novo projeto
Detalhes de configuração da chave:
- Acessar relatórios ao vivo da campanha durante a entrega ativa de personalização
- Revisar relatórios históricos de campanhas concluídas ou análises periódicas
- Para o CJA: configure uma conexão que inclua conjuntos de dados de evento da experiência do AJO e crie uma visualização de dados com métricas de personalização
- Crie painéis que controlam a taxa de envolvimento de personalização, o aumento de conversão, a taxa de aceitação da oferta e a receita por visita
- Para personalização baseada em decisão (Opção B): monitore o desempenho da oferta por posicionamento e eficácia da estratégia de classificação
Documentação do Experience League:
Considerações de implantação
Esta seção abrange medidas de proteção, armadilhas comuns, práticas recomendadas e decisões de compensação relevantes para esse padrão de caso de uso.
Medidas de proteção e limites
- As pesquisas na Edge Network têm um SLA de tempo de resposta menor que 200 ms para segmentos avaliados de borda — Medidas de proteção do Perfil do cliente em tempo real
- Máximo de 4.000 definições de segmento por sandbox — Medidas de proteção de segmentação
- Os segmentos do Edge estão limitados a verificações de atributos simples e consultas de associação de segmento — sem consultas de série temporal — Segmentação do Edge
- Somente uma política de mesclagem pode estar ativa no Edge por sandbox — Políticas de mesclagem
- Máximo de 10.000 ofertas personalizadas aprovadas por sandbox — Medidas de proteção do Gerenciamento de decisão
- Máximo de 30 disposições por decisão — medidas de proteção do Journey Optimizer
- Os modelos de classificação de IA exigem um mínimo de 1.000 eventos de conversão para treinamento
- O tempo de resposta do Offer Delivery no SLA é inferior a 500 ms na P95 para solicitações de escopo único
- Máximo de 500 campanhas ativas por sandbox — medidas de proteção do Journey Optimizer
- Máximo de 25 atributos computados ativos por sandbox — Medidas de proteção de atributos computados
Armadilhas comuns
- Política de mesclagem do Edge não configurada: sem uma política de mesclagem ativa de borda, o Edge Network não pode resolver o perfil autenticado, fazendo com que a personalização falhe ou volte ao comportamento anônimo. Verifique se exatamente uma política de mesclagem tem
isActiveOnEdge: truena sandbox. - Público-alvo não qualificado para borda: se as expressões de regra de segmento de público-alvo usarem consultas de série temporal, agregações complexas ou
inSegment()referências a segmentos somente em lote, elas não serão qualificadas para avaliação de borda e não poderão potencializar a personalização em tempo real. Validar a qualificação da borda durante a definição do público-alvo. - Lacuna de identificação durante a autenticação: Quando um visitante faz a transição de anônimo para autenticado, pode haver um breve momento em que o perfil ainda não tenha sido resolvido. Verifique se a compilação de identidade está configurada corretamente e se o Web SDK envia a identidade autenticada via
identityMapimediatamente após o logon. - Oferta substituta ausente na decisão: Se nenhuma oferta substituta estiver configurada e nenhuma oferta personalizada se qualificar para um visitante, a decisão retornará um conteúdo vazio, criando uma experiência interrompida. Sempre configure uma oferta substituta que cubra todos os posicionamentos.
- O Web SDK não está enviando eventos de exibição de apresentação: Se
renderDecisionsestiver definido comotrue, mas eventos de exibição não estiverem sendo enviados, os relatórios não refletirão impressões reais. Verifique o rastreamento de eventos ao inspecionar solicitações de rede nas ferramentas de desenvolvedor do navegador. - Cintilação de conteúdo no carregamento da página: Se o conteúdo personalizado não for pré-ocultado durante a chamada de decisão, os visitantes poderão ver o conteúdo padrão brevemente antes de ser substituído. Use o trecho de pré-ocultação ou a pré-ocultação baseada em CSS para eliminar a cintilação.
Práticas recomendadas
- Comece com a personalização baseada em segmento (Opção A) para implementação inicial e, em seguida, evolua para baseada em decisão (Opção B) à medida que o catálogo de ofertas cresce e as necessidades de otimização aumentam
- Use públicos avaliados de borda sempre que possível para personalização em tempo real; reserve streaming e públicos em lote para casos de uso complementares
- Implemente a experimentação de conteúdo em experiências personalizadas para validar se a personalização leva a um aumento mensurável em relação ao conteúdo padrão
- Personalização do design com uma estratégia de degradação adequada — se o perfil não puder ser resolvido na borda, exiba um conteúdo padrão bem projetado em vez de uma experiência interrompida
- Use atributos computados para criar sinais de personalização de alto valor, como pontuação de engajamento, afinidade de produto e dias desde a última compra, o que melhora a qualidade da personalização baseada em segmento e decisão
- Mantenha um processo de governança de conteúdo para garantir que o conteúdo personalizado permaneça atualizado, sob marca e em conformidade em todas as superfícies
- Monitore o desempenho da personalização por segmento para identificar quais públicos se beneficiam mais da personalização e onde o aumento é mais forte
Decisões de compensação
- A granularidade mais alta favorece: melhor experiência do cliente, maior engajamento, aumento de conversão mais forte
- A menor granularidade favorece: implementação mais rápida, menor carga de manutenção de conteúdo, governança mais simples
- Recomendação: comece com 3 a 5 segmentos de alto impacto (por exemplo, camadas de fidelidade ou estágios do ciclo de vida) com diferenciação clara de conteúdo. Expanda a granularidade com base no aumento de desempenho medido. Use a decisão (opção B) para dimensionar a granularidade sem o crescimento proporcional do gerenciamento de conteúdo.
- A decisão favorece: escalabilidade, otimização automática, cenários complexos de qualificação
- Vantagens baseadas em segmentos: Previsibilidade, controle de conformidade, transparência das partes interessadas
- Recomendação: use personalização baseada em segmento para conteúdo sensível à conformidade (mensagens normativas, preços específicos de camada), onde o controle exato é necessário. Use a decisão para conteúdo promocional, ofertas e recomendações em que a otimização dinâmica agrega valor.
- Somente Edge favorece: Latência de subsegundos, arquitetura mais simples
- O enriquecimento pré-calculado favorece: sinais de personalização mais avançados, definições de público mais sofisticadas
- Recomendação: Use atributos computados para pré-agregar sinais comportamentais avançados em atributos de perfil de borda disponível. Isso fornece a riqueza de dados comportamentais com a velocidade da avaliação de borda.
Documentação relacionada
Os recursos a seguir fornecem detalhes adicionais sobre as tecnologias e configurações mencionadas neste guia.