Offer Decisioning
Este guia descreve o padrão de caso de uso do Offer Decisioning, que usa a Decisão do Adobe Journey Optimizer (AJO) e o Adobe Real-Time Customer Data Platform (RT-CDP) para implementar uma lógica de seleção de oferta centralizada que determina a próxima melhor oferta para cada perfil de cliente em todos os canais. Ele foi projetado para arquitetos de soluções, tecnólogos de marketing e engenheiros de implementação que precisam entender o que esse padrão faz, os objetivos de negócios que ele aceita, os casos de uso táticos que ele permite e os aplicativos Adobe envolvidos.
O padrão separa a decisão “o que mostrar” da lógica de canal “onde mostrar”, permitindo uma seleção de oferta consistente e otimizada por email, Web, aplicativo móvel e qualquer outro ponto de contato. O AJO Decisioning gerencia todo o ciclo de vida da oferta: criação de ofertas e gerenciamento de catálogos, regras de elegibilidade (quem pode ver cada oferta), estratégias de classificação (como selecionar entre ofertas elegíveis), disposições (onde as ofertas aparecem) e políticas de decisão (que vinculam tudo).
Padrão do caso de uso
Esta seção descreve o plano de execução e a definição de padrão do Offer Decisioning.
Offer Decisioning
Use a lógica de decisão centralizada para selecionar a melhor oferta ou conteúdo para um perfil em todos os canais.
Plano de execução: Avaliação de público-alvo > Elegibilidade da oferta > Estratégia de classificação > Execução de decisão > Entrega > Relatórios
Visão geral do caso de uso
As empresas geralmente precisam apresentar a oferta, a promoção ou o incentivo mais relevante para cada cliente no momento da interação. Se a interação ocorrer em uma campanha de email, em uma página inicial do site, em um aplicativo móvel ou em um ponto de decisão em uma jornada de várias etapas, o desafio é o mesmo: selecionar a oferta ideal de um catálogo de opções disponíveis com base em quem é o cliente, para o que ele se qualifica e qual oferta tem maior probabilidade de gerar o resultado desejado.
O Offer Decisioning aborda isso centralizando toda a lógica de seleção de ofertas no mecanismo de Gestão de decisões da AJO. Em vez de codificar atribuições de oferta em campanhas ou canais individuais, o mecanismo de decisão avalia os atributos, a associação de público-alvo e os sinais contextuais de cada perfil para determinar a melhor oferta em tempo real. Essa centralização garante que o mesmo cliente receba ofertas consistentes e otimizadas, independentemente do canal pelo qual se envolva.
Esse padrão difere da personalização da Web/aplicativo de visitante conhecido no escopo — o Offer Decisioning é independente de canal e centralizado, enquanto a personalização de visitante conhecido se concentra na personalização de superfície digital. Ela difere da recomendação comportamental no modelo de catálogo — use o offer decisioning quando o conjunto de itens elegíveis for regido por regras de negócios, restrições de elegibilidade ou requisitos regulatórios (promoções, produtos financeiros, incentivos). Use recomendações comportamentais quando o conjunto de itens for grande, alterado continuamente e a seleção for impulsionada por similaridade comportamental ou sinais de afinidade (catálogos de produtos, bibliotecas de conteúdo).
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.
KPIs: Compromisso, Taxas de Conversão, Satisfação do Cliente (CSAT)
Impulsionar vendas cruzadas e vendas adicionais
Promova produtos ou serviços complementares e premium para os clientes existentes com base no histórico de comportamento e de compras.
KPIs: % de venda adicional/venda cruzada, Receita incremental, Valor vitalício do cliente
Aumente a fidelidade do cliente e o valor vitalício
Aprofunde as relações com o cliente e maximize o valor a longo prazo por meio de programas de fidelidade, recompensas e envolvimento personalizado.
KPIs: Valor vitalício, Retenção, Venda adicional/venda cruzada do cliente %
Exemplo de casos de uso tático
Os cenários a seguir ilustram como o Offer Decisioning pode ser aplicado na prática.
- Próxima melhor oferta em campanhas de email — selecione a promoção mais relevante por recipient no momento do envio
- Banner promocional em tempo real no site — a decisão seleciona a oferta no carregamento da página com base no perfil do visitante
- Cartão no aplicativo personalizado com o melhor incentivo para o estágio do ciclo de vida do usuário
- Consistência de ofertas entre canais — a mesma lógica de decisão utiliza email, Web e push para que o cliente veja uma experiência de oferta unificada
- Seleção dinâmica de cupom ou desconto com base no nível de valor do cliente (por exemplo, clientes de alto valor recebem uma oferta premium)
- Atualização de produto ou seleção de oferta de venda adicional com base no nível de assinatura atual
- Personalização da oferta de recompensa de fidelidade com base no nível e no histórico de atividades
Indicadores-chave de desempenho
Os KPIs a seguir ajudam a medir a eficácia de uma implementação do Offer Decisioning.
Aplicativos
Os seguintes aplicativos da Adobe são usados neste padrão de caso de uso.
- Adobe Journey Optimizer (AJO) — Mecanismo do Gerenciamento de Decisões para criação de ofertas, regras de qualificação, estratégias de classificação, posicionamentos e políticas de decisão; configuração de canais e criação de mensagens para entrega de ofertas; execução de campanhas e jornadas
- Adobe Real-Time Customer Data Platform (RT-CDP) — Avaliação de público-alvo para segmentos de qualificação de oferta; dados de perfil e atributos computados usados na qualificação e classificação
- Adobe Experience Platform (AEP) — Repositório de perfil unificado, resolução de identidade e base de dados com suporte para AJO e RT-CDP
Documentação relacionada
Os recursos a seguir fornecem detalhes adicionais sobre os componentes usados neste padrão de caso de uso.