Recursos preditivos de engajamento do usuário journey-ai

Com o Campaign, você pode otimizar o design e a entrega de jornadas de clientes para prever a preferência de engajamento de cada pessoa. Alimentada por IA e aprendizado de máquina, a Otimização de tempo de envio e a Pontuação preditiva de engajamento da Adobe Campaign podem analisar e prever taxas abertas, tempos de envio ideais e churn provável de acordo com métricas de engajamento histórico.

IMPORTANT
Esse recurso não está disponível para uso imediato como parte do produto. A implementação exige o engajamento da Adobe Consulting. Entre em contato com seu representante da Adobe para obter mais detalhes.

A Adobe Campaign oferece dois novos modelos de aprendizado de máquina: Otimização preditiva do tempo de envio e Pontuação preditiva do engajamento. Esses dois modelos são modelos de aprendizado de máquina específicos para projetar e fornecer melhores jornadas ao cliente.

  • A Otimização preditiva do tempo de envio prevê qual é o melhor tempo de envio para cada perfil de destinatário para aberturas de email ou cliques e aberturas de mensagem por push. As pontuações indicam o melhor horário de envio para cada dia da semana e qual o melhor dia para enviar a fim de obter melhores resultados para cada perfil de destinatário.

  • Pontuação preditiva de engajamento: prevê a probabilidade de engajamento de um recipient em uma mensagem, bem como a probabilidade de opt out (cancelamento de inscrição) nos próximos 7 dias após o próximo envio de email. As probabilidades são divididas em grupos de acordo com o nível previsto de engajamento com seu conteúdo: alto, médio ou baixo. Esses modelos também fornecem a classificação do percentil de risco de cancelamento de subscrição para que os clientes entendam onde está a classificação de um determinado cliente em relação a outros.

Otimização preditiva do tempo de envio predictive-send-time

A Otimização preditiva de tempo de envio prevê qual é o melhor momento de envio para cada perfil de recipient para aberturas ou cliques de email e aberturas de mensagem por push. As pontuações indicam o melhor horário de envio para cada dia da semana e qual o melhor dia para enviar a fim de obter melhores resultados para cada perfil de destinatário.

No modelo de Otimização preditiva de tempo de envio, há dois submodelos:

  • O tempo preditivo de envio para abrir é o melhor horário para o envio de uma comunicação ao cliente para maximizar as aberturas

  • O tempo preditivo de envio para o clique é o melhor horário para o envio da comunicação ao cliente para maximizar os cliques

Entrada do modelo: Logs da entrega, logs de rastreamento e atributos de perfil (não PII)

Saída do modelo: Melhor horário para o envio de uma mensagem (para aberturas e cliques)

Detalhes da saída

  • Calcula o melhor horário do dia para enviar um email nos 7 dias da semana com intervalos de 1 hora (por exemplo: 9h, 10h, 11h)

  • O modelo indicará o melhor dia da semana e o melhor horário do dia

  • Cada horário ideal é calculado duas vezes: uma vez para maximizar a taxa de abertura e outra para maximizar a taxa de cliques

  • São administrados 16 campos (14 para os dias da semana e 2 para a semana inteira):

  • Melhor horário para enviar um email para otimizar cliques na segunda-feira - valores entre 0 e 23

  • Melhor horário para enviar um email para otimizar as aberturas na segunda-feira - valores entre 0 e 23

  • Melhor horário para enviar um email para otimizar cliques no domingo - valores entre 0 e 23

  • Melhor horário para enviar um email para otimizar as aberturas no domingo - valores entre 0 e 23

  • Melhor dia para enviar um email para otimizar as aberturas da semana inteira - de segunda a domingo

  • Melhor horário para enviar um email para otimizar as aberturas da semana inteira - valores entre 0 e 23

NOTE
O modelo precisa de pelo menos um mês de dados para produzir resultados significativos.
Esses recursos preditivos se aplicam somente aos canais de email e push.

Depois de implementados no Campaign, os recursos de aprendizado de máquina enriquecem os dados dos perfis com novas guias e as melhores pontuações de abertura/clique. As métricas são calculadas e trazidas para o Campaign usando workflows técnicos.

Para acessar essas métricas, é necessário:

  1. Abrir um perfil e clicar no botão Editar.

  2. Clicar na guia Enviar pontuação de tempo por clique ou Enviar pontuação de tempo ao abrir.

Por padrão, as pontuações do perfil oferecerão o melhor horário do dia para cada dia da semana e o melhor horário geral da semana.

Enviar mensagens no melhor momento use-predictive-send-time

Para que os emails sejam enviados no horário ideal por perfil, a entrega deve ser agendada usando a opção Send at a custom date defined by a formula.

Saiba como calcular a data de envio nesta seção.

A fórmula precisa ser preenchida com o melhor horário específico do dia em que a entrega for lançada.

Exemplo de fórmula:

AddHours([currentDelivery/scheduling/@contactDate],
[cusSendTimeScoreByClickprofile_link/@EMAIL_BEST_TIME_TO_CLICK_WEDNESDAY])

NOTE
O modelo de dados pode ser diferente dependendo da implementação.

Pontuação de envolvimento preditivo predictive-scoring

A Pontuação preditiva de engajamento prevê a probabilidade de engajamento de um recipient em uma mensagem, bem como a probabilidade de opt out (cancelamento de inscrição) nos próximos 7 dias após o próximo envio de email.

As probabilidades são divididas em grupos de acordo com o nível previsto de engajamento com seu conteúdo: alto, médio ou baixo. Esses modelos também fornecem a classificação do percentil de risco de cancelamento de subscrição para que os clientes entendam onde está a classificação de um determinado cliente em relação a outros.

A Pontuação preditiva de engajamento permite:

  • Selecionar um público-alvo: ao usar a atividade de consulta, você pode selecionar o público-alvo para se engajar com uma mensagem específica
  • Excluir um público-alvo: usando a atividade de consulta, você pode remover o público-alvo com maior probabilidade de cancelar a inscrição
  • Personalizar: personalizar mensagens de acordo com o nível de engajamento (usuários altamente engajados receberão uma mensagem diferente daqueles não engajados)

Este modelo usa várias pontuações para indicar:

  • Pontuação de engajamento ao abrir/Pontuação de engajamento ao clicar: esse valor corresponde à probabilidade de um assinante se engajar com uma mensagem específica (abrir ou clicar). Os valores variam de 0,0 a 1,0.
  • Probabilidade de cancelamento de inscrição: esse valor corresponde à probabilidade do destinatário cancelar a inscrição do canal de email considerando um email aberto. Os valores variam de 0,0 a 1,0.
  • Nível de retenção: esse valor classifica os usuários em três níveis: baixo, médio e alto. O alto tem mais probabilidade de adesão à marca, enquanto o baixo provavelmente cancelará a assinatura.
  • Classificação de percentual de retenção: Classificação do perfil em termos de probabilidade de cancelamento de assinatura. Os valores variam de 0,0 a 1,0. Por exemplo, se a classificação de porcentagem de retenção for de 0,953, esse destinatário terá maior probabilidade de permanecer com a marca e menos probabilidade de cancelar a assinatura do que 95,3% de todos os destinatário.
NOTE
Esses recursos preditivos se aplicam apenas para entregas de email.
O modelo precisa de pelo menos um mês de dados para produzir resultados significativos.

Entrada do modelo: Logs da entrega, logs de rastreamento e atributos específicos do perfil

Saída do modelo: Um atributo de perfil que descreve a pontuação e a categoria do perfil

Para acessar essas métricas, é necessário:

  1. Abrir um perfil e clicar no botão Editar.

  2. Clicar na guia Pontuações de engajamento para canal de email.

Ao usar uma atividade de query em um workflow, a pontuação pode ser usada para otimizar o público. Por exemplo, com os critérios Nível de retenção:

recommendation-more-help
3ef63344-7f3d-48f9-85ed-02bf569c4fff