Personalize conversas com os clientes e ative a intenção do cliente usando o Perfil do cliente em tempo real com dados não estruturados

AVAILABILITY
Este recurso está atualmente em beta. A funcionalidade e a documentação estão sujeitas a alterações. Para participar deste beta, entre em contato com o Atendimento ao cliente da Adobe ou com o seu representante de conta.

No Adobe Experience Platform, você pode consolidar os dados do cliente em uma visualização unificada combinando dados de vários canais com o Perfil do cliente em tempo real. O Perfil do cliente em tempo real com dados não estruturados estende os perfis existentes do cliente com dados conversacionais e outros dados do cliente baseados em texto. Isso permite que os agentes voltados para o cliente usem o contexto do perfil e o histórico de conversas configurados e que os profissionais de marketing definam sinais para a qualificação do público-alvo e a personalização downstream.

Noções básicas sobre perfis com dados não estruturados understanding

Atualmente, o Perfil do cliente em tempo real combina dados estruturados de vários canais, incluindo online, offline, CRM e de terceiros, consolidando esses dados em uma visualização unificada que oferece uma conta acionável e com carimbo de data e hora de cada interação com o cliente. No entanto, isso não abrange a assimilação de dados não estruturados, o que significa que os dados de conversas, transcrições ou outros dados multimodais (como PDFs ou imagens) não estão disponíveis para serem usados com o Perfil.

Perfil com dados não estruturados disponibiliza dados conversacionais e outros dados do cliente baseados em texto para o contexto do cliente e a extração de sinal, permitindo personalizar interações entre agentes e canais compatíveis.

O perfil com dados não estruturados fornece os seguintes recursos aos clientes da Experience Platform:

  • Entenda a intenção do cliente: assimilar conversas, mensagens, consultas de pesquisa, transcrições de chamadas, pesquisas e outras interações baseadas em texto para enriquecer o perfil do cliente existente.
  • Personalizar conversas: combine atributos de perfil, associação de público-alvo e histórico de conversas para que a Brand Concierge e outros agentes voltados para o cliente possam oferecer experiências personalizadas com continuidade entre agentes, sessões, dispositivos e canais.
  • Ativar intenção em tempo real: extraia sinais definidos pelo profissional de marketing de conversas e ative-os por meio de públicos, jornadas e personalização. Essas ativações downstream podem ser usadas em toda a Experience Platform, incluindo o Adobe Journey Optimizer e o Target.

Casos de uso use-cases

Perfil com dados não estruturados permite usar dados conversacionais como um sinal de ativação para mais engajamentos, o que permite direcionar personalizações de entrada e ativações de saída com mais facilidade. Como resultado, você pode usar esses perfis em vários casos de uso.

Personalização de conversa

Varejo
Um comprador pede roupas de treino. O agente de IA conversacional pode aproveitar o Perfil com dados não estruturados para personalizar suas recomendações com base no nível de fidelidade do comprador, nas preferências de desgaste ativo e nos interesses conhecidos.
Viagens e hospitalidade
Um viajante pergunta qual viagem seria mais adequada para eles. O agente de IA conversacional pode aproveitar o Perfil com dados não estruturados para adaptar suas recomendações com base no aeroporto de partida preferido do usuário, no status de fidelidade e nas preferências de viagem.
Serviços financeiros
Um cliente pergunta sobre cartões de crédito. O agente de IA conversacional pode aproveitar o Perfil com dados não estruturados para personalizar suas recomendações com base no nível de relacionamento e nas participações de cartão existentes para comparar cartões diferentes.
Telecomunicações
Um assinante pergunta sobre telefones e planos. O agente de IA conversacional pode aproveitar o Perfil com dados não estruturados para personalizar suas recomendações com base no plano atual, no dispositivo existente e no status de fidelidade.
Automotivo
Um visitante de uma concessionária de automóveis já demonstrou interesse em opções de financiamento. O agente de IA de conversação pode aproveitar o Perfil com dados não estruturados para usar esse interesse conhecido e trazer opções relevantes de empréstimo e leasing para a conversa.
B2B
Anteriormente, um visitante mostrava interesse em serviços de consultoria fiscal. O agente de IA conversacional pode aproveitar o Perfil com dados não estruturados para personalizar suas recomendações e recomendar serviços relevantes.

Extração e ativação de sinal

Varejo
Um comprador menciona o treinamento para uma meia-maratona de trilha em condições de congelamento e vento. O perfil com dados não estruturados pode extrair o propósito de desempenho ao ar livre para qualificação de público-alvo e enviar ofertas de vestuário relevantes no site e por email para vestuário de treinamento em tempo frio.
Viagens e hospitalidade
Um viajante descreve uma viagem de aniversário ao Japão, incluindo o interesse em uma cerimônia tradicional de ryokan, onsen e chá. O perfil com dados não estruturados pode extrair esse interesse do Japão para a qualificação de públicos e apresentar ofertas de viagem relevantes, incluindo um banner personalizado de site e um email de “fuga” de aniversário.
Serviços financeiros
Um cliente menciona querer revisar suas economias na aposentadoria. O perfil com dados não estruturados pode extrair essa intenção de “planejamento de aposentadoria” para qualificação de público-alvo e configurar acompanhamentos personalizados, incluindo um convite de site ou email incentivando um compromisso com o consultor atribuído.
Telecomunicações
Um assinante descreve seu telefone com bateria de baixa duração e uma tela rachada, mencionando que ele está pronto para atualizar seu telefone. Perfil com dados não estruturados pode extrair a intenção de “pronto para atualizar seu dispositivo” e configurar ofertas personalizadas, incluindo oportunidades de troca por meio do site ou por email.
Automotivo
Um visitante menciona que o aluguel do carro termina em breve, então precisa comprar um carro novo. O perfil com dados não estruturados pode extrair a intenção de substituição do carro e oferecer ofertas financeiras personalizadas quando o visitante retornar ao site.
B2B
Um visitante diz que sua empresa precisa fechar os livros anuais e os impostos de arquivo. O perfil com dados não estruturados pode extrair a intenção do fechamento do ano e oferecer recomendações de serviços contábeis e fiscais relevantes.

Continuidade

Agente cruzado (Varejo)
Um comprador menciona a um assistente de compras que ele precisa de uma jaqueta para correr a pista de frio. Mais tarde, eles perguntam a um agente de IA do serviço de atendimento ao cliente sobre o dimensionamento. O perfil com dados não estruturados permite que o agente de serviço use dados de histórico de conversas anteriores e do contexto do cliente, de modo que o comprador não precise repetir seus requisitos.
Entre canais (Viagem e hospitalidade)
Um viajante discute uma viagem de aniversário ao Japão com um agente de IA conversacional de um site, compartilhando datas preferidas e um interesse em um ryokan tradicional. Mais tarde, o viajante contata a marca através do WhatsApp. Quando ambas as interações estão vinculadas à identidade do viajante, o agente do WhatsApp pode usar o Perfil com dados não estruturados compartilha a conversa do site com o agente do WhatsApp, permitindo que ele continue planejando em vez de reiniciar a descoberta.
Entre dispositivos (Varejo)
Um comprador conversa anonimamente com um agente de IA conversacional em seu laptop sobre roupas para trilhas de frio e, em seguida, faz logon antes de sair. Mais tarde, o usuário entra em seu telefone. Quando a conversa anônima está vinculada à sua identidade de entrada, o Perfil com dados não estruturados disponibiliza essa conversa anônima em todos os dispositivos, permitindo que o agente continue a discussão.
Sessões cruzadas (automotivo)
Um cliente discute as opções de veículo, o orçamento e uma expiração futura de leasing de um agente de IA conversacional. O usuário retorna alguns dias depois e inicia uma nova conversa. O perfil com dados não estruturados disponibiliza o histórico da conversa anterior, para que o agente possa retomar a pesquisa com base na discussão.

Fluxo de amostra sample-flow

Considere uma retailer que vende roupas e roupas de ar livre.

Nesse cenário, um cliente, John, visita o site da retailer e inicia um agente de IA conversacional para solicitar recomendações sobre roupas de treino. Como John está conectado, o Perfil com dados não estruturados pode fornecer o contexto de cliente configurado, incluindo o nível de fidelidade Ouro, as preferências de desgaste ativo e o interesse em esportes ao ar livre. O agente pode então usar esse contexto para adaptar ainda mais suas recomendações.

John então afirma: “Estou treinando para uma meia maratona, e as manhãs estão congelando e ventando. Preciso de algo que possa me manter aquecido sem superaquecimento.” O agente agora pode combinar as necessidades declaradas de John com suas preferências existentes para recomendar um vestuário adequado, como uma jaqueta leve e resistente ao vento.

Além disso, a Experience Platform usa o Perfil com dados não estruturados para detectar um sinal de intenção de “desempenho ao ar livre” definido pelo profissional de marketing das conversas. Como resultado, esse sinal permite que John se qualifique para um público-alvo com “Intenção de desempenho ao ar livre” e ofereça suporte a experiências personalizadas subsequentes.

Por exemplo, a retailer pode usar o público-alvo “Intenção de desempenho ao ar livre” para mostrar a John uma oferta de treinamento sobre clima frio quando ele retornar ao site ou enviar um email personalizado por meio de um aplicativo como o Adobe Journey Optimizer. Com o público-alvo e a jornada apropriados configurados, esse email pode apresentar roupas de execução relevantes, bem como uma oferta de pontos duplos de um membro Gold.

Pré-requisitos do Beta prerequisites

Para usar o Perfil com dados não estruturados, você deve atender aos seguintes pré-requisitos:

  • Já é um usuário do Real-Time CDP ou Adobe Journey Optimizer
  • não possui o complemento Healthcare Shield

Se você atender a todos esses pré-requisitos, entre em contato com o Atendimento ao cliente da Adobe para obter mais informações sobre como solicitar a ativação do Perfil com dados não estruturados.

Exigências requirements

Antes de continuar com o Perfil com a configuração de dados não estruturados, você precisará concluir as seguintes etapas:

  • Habilitar Regras de Vinculação do Gráfico de Identidade
  • Crie um conjunto de dados habilitado para perfil e assimile pelo menos um perfil nesse conjunto de dados
    • Isso permite que o Perfil com dados não estruturados crie a narrativa do perfil. Este conjunto de dados é separado do conjunto de dados no qual as conversas e outros dados não estruturados são assimilados.

Depois que o Perfil com dados não estruturados for ativado, você poderá começar a usar esse recurso configurando as seguintes etapas:

  • Assimilar dados não estruturados no Experience Platform
  • Configurar o contexto do perfil para personalizar conversas
  • Configurar sinais para extrair dados de dados não estruturados para ativação

Assimilar dados não estruturados ingest

Para usar dados não estruturados como parte de seu processo de personalização, primeiro será necessário assimilar esses dados na Experience Platform.

O método para assimilar dados não estruturados difere, dependendo da origem dos dados não estruturados.

Texto bruto padrão

Para a identidade simples padrão com caso de uso de texto bruto, é possível usar um esquema e um conjunto de dados ExperienceEvent para assimilar os dados no Experience Platform. Isso é melhor usado para a maioria dos casos de uso, incluindo importação de transcrições, conversas, notas e revisões.

Criar um esquema

note important
IMPORTANT
não habilite o esquema de dados não estruturados para o Perfil. ou o conjunto de dados não estruturado para Perfil e Identidade.

Primeiro, será necessário criar um esquema XDM ExperienceEvent para o conjunto de dados. Este schema precisa incluir as seguintes informações:

  • O grupo de campos unstructuredContent. Para obter mais informações sobre o grupo de campos de conteúdo não estruturado, consulte o GitHub XDM.
  • Uma identidade para marcar o indivíduo conhecido. Essa identidade pode ser um mapa de identidade ou um campo marcado como o descritor de identidade.

Para saber como criar um esquema, leia o guia Criar um esquema.

Criar um conjunto de dados

note important
IMPORTANT
não habilite o conjunto de dados não estruturado para o Perfil ou a Identidade.

Após criar o esquema, você pode criar um conjunto de dados que use esse esquema. Para saber como criar um conjunto de dados com base em um esquema existente, leia o guia Criar um conjunto de dados.

Depois de criar o conjunto de dados, você pode fazer uma solicitação PATCH para o ponto de extremidade v2/dataSets enquanto fornece a ID do conjunto de dados recém-criado. Isso permite atualizar o conjunto de dados para uso com o Perfil com dados não estruturados.

accordion
Exemplo de solicitação e resposta de patch para habilitar o conjunto de dados para o Perfil com dados não estruturados.
code language-shell
curl -X PATCH https://platform.adobe.io/data/foundation/catalog/v2/dataSets/67b3077efa10d92ab7a71858 \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}' \
  -H 'Content-Type: application/json' \
  -d '{
    "extensions": {
        "adobe_unifiedProfile": {
            "semanticProfile": {
                "enablement": {
                    "status": "READY"
                }
            }
        },
        "adobe_dataContent": {
            "channel": "call_transcripts"
        }
    }
  }'

Uma resposta bem-sucedida retorna o status HTTP 200 com a ID do conjunto de dados recém-atualizado.

code language-json
[
    "@/dataSets/67b3077efa10d92ab7a71858"
]

Assimilar dados

Agora que o esquema e o conjunto de dados estão configurados, você pode começar a assimilar dados na Experience Platform. Você pode usar um conector de origem padrão para carregar os dados no Experience Platform, pois há suporte para CSV, JSON e Parquet. Ao assimilar os dados, coloque o texto não estruturado no campo rawText e a identidade na coluna identity.

Agora você pode entrar em contato com o Atendimento ao cliente da Adobe com informações como ID da organização, informações da sandbox, informações do conjunto de dados e método de assimilação (ID simples com XDM de texto bruto) para concluir a configuração da assimilação de dados.

Negócios do WhatsApp
note availability
AVAILABILITY
O conector WhatsApp está em beta fechado.

Para saber como configurar o conector WhatsApp, leia o WhatsApp guia do conector.

Quando você configura o conector do WhatsApp, o conjunto de dados WhatsAppdo Evento Bruto do Webhook é criado automaticamente. Esse conjunto de dados é ativado automaticamente para o Perfil com dados não estruturados com as informações do canal também aplicadas.

Depois de configurar o conector WhatsApp, entre em contato com o Atendimento ao Cliente da Adobe com informações, incluindo a ID da organização, informações da sandbox, canal (WhatsApp Business) e o modo (streaming ou lote) para incluir na lista de permissões o conector a ser usado para o Perfil com dados não estruturados.

Conversas do Brand Concierge

Para conversas no Brand Concierge, três conjuntos de dados que rastreiam o prompt do usuário, a resposta do agente e o feedback são criados automaticamente.

Para habilitar esses conjuntos de dados para o Perfil com dados não estruturados, é necessário fazer uma solicitação PATCH para o ponto de extremidade v2/dataSets e, ao mesmo tempo, fornecer a ID de cada um dos três conjuntos de dados.

accordion
Exemplo de solicitação e resposta de patch para habilitar o conjunto de dados para o Perfil com dados não estruturados.
code language-shell
curl -X PATCH https://platform.adobe.io/data/foundation/catalog/v2/dataSets/67b3077efa10d92ab7a71858 \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}' \
  -H 'Content-Type: application/json' \
  -d '{
    "extensions": {
        "adobe_unifiedProfile": {
            "semanticProfile": {
                "enablement": {
                    "status": "READY"
                }
            }
        }
    }
  }'

Uma resposta bem-sucedida retorna o status HTTP 200 com a ID do conjunto de dados recém-atualizado.

code language-json
[
    "@/dataSets/67b3077efa10d92ab7a71858"
]

Configurar o contexto do perfil

Depois de assimilar dados não estruturados na Experience Platform, você pode configurar o contexto do perfil para ajudar a personalizar suas conversas. Você pode configurar essa narrativa de perfil usando o Coworker ou as APIs do Experience Platform.

CX Enterprise Coworker

Você pode começar a configuração perguntando “Quero criar uma configuração de perfil semântico” no Coworker.

O parceiro guiará você pelas etapas para configurar o Perfil com dados não estruturados ao prosseguir com as seguintes etapas:

  • O colega de trabalho perguntará “Qual é o seu caso de uso”?

  • Depois de descrever seu caso de uso, o Colaborador fornecerá uma lista de atributos relevantes, com base no caso de uso

  • Depois que você confirmar que os atributos parecem bons, o Co-Worker guiará você pelas opções de configuração restantes. Por padrão, a configuração terá não descrições de público-alvo, usará a narrativa de perfil precisa, terá rótulos de ação de marketing não e usará o namespace de pessoa padrão.

    • Se você quiser adicionar as descrições do público-alvo à narrativa de perfil
      • Incluir a descrição do público-alvo adiciona contexto à narrativa do perfil quando o perfil se qualifica para esse público-alvo. A adição de descrições de público-alvo não filtra quais clientes recebem personalização.
    • A precisão da narrativa do perfil
    • As ações de marketing
    • O namespace da pessoa usado

Depois de seguir essas etapas, seu Perfil com contexto de dados não estruturados é criado.

Chamadas de API

Você pode configurar o Perfil com contexto de dados não estruturados usando as APIs do Experience Platform.

Antes de continuar, leia o guia de introdução para obter links para a documentação relacionada, um guia para ler as chamadas de API de exemplo nesta seção e informações importantes sobre os cabeçalhos necessários para fazer chamadas com êxito para qualquer API Experience Platform.

Obter categorias get-categories

Primeiro, será necessário obter as categorias para o contexto do Perfil. As categorias são agrupamentos de atributos de perfil que estão disponíveis na sandbox.

Formato da API

code language-http
GET /semanticprofile/config/category

Solicitação

A solicitação a seguir recupera uma lista de todas as categorias disponíveis e seus atributos na sandbox.

accordion
Uma solicitação de amostra para recuperar as categorias disponíveis.
code language-shell
curl -X GET https://platform.adobe.io/data/core/semanticprofile/config/category \
 -H 'Authorization: Bearer {ACCESS_TOKEN}' \
 -H 'x-gw-ims-org-id: {IMS_ORG}' \
 -H 'x-api-key: {API_KEY}' \
 -H 'x-sandbox-name: {SANDBOX_NAME}'

Resposta

Uma resposta bem-sucedida retorna o status HTTP 200 com uma lista das categorias disponíveis para sua organização e sandbox.

accordion
Um exemplo de resposta que contém uma lista das categorias e atributos que pertencem à sua organização e sandbox
code language-json
{
  "requestId": "b2c3d4e5-f6a7-8901-bcde-f23456789012",
  "result": [
    {
      "categories": [
        {
          "name": "Customer Demographics",
          "attributes": [
            "person.name.firstName",
            "person.name.lastName",
            "person.gender",
            "person.maritalStatus"
          ]
        },
        {
          "name": "Contact Information",
          "attributes": [
            "personalEmail.address",
            "mobilePhone.number"
          ]
        }
      ]
    }
  ]
}
table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3
Campo Tipo Descrição
requestId String O identificador exclusivo da solicitação.
result Matriz Uma matriz que contém as categorias disponíveis para sua sandbox.
categories.name String O nome da categoria.
categories.attributes Matriz Uma matriz que contém a lista de atributos disponíveis na categoria.

Criar uma configuração

Depois de obter as categorias disponíveis para sua sandbox, você pode criar uma configuração. A configuração contém as categorias e os atributos dos dados do perfil, os públicos que você deseja destacar, as ações de marketing, a precisão da narrativa, bem como o namespace.

Formato da API

code language-http
POST /semanticprofile/config/configuration

Solicitação

A solicitação a seguir cria um Perfil com configuração de dados não estruturados, usando a categoria Demografia do cliente, incluindo um público especificado, nenhuma ação de marketing, precisão narrativa difusa e namespace de email.

accordion
Uma solicitação de amostra para criar uma configuração de perfil.
code language-shell
curl -X POST https://platform.adobe.io/data/core/semanticprofile/config/configuration \
 -H 'Authorization: Bearer {ACCESS_TOKEN}' \
 -H 'Content-Type: application/json' \
 -H 'x-gw-ims-org-id: {IMS_ORG}' \
 -H 'x-api-key: {API_KEY}' \
 -H 'x-sandbox-name: {SANDBOX_NAME}' \
 -d '{
    "data": {
        "name": "CustomerSummary",
        "configurationDetails": {
            "category": [
                {
                    "name": "Customer Demographics",
                    "attributes": [
                        "person.name.firstName",
                        "person.name.lastName"
                    ]
                }
            ],
            "segments": {
                "limit": 1,
                "selection_mode": "inclusion",
                "inclusion": [
                    {
                        "id": "b2cf20ca-5d07-4ef2-b50a-994eb2c11349",
                        "priority": "1"
                    }
                ],
                "exclusion": []
            },
            "marketingActions": [],
            "narrative_precision": "fuzzy",
            "personNamespace": {
                "isPersonNamespaceEnabled": true,
                "code": ["Email"]
            }
        }
    }
 }'
table 0-row-4 1-row-4 2-row-4 3-row-4 4-row-4 5-row-4 6-row-4 7-row-4 8-row-4 9-row-4 10-row-4 11-row-4 12-row-4 13-row-4 14-row-4
Campo Obrigatório Tipo Descrição
name Sim String O nome da configuração. É usada como a chave na API narrativa.
configurationDetails Sim Objeto Um objeto que contém detalhes da configuração, incluindo as categorias, os detalhes do público-alvo, as ações de marketing, a precisão da narrativa e o namespace.
category Sim Matriz Uma matriz que contém informações sobre as categorias que você deseja que a configuração use.
category.name Sim String O nome da categoria que você deseja usar. Este deve corresponder a um valor da chamada da API de categorias GET.
category.attributes Sim Matriz Uma matriz de atributos que você deseja usar. Estes atributos devem fazer parte da categoria usada.
segments Não Objeto Um objeto que contém os públicos-alvo que você deseja adicionar à configuração.
segments.limit Não Número O número máximo de públicos-alvo que você deseja adicionar à configuração.
segments.selection_mode Não String O método pelo qual os públicos-alvo são escolhidos. No momento, somente inclusion é suportado.
segments.inclusion Não Matriz Uma matriz que contém os públicos-alvo que você deseja incluir. Os públicos-alvo são gravados como objetos que contêm a ID de definição do segmento e a prioridade. Um número menor significa uma prioridade mais alta (portanto, “1” é a prioridade mais alta).
marketingActions Não Matriz Uma matriz que contém as ações de marketing que você deseja aplicar à configuração. Para obter mais informações sobre ações de marketing, leia o manual de endpoint de ações de marketing.
narrative_precision Não String

O nível de precisão que a narrativa de configuração terá. Os valores suportados incluem precise, fuzzy e value_only.

  • precise: valores literais com conteúdo descritivo.
  • fuzzy: Intervalos ou percentis.
  • value_only: Valores precisos sem uma representação de intervalo ou percentil.
personNamespace Não Objeto Um objeto que contém detalhes do namespace de identidade da configuração. Se esse campo ficar em branco, o namespace padrão da sandbox será usado.
personNamespace.isPersonNamespaceEnabled Não Booleano Se definido como true, os namespaces listados em personNamespace.code serão usados. Caso contrário, o namespace padrão da sandbox será usado.
personNamespace.code Não Matriz Uma matriz que lista os códigos de namespace de identidade que a narrativa deve usar.

Resposta

Uma resposta bem-sucedida retorna o status HTTP 200 com uma ID de solicitação exclusiva e os detalhes da configuração recém-criada.

accordion
Um exemplo de resposta que contém a configuração recém-criada.
code language-json
{
    "requestId": "aaaa479b53a61598",
    "result": {
        [
            "CustomerSummary"
        ],
        "configurations": [
            {
                "name": "",
                "configurationDetails": {
                    "category": [
                        {
                            "name": "Customer Demographics",
                            "llm_desc": "",
                            "attributes": [
                                {
                                    "field": "person.name.firstName",
                                    "xdm_desc": "First Name",
                                    "llm_desc": ""
                                },
                                {
                                    "field": "person.name.lastName",
                                    "xdm_desc": "Last Name",
                                    "llm_desc": ""
                                }
                            ]
                        }
                    ]
                },
                "segments": {
                    "limit": 1,
                    "selection_mode": "inclusion",
                    "inclusion": [
                        {
                            "id": "b2cf20ca-5d07-4ef2-b50a-994eb2c11349",
                            "priority": "1",
                            "name": "High Value Customers",
                            "description": "Customers with LTV > $500",
                            "totalProfiles": 125000
                        }
                    ],
                    "exclusion": []
                },
                "marketingActions": [],
                "narrative_precision": "fuzzy",
                "personNamespace": {
                    "isPersonNamespaceEnabled": true,
                    "code": [
                        {
                            "code": "Email",
                            "name": "Email"
                        }
                    ]
                }
            }
        ]
    }
}

Agora que o contexto do perfil foi criado, você pode salvar a configuração no Brand Concierge ou em qualquer outro agente voltado para o cliente.

Contexto de perfil no Brand Concierge profile-context-brand-concierge

No Brand Concierge, selecione o concierge ao qual deseja aplicar a configuração do perfil.

O Brand Concierge é exibido, mostrando uma lista de concierges.

Após selecionar o concierge, vá para a guia Personalization, escolha a configuração criada anteriormente e selecione Salvar para aplicar a configuração do perfil.

A guia de personalização é exibida no Brand Concierge.

Contexto de perfil com outros agentes do cliente profile-context-other

Para usar o contexto de perfil com outros agentes voltados para o cliente, será necessário usar a API do Experience Platform para pesquisar o contexto de perfil do cliente e recuperar o histórico da conversa. Ao recuperar esses dois valores, o agente pode recuperar corretamente o contexto completo e relevante antes de iniciar uma conversa.

Para pesquisar o contexto do perfil do cliente, você precisará fazer uma solicitação GET para o ponto de extremidade /semanticprofile/lookup/narrative enquanto fornece os entityIdNS, entityId e configurationName como parâmetros de consulta.

Exemplo de solicitação e resposta para obter a narrativa do perfil
code language-shell
curl -X GET "https://platform.adobe.io/data/core/semanticprofile/lookup/narrative?entityIdNS=Email&entityId=jane.doe%2B1@example.com&configurationName=CustomerSummary" \
  -H "Authorization: Bearer {ACCESS_TOKEN}" \
  -H "x-api-key: {API_KEY}" \
  -H "x-gw-ims-org-id: {ORG_ID}" \
  -H "x-sandbox-name: {SANDBOX_NAME}"
table 0-row-2 1-row-2 2-row-2 3-row-2
Parâmetros de consulta Descrição
entityIdNS O namespace de identidade. Deve ser um namespace definido em sua sandbox. Os valores possíveis incluem Email, ECID e CRMID.
entityId O valor de identidade no namespace. Você deve codificar caracteres reservados em URLs. Por exemplo, se o email que você está procurando é john+1@example.com, ele deve ser escrito como john%2B1@example.com.
configurationName O nome da configuração criada anteriormente.

Uma resposta bem-sucedida retorna o status HTTP 200 com informações sobre o contexto do perfil.

code language-json
{
    "requestId": "7f3a9c8e-4d7b-4a6e-9f2c-1b6e8d4a2c91",
    "narrative": "Jane Doe is a member of the 'High Value Loyalty' audience. Her primary email address is jane.doe+1@example.com."
}
table 0-row-2 1-row-2 2-row-2
Campo Descrição
requestId A ID exclusiva gerada para a solicitação.
narrative O resumo do perfil de linguagem natural gerado.

Para pesquisar o histórico de conversa anterior de um cliente, será necessário fazer uma solicitação POST para o ponto de extremidade /semanticprofile/query/v1/profile, fornecendo entityIdNS e entityId como parâmetros de consulta.

Exemplo de solicitação e resposta
code language-shell
curl -X POST "https://platform.adobe.io/data/core/semanticprofile/query/v1/profile?entityIdNS=Email&entityId=jane.doe%2B1@example.com" \
 -H 'Authorization: Bearer {ACCESS_TOKEN}' \
 -H 'Content-Type: application/json' \
 -H 'x-gw-ims-org-id: {IMS_ORG}' \
 -H 'x-api-key: {API_KEY}' \
 -H 'x-sandbox-name: {SANDBOX_NAME}' \
 -d '{
    "conversations": {}
 }'
table 0-row-2 1-row-2 2-row-2
Parâmetros de consulta Descrição
entityIdNS O namespace de identidade. Deve ser um namespace definido em sua sandbox. Os valores possíveis incluem Email, ECID e CRMID.
entityId O valor de identidade no namespace. Você deve codificar caracteres reservados em URLs.

| Campo de solicitação | Tipo | Descrição |
| ------------- | -------- | ---- | ----------- |
| conversations | Objeto | Um objeto que determina que você deseja retornar informações sobre as conversas. Ao deixá-lo como um objeto vazio, você receberá automaticamente informações sobre as interações, metadados e sinais. |

Uma resposta de amostra retorna o status HTTP 200 com informações sobre as conversas da entidade solicitada.

code language-json
{
    "conversations": {
        "items": [{
            "conversation_id": "conv-001",
            "channel": "web-chat",
            "created_at": "2026-05-02T14:03:11Z",
            "last_active_at": "2026-05-02T14:21:55Z",
            "participants": [{
                "identity_map": {
                    "Email": [{
                        "id": "jane.doe+1@example.com",
                        "primary": true
                    }]
                },
                "role": "customer",
                "is_author": true
            }],
            "interactions": [{
                "interaction_id": "int-001",
                "timestamp": "2026-05-02T14:03:11Z",
                "contents": [{
                    "content_value": "Hi, I'd like to upgrade my plan.",
                    "content_type": "TEXT"
                }]
            }]
        }],
    "has_more": true,
    "page_token": "eyJjdXJzb3IiOi…"
  }
}

Depois de obter a narrativa e as conversas, você pode alimentar esses dados com seus agentes de IA de terceiros. Como resultado, o agente de IA terá informações sobre quem é o cliente, bem como informações sobre o que o cliente discutiu.

Configurar sinais para extrair dados configure-signals

Depois de configurar o contexto do perfil, você pode configurar sinais para extrair dados de seus dados não estruturados.

Você pode começar esse processo indo até o Colaborador e pedindo “Deixe-me extrair sinais das conversas”. O colega pergunta, então, que tipo de sinais você deseja detectar nas conversas.

O item "O que detectar" é exibido dentro do Colaborador.

Em seguida, ele pergunta de que tipo de marca ou negócio essas conversas fazem parte.

O Colaborador pergunta ao usuário sobre a marca ou o contexto do sinal.

Finalmente, o Co-worker pergunta se você deseja criar um novo grupo de sinais ou se deseja adicionar a um grupo de sinais existente.

O parceiro pergunta se você deseja criar um novo sinal ou atualizar um sinal existente.

Você pode confirmar se as etapas acima parecem precisas e se deseja continuar com a criação do sinal.

O Colaborador pergunta se você deseja confirmar se as etapas parecem precisas.

A criação do sinal é iniciada. O colega cria um sinal que é adicionado automaticamente ao Experience Platform.

O colega lista o que você precisa copiar e colar para inserir o sinal.

Depois que o sinal é criado, é possível adicioná-lo a um público usando o Audience Builder. Os sinais são exibidos como Eventos de experiência.

O local para adicionar um sinal para o Perfil com dados não estruturados é exibido dentro do Audience Builder.

Para obter mais informações sobre como usar o Audience Builder, leia a documentação do Audience Builder.

Depois de criar um público-alvo com um sinal, você pode extrair perfis que usam esse sinal. Os sinais detectados são eventos de experiência, com o tipo de evento semantic.signalDetected.

O sinal extraído para o perfil é exibido.

Perguntas frequentes faq

A seção a seguir lista as perguntas frequentes relacionadas aos perfis com dados não estruturados.

Os perfis com dados não estruturados são separados de um perfil de cliente normal?

Resposta
Não. Dados não estruturados do perfil extends Perfil de Cliente em Tempo Real. Como resultado, você pode usar os dados fundamentais do perfil existentes, além dos dados não estruturados. Isso não substitui o Perfil de cliente em tempo real existente.

Qual é o contexto do perfil/narrativa do perfil?

Resposta

O contexto do perfil (narrativa do perfil) é a informação consolidada fornecida a um agente de IA para melhorar uma interação. O contexto pode combinar os seguintes dados:

  • Atributos do perfil
  • Associação de público-alvo
  • História comportamental
  • Atividade de navegação
  • Conversas anteriores

O que é um sinal?

Resposta

Um sinal é uma representação de significado estruturada e pronta para ativação que é detectada em uma interação não estruturada. Exemplos de sinais incluem:

  • Interesse do produto
  • Tentativa de cancelamento
  • Uma preferência declarada
  • Um evento de vida
  • Uma experiência negativa
  • Uma indústria
  • Uma função de comprador

Os sinais podem ser definidos por profissionais de marketing ou criados pelo sistema ao analisar sinais individuais descobertos nos dados.

Como um sinal difere da conversa bruta?

Resposta
Um sinal representa um conceito comercial definido que pode ser armazenado com dados de evento relacionados ao perfil, enquanto a conversa bruta é os dados de origem não estruturados.

O Perfil com dados não estruturados é compatível apenas com o Brand Concierge?

Resposta
Não. O perfil com dados não estruturados oferece suporte a agentes da Adobe criados pelo cliente e de terceiros voltados para o cliente.

Quais fontes de dados posso usar?

Resposta

As seguintes fontes são compatíveis:

  • Conversas no Brand Concierge e em outros idiomas
  • Conversações no WhatsApp
  • Pesquisar consultas
  • Transcrições da central de atendimento
  • Logs de chat
  • Pesquisas
  • Transcrições de webinários e chamadas de vendas
  • Outras interações baseadas em texto
recommendation-more-help
experience-platform-help-profile