Flerkanalsresor med beslutsfattande
Den här guiden ger en fullständig implementeringsreferens för flerkanalsresor med beslutsfattande. Det är utformat för lösningsarkitekter, marknadsföringsteknologer och implementeringstekniker som behöver samordna flerstegsresor i flera kanaler med realtidsbeslut på en eller flera resedaggar.
Använd den här vägledningen när du vill veta mer om implementeringsalternativ, utvärdera avvägningar och navigera till relevant Experience League-dokumentation för detaljerade konfigurationsinstruktioner.
Flerkanalsresor med beslutsfattande är det mest sofistikerade kampanjkoordineringsmönstret i ekosystemet Adobe Experience Platform. Den utökar flerstegsdirigerade resor genom att införliva realtidsbeslut, med AJO-beslut om att utvärdera en profils aktuella kontext och dynamiskt välja den optimala kanalen, innehållet eller erbjudandet vid en eller flera beslutspunkter på arbetsytan.
Använd ärendeöversikt
Organisationer behöver i allt högre grad kunna leverera anpassningsbara, personaliserade kundresor som dynamiskt motsvarar varje enskild individs realtidskontext i stället för att följa en fast, förutbestämd sekvens. En kunds föredragna kanal, deras engagemangshistorik, deras lojalitetsnivå, deras förväntade livstidsvärde och deras nuvarande produktintressen är avgörande för vad den näst bästa åtgärden bör vara vid varje kontaktyta.
Flerkanalsresan med beslutsfattande tillgodoser detta behov genom att kombinera två kraftfulla AJO-funktioner: resesamordning (som hanterar flerstegsflödet, timing, villkor och kanalleverans) och beslut (som utvärderar behörighetsregler, tillämpar rangordningsstrategier och väljer den optimala erbjudandet eller innehållsvarianten vid varje beslutspunkt).
Det här mönstret passar bäst när:
- Färden måste anpassas dynamiskt till varje profils realtidstillstånd i stället för att följa en fast kanal eller innehållssekvens
- Flera erbjudanden, innehållsvarianter eller kanaler är kandidater på en eller flera reseddelanden, och det bästa alternativet bör väljas baserat på profilkontext
- AI-assisterad eller formelbaserad rankning krävs för att optimera urvalet av erbjudanden under hela kundresan
- Organisationen vill konsolidera logiken för kanalval och erbjuda hantering i ett centraliserat beslutsramverk istället för att underhålla komplex förgrenade logik
Målgruppen är bland annat marknadsförare som hanterar livscykelprogram, lojalitetsresor, återvinningssekvenser och introduktionsflöden där personalisering i stor skala kräver automatiskt beslutsfattande vid varje kontaktyta.
Viktiga verksamhetsmål
Följande affärsmål stöds av det här användningsmönstret.
Leverera personaliserade kundupplevelser
Skräddarsy innehåll, erbjudanden och budskap efter enskilda preferenser, beteenden och livscykelsteg.
KPI engagemang, konverteringsgrader, kundnöjdhet (CSAT)
Öka kundlojalitet och livstidsvärde
Fördjupa kundrelationerna och maximera det långsiktiga värdet genom lojalitetsprogram, belöningar och personaliserat engagemang.
KPI Kundens livstidsvärde, kvarhållning, merförsäljning/korsförsäljning %
Förbättra kundlojaliteten
Håll befintliga kunder engagerade och förnyade genom värdestyrda upplevelser och kontinuerlig relationshantering.
KPI-lagring, kundens livstidsvärde, engagemang
Öka korsförsäljning och merförsäljning
Marknadsför kompletterande och premiumbaserade produkter eller tjänster till befintliga kunder baserat på beteenden och inköpshistorik.
KPI, merförsäljning/korsförsäljning %, inkrementell intäkt, kundens livstidsvärde
Exempel på taktiska användningsfall
Följande scenarier visar hur flerkanalsresor med beslutsfattande kan tillämpas i praktiken.
- Adaptiv återvinnande resa - En resa i flera steg där beslut väljer kanal (e-post, push eller SMS) baserat på varje profils interaktionshistorik och dynamiskt väljer det bästa incitamentserbjudandet baserat på förväntat livstidsvärde
- Livscykeln för nästa bästa åtgärd - Beslut avgör vad som ska kommuniceras i varje fas av kundlivscykeln, utifrån startinnehåll, korsförsäljningserbjudanden, förmånserbjudanden eller kundlojalitetsincitament
- Personaliserad introduktion med dynamiskt innehållsval - Ny kundintroduktionsresa där varje kontaktyta väljer det mest relevanta produktutbildningsmaterialet, tips eller aktiveringserbjudandet
- Flerkanals lojalitetsprogramresa med personaliserade belöningar - Lojalitetsmedlemmar går igenom en resa där beslut väljer personaliserade belöningserbjudanden baserat på nivå, inköpshistorik och kategoritillhörighet
- Dynamiskt återengagemang med optimering av kanaler och incitament - Dåligt återengagemang från kunder där både den utåtriktade kanalen och incitamentet väljs dynamiskt för att maximera sannolikheten för svar
- Kundens livscykler med AI-rankade innehållsrekommendationer - Pågående vårdresa där AI-rankade beslut väljer det mest relevanta innehållet eller produktrekommendationerna vid varje kontaktyta
Nyckeltal för prestanda
Använd följande nyckeltal för att mäta effektiviteten för det här användningsmönstret.
Använd skiftlägesmönster
Flerkanalsresa med beslut
Samordna en flerstegs flerkanalsresa som innefattar realtidsbeslut på en eller flera noder för att välja den optimala kanalen, innehållet eller erbjudandet.
Funktionskedja: Målgruppsutvärdering > Resekörning > Beslutsnod > Kanalval > Meddelandeleverans > Rapportering
Tillämpningar
Följande program används för att implementera det här användningsmönstret.
- Adobe Journey Optimizer (AJO) - Resesamordning (design av arbetsyta i flera steg, startvillkor, väntevillkor, avslutsvillkor), meddelandeskapande över flera kanaler, kanalytkonfiguration, hantering av konflikter och prioriteter
- Adobe Journey OptimizerBeslut - Hantering av erbjudanden och innehållsobjekt, regler för behörighet, rangordningsstrategier (prioritet, formel, AI), beslutsprinciper, ersättningar, reserverbjudanden
- Adobe Real-Time Customer Data Platform (RT-CDP) - Målgruppsutvärdering för registrering av resor och segment för erbjudandekvalificering, profilanrikning med beräknade attribut och benägenhetspoäng, samtycke och efterlevnadskontroll
- Adobe Experience Platform (AEP) - Kundprofilarkiv i realtid, identitetstjänst för flerkanalsupplösning, datamodellering och inmatningsinfrastruktur i realtid
Foundationsfunktioner
Följande grundläggande funktioner måste finnas för det här användningsmönstret. För varje funktion anger statusen om den vanligtvis är obligatorisk, antas vara förkonfigurerad eller inte tillämplig.
Stödfunktioner
Följande funktioner förstärker det här användningsmönstret, men behövs inte för att köra kärnan.
Programfunktioner
I den här planen används följande funktioner från programfunktionskatalogen. Funktioner mappas till implementeringsfaser i stället för till numrerade steg.
Journey Optimizer (AJO)
Real-Time CDP (RT-CDP)
Förutsättningar
Slutför följande innan du börjar implementera.
- [ ] AJO-sandlådan har etablerats med funktioner för resesamordning och beslutsfattande aktiverade
- [ ] Alla målkanaler (e-post, SMS, push) har aktiva, verifierade kanalytor
- [ ] Profilschemat innehåller attribut som krävs för beslut (lojalitetsnivå, inköpshistorik, kanalinställningar, engagemangspoäng)
- [ ] Identitetsupplösning för flera kanaler har konfigurerats - profiler kan matchas via e-post, push-token, telefonnummer och webbidentifierare
- [ ]-målgruppen definieras och utvärderas med en population som inte är noll
- [ ] Erbjud kataloginnehåll (kreativa resurser, kopia, juridisk ansvarsfriskrivning) är godkänt och klart för konfiguration
- [ ] data för samtycke hämtas och krav på samtycke är aktiva för alla målkanaler
- [ ] Innehållsmallar och fragment för varje kanal har utformats och godkänts
- [ Regler för frekvensbegränsning för ] definieras och distribueras om organisationen har frekvensregler för flera kampanjer
- [ ] Om AI-rankat beslut används finns det minst 1 000 konverteringshändelser för modellutbildning
Implementeringsalternativ
Granska följande alternativ och välj den metod som passar dina behov bäst.
Alternativ A: Resa med offertbeslut (fast kanal, dynamiskt innehåll)
Bäst för: Resor där kanalsekvensen är förbestämd men innehållet eller erbjudandet vid varje kontaktyta ska väljas dynamiskt - lojalitetsresor med personaliserade belöningar, återengagemang med dynamiska incitament, livscykelnäring med rekommendationer för AI-rankat innehåll.
Så här fungerar det
Färdens arbetsyta definierar den fasta sekvensen av kanaler och tidpunkter (till exempel Dag 0: E-post, Dag 3: Tryck, Dag 7: SMS). Vid varje nod för meddelandeåtgärd väljer en beslutsprincip det bästa erbjudandet eller det bästa innehållet som ska ingå i meddelandet från en konfigurerad katalog med kvalificerade artiklar. Erbjudandena hanteras i AJO-beslutskatalogen med berättiganderegler som filtrerar efter en profil och rangordningsstrategier som avgör vilket kvalificerat erbjudande som passar bäst.
Detta tillvägagångssätt skiljer"när och var" (resesamordning) från"vad" (beslut). Resedesignern styr kanalflödet medan beslutsfattaren styr erbjudandekatalogen, reglerna för behörighet och rangordningslogiken oberoende av varandra. Detta innebär att implementeringen blir enklare och att erbjudandekatalogen kan utvecklas utan att arbetsytan ändras.
Erbjudandeplaceringar bäddas in direkt i meddelandeinnehållet med e-post-Designer eller andra kanalredigerare. När meddelandet återges vid leveranstillfället utvärderar beslutsmotorn profilens behörighet och rankning för att välja det optimala erbjudandet för varje placering i meddelandet.
Viktiga överväganden
- Kanalsekvensen är statisk - alla profiler följer samma kanalsökväg oavsett deras inställningar
- Beslutsfattningens komplexitet är mindre eftersom det bara väljer innehåll/erbjudanden, inte kanaler
- Erbjudandekatalogen kan hanteras oberoende av resan
- Reserverbjudanden måste konfigureras för varje placering för att hantera profiler utan personliga erbjudanden som är berättigade
Fördelar
- Enklare arbetsyta - ingen förgrenade logik för kanalval
- Tydlig åtskillnad mellan resedesign och hantering av erbjudanden
- Enklare att testa och validera - varje kanalsökväg är deterministisk
- Mindre komplex implementering och kortare time-to-market
- Katalogändringarna träder i kraft omedelbart utan reseändringar
Begränsningar
- Det går inte att anpassa kanalen baserat på beteende eller inställningar för enskilda profiler
- Profiler som föredrar en kanal framför en annan får fortfarande meddelanden på de förbestämda kanalerna
- Optimerar inte för engagemangsnivåer på kanalnivå
Experience League-referenser
Alternativ B: Resa med dynamiskt kanalval (fast innehåll, dynamisk kanal)
Bäst för: Resor där innehållet vid varje kontaktyta är liknande men kanalen ska väljas dynamiskt baserat på profilkontext - adaptiv förstärkning (e-post kontra SMS baserat på engagemang), näst bästa åtgärdsprogram där kanaloptimering är det primära målet.
Så här fungerar det
Under resan används villkorsnoder som bygger på profilattribut (t.ex. kanalpreferenser, senaste engagemangskanal eller medgivandestatus) eller som beslutsutdata för att dirigera profiler till olika kanalsökvägar. Varje sökväg levererar kanalspecifikt innehåll via en egen meddelanderefod. Beslutslogiken avgör vilken kanal som är mest sannolik att utlösa engagemang baserat på profilens beteendehistorik.
Kanalval kan implementeras med noder för resevillkor med profilattributsutvärderingar (till exempel om channelPreference = "push" dirigerar till push-banan), eller genom att använda beslut med kanalspecifika objekt där varje erbjudande representerar en kanal och rankningsstrategin avgör den bästa kanalen.
Med den här metoden optimeras leveranskanalen samtidigt som innehållet är relativt enhetligt i alla kanaler. Det kräver att meddelandeinnehåll skapas för varje möjlig kanal, och kanalytor måste konfigureras för alla kanaler.
Viktiga överväganden
- Kräver meddelandeinnehållsvarianter för varje kandidatkanal
- Kanalytorna måste vara aktiva för alla möjliga kanaler
- Villkorslogik eller beslutskonfiguration måste ta hänsyn till samtycke - profiler utan SMS-medgivande kan inte dirigeras till SMS-sökvägen
- Resans arbetsyta är mer komplex med förgreningsbanor för varje kanal
Fördelar
- Optimerar kanalval för varje enskild profil
- Ökar det övergripande engagemanget genom att nå ut till profiler via den kanal de föredrar
- Respekterar kanalspecifikt samtycke automatiskt genom tillståndsmedveten dirigering
- Kan införliva engagemangshistorik och kanalpreferenser i beslut om att slussa runt ärendet
Begränsningar
- Mer komplex arbetsyta med flera kanaler
- Innehållet måste skapas separat för varje kanal (även om meddelandemetoden är densamma)
- Svårare att testa - måste validera alla möjliga kanalsökvägar
- Innehållspersonalisering inom varje kanal är statisk (inget beslut om erbjudande)
Experience League-referenser
Alternativ C: En helt anpassningsbar resa (dynamisk kanal + dynamiskt innehåll)
Bäst för: Maximal personalisering - både kanalen och innehållet/erbjudandet väljs dynamiskt på varje nod. Lämpligt för värdefulla kundsegment, avancerade lojalitetsprogram och organisationer med väl fungerande beslutsrutiner och omfattande profildata.
Så här fungerar det
Det här alternativet kombinerar alternativen A och B. För resan används beslut på två nivåer: för det första för att avgöra vilken kanal som ska användas för varje kontaktyta och för det andra för att avgöra vilket innehåll eller erbjudande som ska levereras i den valda kanalen. Varje beslutspunkt i resan utvärderar profilens aktuella kontext för att göra både kanal- och innehållsval.
Implementeringen kräver omfattande beslutsunderlag med beslutsregler för både val av kanal och val av innehåll/erbjudande. Kanalvalet kan använda en beslutspolicy där varje objekt representerar en kanal med berättiganderegler som baseras på samtycke och engagemang, medan innehållsvalet använder en separat beslutspolicy med offertobjekt rankade efter relevans.
Detta är den mest komplexa varianten och kräver den djupaste integrationen mellan resesamordning och beslutsfattande. Det ger högsta grad av personalisering men kräver också den mest konfigurering, testning och kontinuerlig hantering.
Viktiga överväganden
- Kräver två skikt för beslutsfattande - kanalval och innehållsval
- Arbetsytans komplexitet är som störst med kapslad förgrening och beslut vid varje nod
- Omfattande testning krävs för alla möjliga kombinationer av kanaler och innehåll
- Kräver omfattande profildata (engagemangshistorik, kanalpreferenser, produkttillhörighet, benägenhetspoäng) för effektivt beslutsfattande
- AI-rankad beslutsfördel ger avsevärda fördelar av beräknade attribut
Fördelar
- Maximal personalisering - alla kontaktytor är optimerade för kanaler och innehåll
- Bästa engagemang och konverteringspotential för välkonfigurerade implementeringar
- Centraliserar all personaliseringslogik i stället för statiska kundresor
- Kan kontinuerligt förbättras genom inlärning av AI-rankningsmodell
Begränsningar
- Högsta komplexitet i implementeringen och längsta time to market
- Kräver omfattande katalog- och kanalinnehållsförberedelser
- Svårt att felsöka när leveransproblem uppstår
- Kräver en mogen datainfrastruktur med avancerade profilattribut
- AI-rankningen kräver en tillräcklig volym för konverteringshändelser för modellutbildning
Experience League-referenser
Jämförelse av alternativ
Använd följande tabell för att snabbt jämföra de tre implementeringsalternativen.
Välj rätt alternativ
Använd följande riktlinjer för att fastställa det bästa alternativet för din situation.
-
Börja med alternativ A om din kanalstrategi redan är definierad (till exempel"vi skickar alltid e-post först, sedan push, sedan SMS") och det primära personaliseringsbehovet är att välja rätt erbjudande eller innehåll vid varje kontaktyta. Det här är den vanligaste utgångspunkten för organisationer som inte är beslutsamma.
-
Välj alternativ B om kanaloptimering är det primära målet - du vill nå varje kund i den kanal som de troligast interagerar med, men meddelandeinnehållet är relativt konsekvent över alla kanaler. Detta kräver kanalinställningsdata för profiler.
-
Välj bara alternativ C när du har en väl fungerande beslutsinfrastruktur, omfattande profildata (inklusive beräknade attribut och benägenhetspoäng), en väl ifylld erbjudandekatalog och organisationskapaciteten för att hantera komplexiteten. Många organisationer börjar med alternativ A eller B och utvecklas till alternativ C allt eftersom deras beslutslösning ökar.
-
Om du är osäker börjar du med alternativ A. Den ger en meningsfull personalisering med minsta möjliga komplexitet, och den erbjudandekatalog du bygger för alternativ A kan återanvändas direkt om du senare går över till alternativ C.
Implementeringsfaser
Följande faser går igenom hela implementeringen av det här fallmönstret.
Fas 1: Målgruppsutvärdering
Programfunktion: RT-CDP: Målgruppsutvärdering
Den här fasen konfigurerar den målgrupp som bestämmer vilka profiler som kommer in på resan och eventuella ytterligare segment som används för att erbjuda regler för kvalificering eller villkorsförgreningar under resan. Målgruppsdefinitionen är grunden för all efterföljande resa och beslutslogik.
Beslut: Typ av bidrag
Hur ska profiler ta sig in på resan - via en schemalagd läsning eller en händelseutlösare i realtid?
Beslut: Metod för utvärdering av målgrupper
Hur snabbt måste målgruppen kvalificera sig för profiler?
Information om nyckelkonfiguration
Gränssnittsnavigering: Kund > Målgrupper > Skapa målgrupp > Skapa regel
- Definiera målgruppen med hjälp av Segment Builder med segmentregeluttryck som riktar sig till relevanta profilattribut och beteendehändelser
- Skapa ytterligare berättigandesegment om reglerna för erbjudandebehörighet ska referera till segmentmedlemskap (t.ex."Högvärdeskunder","Lojalitetsnivå")
- Kontrollera att målgruppspopulationen inte är noll innan du fortsätter till resekonfigurationen
- Välj den sammanfogningsprincip som skapar den enhetliga profilvy som krävs för beslut
Experience League-dokumentation
Fas 2: Kanalkonfiguration
Programfunktion: AJO: Kanalkonfiguration
Den här fasen konfigurerar kanalytor för varje kanal som resan kan använda för att leverera meddelanden. Alla kanaler måste ha aktiva, verifierade ytor innan meddelanden kan skapas eller resan kan publiceras. För det här mönstret konfigurerar du vanligtvis ytor för e-post, SMS och push i minsta möjliga mån - och eventuellt i appen eller på webben om beslut kan välja dessa kanaler.
Beslut: Vilka kanaler ska konfigureras
Vilka kanaler är kandidater för resan - antingen som fasta resesteg (alternativ A/B) eller som valbara kanaler (alternativ B/C)?
Beslut: Delegeringsmetod för underdomän (e-post)
Hur ska den sändande underdomänen delegeras till Adobe?
Information om nyckelkonfiguration
Gränssnittsnavigering: Administration > Kanaler > Kanalytor > Skapa yta
- För e-post: konfigurera underdomän, IP-pool, avsändarnamn, svarsadress och hantering av avanmälan
- För SMS: konfigurera autentiseringsuppgifter för SMS-provider och avsändarnummer
- För push: konfigurera APN och FCM-referenser för iOS och Android
- Kontrollera att alla ytor har statusen Aktiv innan du fortsätter
- Bekräfta att IP-värmerappningen har slutförts för e-postsändning av IP-adresser
Experience League-dokumentation
Fas 3: Beslutsinställningar
Programfunktion: AJO: Bestämning
I den här fasen konfigureras det fullständiga beslutsramverket, inklusive praktik, regler för behörighet, personaliserade erbjudanden, reserverbjudanden, insamlingskvalificerare, samlingar, rankningsstrategier och beslutspolicyer. I den här fasen skapas den beslutslogik som ska anropas vid beslutsunderlag för resan.
Beslut: Beslutets tillämpningsområde
Vad ska jag välja mellan - erbjudanden/innehåll (alternativ A), kanaler (alternativ B) eller båda (alternativ C)?
Beslut: Rankningsstrategi
Hur ska berättigade erbjudanden rangordnas för att kunna välja den bästa?
Beslut: Erbjudandebegränsning
Bör det finnas begränsningar för hur många gånger ett erbjudande visas?
Information om nyckelkonfiguration
Gränssnittsnavigering: Komponenter > Beslutshantering > Placeringar/erbjudanden/beslut
- Skapa placeringar för varje kombination av kanal och innehållstyp (t.ex. e-postbanderoll, push JSON, SMS)
- Definiera berättiganderegler med hjälp av segmentregeluttryck som refererar till profilattribut eller målgruppsmedlemskap
- Skapa personaliserade erbjudanden med representationer för varje placering, tilldela regler för behörighet och ange prioritet
- Skapa ett reserverbjudande som täcker alla placeringar - detta returneras när inget personligt erbjudande kvalificerar sig
- Organisera erbjudanden i samlingar med hjälp av samlingskvalificerare (taggar)
- Konfigurera rankningsstrategi - prioritetsbaserad, formelbaserad eller AI-rankad
- Skapa beslutspolicyer som binder placeringar, samlingar, rankningsstrategier och reserverbjudanden
- Godkänn alla erbjudanden innan de kan väljas genom beslut
Var alternativen skiljer sig
För alternativ A (Offer Decisioning):
Skapa placeringar och erbjudanden som fokuserar på innehållspersonalisering inom varje kanal (t.ex. bannererbjudande för e-posthjälte, sidfotserbjudande för e-post, brödmeddelandeerbjudande). Beslutsprinciper väljer det bästa innehållet för varje placering i meddelandet.
För alternativ B (Dynamic Channel Selection):
Skapa beslutsobjekt som representerar varje kanal. Behörighetsreglerna omfattar godkännandekontroller (en profil måste till exempel ha SMS-medgivande för att vara berättigad till SMS-objektet). Rankningen använder kanalinteraktionspoäng eller formelbaserade uttryck.
För alternativ C (fullständig anpassad):
Konfigurera två beslutsskikt: en uppsättning beslutsprofiler för kanalval och en separat uppsättning för val av innehåll/erbjudande i den valda kanalen. Båda skikten kräver praktik, erbjudanden, regler för behörighet och rankningsstrategier.
Experience League-dokumentation
Fas 4: Utveckla meddelanden
Programfunktion: AJO: Meddelanderedigering
I den här fasen konfigureras meddelandeinnehåll för varje kanal och kontaktyta i resan, vilket integrerar beslutsutdata (valt erbjudandeinnehåll) i meddelandemallarna. Varje meddelandeåtgärdsnod på resan kräver redigerat innehåll med rätt kanalyta, personaliseringstoken och erbjuder placeringsintegreringar.
Beslut: Innehållsstrategi
Hur ska meddelandeinnehåll skapas för varje kanal?
Beslut: Personalization tillämpningsområde
Vilken nivå av personalisering ska meddelanden omfatta utöver att bestämma utdata?
Information om nyckelkonfiguration
Gränssnittsnavigering: Välj kampanj- eller reseåtgärd > Redigera innehåll > Skicka e-post till Designer/kanalredigerare
- Skapa meddelandeinnehåll för varje kanal som används i resan (e-post, SMS, push, i appen)
- Bädda in beslutsunderlag för erbjudanden i meddelandeinnehåll där beslutsvalda erbjudanden ska visas
- Lägg till anpassningsuttryck med hjälp av Handlebars-syntax för profilattribut (till exempel
{{profile.person.name.firstName}}) - Konfigurera villkorsstyrt innehåll för segmentspecifika meddelanden
- Skapa återanvändbara innehållsfragment för delade element (sidhuvuden, sidfötter, friskrivningsklausuler)
- Förhandsgranska och testa med exempelprofiler för att verifiera personaliseringsrenderingar korrekt
- Skicka korrekturmeddelanden för granskning av intressenter
Var alternativen skiljer sig
För alternativ A (Offer Decisioning):
Varje meddelande innehåller placeringar där det valda beslutsinnehållet visas. Meddelandelayouten är konsekvent, men erbjudandeområdet visar dynamiskt det bästa erbjudandet för varje profil.
För alternativ B (Dynamic Channel Selection):
Varje kanal har ett eget meddelandeinnehåll som skapas separat. Innehållet är likartat i alla kanaler men anpassat till kanalbegränsningar (e-post, HTML och SMS jämfört med push-meddelandeformat).
För alternativ C (fullständig anpassad):
Varje kanal har sitt eget meddelandeinnehåll med inbäddade erbjudandeplaceringar. Både kanalen och erbjudandeinnehållet i den kanalen väljs dynamiskt.
Experience League-dokumentation
Fas 5: Resedesign och aktivering
Programfunktion: AJO: Journey Orchestration, AJO: Konflikt- och prioritetshantering, AJO: Frekvens- och affärsregler
Den här fasen konfigurerar hela arbetsytan för resan, inklusive startkonfiguration, beslutsnoder som är länkade till konfigurerade beslutsprinciper, villkorsdelningar för kanalroutning (alternativ B/C), meddelandeåtgärdsnoder för varje kanalsökväg, väntenoder mellan kontaktytor, avslutsvillkor, inställningar för konflikt/prioritet och regler för frekvensbegränsning. Denna fas sätter ihop alla tidigare konfigurerade komponenter i det samordnade reseflödet och aktiverar det.
Beslut: Återinträdespolicy
Kan profiler återinträda på resan när de har slutförts eller avslutats?
Beslut: Avslutningskriterier
Under vilka villkor ska en profil tas bort från resan innan den slutförs?
Beslut: Tidsgräns för resa
Hur lång tid har en profil kvar på resan?
Beslut: Konflikt- och prioriteringsinställningar
Ska den här resan prioriteras för konfliktlösning med andra resor/kampanjer?
Information om nyckelkonfiguration
Gränssnittsnavigering: Resor > Skapa resa
- Skapa resan och konfigurera egenskaper (namn, beskrivning, tidszon, timeout)
- Konfigurera post: Läs målgrupp (för batch) eller händelseutlösare (för realtid)
- Lägg till beslutsnoder som är länkade till konfigurerade beslutspolicyer från fas 3
- Lägg till villkorsdelningar för kanalroutning baserat på beslutsutdata eller profilattribut (alternativ B/C)
- Lägg till meddelandeåtgärdsnoder för varje kanalsökväg som länkar till det redigerade innehållet från fas 4
- Lägg till väntenoder mellan kontaktytor (minst 1 timme för målgruppsläsare)
- Definiera slutkriterier (målgruppsändring, händelse, timeout)
- Tilldela prioritetspoäng för konfliktlösning
- Konfigurera frekvensbegränsning om frekvensbegränsningar för korsningar gäller
- Testa resan i testläge med testprofiler före publicering
- Publicera resan så att den blir levande
Var alternativen skiljer sig
För alternativ A (Offer Decisioning):
Resans arbetsyta är linjär med beslutsprofiler inbäddade i varje meddelandeåtgärdsnod. Ingen förgrening för kanalval. Erbjudandebeslutet fattas vid meddelanderenderingstid i åtgärdsnoden.
För alternativ B (Dynamic Channel Selection):
Efter varje väntesteg lägger du till en villkorsnod som utvärderar kanalurvalskriterier (profilattribut, beslutsutdata eller godkännandestatus). Varje villkorsgren leder till en kanalspecifik meddelanderefod. Inkludera en standardsökväg/en annan sökväg för profiler som inte matchar något villkor.
För alternativ C (fullständig anpassad):
Kombinera villkorsnoder för val av kanaler med åtgärdsnoder för beslutsmeddelanden. Vid varje kontaktyta: först avgör ett villkor eller beslut kanalen, och sedan, inom den valda kanalens meddelandeåtgärd, väljer en beslutspolicy det optimala erbjudandet/innehållet.
Experience League-dokumentation
Fas 6: Rapportering och övervakning
Programfunktion: AJO: Rapportering och prestandaanalys
Denna fas konfigurerar övervakning av rese- och beslutsprestanda genom live-rapporter (under körning) och historiska rapporter (efter slutförande). Beslutsspecifika mätvärden, inklusive fördelning av erbjudanden, reservnivåer och rankningseffektivitet. CJA arbetsyteanalys för djupgående flerkanalsresor och beslutsfattande av ROI-analys kan också användas.
Beslut: Rapporteringsdjup
Vilken nivå av rapportanalys krävs?
Information om nyckelkonfiguration
Gränssnittsnavigering: Resor > Välj resa > Live-rapport / Heltidsrapport
- Övervaka resans liverapport under den inledande körningen för värden för inträde, avslut och per nod
- Prestanda för granskningsbeslut: fördelning av erbjudanden, offertfrekvens, rankningseffektivitet
- När kundresan är klar kan du ta del av historiska rapporter för en komplett analys av funnel
- För CJA-analys: kontrollera att CJA-anslutningen innehåller AJO datauppsättningar (meddelandefeedbackhändelse, e-postspårningshändelse)
- Bygg en CJA-arbetsyta med paneler för kanalblandningsanalys, jämförelse av erbjudanden och konverteringsmöjligheter för resor
- Skapa anteckningar för startdatum för resan och viktiga konfigurationsändringar
Experience League-dokumentation
Implementeringsöverväganden
Granska följande utkast, vanliga fallgropar, bästa praxis och beslut om kompromisser före och under implementeringen.
Gardrutor och begränsningar
- Maximalt 500 live-resor per sandlåda - Journey Optimizer skyddsräcken
- Den maximala transporttiden är 91 dagar (global tidsgräns)
- Max 50 aktiviteter per arbetsyta
- Läs målgruppsresor kan bearbeta upp till 20 000 profiler per sekund
- Unitära eventresor stöder upp till 5 000 händelser per sekund per sandlåda
- Max 10 000 godkända anpassade erbjudanden per sandlåda
- Högst 30 praktik per beslut
- Erbjud svarstid för leverans SLA: mindre än 500 ms vid P95 för förfrågningar med en enda omfattning
- AI-rankningsmodeller kräver minst 1 000 konverteringshändelser för utbildning
- Högst 10 kanalytor per kanaltyp per sandlåda
- Väntestegen har en minsta varaktighet på 1 timme för målgruppsläsningar
- Minsta antal återinträde på resan är 5 minuter
- Maximalt 4 000 segmentdefinitioner per sandlåda - Plattformsskydd
Vanliga fallgropar
Beslut returnerar alltid reserverbjudande: Kontrollera att anpassade erbjudanden har godkänts (inte utkasttillstånd), inom giltighetsdatumintervallet och att berättigandereglerna matchar målprofilernas attribut. Kontrollera att gränsen för erbjudandet inte har nåtts. Testa med en profil som tydligt ska kvalificera sig för ett personaliserat erbjudande.
Reseutgivare men profiler anges inte: För målgruppsresor måste du kontrollera att målgruppen har en utvärderad population som är större än noll. För händelseutlösta resor ska du kontrollera händelseschemat, utlösa villkor och att händelser skickas. Kontrollera att målgruppspolicyn för målgruppssammanfogning matchar kundens förväntade sammanfogningspolicy.
Rankningsformeln används inte korrekt: Kontrollera att formelsyntaxen är giltig och refererar till tillgängliga profilattribut. Formelfel återgår i tysthet till prioritetsbaserad rankning utan förvarning. Testrankning med profiler som har olika attributvärden för att bekräfta formeln ger den förväntade ordningen.
Kanalroutning ignorerar samtycke: Villkorsnoder för kanalval måste innehålla godkännandekontroller. En profil utan SMS-medgivande får inte dirigeras till SMS-sökvägen. Bygg in samtycke i regler för behörighet när du använder beslut för kanalval (alternativ B/C).
Erbjudandet om räknare för begränsning av antalet tillåtna fel ligger under hög genomströmning: Erbjudandet om räknare kan ha en fördröjning på några sekunder i scenarier med hög genomströmning. Om det är viktigt med exakt capping ska du använda globala versaler med en buffert eller kombinera med frekvensregler.
Researbetsytan överskrider 50-aktivitetsgränsen: Komplexa alternativ C-resor med många kanalgrenar och beslutsnoder kan närma sig 50-aktivitetsgränsen. Förenkla genom att konsolidera villkorslogiken, minska antalet kontaktytor eller dela upp i flera sekventiella resor.
Edge-beslut returnerar tom personalisering: Om edge-beslut används för realtidsbeslut kontrollerar du att datastream har tjänsten Adobe Journey Optimizer aktiverad och att beslutsomfånget är korrekt formaterat. Edge beslut är begränsade till profilattribut som är tillgängliga i edge-profilbutiken.
God praxis
Börja enkelt och utvecklas: Börja med alternativ A (fast kanal, dynamiska erbjudanden) för att validera beslutsramverket och gå sedan vidare till Alternativ B eller C när datamängden och organisationens kapacitet ökar.
Investera i profilberikning: Beräknade attribut som interaktionspoäng, kanalinställningsindex och AI-benägenhetspoäng för kunder förbättrar beslutskvaliteten dramatiskt. Bygg upp dessa anrikningsattribut innan du konfigurerar komplexa rankningsstrategier.
Konfigurera alltid reserverbjudanden: Alla beslutsprinciper måste ha ett reserverbjudande. Utforma reservlösningar som verkligt värdefullt innehåll (inte tomma platshållare) eftersom de betjänar profiler som inte är kvalificerade för något personaliserat erbjudande.
Testa med olika profiler: Använd testläge med profiler som representerar olika berättigandesökvägar, kanalinställningar och attributkombinationer. Kontrollera att alla möjliga vägar och beslut fungerar korrekt före publicering.
Övervaka reservfrekvenser som hälsomått: Ett högt reserverbjudande indikerar att reglerna för behörighet är för restriktiva eller att erbjudandekatalogen inte täcker tillräckligt många profilsegment. Ange en reservfrekvens under 20 % för välkonfigurerad beslutsfattande.
Använd innehållsfragment för enhetlighet över flera kanaler: Skapa delade innehållsfragment (sidhuvuden, sidfötter, friskrivningsklausuler, blockering av prenumerationer) för att upprätthålla varumärkets enhetlighet i e-post, SMS och push-meddelanden under resan.
Konfigurera avslutningskriterier proaktivt: Definiera avslutningskriterier för konverteringshändelser (till exempel köp, registrering) så att profiler som slutför den önskade åtgärden tas bort från resan omedelbart i stället för att fortsätta att ta emot meddelanden.
Tilldela meningsfulla prioritetspoäng: Tilldela prioritetspoäng baserat på affärsmässiga konsekvenser när du kör flera resor och kampanjer. Resor med högt värde för lagring bör ha högre prioritet än informationskommunikation.
Avvecklingsbeslut
Se följande kompromisser för att få information om implementeringsalternativen.
Besluta komplexitet jämfört med time to market
Mer sofistikerad beslutsfattande (alternativ C med AI-rankning) ger högre personalisering men kräver betydligt mer konfiguration, datainställning och testningstid.
- Alternativ A/B prioriterar: Snabbare driftsättning, enklare testning, lägre löpande hanteringskostnader
- Alternativ C prioriterar: Maximal personalisering, kontinuerlig AI-driven optimering, högsta möjliga engagemang
- Rekommendation: Börja med alternativ A eller B för inledande start. Samla in prestandadata och bygg profilanrikningsattribut parallellt. Växla till alternativ C när du har minst 1 000 konverteringshändelser för AI-rankningsutbildning och en välfylld erbjudandekatalog.
Statisk förgrening jämfört med beslut för kanalval
Kanalval kan genomföras med enkla noder för resevillkor (utvärdering av profilattribut direkt) eller via beslutsramen (där kanalerna modelleras som beslutsposter med behörighet och rankning).
- Statiska villkorsnoder ger fördelar: Enkelhet, genomskinlighet, enkel felsökning. Bäst när logiken för kanalval är okomplicerad (om det till exempel finns en push-token och den senaste push-funktionen öppnas inom 30 dagar, använd push, annars e-post).
- Beslutsbaserat kanalval prioriterar: Centraliserad hantering, AI-optimeringspotential, möjlighet att utveckla rangordningslogik utan att ändra arbetsytan. Bäst när kanalvalet är komplext och bör förbättras över tid.
- Rekommendation: Använd statiska villkorsnoder för alternativ B när kanalurvalskriterierna är enkla och väldefinierade. Använd beslutsbaserat kanalval när du vill att AI ska optimera kanalvalet över tid eller när logiken för kanalval är tillräckligt komplex för att dra nytta av centraliserad hantering av kvalificering och rankning.
Erbjud detaljrikedom jämfört med kataloghantering
En stor, detaljerad erbjudandekatalog med många målinriktade erbjudanden ger en mer exakt personalisering, men kräver mer hantering. En mindre katalog med större behörighet är enklare att hantera men mindre personaliserad.
- Stor katalog (många specifika erbjudanden) prioriterar: Högre precision för personalisering, mer relevanta markeringar för olika målgrupper, lägre reservfrekvenser
- Små kataloger (färre breda erbjudanden) prioriterar: Enklare hantering, snabbare konfiguration, enklare testning, lägre risk för överblivna erbjudanden
- Rekommendation: Börja med 5-15 personaliserade erbjudanden plus ett reserv per beslut. Lägg till fler erbjudanden samtidigt som du observerar vilka segment som får de vanligaste reserverbjudandena. Använd samlingskvalificerare för att ordna erbjudanden efter kategori, nivå eller produktlinje för hanterbar tillväxt.
Prioritetsbaserad eller AI-rankad beslutsfattande
Prioritetsbaserad rankning är deterministisk och transparent. AI-rankad beslutsfattande optimeras automatiskt men kräver utbildningsdata och är mindre transparent.
- Prioritetsbaserad rankning prioriterar: Förutsägbarhet, genomskinlighet, omedelbar driftsättning, inga krav på utbildningsdata
- AI-rankade beslutsfavoriter: Kontinuerlig optimering, datadriven markering, möjlighet att upptäcka icke-uppenbara tillhörigheter mellan erbjudande och profil
- Rekommendation: Använd prioritetsbaserad eller formelbaserad rankning för inledande distribution. Övergå till AI-rankat beslutsfattande när du har samlat in minst 1 000 konverteringshändelser och vill gå från regelbaserad till modellbaserad optimering.
Relaterad dokumentation
Följande resurser innehåller ytterligare information om de funktioner som används i det här användningsmönstret.