Avtalsbeslut
I den här guiden beskrivs erbjudandets fallmönster för användning av erbjudanden, som använder Adobe Journey Optimizer (AJO) Decisioning och Adobe Real-Time Customer Data Platform (RT-CDP) för att implementera centraliserad logik för val av erbjudanden som avgör det näst bästa erbjudandet för varje kundprofil i alla kanaler. Det är utformat för lösningsarkitekter, marknadsföringsteknologer och implementeringstekniker som behöver förstå vad mönstret gör, vilka affärsmål det stöder, vilka taktiska användningsfall det möjliggör och vilka Adobe-program det gäller.
Mönstret skiljer"vad som ska visas" från kanallogiken"var det ska visas", vilket möjliggör ett enhetligt och optimerat urval av erbjudanden för e-post, webben, mobilappar och andra kontaktytor. AJO Decisioning hanterar hela livscykeln för erbjudandet: skapa och hantera erbjudanden, regler för behörighet (vem som kan se varje erbjudande), rangordningsstrategier (hur man väljer bland giltiga erbjudanden), praktik (där erbjudanden visas) och beslutsstrategier (som knyter ihop allt).
Använd skiftlägesmönster
I det här avsnittet beskrivs körningsplanen och mönsterdefinitionen för offertbeslut.
Erbjudandebeslut
Använd centraliserad beslutslogik för att välja nästa bästa erbjudande eller innehåll för en profil över alla kanaler.
Körningsplan: Målgruppsutvärdering > Erbjudandebehörighet > Rankningsstrategi > Beslutskörning > Leverans > Rapportering
Använd ärendeöversikt
Organisationer måste ofta presentera det mest relevanta erbjudandet, erbjudandet eller incitamentet för varje kund vid interaktionen. Oavsett om interaktionen sker i en e-postkampanj, på en webbplatshem, i en mobilapp eller vid en beslutspunkt under en flerstegsresa är utmaningen densamma: Välj det optimala erbjudandet från en katalog med tillgängliga alternativ baserat på vem kunden är, vad de är kvalificerade för och vilket erbjudande som mest troligt ger det önskade resultatet.
Detta hanteras genom att all logik för val av erbjudanden centraliseras i AJO beslutsmotor. I stället för att hårdkoda tilldelningar av erbjudanden i enskilda kampanjer eller kanaler utvärderar beslutsmotorn varje profils attribut, målgruppsmedlemskap och sammanhangsberoende signaler för att avgöra vilket som är det bästa erbjudandet i realtid. Denna centralisering säkerställer att samma kund får enhetliga, optimerade erbjudanden oavsett vilken kanal de använder.
Det här mönstret skiljer sig från kända webb-/apppersonaliseringar i omfånget - offertbeslut är kanalbaserat och centraliserat, medan personalisering för kända besökare fokuserar på digital ytanpassning. Det skiljer sig från beteenderekommendationer i katalogmodell - beslut om erbjudanden när den stödberättigande artikeluppsättningen styrs av affärsregler, behörighetskrav eller lagstadgade krav (kampanjer, finansiella produkter, incitament). Använd beteenderekommendation när objektuppsättningen är stor, ändras kontinuerligt och markeringen styrs av beteendemässiga likhets- eller tillhörighetssignaler (produktkataloger, innehållsbibliotek).
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 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
Öka kundlojalitet och livstidsvärde
Fördjupa kundrelationerna och maximera det långsiktiga värdet genom lojalitetsprogram, belöningar och personaliserat engagemang.
KPI Kundens livstidsvärde, kvarhållning, merförsäljning/korsförsäljning %
Exempel på taktiska användningsfall
Följande scenarier visar hur offertbeslut kan tillämpas i praktiken.
- Nästa bästa erbjudande i e-postkampanjer - välj den mest relevanta kampanjen per mottagare vid sändning
- Realtidskampanjbanderoll på webbplats - beslut väljer erbjudandet vid sidladdning baserat på besökarens profil
- Personligt anpassat appkort med de bästa incitamenten för användarens livscykelstadium
- Enhetliga erbjudanden i flera kanaler - samma beslutslogik används för e-post, webben och push så att kunderna får en enhetlig upplevelse
- Dynamiskt kupong- eller rabattval baserat på kundvärdesnivå (t.ex. värdefulla kunder får ett premiumerbjudande)
- Produktuppgradering eller merförsäljning baserat på den aktuella prenumerationsnivån
- Personalisering av lojalitetserbjudanden baserat på nivå- och aktivitetshistorik
Nyckeltal för prestanda
Följande nyckeltal hjälper till att mäta effektiviteten i en implementering av offertbeslut.
Tillämpningar
Följande Adobe-program används i det här fallmönstret.
- Adobe Journey Optimizer (AJO) - Beslutshanteringsmotor för att skapa erbjudanden, regler för behörighet, rankningsstrategier, praktik och beslutspolicyer; kanalkonfiguration och meddelandeframställning för leverans av erbjudanden, kampanj- och reseutförande
- Adobe Real-Time Customer Data Platform (RT-CDP) - Målgruppsutvärdering för segment för kvalificering av erbjudanden; profildata och beräknade attribut som används vid kvalificering och rankning
- Adobe Experience Platform (AEP) - Enhetligt profilarkiv, identitetsupplösning och datamängd som stöder både AJO och RT-CDP
Relaterad dokumentation
Följande resurser innehåller ytterligare information om komponenterna som används i det här användningsmönstret.