Offer decisioning
本指南說明Offer Decisioning使用案例模式，此模式使用Adobe Journey Optimizer (AJO) Decisioning和Adobe Real-Time Customer Data Platform (RT-CDP)實作集中式優惠方案選擇邏輯，以決定跨管道每個客戶設定檔的次優優惠方案。 它專為需要瞭解此模式的功能、其支援的業務目標、其啟用的戰術使用案例以及所涉及的Adobe應用程式的解決方案架構師、行銷技術人員和實作工程師所設計。
此模式會將「要顯示的內容」決定與「顯示位置」頻道邏輯分離，以啟用跨電子郵件、網頁、行動應用程式和任何其他接觸點的一致最佳化優惠選擇。 AJO Decisioning會管理完整的優惠生命週期：優惠建立和目錄管理、適用性規則（誰可以看到每個優惠）、排名策略（如何在合格優惠中進行選取）、位置（優惠出現的位置）和決定策略（將所有內容繫結在一起）。
使用案例模式
本節說明Offer Decisioning的執行計畫和模式定義。
Offer Decisioning
使用集中式決定邏輯，跨管道為設定檔選取次優優惠或內容。
執行計畫：對象評估>優惠資格>排名策略>決定執行>傳遞>報告
使用案例概述
組織經常需要在互動的時刻向每位客戶提供最相關的優惠方案、促銷活動或獎勵。 無論互動發生在電子郵件促銷活動、網站首頁、行動應用程式中，還是多步驟歷程中的決策點，挑戰都相同：根據客戶身分、客戶資格，以及最有可能帶來所要結果的選件，從可用選項的目錄中選取最佳選件。
Offer Decisioning可透過在AJO的決策管理引擎中集中所有優惠方案選擇邏輯來解決此問題。 決定引擎不會將優惠指派硬式編碼至個別行銷活動或管道，而是評估每個設定檔的屬性、對象成員資格和內容訊號，以即時決定最佳優惠。 這種集中化可確保同一個客戶無論透過哪個管道進行互動，都能獲得一致且最佳化的優惠方案。
此模式在範圍上與已知訪客的網頁/應用程式個人化不同 — offer decisioning不受通道限制，而且是集中式，而已知訪客的個人化著重於數位介面個人化。 它與目錄模型中的行為建議不同 — 當符合資格的專案集受商業規則、資格限制或法規要求（促銷活動、金融產品、獎勵）控管時，請使用Offer Decisioning。 當專案集很大、持續變更，且選擇是由行為相似度或相似性訊號（產品目錄、內容資料庫）驅動時，使用行為建議。
主要業務目標
此使用案例模式支援下列業務目標。
提供個人化的客戶體驗
根據個別偏好設定、行為和生命週期階段量身打造內容、選件和訊息。
KPI：參與度、轉換率、客戶滿意度(CSAT)
推動交叉銷售和追加銷售收入
根據行為和購買記錄，向現有客戶推廣補充性和優質產品或服務。
KPI：向上銷售/交叉銷售%、遞增收入、客戶期限值
提高客戶忠誠度和期限值
透過忠誠計畫、獎勵和個人化參與，深化客戶關係並最大化長期價值。
KPI：客戶期限值、保留率、向上銷售/交叉銷售%
戰術使用案例範例
下列案例說明如何在實務中套用Offer Decisioning。
- 電子郵件行銷活動中的下一個最佳優惠方案 — 選取傳送時每個收件者的最相關促銷活動
- 網站上的即時促銷橫幅 — 決策功能會根據訪客的設定檔，在頁面載入時選取優惠方案
- 個人化應用程式內卡，為使用者的生命週期階段提供最佳獎勵
- 跨頻道優惠方案一致性 — 相同的決策邏輯提供電子郵件、Web和推播，讓客戶看到統一的優惠方案體驗
- 根據客戶價值層級選擇動態優惠券或折扣（例如，高價值客戶會獲得優惠方案）
- 根據目前訂閱層級的產品升級或追加銷售選件選擇
- 根據層級和活動記錄的熟客獎勵優惠個人化
關鍵績效指標
下列KPI有助於評估Offer Decisioning實作的成效。
應用程式
在此使用案例模式中使用以下Adobe應用程式。
- Adobe Journey Optimizer (AJO) — 優惠方案建立、適用性規則、排名策略、位置和決定政策的決定管理引擎；優惠方案傳遞的頻道設定和訊息編寫；行銷活動和歷程執行
- Adobe Real-Time Customer Data Platform (RT-CDP) — 優惠方案適用性區段的對象評估；適用性和排名中使用的設定檔資料和計算屬性
- Adobe Experience Platform (AEP) — 支援AJO和RT-CDP的統一設定檔存放區、身分解析和資料基礎
相關文件
下列資源提供在此使用案例模式中使用的元件的其他詳細資料。