Diese Seite wurde automatisch übersetzt und kann Ungenauigkeiten enthalten. Um einen Übersetzungsfehler zu melden, nutzen Sie das Feedback unten im Inhaltsverzeichnis rechts auf der Seite.
Beispiele für Decisioning Studio Go
Decisioning Studio Go eignet sich am besten für wiederkehrende E-Mail-Programme, bei denen der Agent Zeit hat, aus dem Engagement zu lernen, und bei denen Ihre Inhalte genügend Varianten-Optionen für eine sinnvolle Personalisierung bieten. Diese Seite gruppiert gängige E-Mail-Anwendungsfälle nach Eignungsstufe, mit Beispielen und Hinweisen für jede Stufe.
Einen Überblick über die Funktionsweise von Decisioning Studio Go finden Sie unter BrazeAI Decisioning Studio Go.
Jedes Beispiel in diesem Leitfaden ist mit einer der folgenden Eignungsstufen gekennzeichnet:
| Eignungsstufe | Beschreibung |
|---|---|
| Beste Eignung | Der Agent hat genügend Zeit zum Lernen, Ihre Zielgruppe ist stabil genug, um einen Uplift zu zeigen, und Personalisierung kann das Engagement sinnvoll beeinflussen. Beginnen Sie hier. |
| Unterstützt | Das Beispiel kann gut funktionieren, aber der Erfolg hängt von Timing, Zielgruppengröße oder Reihenfolge ab. Prüfen Sie die Hinweise, bevor Sie sich festlegen. |
| Nicht empfohlen | Das Beispiel steht im Widerspruch zur Lernweise des Agents. Wählen Sie einen anderen Programmtyp oder sprechen Sie mit Ihrem CSM oder Solutions Consultant über ein anderes Setup. |
Hinweis
Über alle Eignungsstufen hinweg lernt der Agent am besten, wenn Ihre Zielgruppe genügend Engagement-Signale erzeugt, damit der Algorithmus Muster erkennen kann. Als Faustregel sollten Sie Zielgruppen von Zehntausenden von Nutzer:innen oder mehr anvisieren, mit einem konsistenten wöchentlichen Sendevolumen. Der Agent kann auch mit kleineren Zielgruppen arbeiten, aber rechnen Sie mit einer längeren Lernphase und einem weniger zuverlässigen Uplift. Ihr CSM oder Solutions Consultant kann Ihnen helfen zu bestätigen, ob eine bestimmte Zielgruppe die richtige Größe hat.
Optimal geeignet
Dauerhafte, kalenderbasierte Campaigns
| Thema | Details |
|---|---|
| So sieht es aus | Ein Marketing-Kalender, der über mehrere Monate oder länger läuft, wobei Inhalte im Laufe der Zeit ausgetauscht werden – zum Beispiel ein Rewards-Mitglieder-Kalender, ein Content-Drop-Zeitplan oder ein Lifestyle- oder Inspirationskalender. |
| Warum es passt | Langfristig angelegte Programme geben dem Agent Zeit zu lernen, was für verschiedene Nutzer:innen funktioniert. Die Zielgruppe ist stabil, Inhalte werden regelmäßig aktualisiert, und Klicks sind in der Regel ein aussagekräftiger Indikator für Engagement. |
| Was Sie mitbringen sollten | Mehrere Basis-Creatives oder Varianten-Sets, die Sie gerne rotieren lassen. Der Agent wählt aus, welche Version für welche Nutzer:innen am besten funktioniert, benötigt aber ausreichend Vielfalt bei den von Ihnen bereitgestellten Optionen. |
Evergreen-Programme
| Thema | Details |
|---|---|
| So sieht es aus | Laufende Campaigns, die nicht an bestimmte Daten oder Ereignisse gebunden sind – Rückgewinnungsaktionen, Programme zur erneuten Interaktion, Erinnerungen für inaktive Konten oder Meilenstein-Feiern. |
| Warum es passt | Wie bei kalenderbasierten Campaigns ist die Zielgruppe dynamisch, aber das Programm läuft auf unbestimmte Zeit. Der Agent hat Zeit zu lernen, die Inhalte sind flexibel, und Klicks sind ein Frühindikator, gegen den der Agent optimieren kann. |
| Was Sie mitbringen sollten | Varianten-Optionen für Betreffzeile und CTA, die die Nachricht auf verschiedene Motivationen zuschneiden. Bildvarianten sind hilfreich, wenn Sie welche haben. |
Unterstützte Anwendungsfälle
Multi-E-Mail-Aktionen
| Thema | Details |
|---|---|
| Wie es aussieht | Eine Reihe von E-Mails, die über mehrere Wochen unter demselben Aktionsthema versendet werden – zum Beispiel eine „Back-to-School“-Serie oder eine mehrwöchige Kategorie-Aktion. |
| Warum es funktioniert | Wenn die Aktion lang genug läuft – mindestens mehrere Wochen – hat der Agent genügend Zeit, innerhalb der Aktion zu lernen. Click-through ist in der Regel ein starker Frühindikator für das Engagement bei Aktionen. |
| Hinweise | Bei kürzeren Aktionen hat der Agent möglicherweise nicht genügend Datentage, um vor Ende des Programms zu lernen. Als allgemeine Richtlinie benötigt der Agent mindestens 10 Campaign-Tage, um aussagekräftige Empfehlungen zu entwickeln. Wenn Ihre Aktion kürzer ist, überlegen Sie, ob ein dauerhaftes Programm das Lernen übernehmen könnte, und wenden Sie die Erkenntnisse dann auf die nächste Aktion an. |
Aktions- oder ereignisgesteuerte Journeys
| Thema | Details |
|---|---|
| Wie es aussieht | Eine einzelne E-Mail oder Sequenz, die durch eine Kundenaktion ausgelöst wird – abgebrochener Einkauf, abgebrochenes Browsing oder eine Follow-up-Nachricht nach dem Kauf. |
| Warum es funktioniert | Trigger schaffen einen klaren Einstiegspunkt. Wenn die Journey wiederkehrend ist und das Zielgruppenvolumen konsistent bleibt, kann der Agent lernen, welche Inhalte für welche Nutzer:innen am besten funktionieren. |
| Hinweise | Das Timing ist entscheidend. Wenn die E-Mail innerhalb von Minuten nach dem Trigger-Ereignis versendet werden muss, klären Sie mit Ihrem CSM oder Solutions Consultant, ob der Sendezeitplan des Agents kompatibel ist. Wenn Nutzer:innen E-Mails in einer bestimmten Reihenfolge erhalten müssen (E-Mail A vor E-Mail B), müssen Sie die Zielgruppenbewegungen selbst orchestrieren – der Agent sequenziert keine Sendungen für einzelne Nutzer:innen innerhalb einer Multi-E-Mail-Journey. |
Nicht empfohlen
Drip-Sequenzen
| Thema | Details |
|---|---|
| Wie es aussieht | Eine mehrteilige E-Mail-Sequenz – zum Beispiel ein Onboarding-Tutorial –, bei der Nutzer:innen E-Mail A, dann E-Mail B und dann E-Mail C in einer bestimmten Reihenfolge erhalten müssen. |
| Warum es nicht passt | Der Agent wählt für jede:n Nutzer:in aus, was gesendet werden soll, basierend darauf, was voraussichtlich einen Klick auslöst. Er modelliert keine Sequenzanforderungen. Wenn Sie eine bestimmte Reihenfolge einhalten müssen, müssen Sie die Zielgruppe selbst orchestrieren (Nutzer:innen nach jeder E-Mail von Segment zu Segment verschieben), was den größten Teil des Nutzens des Agents zunichtemacht. Der Agent kann auch nicht eigenständig bestätigen, dass E-Mail A erfolgreich war, bevor E-Mail B gesendet wird. |
| Was Sie stattdessen tun sollten | Verwenden Sie Canvas, um die Drip-Sequenz zu orchestrieren. Wenn Sie KI-Optimierung innerhalb einer Drip-Sequenz wünschen, sprechen Sie mit Ihrem CSM oder Solutions Consultant darüber, ob Decisioning Studio Pro besser geeignet ist. |
Einmalige E-Mail-Blasts
| Thema | Details |
|---|---|
| Wie es aussieht | Eine einzelne E-Mail, die auf einmal versendet wird – eine Black-Friday-Ankündigung, ein neuer Produktlaunch oder eine einmalige Unternehmenskommunikation. |
| Warum es nicht passt | Der Agent braucht Zeit zum Lernen. Ein einzelner Versand bietet ihm keine Möglichkeit, Entscheidungen zu verbessern, bevor die Campaign endet. Bis er genügend Engagement-Signal hat, um bessere Entscheidungen zu treffen, ist das Programm vorbei. |
| Was Sie stattdessen tun sollten | Wenn Sie ein dauerhaftes Programm mit ähnlichen Inhalten haben – zum Beispiel ein ganzjähriges Produktankündigungsprogramm –, verwenden Sie dort Decisioning Studio Go und wenden Sie die gewonnenen Erkenntnisse auf einmalige Versendungen an. Für einen einmaligen Versand nutzen Sie Mit BrazeAITM optimieren für A/B-Tests. |
Auf einen Blick
| Szenario | Eignung | Wichtiger Hinweis |
|---|---|---|
| Kalenderkampagnen im Dauerbetrieb | Optimal geeignet | Stellen Sie mehrere Basis-Creatives oder Variantensets bereit, um sie im Laufe der Zeit aufzufrischen. |
| Dauerhaft laufende Programme (Rückgewinnung, erneute Interaktion) | Optimal geeignet | Stellen Sie Variantenoptionen bereit, die dieselbe Botschaft für unterschiedliche Motivationen aufbereiten. |
| E-Mail-Aktionen mit mehreren Sendungen | Unterstützt | Planen Sie mindestens 10 Campaign-Tage Vorlauf ein; kürzere Aktionen schränken die Lernphase ein. |
| Aktions- oder ereignisbasierte Journeys | Unterstützt | Klären Sie die Anforderungen an das Sende-Timing; Sie sind für die Einhaltung der Reihenfolge verantwortlich. |
| Drip-Sequenzen (Onboarding-Tutorials) | Nicht empfohlen | Verwenden Sie Canvas für die Sequenzierung; für die Optimierung innerhalb einer Drip-Sequenz kommt Decisioning Studio Pro infrage. |
| Einmalige E-Mail-Blasts | Nicht empfohlen | Nutzen Sie stattdessen die Optimierung mit BrazeAITM für A/B-Tests. |
Nächste Schritte
Wenden Sie sich an Ihren CSM oder Ihren Lösungsberater bei Braze, wenn Sie unsicher sind, ob Ihr Programm geeignet ist. Starke Indikatoren sind:
- Die Zielgruppe erhält regelmäßig E-Mails – mindestens wöchentlich – über einen Zeitraum von einem Monat oder mehr.
- Die Zielgruppe ist groß genug, um ein konsistentes Engagement-Signal zu erzeugen (Zehntausende von Nutzer:innen sind ein guter Ausgangswert).
- Sie haben mindestens zwei oder drei sinnvolle Varianten-Optionen anzubieten (Betreffzeilen, CTAs oder Bilder, die die Nachricht unterschiedlich darstellen).
- Klicks sind ein führender Indikator für den Geschäftswert dieses Programms, nicht nur eine Kennzahl ohne Aussagekraft.
- Das Segment wird nicht aktiv von einem anderen Canvas oder einer anderen Campaign genutzt, die um das Engagement derselben Nutzer:innen konkurrieren würde.
New Stuff!