Zum Inhalt springen

Agent starten

Nachdem Sie Datenquellen verbunden, die Orchestrierung eingerichtet und Ihren Agent entworfen haben, können Sie ihn starten. In diesem Artikel erfahren Sie, wie Sie Ihren Agent aktivieren und den KI-Entscheidungskreislauf schließen, damit der Agent kontinuierlich lernen und sich verbessern kann.

Schritte zum Starten

Nachdem Sie alle Konfigurationsschritte mit Ihrem AI Decisioning Services-Team abgeschlossen haben:

  1. Überprüfen Sie die Konfiguration Ihres Agenten, um sicherzustellen, dass alle Einstellungen korrekt sind.
  2. Überprüfen Sie, ob Ihre Datenverbindungen und Orchestrierungs-Integrationen aktiv sind.
  3. Aktivieren Sie den Agenten gemeinsam mit Ihrem AI Decisioning Services-Team.

Nach dem Start führt Ihr Agent folgende Aktionen aus:

  • Er beginnt, Zielgruppen- und Kundendaten zu empfangen.
  • Er beginnt, personalisierte Empfehlungen für jede:n Kund:in zu geben.
  • Er orchestriert Aktionen über Ihre konfigurierte CEP.
  • Er sammelt Feedback-Daten, um im Laufe der Zeit zu lernen und sich zu verbessern.

Den KI-Entscheidungskreislauf schließen

Nach dem Launch benötigt Ihr Agent Feedback-Daten, um zu lernen und sich zu verbessern. Dazu gehören Konversionsdaten, Engagement-Daten und Aktivierungsdaten. Sie zeigen dem Agenten, was nach dem Versand der Customer-Engagement-Entscheidungen passiert ist.

Detaillierte Anforderungen an die Vorbereitung dieser wichtigen Feedback-Daten finden Sie unter Datenquellen vorbereiten.

Ihren Agenten überwachen

Arbeiten Sie nach dem Start mit Ihrem AI Decisioning Services-Team zusammen, um die Performance zu überwachen:

  • Performance-Metriken: Verfolgen Sie Ihre Erfolgsmetrik über alle Testgruppen hinweg.
  • Lernfortschritt: Beobachten Sie, wie sich die Empfehlungen des Agenten im Laufe der Zeit entwickeln.
  • Insights: Verstehen Sie, welche Dimensionen und Optionen die Ergebnisse für verschiedene Kundensegmente beeinflussen.

Laufende Optimierung

Ihr Team für KI-Decisioning-Dienste arbeitet weiterhin mit Ihnen zusammen, um:

  • die Performance von Agenten zu analysieren und Optimierungsmöglichkeiten zu identifizieren
  • Dimensionen oder Optionen bei Bedarf zu erweitern
  • Einschränkungen an geänderte Geschäftsregeln anzupassen
  • erfolgreiche Agenten auf weitere Anwendungsfälle auszuweiten
New Stuff!