Daten verbinden
Agenten von BrazeAI Decisioning Studio™ Pro müssen den Kundenkontext vollständig verstehen, um effektive Entscheidungen treffen zu können. Dieser Artikel erläutert, wie Sie Kundendatenquellen mit Decisioning Studio Pro verbinden.
Ihr AI-Decisioning-Services-Team unterstützt Sie bei der Konfiguration von Datenverbindungen für eine optimale Performance.
Unterstützte Integrationsmuster
Decisioning Studio Pro unterstützt mehrere Integrationsmuster, um Kundendaten anzubinden:
| Integrationsmuster | Ideal für | Einrichtungsaufwand |
|---|---|---|
| Braze Data Platform | Kund:innen, die Braze bereits nutzen | Gering |
| Braze Cloud Data Ingestion (CDI) | Anbindung externer Data Warehouses | Mittel |
| Cloud-Speicher (GCS, AWS, Azure) | Direkte Datenexporte aus anderen Plattformen | Mittel |
| CEP-Integrationen | SFMC, Klaviyo Data Extensions | Mittel |
Arten von Kundendaten
Die folgenden Kundendaten helfen Agenten, effektiver zu personalisieren:
| Datentyp | Beschreibung | Beispiele |
|---|---|---|
| Kundenprofil | Statische und sich langsam ändernde Attribute | Dauer der Kundenbeziehung in Jahren, Region, Akquisitionskanal, Zufriedenheitsgrad, geschätzter Lifetime-Value |
| Kundenverhalten | Aktivitäts- und Engagement-Muster | Konto-Anmeldungen, Gerätetyp, Interaktionen mit dem Kundenservice, Produktnutzung |
| Transaktionsverlauf | Kauf- und Conversion-Daten | Gekaufte Produkte, Transaktionsbeträge, Zahlungsmethoden, Kaufkanäle |
| Marketing-Engagement | Reaktionen auf Kommunikation | E-Mail-Öffnungen/-Klicks, SMS-Engagement, Web- und Mobile-Aktivität, Antworten auf Umfragen |
Je mehr Informationen Agenten über Ihre Kund:innen haben, desto besser ist ihre Performance. Ziehen Sie in Betracht, Daten zu allen Insights einzubeziehen, die für Ihr Unternehmen besonders wichtig sind. Möchten Sie zum Beispiel sehen, wie die KI Ihre treuen Kund:innen anders behandelt? Dann stellen Sie sicher, dass der Treuestatus in den Kundendaten enthalten ist.
Daten nach Plattform verbinden
Kundendaten über Braze senden
BrazeAI Decisioning Studio Pro kann alle Daten nutzen, die Sie bereits an die Braze-Datenplattform senden.
Für Kundendaten, die nicht im Nutzerprofil oder in angepassten Attributen enthalten sind, haben Sie zwei Möglichkeiten, sie mit Braze Cloud Data Ingestion einzuspielen:
- In die Braze-Datenplattform aufnehmen: Synchronisieren Sie Data-Warehouse-Daten in Braze-Nutzerprofile, angepasste Attribute oder Events. Wählen Sie diese Option, wenn die Daten auch in Braze für Segmentierung und Messaging verfügbar sein sollen. Unterstützt werden Snowflake, Redshift, BigQuery, Databricks, Microsoft Fabric, AWS S3 und Google Cloud Storage.
- Direkt an Decisioning Studio Pro senden: Synchronisieren Sie Data-Warehouse-Daten direkt an Decisioning Studio Pro, ohne sie dem Braze-Nutzerprofil oder den angepassten Attributen hinzuzufügen. Wählen Sie diese Option für Daten, die Decisioning Studio Pro nutzen soll, die Sie aber an anderer Stelle in Braze nicht benötigen. Diese Option befindet sich im Early Access. Informationen zur Einrichtung finden Sie unter Cloud Data Ingestion: Decisioning Studio Pro-Daten synchronisieren.
Sobald Sie mit den Daten zufrieden sind, die Sie an die Braze-Datenplattform senden, wenden Sie sich an Ihr AI Decisioning Services-Team, um zu besprechen, welche Felder im Nutzerprofil oder in den angepassten Attributen für AI Decisioning verwendet werden sollen.
Um diesen Prozess zu vereinfachen, erstellen Sie eine Liste der Attribute im Braze-Nutzerprofil, die Ihrer Meinung nach das Verhalten Ihrer Kund:innen am besten abbilden und in Decisioning Studio Pro verwendet werden sollen (siehe die Liste der verfügbaren Felder). Ihr Services-Team kann Sie auch bei Discovery-Sessions unterstützen, um zu entscheiden, welche Felder für AI Decisioning am besten geeignet sind.
Weitere Möglichkeiten zum Senden von Daten sind:
- Senden angepasster Braze-Events über das SDK
- Senden von Events über den REST-Endpunkt (
/users/track)
Diese Ansätze erfordern mehr Entwicklungsaufwand, sind aber je nach Ihrer aktuellen Braze-Konfiguration manchmal vorzuziehen. Wenden Sie sich an das AI Decisioning Services-Team, um mehr zu erfahren.
Kundendaten über SFMC senden
Für Integrationen mit Salesforce Marketing Cloud:
- Konfigurieren Sie SFMC-Data-Extension(s) für Ihre Kundendaten.
- Richten Sie ein SFMC Installed Package für die API-Integration mit den entsprechenden Berechtigungen ein, die Decisioning Studio Pro benötigt.
- Stellen Sie sicher, dass die Data-Extensions täglich aktualisiert werden, da Decisioning Studio Pro die neuesten verfügbaren inkrementellen Daten abruft.
Übermitteln Sie die Extension-ID und den API-Schlüssel an Ihr AI Decisioning Services-Team. Es unterstützt Sie bei den nächsten Schritten zur Aufnahme der Kundendaten.
Kundendaten über Klaviyo senden
Für Integrationen mit Klaviyo:
- Bestätigen Sie, dass die Kundenprofildaten in den Klaviyo-Profilen verfügbar sind.
- Generieren Sie einen privaten API-Schlüssel mit Vollzugriff auf Profile.
- Übermitteln Sie den API-Schlüssel an Ihr AI Decisioning Services-Team.
Weitere Informationen zur Einrichtung des API-Schlüssels finden Sie in der Klaviyo-Dokumentation.
Andere Cloud-Lösungen (Google Cloud Storage, Azure, AWS)
Wenn Kundendaten derzeit nicht in Braze, SFMC oder Klaviyo gespeichert sind, ist der nächstbeste Schritt, einen automatisierten Export direkt in einen von Braze verwalteten Google Cloud Storage-Bucket zu konfigurieren. Braze unterstützt auch den Export zu AWS oder Azure (wobei GCS vorzuziehen ist). Exportieren Sie bei diesen Plattformen in den internen Cloud-Speicher der jeweiligen Cloud-Plattform. Braze kann die Daten dann von dort abrufen.
Ob dies möglich ist, entnehmen Sie der Dokumentation Ihrer MarTech-Plattform. Zum Beispiel:
- mParticle bietet eine native Integration mit Google Cloud Storage
- Twilio Segment
- Treasure Data
- ActionIQ
- Adobe Experience Platform
Wenn dies möglich ist, kann Braze einen GCS-Bucket bereitstellen, in den Sie Kundendaten exportieren können und der ausschließlich für Decisioning Studio Pro vorgesehen ist.
Best Practices
- Beschreibende Spaltennamen: Kundendaten sollten klare, beschreibende Spaltennamen haben. Idealerweise wird ein Datenwörterbuch bereitgestellt.
- Inkrementelle Updates: Inkrementelle Dateien sind täglichen Snapshots des gesamten Kundenverlaufs vorzuziehen.
- Konsistente Bezeichner: Jeder Datensatz muss einen eindeutigen Kunden-Bezeichner enthalten, der über alle Datenbestände hinweg konsistent ist.
- Zeitstempel einschließen: Datensätze sollten zugehörige Zeitstempel haben, um eine genaue Attribution und das Training von Agenten zu ermöglichen.
Angepasste Integrationen
Andere Optionen oder vollständig angepasste Daten-Pipelines sind möglich. Diese erfordern unter Umständen zusätzlichen Aufwand durch Serviceleistungen oder Engineering-Arbeit Ihres Teams. Um herauszufinden, was machbar und optimal ist, wenden Sie sich an Ihr AI Decisioning Services Team.
Dieser Leitfaden erläutert die gängigsten Integrationsmuster. Die Informationssicherheit muss dennoch alle Verbindungspunkte prüfen, und Solutions Consultants stehen Ihnen bei der Implementierung beratend zur Seite.
Nächste Schritte
Nachdem Sie Ihre Datenquellen verbunden haben, richten Sie als Nächstes die Orchestrierung ein: