Kritische Datenressourcen
Decisioning Studio Pro benötigt bestimmte Datenressourcen, um zu funktionieren, und profitiert von zusätzlichen optionalen Daten. Dieser Artikel beschreibt, was jede Ressource ist, warum sie wichtig ist und welche Felder erforderlich sind.
Den KI-Entscheidungskreislauf schließen
Die drei erforderlichen Event-Assets (Aktivierungen, Engagements und Konversionen) bilden zusammen den Feedback-Kreislauf, durch den Decisioning Studio Pro im Laufe der Zeit lernt und sich verbessert.
- Aktivierungen teilen dem Modell mit, welche Entscheidung es getroffen hat
- Engagements teilen dem Modell mit, wie Kund:innen auf die Nachricht reagiert haben
- Konversionen teilen dem Modell mit, ob das eigentliche Geschäftsergebnis erreicht wurde
Jedes dieser Assets muss als inkrementeller Event-Stream aus einzelnen Datensätzen strukturiert sein. Weitere Informationen finden Sie unter Snapshots im Vergleich zu Event-Streams.
Wenn Decisioning Studio Pro nativ in Ihre Customer-Engagement-Plattform (z. B. Braze oder Salesforce Marketing Cloud) integriert ist, werden Aktivierungs- und Engagement-Daten möglicherweise automatisch ohne zusätzliche Konfiguration erfasst. Prüfen Sie dies in Ihrer Setup-Dokumentation.
Erforderliche Assets
Kundenprofil
Kundenprofildaten beschreiben, wer Ihre Kund:innen sind. Decisioning Studio Pro nutzt diese Daten, um den aktuellen Status aller Kund:innen zu verstehen und relevante Empfehlungen zu generieren.
Typische Profilattribute sind:
- Jahre als Kund:in
- Geografie (sofern nach den Anforderungen Ihrer Branche und den Datenschutzbestimmungen zulässig)
- Akquisekanal (zum Beispiel Web, Telefon, im Shop)
- Zufriedenheits- oder Stimmungswert
- Modellbasierte Werte (zum Beispiel Churn-Affinität, geschätzter Lifetime-Value)
- Kundenbindungsstufe oder Programmmitgliedschaft
Aktivierungs- und Engagement-Daten
Aktivierungsdaten erfassen, was Decisioning Studio Pro tatsächlich gesendet hat: welche Empfehlung welchen Kund:innen über welchen Kanal zugestellt wurde. Engagement-Daten erfassen, wie die Kund:innen darauf reagiert haben: ob sie die Nachricht geöffnet, angeklickt oder anderweitig mit ihr interagiert haben.
Bei nativen Braze-Integrationen können Aktivierungs- und Engagement-Daten automatisch über Braze-Currents verfügbar sein. Bei anderen Konfigurationen müssen diese Daten explizit bereitgestellt werden.
Diese Daten sind entscheidend, weil sie den Kreis zwischen einer Empfehlung und ihrem Ergebnis schließen. Ohne sie kann das Modell nicht lernen, welche Entscheidungen funktionieren.
Conversion-Daten
Conversion-Daten beschreiben, was mit den Kund:innen geschehen ist, nachdem eine Empfehlung ausgesprochen und eine Nachricht gesendet wurde. Dies ist das wichtigste Signal, anhand dessen das Modell bewertet, ob eine Empfehlung erfolgreich war.
| Anforderung | Grund |
|---|---|
| Jeder Datensatz enthält den Kundenbezeichner, konsistent mit allen anderen Assets | Decisioning Studio Pro muss Conversions den vorangegangenen Empfehlungen zuordnen können. |
| Jeder Datensatz enthält einen Zeitstempel für den Zeitpunkt des Konversions-Events | Ein genaues Timing ist für die Attribution unerlässlich. Das Modell muss wissen, welcher Empfehlung eine Conversion zugeordnet werden kann. |
| Bei einer nicht-binären Erfolgsmetrik (zum Beispiel Umsatz statt konvertiert oder nicht konvertiert) muss der Metrikwert in jedem Conversion-Datensatz enthalten sein | Decisioning Studio Pro nutzt den Metrikwert, um Trainingserfahrungen zu generieren. Über diesen Wert lernt das Modell die Größe jeder Conversion. |
| Wenn Conversions direkt einer bestimmten Kommunikation zugeordnet werden können (zum Beispiel einer Gutscheineinlösung), fügen Sie die Felder hinzu, die nötig sind, um die Conversion dem Aktivierungsdatensatz zuzuordnen | Die direkte Attribution liefert dem Modell das klarste Lernsignal. Ist keine direkte Attribution möglich, nutzt Decisioning Studio Pro als Fallback eine zeitnähebasierte Attribution. |
Optionale Assets
Mehr Daten führen in der Regel zu einer besseren Modell-Performance, sollten aber gegen den erforderlichen Implementierungsaufwand abgewogen werden. Die folgenden optionalen Assets sind häufig nützlich:
Kundenverhalten
- Anmeldeverlauf des Kontos
- Gerätetyp und Betriebssystem
- Interaktionen mit dem Kundenservice (zum Beispiel Anzahl der Support-Anrufe, besprochene Themen)
- Produktnutzung (zum Beispiel Nutzungsstunden pro Tag, genutzte Features, angesehene Content-Kategorien)
Weitere Transaktionen
- Gekaufte Produkte nach Datum, einschließlich Produktattributen
- Transaktionsbeträge
- Transaktionskanäle (zum Beispiel im Shop oder online)
- Zahlungsmethoden
Weiteres Marketing-Engagement
- Ausgehende Kommunikation, die außerhalb der Empfehlungen von Decisioning Studio Pro gesendet wurde (zum Beispiel E-Mails, SMS)
- E-Mail-Engagement, das nicht durch Decisioning Studio Pro getriggert wurde (zum Beispiel Öffnungen, Klicks)
- Umfrageantworten (zum Beispiel Net Promoter Scores, Engagement-Umfragen)
- Aktivitäten im Web und in mobilen Apps (zum Beispiel besuchte Seiten, angesehene Produkte)