Berechtigte Zielgruppen und Experiment-Kohorten identifizieren
Decisioning Studio Pro nutzt Segmente für zwei Aufgaben: Sie legen fest, wer für das Szenario berechtigt ist und zu welcher Experiment-Kohorte jede:r Verbraucher:in gehört. Dieses Beispiel behandelt die sechs Segmente, die in einem typischen Braze-Szenario konfiguriert werden, und wer welches Segment erstellt.
Wie aus einer Entscheidung eine Nachricht wird, erfahren Sie unter Erste Schritte mit Decisioning Studio Pro.
Funktionsweise
Segmente definieren in einem Decisioning-Studio-Szenario zwei Dinge:
- Berechtigte Zielgruppe: Das Master-Segment enthält Verbraucher:innen mit Marketing-Opt-in, die für das Szenario berechtigt werden können. Decisioning Studio lädt Profil- und Engagement-Daten für die Verbraucher:innen in diesem Segment herunter. Das Basissegment enthält die Verbraucher:innen, die für genau dieses Szenario berechtigt sind.
- Experiment-Kohorten: Kleinere Segmente legen fest, welche Behandlung Verbraucher:innen erhalten: eine KI-Entscheidung, einen zufälligen Vergleich, Business as usual (BAU) oder einen Holdout. Alle Verbraucher:innen werden zufällig genau einer Kohorte zugewiesen.
Ein Standardszenario für Decisioning Studio Pro in Braze verwendet folgende Segmente:
| Segment | Beschreibung | Verwendungszweck |
|---|---|---|
| Master-Segment | Enthält Verbraucher:innen mit Marketing-Opt-in, die für das Szenario berechtigt werden können. Wenn Sie mehr als ein Szenario betreiben, kann das Master-Segment Verbraucher:innen enthalten, die für mindestens eines davon berechtigt sind. | Profil- und Engagement-Daten für die Verbraucher:innen herunterladen, die Decisioning Studio berücksichtigen kann. |
| Basissegment mit Szenariofiltern | Enthält Verbraucher:innen, die für genau dieses Szenario berechtigt sind. | Sendungen in Echtzeit unterdrücken, damit Nachrichten nur an Verbraucher:innen gehen, die nach der letzten Datensynchronisierung von Decisioning Studio noch berechtigt sind. |
| KI-Kohorte | Die Teilmenge, die KI-personalisierte Auswahlen erhält. | Den inkrementellen Einfluss von Decisioning Studio auf Ihre wichtigsten Metriken messen. |
| Business-as-usual-Kohorte | Die Teilmenge, die Ihre aktuellen Kampagnenauswahlen erhält. | Die Baseline für Ihre bestehende Strategie festlegen. |
| Zufällige Kontrollgruppe | Die Teilmenge, die eine zufällige Aktion aus der Aktionsbank erhält. | Die Baseline für automatisiertes, durchgehend aktives Messaging festlegen. |
| Holdout | Die Teilmenge, die keine Nachrichten aus diesem Szenario erhält. | Die Baseline für organische Performance festlegen. |
Rollen und Verantwortlichkeiten
Ihr Team erstellt die Segmente im Braze-Dashboard. Das AI Decisioning Services Team konfiguriert die Randomisierung in der Decisioning-Studio-Pipeline und berät zu den Filtern.
| Aufgabe | Verantwortlich | Ort |
|---|---|---|
| Jedes Segment erstellen | Ihr Team | Braze-Dashboard |
| Festlegen, welche Berechtigungsfilter zu welchem Segment gehören | AI Decisioning Services Team zusammen mit Ihrem Team | Szenariodesign |
| Verbraucher:innen zufällig einer Experiment-Kohorte zuweisen, einschließlich Methode und Größe jeder Kohorte | AI Decisioning Services Team, abgestimmt mit Ihrem Team während des Designs | Decisioning-Studio-Pipeline |
| Die Kohortensegmente auf Kampagnen und Canvases anwenden, damit jede Kohorte die richtigen Nachrichten erhält | Ihr Team mit Unterstützung des AI Decisioning Services Teams | Braze-Dashboard |
Voraussetzungen
- Die Zielgruppe ist definiert, die Profilfilter sind bekannt, und die Daten sind in Braze verfügbar.
- Ihr Team und das AI Decisioning Services Team haben sich darauf geeinigt, wie Verbraucher:innen zufällig den Segmenten für KI, Business as usual, zufällige Kontrollgruppe und Holdout zugewiesen werden.
Segment für eingehende Daten erstellen
Schritt 1: Master-Segment erstellen
Erstellen Sie ein Segment mit Verbraucher:innen mit Marketing-Opt-in, die für das Szenario berechtigt werden können.
Ein eindeutiger Name ist beispielsweise „Decisioning Studio — Master“. Wenn Sie mehr als ein Szenario betreiben, schließen Sie Verbraucher:innen ein, die für mindestens eines davon berechtigt sind. Ein Beispielfilter lautet: „Die Person hat für einen Kanal, über den das Szenario senden kann, ein Opt-in erteilt.“
Dieses Segment liefert Profildaten und historisches Engagement an Decisioning Studio. Die Schritte im Dashboard finden Sie unter Segment erstellen.
Verbraucher:innen außerhalb dieses Master-Segments werden bei Empfehlungen und im Reporting nicht berücksichtigt. Decisioning Studio lädt Profil- und Engagement-Daten nur für Verbraucher:innen in diesem Segment herunter.
Nehmen Sie keine Engagement-basierten Berechtigungskriterien in das Master-Segment auf. Wenn die Berechtigung von jüngstem Verhalten abhängt, etwa kein Kauf in den letzten 30 Tagen, legt das AI Decisioning Services Team diese Regel in der Decisioning-Studio-Pipeline fest. Der Engagement-Status ändert sich täglich. Wer einen Kauf tätigt, muss lange genug im Datenfeed bleiben, damit diese Conversion im Reporting erscheint.
Segmente für Unterdrückung und Reporting erstellen
Ihr Team erstellt diese Segmente in Braze. Das AI Decisioning Services Team berät zu Randomisierung und Segmentgröße.
Erstellen Sie das Basissegment mit den Berechtigungsfiltern dieses Szenarios, zum Beispiel: Land ist USA, Kanada oder Vereinigtes Königreich. Nutzen Sie es, um Sendungen in Echtzeit zu unterdrücken, damit Nachrichten nur an Verbraucher:innen gehen, die nach der letzten Datensynchronisierung von Decisioning Studio noch berechtigt sind.
| Segment | Wer enthalten ist | Wofür es dient | Empfangene Nachrichten |
|---|---|---|---|
| Basissegment mit Berechtigungsfiltern | Eine tägliche Ansicht aller für das Szenario Berechtigten, einschließlich Engagement-basierter Filter | Diese Zielgruppe von vereinbarten Sendungen außerhalb des Szenarios ausschließen, etwa einem Flash Sale, und Verbraucher:innen unterdrücken, die seit dem letzten täglichen Extrakt nicht mehr berechtigt sind | Für sich allein keine. Dieses Segment ist eine Unterdrückungsliste. |
| KI | Berechtigte Verbraucher:innen, die zufällig der KI-Kohorte zugewiesen wurden | Sendungen von Decisioning Studio auf die KI- und Zufallskohorten beschränken und die KI-Kohorte im Reporting identifizieren | Von Decisioning Studio ausgewählte Nachrichten |
| Zufall | Berechtigte Verbraucher:innen, die zufällig der zufälligen Kontrollgruppe zugewiesen wurden | Sendungen von Decisioning Studio auf die KI- und Zufallskohorten beschränken und die Zufallskohorte im Reporting identifizieren | Eine zufällige Aktion aus der Aktionsbank |
| Business as usual | Berechtigte Verbraucher:innen, die zufällig der Business-as-usual-Kohorte zugewiesen wurden | Business-as-usual-Sendungen auf diese Kohorte beschränken und sie im Reporting identifizieren | Nachrichten aus Ihren Business-as-usual-Kampagnen oder -Canvases |
| Holdout | Berechtigte Verbraucher:innen, die zufällig dem Holdout zugewiesen wurden | Holdout-Verbraucher:innen von den Kampagnen des Szenarios ausschließen und sie im Reporting identifizieren | Keine Nachrichten aus diesem Szenario |
Die prozentuale Aufteilung der Kohorten variiert je nach Szenario und Bereitstellungsphase. Zum Start gibt es oft einen kleinen KI- und Zufallsanteil neben einer großen Business-as-usual-Gruppe. Einstellige Prozentsätze sind beim Start üblich und wachsen dann mit zunehmendem Vertrauen. Stimmen Sie die Aufteilung mit Ihrem AI Decisioning Services Team ab.
Schritt 2: Kohortensegmente auf Kampagnen und Canvases anwenden
Legen Sie während des Designs fest, welche Nachrichten für welche Kohorte gelten:
- Die KI-Kohorte erhält KI-personalisierte Entscheidungen aus dem API-getriggerten Canvas oder den API-getriggerten Kampagnen.
- Die Zufallskohorte erhält über dieselben Sendungen eine zufällige Aktion aus der Aktionsbank.
- Die Business-as-usual-Kohorte erhält Nachrichten auf Basis Ihrer aktuellen Regeln aus Ihren Business-as-usual-Canvases oder -Kampagnen.
- Die Holdout-Kohorte wird von den Kampagnen des Szenarios ausgeschlossen.
Fügen Sie jeder betroffenen Kampagne bzw. jedem betroffenen Canvas das passende Segment hinzu, damit alle Verbraucher:innen nur Nachrichten aus den Sendungen für ihre Kohorte erhalten.
Eine Übersicht über die Behandlungsgruppen, auch für andere Customer-Engagement-Plattformen, finden Sie unter Zielgruppe definieren.
Bewährte Praktiken
- Bilden Sie jede Experiment-Kohorte aus dem Basissegment plus der Kohortenzuweisung. Wenn sich die Zielgruppendefinition ändert, aktualisieren Sie das Basissegment mit den Berechtigungsfiltern – die Kohorten ziehen automatisch nach.
- Legen Sie während des Designs fest, welche Kampagnen außerhalb des Szenarios jede Kohorte erhalten soll. Damit das Reporting vergleichbar bleibt, geht eine Nachricht außerhalb des Szenarios entweder an alle Kohorten oder an keine.
- Verwenden Sie einen Holdout, der zu diesem Szenario gehört. Eine globale Kontrollgruppe misst die Zielgruppe ganz ohne Nachrichten. Der Szenario-Holdout misst die Zielgruppe ohne Nachrichten aus diesem Szenario. Vergleichen Sie die Kohorten dieses Szenarios untereinander.
Häufig gestellte Fragen
Was passiert, wenn ich eine Kohorte weglasse?
Jede Kohorte misst eine andere Baseline. So lesen Sie die inkrementelle Performance ab und untersuchen Probleme. Das AI Decisioning Services Team bestimmt gemeinsam mit Ihnen die Größe jeder Kohorte, sodass sie diese Aufgabe erfüllt und gleichzeitig ein möglichst großer Teil der Zielgruppe KI-optimierte Entscheidungen erhält.
Was ist, wenn mein Basissegment klein ist?
Kleine Segmente liefern verrauschtere Ergebnisse. Erweitern Sie die Berechtigung, etwa durch einen längeren Lookback-Zeitraum oder weniger geografische Filter, und bestätigen Sie eine praktikable Zielgruppengröße mit Ihrem AI Decisioning Services Team.
Kann eine Kohorte mehr als einem Szenario dienen?
Geben Sie jedem Szenario eine eigene Kohorte, die zufällig und unabhängig zugewiesen wird. Eine gemeinsam genutzte Kohorte vermischt Modelle und erschwert die Interpretation der Messung.