Activos de datos críticos
Decisioning Studio requiere ciertos activos de datos para funcionar y se beneficia de datos opcionales adicionales. Este artículo describe qué es cada activo, por qué es importante y qué campos son obligatorios.
Cerrar el bucle de toma de decisiones con IA
Los tres activos de eventos obligatorios (activaciones, interacciones y conversiones) forman juntos el bucle de retroalimentación que permite a Decisioning Studio aprender y mejorar con el tiempo.
- Las activaciones indican al modelo qué decidió hacer
- Las interacciones indican al modelo cómo respondieron los clientes al mensaje
- Las conversiones indican al modelo si se logró el resultado de negocio final
Cada uno de estos debe estar estructurado como un flujo de eventos incremental (no una instantánea). Consulta Instantáneas frente a flujos de eventos para más detalles.
Si Decisioning Studio está integrado de forma nativa con tu plataforma de interacción con los clientes (como Braze o Salesforce Marketing Cloud), los datos de activación e interacción pueden recopilarse automáticamente sin configuración adicional. Consulta la documentación de configuración para confirmarlo.
Activos obligatorios
Perfil de cliente
Los datos del perfil de cliente describen quiénes son tus clientes. Decisioning Studio utiliza estos datos para comprender el estado actual de cada cliente y generar recomendaciones relevantes.
Los atributos de perfil más comunes incluyen:
- Años como cliente
- Geografía (cuando lo permitan tu sector y los requisitos de privacidad)
- Canal de adquisición (por ejemplo, web, teléfono, tienda física)
- Puntuación de satisfacción o sentimiento
- Puntuaciones derivadas de modelos (por ejemplo, propensión al abandono, estimación del valor de duración del ciclo de vida)
- Nivel de fidelización o pertenencia a un programa
Datos de activación e interacción
Los datos de activación registran lo que Decisioning Studio realmente envió: qué recomendación se entregó a qué cliente a través de qué canal. Los datos de interacción registran lo que hizo el cliente en respuesta: si abrió, hizo clic o interactuó de alguna otra forma con el mensaje.
Para integraciones nativas con Braze, los datos de activación e interacción pueden estar disponibles automáticamente a través de Braze Currents. Para otras configuraciones, estos datos deben proporcionarse de forma explícita.
Estos datos son críticos porque cierran el bucle entre una recomendación y su resultado. Sin ellos, el modelo no puede aprender qué decisiones están funcionando.
Datos de conversiones
Los datos de conversiones describen lo que le sucedió al cliente después de que se hizo una recomendación y se envió un mensaje. Esta es la señal principal que el modelo utiliza para evaluar si una recomendación fue exitosa.
| Requisito | Razón |
|---|---|
| Cada registro contiene el identificador de cliente, consistente con todos los demás activos | Decisioning Studio debe poder vincular las conversiones con las recomendaciones que las precedieron. |
| Cada registro tiene una marca de tiempo del momento en que ocurrió el evento de conversión | La precisión temporal es esencial para la atribución. El modelo necesita saber a qué recomendación se puede atribuir una conversión. |
| Si se utiliza una métrica de éxito no binaria (por ejemplo, ingresos en lugar de convertido o no convertido), el valor de la métrica debe incluirse con cada registro de conversión | Decisioning Studio utiliza el valor de la métrica para generar experiencias de entrenamiento. Sin el valor, el modelo solo puede aprender que ocurrió una conversión, no cuán valiosa fue. |
| Si las conversiones pueden atribuirse directamente a una comunicación específica (por ejemplo, canje de cupón), incluye los campos necesarios para vincular la conversión con el registro de activación | La atribución directa proporciona al modelo la señal de aprendizaje más clara. Si la atribución directa no es posible, Decisioning Studio utiliza la atribución basada en proximidad como alternativa. |
Activos opcionales
Más datos generalmente conducen a un mejor rendimiento del modelo, pero deben equilibrarse con el esfuerzo de implementación requerido. Los siguientes activos opcionales suelen ser útiles:
Comportamiento del cliente
- Historial de inicio de sesión en la cuenta
- Tipo de dispositivo y sistema operativo
- Interacciones con el servicio de atención al cliente (por ejemplo, número de llamadas de soporte, temas tratados)
- Uso del producto (por ejemplo, horas de uso al día, características utilizadas, categorías de contenido consultadas)
Otras transacciones
- Productos comprados por fecha, incluidos los atributos del producto
- Importes de las transacciones
- Canales de transacción (por ejemplo, tienda física frente a en línea)
- Métodos de pago
Otras interacciones de marketing
- Comunicaciones salientes enviadas fuera de las recomendaciones de Decisioning Studio (por ejemplo, correos electrónicos, SMS)
- Interacción con correos electrónicos no desencadenada por Decisioning Studio (por ejemplo, aperturas, clics)
- Respuestas a cuestionarios (por ejemplo, puntuaciones NPS, cuestionarios de interacción)
- Actividad en la web y en la aplicación móvil (por ejemplo, páginas visitadas, productos consultados)