Caso de uso: recuperar clientes inactivos con un agente de toma de decisiones enfocado en ingresos

Este ejemplo muestra cómo una marca ficticia utiliza BrazeAI Decisioning Studio™ Pro y un agente de toma de decisiones para dirigir a cada cliente hacia una decisión óptima del banco de acciones, personalizar la mensajería para la recuperación y optimizar los ingresos. Conecta el diseño del agente, la audiencia y los experimentos, la orquestación a través de Braze y el aprendizaje posterior al lanzamiento.

Supongamos que Poppy es administradora de CRM en Kitchenerie, una marca ficticia de comercio minorista en línea especializada en artículos de cocina.

Muchos clientes solo exploran las colecciones de temporada una o dos veces antes de abandonar la página. Los programas de recuperación anteriores utilizaban recorridos fijos y pruebas A/B manuales para probar textos. Identificar qué combinación de oferta, canal, cadencia y momento maximiza los ingresos por compra de cada cliente seguía siendo un problema aparte. La prioridad de la dirección es clara: recuperar a la mayor cantidad posible de compradores inactivos y aumentar los ingresos sin sobrepasar las restricciones de descuentos o frecuencia.

Este recorrido describe cómo Poppy:

• Define a los clientes inactivos o en riesgo como la audiencia del agente, mientras estructura grupos de experimento para una comparación justa
• Permite que el agente elija las mejores acciones permitidas de un banco de acciones completo para que la mensajería se mantenga personalizada a escala
• Configura la orquestación para que las decisiones fluyan hacia Braze como plataforma de interacción con los clientes
• Lanza el agente, permitiéndole aprender de forma autónoma qué impulsa los ingresos de recuperación

Paso 1: Define las métricas de éxito y a «quién» se dirige el agente

Poppy confirma la métrica de éxito que el agente debe maximizar: los ingresos por recompras entre los clientes que han dejado de comprar.

Define quién entra en el programa: un Segment de Braze de compradores que han dejado de comprar o de usuarios inactivos de alto valor. Ahora, Poppy solo necesita indicar al equipo de AI Decisioning Services a qué Segment debe dirigirse el agente. La integración para extraer los datos de ese Segment se realiza en segundo plano, sin que Poppy tenga que configurar ninguna integración.

Paso 2: Construye el banco de acciones y las restricciones

Poppy define las dimensiones que importan para las estrategias de recuperación:

• Oferta: envío gratuito, porcentaje de descuento o paquete de artículos
• Canal: correo electrónico, push o SMS
• Hora de envío o cadencia
• Creatividad: pequeñas ilustraciones o texto centrado en la utilidad

Para cada dimensión, enumera opciones concretas en el banco de acciones, que son las únicas acciones que el agente puede realizar (todo lo demás queda fuera de los límites por diseño). Luego, el agente experimenta con las combinaciones permitidas para descubrir qué funciona para cada cliente mientras optimiza la métrica de éxito elegida.

Paso 3: Preparar los datos y conectar la orquestación a Braze

Siguiendo los pasos de Conectar tus datos, Poppy se asegura de que el agente reciba señales propias completas (como el historial de compras, la afinidad por categorías, el comportamiento de navegación y la participación) para que cada decisión se base en comportamientos reales.

Para la orquestación, utiliza la ruta nativa de Braze: Decisioning Studio Pro decide qué enviar y cuándo, y Braze lo entrega. Planifica plantillas base (Campaigns desencadenadas por API) para cada canal, con campos dinámicos para las ofertas y las creatividades, y configura la reelegibilidad.

Paso 4: Lanza, supervisa y optimiza para obtener ingresos

Tras revisar la configuración con AI Decisioning Services, Poppy lanza el agente. El agente empieza a recomendar acciones para cada usuario y a orquestar los envíos a través de Braze para mejorar con el tiempo.

Al combinar una métrica de éxito centrada en los ingresos con un agente de decisiones que prueba continuamente las acciones permitidas, Kitchenerie pasa de envíos masivos y estáticos de recuperación a decisiones 1:1 que se adaptan a cada cliente. Así, busca recuperar a más clientes y aumentar los ingresos sin salirse de las reglas de negocio que definió Poppy.