Preguntas frecuentes
General
¿Qué es Decisioning Studio Go?
Decisioning Studio Go es un agente de decisión con IA integrado en el panel de Braze. Tú seleccionas un menú de opciones (variantes creativas, momento de envío, días de la semana) y el agente elige la combinación adecuada para cada usuario, optimizando para los clics. Ofrece personalización individualizada sin necesidad de un científico de datos ni de una integración personalizada.
¿En qué se diferencia Decisioning Studio Go de las pruebas A/B?
Las pruebas A/B encuentran la variante que tiene mejor rendimiento de media en toda una audiencia o dentro de un Segment, y aplican esa única variante a todos los miembros de ese grupo.
Decisioning Studio Go elige la mejor variante para cada usuario, en función de con qué ha interactuado ese usuario anteriormente. Distintos usuarios pueden recibir variantes diferentes en un mismo envío. En lugar de aplicar una variante ganadora a un grupo, Decisioning Studio Go personaliza el contenido a nivel individual.
¿En qué se diferencia Decisioning Studio Go de Decisioning Studio Pro?
Go es el nivel de autoservicio. Es el punto de partida adecuado para los especialistas en marketing que quieren personalización individualizada del correo electrónico sin un gran esfuerzo de implementación. Optimiza para los clics y funciona con opciones que configuras directamente en Braze.
Pro es el nivel de servicios integrales. Optimiza para cualquier métrica de negocio, se conecta a cualquier origen de datos propios, admite varios canales e incluye soporte dedicado del equipo de Braze AI Decisioning Services.
¿Qué tipo de IA utiliza Decisioning Studio Go? ¿Es generativa?
No. El agente que decide qué enviar a cada usuario es un agente de decisión. No escribe contenido por ti. Tú proporcionas las opciones y el agente aprende qué opción funciona mejor para cada usuario.
Decisioning Studio Go se basa en el aprendizaje por refuerzo. El agente trata cada envío como una oportunidad de aprender: prueba combinaciones de las opciones que has aprobado, observa si cada usuario interactúa y actualiza su comprensión de qué funciona para quién. Con el tiempo, es cada vez más preciso a la hora de asignar a cada usuario la opción de tu menú con más probabilidades de generar un clic.
¿De qué datos aprende el agente?
El agente aprende de tres cosas, todas dentro de Braze:
- Tu audiencia: Los usuarios del Segment asociado al agente
- La participación por correo electrónico de esa audiencia: Cómo responden las personas a lo que envía el agente
- Su propia comprensión de tu contenido: Cuando añades creatividades, el agente crea su propia representación de cada una y la utiliza para razonar qué contenido encaja con qué usuarios
El agente no aprende de datos personalizados, como atributos personalizados o datos de almacén. Si quieres una toma de decisiones que aproveche tus datos propios u optimice una métrica de negocio personalizada, utiliza Decisioning Studio Pro.
Audiencias y grupos de control
¿Cuál es la diferencia entre el grupo de Decisioning Studio y el grupo de control aleatorio?
El grupo de Decisioning Studio recibe contenido de correo electrónico optimizado con IA. El agente elige la mejor variante para cada usuario. El grupo de control aleatorio recibe combinaciones elegidas al azar de las mismas opciones que configuraste, sin ninguna optimización.
Ambos grupos respetan las restricciones que hayas configurado. Por ejemplo, si indicaste que no se repita una línea del asunto en un plazo de 15 días, esa regla también se aplica al control aleatorio. Comparar los dos grupos te da una medida limpia del incremento que genera el agente.
¿El control aleatorio es un grupo de exclusión de usuarios que no reciben correos electrónicos?
No. Los usuarios del control aleatorio siguen recibiendo correos electrónicos. Reciben combinaciones elegidas al azar de las opciones que configuraste, en los días permitidos dentro de tu programación. La comparación es entre un correo electrónico personalizado con IA y el mismo contenido elegido al azar.
¿Por qué es obligatorio el control aleatorio y qué tamaño debe tener?
Por dos motivos. Primero, te ofrece una medición continua y en tiempo real de cuánto supera el agente a una referencia aleatoria. Segundo, el agente usa el comportamiento del control aleatorio como parte de su señal de aprendizaje.
El tamaño mínimo del control aleatorio es del 5 %. Te recomendamos ajustar la división según el tamaño de tu audiencia: una audiencia más grande puede medir el incremento de forma fiable con un grupo de control más pequeño, mientras que una audiencia más pequeña necesita uno proporcionalmente más grande.
| Tamaño de la audiencia | División recomendada (Decisioning Studio / control aleatorio) |
|---|---|
| 20 000 – 100 000 | 80 / 20 |
| 100 000 – 1 000 000 | 90 / 10 |
| 1 000 000 – 40 000 000 | 95 / 5 |
¿Puedo usar un Segment que ya se esté usando en otro Canvas o Campaign?
Puedes, pero no se recomienda en absoluto y aparecerá una advertencia. Cuando los mismos usuarios reciben mensajes de Decisioning Studio Go y de otros Canvas o Campaigns al mismo tiempo, esos otros mensajes afectan a la participación de formas que el agente no puede tener en cuenta. La configuración más limpia es un Segment dedicado al agente.
Configuración
¿Qué puedo personalizar?
Dentro de cada creativo base, puedes marcar la línea del asunto, la llamada a la acción (CTA) y una imagen como puntos de personalización usando etiquetas de Liquid. Después, el agente elige entre las variantes que proporciones para cada componente, por usuario. También puedes tener varios creativos base; el agente también elige qué creativo base usar.
¿Puedo usar Content Blocks, referencias de catálogo o Liquid en mis creativos?
Sí. El agente evalúa el contenido completamente resuelto de cada creativo. Liquid, las referencias de catálogo y los Content Blocks se expanden antes de que el agente construya su comprensión, así que el contenido dinámico y ensamblado forma parte de aquello de lo que aprende.
La única excepción es el contenido conectado: los correos electrónicos que lo usan se representan y se envían con normalidad, pero el agente no ve ni aprende de lo que devuelve el contenido conectado. No dependas del contenido conectado como lo que hace que dos creativos sean realmente diferentes.
¿Puedo usar plantillas basadas en imágenes sin elementos en los que se pueda hacer clic?
Sí. Para un correo electrónico solo con imágenes, usa un único creativo base y deja que el agente elija la imagen dentro de él. También puedes dejar que el agente elija la línea del asunto. No cargues cada variación de imagen como un creativo base independiente. Un correo electrónico solo con imágenes no tiene una CTA de texto independiente que optimizar.
¿Puedo cambiar el evento de conversión?
En el nivel de autoservicio, el evento de conversión admitido son los clics. En Decisioning Studio Pro, puedes optimizar para cualquier métrica de negocio personalizada.
¿Cómo funciona la frecuencia de envío?
Seleccionas una única frecuencia, como tres envíos por semana. El agente no decide entre frecuencias. Dentro de esa frecuencia, elige qué días (de los que hayas permitido) y a qué horas enviar.
¿Cómo funcionan las limitaciones de frecuencia?
Durante la configuración, puedes aplicar al agente las reglas de limitación de frecuencia de tu espacio de trabajo y elegir si los envíos del agente cuentan para la limitación de frecuencia global de cada usuario. Tu administrador de éxito de cliente o tu consultor de soluciones puede ayudarte a decidir el enfoque adecuado para tu programa en función de cómo estén configuradas las limitaciones de frecuencia en tu espacio de trabajo.
¿Las horas tranquilas garantizan que no se envíe ningún correo electrónico durante ese intervalo?
Las horas tranquilas limitan las horas que el agente elige para un envío. No son un bloqueo de envío garantizado. Para tener la garantía absoluta de que no salga ningún mensaje durante un intervalo, configura además horas tranquilas a nivel de espacio de trabajo.
¿Cómo gestiona el agente audiencias repartidas en muchas zonas horarias?
Los envíos se realizan en la zona horaria local de cada usuario. El agente prioriza la entrega de tu mensaje por encima de enviarlo a la hora local exacta prevista, así que si tu audiencia abarca zonas horarias alejadas de la de tu espacio de trabajo, es posible que un mensaje llegue ocasionalmente fuera del día o del intervalo horario previsto. Si la mayor parte de tu audiencia está en una sola región, tenlo en cuenta al configurar los días permitidos y las horas tranquilas.
¿Puede el agente enviar a través de varios canales?
Cada agente es de un solo canal, y el canal admitido actualmente es el correo electrónico. Puedes ejecutar varios agentes en paralelo para distintos programas, pero cada agente gestiona un único canal.
Pruebas y lanzamiento
¿Cómo hago pruebas antes de publicar?
Usa la característica nativa de envío de prueba en el creador de Braze. Los envíos de prueba muestran las combinaciones específicas de variantes que selecciones. Sirven para revisar el correo electrónico en sí, no para predecir lo que el agente enviaría realmente a un usuario real. La vista previa dinámica del creador también te permite ver cómo se muestran las distintas combinaciones de variantes.
¿Qué ocurre después del lanzamiento?
El agente entra en un periodo de entrenamiento, y los informes siempre muestran en qué etapa se encuentra:
| Etapa | Qué está ocurriendo |
|---|---|
| Lanzado, aún sin enviar | Activo, pero todavía no se ha realizado el primer envío. |
| Esperando señal | Enviando, pero aún no hay suficientes clics genuinos para empezar el entrenamiento. |
| En entrenamiento | Hay suficiente señal para entrenar; el agente explora combinaciones. El rendimiento puede parecer casi aleatorio en esta etapa, y es lo esperado. |
| Parcialmente entrenado | Personalizando, pero los resultados aún no son lo bastante sólidos como para considerarlos definitivos. |
| Totalmente entrenado | Totalmente entrenado; los resultados son sólidos. En este punto ya puedes confiar en el aumento e informar sobre él. |
Un usuario nuevo recibe su primer envío el mismo día en que entra en la audiencia, y el agente empieza a personalizar para ese usuario al día siguiente. Los correos electrónicos se siguen enviando durante todo el tiempo que el agente aprende, así que no hay periodo de espera.
Para saber qué esperar en cada etapa y cómo interpretar los primeros resultados, consulta Qué esperar después del lanzamiento.
Mi agente parece estancado, o parece que pierde, durante las primeras semanas. ¿Hay algún problema?
Normalmente, no. Al principio, el agente todavía está entrenando, y suele compararse con un programa maduro que ya se ha optimizado durante mucho tiempo. Esa diferencia inicial es lo esperado. Hay dos condiciones para obtener una lectura fiable: el agente necesita suficientes clics genuinos para entrenar y necesita tiempo para pasar a la personalización completa. Espera a que el agente esté Totalmente entrenado antes de evaluar los resultados y asegúrate de que la comparación sea justa. Para más información, consulta Medir Decisioning Studio Go.
¿Puedo editar el agente después del lanzamiento?
Sí. Puedes actualizar la audiencia, la programación, los creativos y las restricciones después del lanzamiento, y también puedes cambiar tanto las variantes como las dimensiones. Debes promover los cambios para que surtan efecto. Añadir una nueva variante no reinicia el entrenamiento del agente con las variantes existentes.
Dos cambios en la audiencia provocan una redistribución de usuarios entre Decisioning Studio y los grupos de control aleatorios: cambiar la proporción de reparto entre control e IA, y cambiar el Segment. Evita hacer estos cambios a la ligera mientras el agente está en marcha. Las ediciones de creativos, programación y restricciones no redistribuyen la audiencia.
¿Qué pasa si actualizo las opciones de contenido después del lanzamiento?
Puedes añadir, eliminar o cambiar variantes del mismo modo en que las configuraste originalmente. Debes promover los cambios para que surtan efecto. Añadir una nueva variante no reinicia el entrenamiento del agente con las variantes existentes.
Informes y resultados
¿Qué métrica optimiza el agente y qué significa el valor de mejora?
El agente optimiza Clientes únicos que hicieron clic al día, es decir, el número de usuarios distintos que hacen clic. La mejora es la diferencia entre el grupo de Decisioning Studio y el control aleatorio en esta medida.
¿Coinciden los informes de Decisioning Studio Go con lo que veo en mis análisis de correo electrónico en otras partes de Braze?
Las cifras pueden ser diferentes. El agente solo aprende de los clics reales, así que antes de contabilizar un clic, este pasa por filtros de validación independientes que descartan la actividad automatizada y los clics relacionados con bajas. Por eso, los totales de clics de Decisioning Studio son inferiores a los de los informes de correo electrónico sin filtrar. La comparación relativa entre el grupo de Decisioning Studio y el control aleatorio sigue siendo válida, porque se aplica el mismo filtrado a cada grupo por igual.
¿Cómo comparo Decisioning Studio Go con mi programa habitual (BAU)?
La comparación integrada siempre es la del agente frente a su control aleatorio. Para compararlo con tu programa BAU existente, tienes que configurarlo tú mismo dividiendo la audiencia en un grupo BAU y un grupo de Decisioning Studio Go. Hay dos formas de hacerlo:
- En un Canvas: usa un paso de Recorridos de experimentos para dirigir a los usuarios por un recorrido BAU o al Segment del agente. Este es el enfoque recomendado.
- Fuera de un Canvas: usa números de contenedor aleatorios para separar un grupo BAU y un grupo de Decisioning Studio Go.
Para que la prueba sea justa, mantén el mismo comportamiento de envío en todos los grupos (iguala la frecuencia del agente a la del BAU o configúrala con la media del BAU) y asegúrate de que las creatividades del BAU también estén cargadas como opciones en el agente. Recuerda que un agente que aún está en entrenamiento suele quedarse por detrás de un BAU maduro al principio. Consulta Medir Decisioning Studio Go para ver el procedimiento completo.
¿Cómo puedo ver en qué grupo estaba un usuario o analizar los resultados en mi almacén de datos?
Cada envío escribe identificadores en message_extras en el evento users.messages.email.Send: ds_go_agent_id (qué agente), ds_go_agent_regime (impulsado por IA o control aleatorio) y ds_go_rec_id (el ID de la decisión). Estos se escriben automáticamente. Para usarlos en tu almacén de datos, confirma que tu exportación incluye message_extras en el evento de envío y, a continuación, únelos con las aperturas y los clics mediante user_id y dispatch_id.
¿Cuándo se completan del todo mis informes?
Los datos de los informes tienen un retraso de aproximadamente un día, así que establece la fecha de finalización de tus informes en dos días antes de hoy para obtener una vista completa. Además, los informes tardan unos días en completarse después del lanzamiento: si parecen vacíos justo después de lanzar, espera unos días en lugar de suponer que algo falla.
¿Puedo ver qué combinaciones tienen mejor rendimiento?
Sí. La vista Preferencias del agente muestra con qué frecuencia el agente ha elegido cada variante, y los desgloses por elemento muestran el rendimiento de cada línea del asunto, llamada a la acción e imagen en las distintas combinaciones.
¿Quién es responsable del contenido que envía el agente?
Tú. El agente solo envía contenido que hayas añadido como variante. El agente decide la combinación para cada usuario, pero cada elemento individual procede de las variantes que proporcionaste.
Soporte
¿Dónde puedo obtener ayuda con mi agente?
Ponte en contacto con tu administrador de éxito de cliente o tu consultor de soluciones de Braze para obtener ayuda con la configuración, la revisión del rendimiento o el diseño del programa.