BrazeAI™

BrazeAI™ regroupe l’ensemble des fonctionnalités d’IA intégrées à Braze. Les fonctionnalités qui raisonnent agissent sur le contexte d’un utilisateur individuel. Les fonctionnalités qui apprennent détectent des tendances parmi de nombreux utilisateurs. Savoir quel type correspond à votre objectif est la première étape pour choisir la bonne fonctionnalité.

Commencez par votre objectif, ou lisez Raisonnement ou statistiques si vous hésitez entre deux fonctionnalités similaires.

Commencez par votre objectif

Chaque objectif dispose d’un point de départ recommandé. Vous pouvez également combiner plusieurs fonctionnalités. Pour plus d’informations, consultez la section Fonctionnalités complémentaires.

Votre objectif	Point de départ	Avant de commencer
Rédiger ou affiner du texte, des images, du Liquid ou du HTML dans le tableau de bord	BrazeAI Operator	Utilise vos autorisations existantes dans le tableau de bord. Les actions sont décomptées d’une limite d’utilisation quotidienne commune à toute l’entreprise.
Rédiger un message dont le texte s’adapte à chaque utilisateur, en fonction de ses données	Agents Braze	Crédits de message ou d’action. Contactez votre gestionnaire de compte si vous n’en disposez pas.
Classer, orienter ou enrichir un utilisateur à partir de son contexte en temps réel	Agents Braze	Mêmes crédits requis. Déployez l’agent dans une étape du canvas ou dans un champ de catalogue.
Trouver la variante la plus performante d’une Campaign	Optimiser avec BrazeAI	Au moins deux variantes actives. Les Campaigns à envois multiples nécessitent également un événement de conversion et une fenêtre de rééligibilité d’au moins 24 heures.
Trouver le chemin le plus performant dans un Canvas	Chemins gagnants	Une étape des chemins d’expérience comportant plus d’un chemin.
Générer et tester en continu de nombreuses variantes de contenu	Optimiseur de contenu	Actuellement en version bêta, pour l’e-mail, les notifications push, les SMS, les MMS et les RCS. Contactez votre gestionnaire de la satisfaction client pour commencer.
Personnaliser chaque envoi d’un programme d’e-mails récurrent, pour chaque destinataire	Decisioning Studio Go	Un programme d’e-mails récurrent et plusieurs options parmi lesquelles choisir : créations, lignes d’objet, images ou heures d’envoi.
Maximiser un indicateur métier ou financier, y compris l’offre à proposer	Decisioning Studio Pro	Des données first-party connectées et l’équipe AI Decisioning Services. Contactez votre gestionnaire de la satisfaction client pour en définir le périmètre.
Envoyer au moment où chaque utilisateur est le plus susceptible d’interagir	Timing intelligent	Meilleurs résultats lorsque les fuseaux horaires sont définis dans les profils utilisateurs. Déconseillé avec la limitation du débit ou l’IP warming.
Envoyer sur le canal avec lequel chaque utilisateur est le plus susceptible d’interagir	Filtre de canal intelligent	Des données d’engagement sur au moins deux canaux pris en charge, et au moins trois messages par canal.
Évaluer la probabilité qu’un utilisateur se désabonne	Prédiction du taux d’attrition	Généralement 300 000 utilisateurs actifs mensuels dans un seul espace de travail.
Évaluer la probabilité qu’un utilisateur effectue une action spécifique	Événements prédictifs	Suffisamment d’utilisateurs ayant réalisé l’événement. Pour connaître le seuil actuel, consultez l’analyse des événements (généralement au moins 3 500 utilisateurs avec un comportement d’événement passé).
Recommander des produits ou du contenu à partir d’un catalogue	Recommandations d’articles	Au moins un catalogue. Pour les recommandations personnalisées par IA, consultez les consignes relatives aux données.
Interroger les données de Braze depuis Claude, Cursor, ChatGPT ou un autre outil d’IA	Serveur MCP de Braze	Les autorisations du tableau de bord régissent l’accès. Non disponible si votre espace de travail utilise une liste d’adresses IP autorisées.

Raisonnement ou statistiques

Toutes les fonctionnalités présentées sur cette page prennent une décision, mais elles se répartissent en deux catégories. Identifier la catégorie d’une fonctionnalité permet de lever la plupart des confusions entre fonctionnalités similaires.

Les fonctionnalités qui raisonnent analysent le contexte dont elles disposent (le profil d’un utilisateur, son dernier message ou une ligne de catalogue) et répondent à ce cas précis. C’est le cas des Braze Agents et d’Operator. Elles sont adaptées au texte non structuré, aux décisions qui demandent du discernement, à la rédaction libre et aux utilisateurs sans historique. Vous pouvez lire le résultat et comprendre pourquoi il dit ce qu’il dit. En revanche, elles n’apprennent pas de la réussite ou de l’échec de leurs résultats.

Les fonctionnalités qui apprennent identifient des tendances dans les résultats obtenus sur de nombreux utilisateurs, ou dans l’historique d’un même utilisateur. C’est le cas de Predictive Suite, des recommandations d’articles, du timing intelligent, du filtre de canal intelligent et de Decisioning Studio. Elles sont adaptées aux comportements chiffrés à grande échelle, aux signaux agrégés et aux grands ensembles d’options. En revanche, elles ne lisent pas le texte non structuré, comme un échange avec le support.

Posez-vous cette question : une personne ayant lu tout ce que cet utilisateur a dit et fait saurait-elle déjà quoi faire ? Si oui, vous avez besoin de raisonnement. Si cette personne doit encore tester sur des milliers d’utilisateurs, vous avez besoin de statistiques.

Chaque catégorie répond à une situation différente. Les fonctionnalités qui fonctionnent bien ensemble combinent les deux.

Choisir parmi des fonctionnalités similaires

Optimiser ce que vous envoyez

Toutes ces fonctionnalités améliorent le contenu d’un message. Elles sont présentées par portée croissante.

Fonctionnalité	Ce qu’elle décide	Pour qui elle décide
Optimiser avec BrazeAI	Laquelle de vos variantes de campagne l’emporte	L’audience dans son ensemble
Chemins gagnants	Lequel de vos chemins de Canvas l’emporte	L’audience dans son ensemble
Optimiseur de contenu	Quelle combinaison d’éléments de contenu l’emporte, parmi les variantes qu’il génère pour vous	L’audience dans son ensemble
Decisioning Studio Go	Quelle création envoyer (y compris sa ligne d’objet, son appel à l’action (CTA) et son image) et quand l’envoyer	Chaque destinataire individuellement
Decisioning Studio Pro	Quels offre, canal, timing et fréquence utiliser	Chaque utilisateur individuellement

Optimiser avec BrazeAI, Chemins gagnants et l’Optimiseur de contenu trouvent un seul gagnant pour tout le monde. Decisioning Studio Go et Pro trouvent une réponse différente pour chaque personne.

Parmi les trois premières :

• Optimiser avec BrazeAI teste des variantes de message dans une Campaign.
• Chemins gagnants teste des chemins de parcours dans un Canvas.
• L’Optimiseur de contenu rédige les variantes pour vous et combine leurs éléments.

Go et Pro diffèrent par leur portée et leur configuration. Go optimise l’engagement, fonctionne en libre-service et utilise les données déjà présentes dans Braze. Pro optimise un indicateur métier ou financier, peut décider de la valeur des offres et nécessite des données externes connectées ainsi que l’équipe AI Decisioning Services.

Décider quoi faire pour chaque utilisateur

Si vous souhaitez	Utilisez	Pourquoi pas les autres
Décider à partir du contexte d’un utilisateur, y compris du texte libre ou une appréciation au cas par cas	Agents Braze	Les agents gèrent les entrées non structurées et le jugement au cas par cas. Ils ne vérifient pas si une décision a fonctionné et ne s’améliorent pas d’eux-mêmes.
Évaluer sous forme de score la probabilité qu’un utilisateur se désabonne ou passe à l’action	Predictive Suite	Predictive Suite apprend à partir de résultats mesurés et indique sa propre précision. Un agent ne peut fournir qu’une estimation plausible.
Sélectionner des articles dans un vaste catalogue	Recommandations d’articles	Un vaste catalogue ne tient pas dans le contexte d’un agent. Un agent a aussi tendance à choisir sans cesse les mêmes quelques articles.
Améliorer les résultats par rapport à un indicateur, au fil du temps	Decisioning Studio	Decisioning Studio apprend à partir des résultats et optimise en fonction de l’indicateur que vous choisissez. Les agents Braze n’apprennent pas à partir des résultats.
Définir la valeur d’une offre, ou maximiser le chiffre d’affaires ou la marge	Decisioning Studio Pro	Les décisions d’offre mettent en balance le coût et le gain. Decisioning Studio Go se limite à l’engagement et ne décide pas des offres.

Générer du contenu

BrazeAI Operator et les agents Braze rédigent tous deux du contenu, mais à des moments différents.

• Operator travaille avec vous dans le tableau de bord pendant que vous créez. Par défaut, vous vérifiez et approuvez chaque action proposée. Certaines actions nécessitent toujours une approbation. Utilisez-le pour rédiger un brouillon, reformuler, trouver des idées, vérifier un parcours ou surmonter un blocage.
• Les agents Braze travaillent sans vous, au moment de l’envoi. Vous rédigez les instructions une seule fois, et l’agent produit un résultat différent pour chaque utilisateur à mesure qu’il progresse dans un Canvas. Utilisez les agents Braze lorsque le contenu doit varier d’un utilisateur à l’autre.

Les fonctionnalités d’IA générative de BrazeAI (rédaction, images, Liquid, modèles HTML et vérification du contenu) sont accessibles via Operator.

Fonctionnalités complémentaires

Lorsqu’une tâche exige un texte riche et un catalogue volumineux, répartissez le travail. Les recommandations d’articles font la sélection dans votre catalogue. Un agent Braze rédige ensuite le texte autour de ces articles.

Un parcours de récupération de panier peut combiner plusieurs fonctionnalités :

• Les recommandations d’articles sélectionnent les produits à mettre en avant.
• Un agent Braze rédige le texte autour de ces produits en s’appuyant sur le contexte de l’utilisateur.
• Les événements prédictifs évaluent la probabilité que l’utilisateur revienne.
• Le timing intelligent et le filtre de canal intelligent déterminent quand et où envoyer le message.
• Decisioning Studio Pro choisit l’offre lorsque la valeur du panier justifie l’effort de configuration.

Commencez par l’outil le plus léger qui répond à votre besoin

Parmi les fonctionnalités qui apprennent, les capacités comme la configuration augmentent par paliers.

1. Exploiter une seule dimension de l’historique propre à chaque utilisateur. Timing intelligent et le filtre Canal intelligent s’activent en libre-service, d’un simple bouton, sans coût supplémentaire.
2. Apprendre un modèle unique sur l’ensemble de votre population. Prédiction du taux d’attrition, Événements prédictifs et les recommandations d’articles par IA restent en libre-service, avec une configuration modérée.
3. Optimiser plusieurs leviers à la fois, pour chaque utilisateur. Decisioning Studio Go demande peu de configuration, s’appuie sur les données déjà présentes dans Braze et optimise uniquement l’engagement.
4. Optimiser tous les leviers, y compris les offres, en fonction d’un indicateur clé de performance (KPI). Decisioning Studio Pro nécessite des données externes ainsi que l’équipe AI Decisioning Services.

Adaptez le niveau à la valeur du cas d’usage. Pour un besoin à faible valeur ou limité à une seule dimension, un outil plus léger convient généralement mieux. Les capacités supplémentaires d’un outil plus lourd justifient rarement les données et la configuration qu’elles exigent.

Braze Agent ou agent décisionnel

Braze utilise le mot agent pour désigner deux produits distincts. Ce qui les différencie, c’est le type de décision que chacun prend.

Terme	Description
Braze Agent	Un assistant IA que vous configurez dans la Console des agents et que vous déployez dans une étape du Canvas ou un champ de catalogue. Il raisonne à partir du contexte d’un seul utilisateur pour rédiger du contenu, classer, orienter ou enrichir des données. Il n’apprend pas des résultats de ce qu’il produit.
Agent décisionnel	Une configuration dans Decisioning Studio qui gère un cas d’usage complet, comme la reconquête ou la vente croisée. Il apprend des résultats observés sur l’ensemble de votre population pour trouver la décision qui maximise votre indicateur.

Les deux prennent des décisions. Un Braze Agent décide en lisant. Un agent décisionnel décide en mesurant. Si vous ne savez pas quel produit une page couvre, vérifiez si elle traite des Braze Agents ou de Decisioning Studio.

Toutes les fonctionnalités BrazeAI

Enrichir les profils et prédire les comportements

Fonctionnalité	Rôle	Méthode de décision
Agents Braze (étape du canvas)	Classe, oriente ou enrichit un utilisateur selon son contexte en temps réel, et rédige du texte	Grand modèle de langage
Agents Braze (champ de catalogue)	Rédige, met à jour ou localise les métadonnées des articles	Grand modèle de langage
Prédiction du taux d’attrition	Attribue un score de 0 à 100 à la probabilité qu’un utilisateur se désabonne	Arbres de décision à gradient boosting
Événements prédictifs	Attribue un score de 0 à 100 à la probabilité qu’un utilisateur effectue une action	Arbres de décision à gradient boosting

Identifier ce qui fonctionne le mieux pour une population

Fonctionnalité	Rôle	Méthode de décision
Optimiser avec BrazeAI	Teste les variantes de campagne et redirige le trafic vers la variante gagnante	Test A/B/n
Chemins gagnants	Teste les chemins du Canvas et redirige le trafic vers le chemin gagnant	Test A/B/n
Optimiseur de contenu	Combine les variantes de contenu pour maximiser l’engagement de la population.	Bandit manchot multi-bras

Choisir la meilleure action pour chaque individu

Fonctionnalité	Rôle	Méthode de décision
Timing intelligent	Détermine le meilleur moment d’envoi pour chaque utilisateur	Statistiques sur l’historique de l’utilisateur
Filtre Canal intelligent	Classe les canaux pour chaque utilisateur selon son historique	Statistiques sur l’historique de l’utilisateur
Recommandations d’articles par IA	Sélectionne des articles du catalogue pour chaque utilisateur	Apprentissage profond
Decisioning Studio Go	Personnalise le contenu, le timing et la fréquence pour stimuler l’engagement	Apprentissage par renforcement
Decisioning Studio Pro	Personnalise chaque levier, y compris les offres, en fonction d’un KPI métier	Apprentissage par renforcement

Accomplir votre propre travail plus rapidement

Fonctionnalité	Rôle	Méthode de décision
BrazeAI Operator	Crée, révise et analyse des Campaigns et des Canvas avec vous, sous forme de conversation	Grand modèle de langage
IA générative	Texte, images, Liquid, modèles HTML et révision de contenu, via Operator	Grand modèle de langage
Serveur MCP de Braze	Expose les données de Braze, sans données d’identification personnelle (PII), à des outils tels que Claude et Cursor (Model Context Protocol)	Intégration, pas un modèle

Comment Braze utilise vos données

Les fonctionnalités BrazeAI qui s’appuient sur un grand modèle de langage fourni par Braze envoient votre requête et vos entrées à ce modèle. Les données transmises à un modèle fourni par Braze ne servent ni à l’entraîner ni à l’améliorer. Le contenu généré vous appartient et Braze ne revendique aucun droit d’auteur sur celui-ci. Braze n’offre aucune garantie quant au contenu généré par l’IA. Comme ce contenu peut être inexact ou incomplet, relisez-le avant de l’utiliser.

Braze met à jour le modèle utilisé par chaque fonctionnalité à mesure que les fournisseurs publient de nouvelles versions. La page de chaque fonctionnalité indique le fournisseur du modèle ainsi que la durée pendant laquelle ce fournisseur conserve les données :

• Braze Agents
• Confidentialité et sécurité des données d’Operator

Si votre examen de sécurité ou d’approvisionnement exige de connaître la version actuelle du modèle, contactez votre gestionnaire de compte.

Vous pouvez également connecter votre propre fournisseur de modèles, comme OpenAI, Anthropic, Google Gemini ou Databricks Mosaic, lorsque vous utilisez les Braze Agents.

Foire aux questions

Qu’est-ce que BrazeAI ?

BrazeAI désigne l’ensemble des fonctionnalités d’IA intégrées à Braze. Elles couvrent l’enrichissement des données, l’expérimentation, la prise de décision et les flux de travail du tableau de bord. Chaque fonctionnalité se configure séparément, et certaines nécessitent des crédits ou des forfaits spécifiques. Pour trouver la fonctionnalité qu’il vous faut, consultez Commencer par votre objectif.

Quelle fonctionnalité BrazeAI utiliser en premier ?

Si vous découvrez BrazeAI, commencez par BrazeAI Operator. Il ne nécessite aucune configuration produit distincte, fonctionne dans les éditeurs que vous utilisez déjà et, par défaut, vous demande d’approuver chaque action avant de l’exécuter. Ensuite, choisissez la fonctionnalité qui correspond à votre objectif dans Commencer par votre objectif.

Comment choisir entre deux fonctionnalités qui semblent similaires ?

Demandez-vous si une personne ayant lu tout ce que cet utilisateur a dit et fait pourrait déjà prendre la décision. Si la réponse nécessite des tests sur des milliers d’utilisateurs, utilisez une fonctionnalité qui apprend. Le raisonnement correspond aux agents Braze. L’apprentissage correspond à Predictive Suite ou à Decisioning Studio. Consultez Raisonnement ou statistiques.

Quelle est la différence entre l’Optimiseur de contenu et Optimiser avec BrazeAI ?

Optimiser avec BrazeAI sélectionne une variante gagnante parmi les variantes de campagne que vous avez rédigées. L’Optimiseur de contenu génère des variantes pour vous et continue de combiner et de tester leurs éléments dans une étape du Canvas. Les deux identifient une seule variante gagnante pour votre audience. Pour une personnalisation à l’échelle de chaque utilisateur, consultez Decisioning Studio.

Quelle est la différence entre un agent Braze et un agent décisionnel ?

Un agent Braze raisonne à partir du contexte d’un seul utilisateur. Un agent décisionnel dans Decisioning Studio apprend à partir des résultats mesurés sur l’ensemble de votre population. Pour en savoir plus, consultez Agent Braze ou agent décisionnel.

Les fonctionnalités BrazeAI consomment-elles des crédits ?

Certaines fonctionnalités BrazeAI consomment des crédits. Les agents Braze nécessitent des crédits de message ou d’action, et chaque exécution d’agent est décomptée d’une limite quotidienne d’invocations. Les actions d’Operator sont décomptées d’une limite d’utilisation quotidienne distincte, propre à l’entreprise, plutôt que de crédits. Des fonctionnalités comme le timing intelligent et Optimiser avec BrazeAI ne consomment pas de crédits, mais ont des exigences en matière de données. Si une règle suffit à répondre à votre question, utilisez une étape du Canvas standard. Contactez votre gestionnaire de compte au sujet des crédits.

Puis-je utiliser mon propre modèle d’IA ?

Oui, avec les agents Braze. Les agents peuvent se connecter à des fournisseurs tels qu’OpenAI, Anthropic, Google Gemini ou Databricks Mosaic au lieu du modèle fourni par Braze. Les autres fonctionnalités BrazeAI utilisent uniquement les modèles fournis par Braze.