エージェントの設計
エージェント設定の最初のステップは、AI デシジョンサービスチームと連携してエージェントをデザインします。ここでは、主要なデザイン決定とオーディエンスの定義方法について説明します。
サクセスメトリック、ディメンション、アクションバンク、およびコンストレーニングts など、デシジョンエージェントに関する基本的な概念については、デシジョンエージェントの設計を参照してください。
重要な設計決定
AI Decisioning Services チームでは、以下の決定を行います。
| 決定 | 説明 | 例 |
|---|---|---|
| 成功メトリック | カスタマーエンゲージメントをパーソナライズする場合、エージェントはどのようなものを最大化しますか? | 収益、生涯価値、ARPU、コンバージョン s、リテンション |
| オーディエンス | デシジョンスタジオエージェントは誰に対してカスタマーエンゲージメント決定を行いますか? | すべての顧客s、ロイヤルティメンバ、リスクのあるサブスクライバーs |
| 実験群 | デシジョン・スタジオの無作為化コントロール主導試験はどのように構成されるべきか? | 決定スタジオ、ランダム制御、BAU、ホールドアウト |
| ディメンション | エージェントはどのような決定をパーソナライズすべきか? | 時刻、件名、頻度、オファー、チャネル |
| options | エージェントはどのようなオプションを使用する必要がありますか? | 具体的なテンプレート、オファー、タイムウィンドウ |
| 制約 | エージェントneverは、どのような決定を行うべきか? | 地理的な制約、予算の制限、適格性のルール |
これらの決定のそれぞれは、エージェントがどれだけの増分上昇を生み出すことができるか、そしてどれくらいの速さで生み出すことができるか、という意味合いを持つ。私たちのAI Decisioning Servicesチームは、あなたと協力して、あなたのビジネスルールのすべてを尊重しながら最大の価値を生み出すエージェントを設計します。

オーディエンスの定義
ユースケースオーディエンスs は通常、カスタマーエンゲージメントプラットフォーム(Braze やSalesforce Marketing Cloud など) で定義され、Decisioning Studio エージェントに送信されます。その後、無作為化コントロール主導試験を実施するために、顧客sを治療群に分ける。
投与群
| グループ | 説明 |
|---|---|
| 決定スタジオ | AIに最適化された推奨を受け取った顧客 |
| ランダム制御 | 無作為に選択したオプション(ベースライン比較)を受ける顧客 |
| 通常のビジネス(オプション) | 現行のマーケティング行程を受け取った顧客(現行パフォーマンスとの比較用) |
| ホールドアウト(オプション) | 通信を受けていない顧客(総合的なキャンペーン影響を測定するため) |
オーディエンスの設定
Braze でのオーディエンスの設定:
- 対象とするオーディエンスのSegmentを作成します。
- AI Decisioning Services チームにセグメントID を提供します。
Brazeのために、多重Segmentsを取り込み、それらを組み合わせてオーディエンスを作成することができます。デシジョンスタジオは、Business-as-Usual比較キャンペーンのSegmentを取り込むことができます。これらのパターンはすべて許容される。
Salesforce Marketing Cloud でのオーディエンスの設定:
- オーディエンスのSFMCデータ拡張を設定し、データ拡張IDを指定します
- Decisioning Studioで必要とされるアプリの適切な権限を使用したAPIインテグレーションのためのSFMCインストールパッケージの設定
- デシジョンスタジオが利用可能な最新の増分データからプルするため、このデータ拡張が毎日更新されることを確認します
Braze サービスチームに拡張ID とAPI キーを提供します。今後のステップでは、顧客データの摂取を支援する。
Klaviyoでオーディエンスを定義します。
- オーディエンス Segmentの作成
- 非公開API キーを生成し、これをBraze AI 決定チームに提供します
- Segment番号とAPI キーをBraze部門に提供する
これらのステップの取得方法の詳細については、Klaviyo ドキュメントを参照してください。
Google Cloud Storage
オーディエンスが現在 Braze、SFMC、または Klaviyo に保存されていない場合、次に最適なステップは、Braze-コントロール先の Google Cloud Services バケットへの自動エクスポートを設定することです。
これが実行可能かどうかを判断するには、マーテックプラットフォームのドキュメントを参照してください。たとえば、mParticle は、Google Cloud Storage とのネイティブ統合を提供します。この場合、オーディエンスデータをエクスポートするGCS バケットを提供できます。
次のようなページがあります。
Pro機能
Studio Pro を決定すると、AI の決定機能を最大限に活用できます。
| 能力 | 詳細 |
|---|---|
| 任意の成功メトリック | 収益、コンバージョン、ARPU、生涯価値、または事業のKPIの最適化 |
| 無制限寸法 | オファー、チャネル、時期、頻度、クリエイティブ、その他にまたがってカスタマイズ |
| 任意のCEP | Braze、SFMC、Klaviyo、および任意のプラットフォームのカスタムインテグレーションとのネイティブインテグレーション |
| AIデシジョンサービス | Brazeのデータサイエンスチームによる熱心な支援 |
| 先進実験設計 | 完全にカスタマイズ可能な治療グループとホールドアウト |
ベストプラクティス
Decisioning Studio エージェントを設計するためのベストプラクティス:
- データの豊富さを最大化します:エージェントが顧客s について持っている情報量が多いほど、エージェントのパフォーマンスは向上します。
- アクションの分散 s:エージェントが使用できるアクションの集合が多様であればあるほど、ユーザーごとに戦略をパーソナライズできるようになります。
- cons トレーニングを最小化ts:代理店のトレーニングが少ないほど、より良い結果が得られます。Cons トレーニング tは、できるだけエージェント主導の実験を解放しながら、ビジネスルールを尊重するように設計する必要があります。
次のステップ
重要な設計上の決定が下されたら、次の手順に進みます。
GitHub でこのページを編集