エージェントを立ち上げる
データソースを接続し、オーケストレーションを設定し、エージェントを設計したら、ローンチの準備は完了だ。この記事では、エージェントが継続的に学習し改善できるように、エージェントをアクティブにし、AIの意思決定ループを閉じることについて説明する。
エージェントを立ち上げる
AI Decisioning Servicesチームとすべての設定ステップを完了した後:
- エージェント設定を見直し、すべての設定が正しいことを確認する。
- データ接続とオーケストレーションの統合が有効であることを確認する。
- AI意思決定サービスチームと協力して、エージェントをアクティブにする。
いったん始動すれば、あなたのエージェントはそうするだろう:
- オーディエンスおよび顧客データの受信を開始する。
- 顧客一人ひとりにパーソナライズされた提案を始める
- 設定したCEPを通じてアクションをオーケストレーションする
- フィードバックデータを収集し、長期的な学習と改善を図る。
AIによる意思決定のループを閉じる
一度立ち上げたエージェントは、学習と改善のためにフィードバックデータを必要とする。これにはコンバージョンデータ、エンゲージメントデータ、アクティベーションデータが含まれ、顧客エンゲージメント決定が送信された後に何が起こったかをエージェントに伝える。
これらの重要なフィードバックデータ資産を準備するための詳細な要件については、データソースを準備するを参照のこと。
note:
エージェントがカスタマーエンゲージメントプラットフォーム(Braze、SFMC、Klaviyoなど)とネイティブに統合されている場合、フィードバックデータは顧客データと共に自動的に送信されるため、フィードバックデータに関する追加の設定ステップは必要ないかもしれない。
エージェントを監視する
立ち上げ後は、AI意思決定サービスチームと協力してパフォーマンスをモニターする:
- パフォーマンス指標:実験グループ間で成功指標をトラッキング, 追跡する
- 学習が進んでいる:エージェントの推奨が時間とともにどのように変化するかを観察する。
- インサイトだ:顧客セグメンテーションごとに、どのディメンションとオプションが結果をもたらしているかを理解する。
継続的な最適化
AIデシジョン・サービス・チームは、今後もあなたと協力していく:
- エージェントのパフォーマンスを分析し、最適化の機会を特定する。
- 必要に応じて寸法やオプションを拡張する
- ビジネスルールの変更に基づいて制約を調整する
- 成功したエージェントをユースケースに拡大する
tip:
エージェントは継続的に学習し、時間の経過とともに改善していく。コンフィギュレーションを大幅に変更する前に、エージェントがデータを収集し、最適化するための十分な時間を確保する。
New Stuff!
GitHub でこのページを編集