Skip to content

重要なデータアセット

Decisioning Studioが機能するには特定のデータアセットが必要であり、追加のオプションデータによってさらに効果が高まります。この記事では、各アセットの内容、重要な理由、および必要なフィールドについて説明します。

AI意思決定ループを閉じる

3つの必須イベントアセット（アクティベーション、エンゲージメント、コンバージョン）が一体となって、Decisioning Studioが時間の経過とともに学習し改善するためのフィードバックループを形成します。

  • アクティベーションは、モデルが何を決定したかを伝えます
  • エンゲージメントは、顧客がメッセージにどのように反応したかを伝えます
  • コンバージョンは、最終的なビジネス成果が達成されたかどうかを伝えます

これらはそれぞれ、スナップショットではなく増分イベントストリームとして構造化する必要があります。詳細については、スナップショットとイベントストリームを参照してください。

必須アセット

顧客プロファイル

顧客プロファイルデータは、顧客がどのような人物であるかを記述します。Decisioning Studioはこのデータを使用して、各顧客の現在の状態を理解し、関連性の高いおすすめを生成します。

一般的なプロファイル属性には以下が含まれます。

  • 顧客としての年数
  • 地理情報（業界およびプライバシー要件で許可されている場合）
  • 獲得チャネル（例：Web、電話、店舗）
  • 満足度またはセンチメントスコア
  • モデル由来のスコア（例：解約傾向、ライフタイムバリュー推定値）
  • ロイヤルティティアまたはプログラムメンバーシップ

アクティベーションデータとエンゲージメントデータ

アクティベーションデータは、Decisioning Studioが実際に送信した内容（どのおすすめが、どの顧客に、どのチャネルを通じて配信されたか）を記録します。エンゲージメントデータは、顧客がそれに対して行った行動（メッセージを開封したか、クリックしたか、その他のインタラクションがあったか）を記録します。

ネイティブのBraze統合の場合、アクティベーションデータとエンゲージメントデータはBraze Currentsを通じて自動的に利用できる場合があります。その他の設定では、このデータを明示的に提供する必要があります。

このデータは、おすすめとその結果の間のループを閉じるため、非常に重要です。このデータがなければ、モデルはどの意思決定が効果的であるかを学習できません。

コンバージョンデータ

コンバージョンデータは、おすすめが行われメッセージが送信された後に顧客に何が起こったかを記述します。これは、おすすめが成功したかどうかを評価するためにモデルが使用する主要なシグナルです。

オプションのアセット

一般的に、データが多いほどモデルのパフォーマンスは向上しますが、実装に必要な労力とのバランスを取る必要があります。以下のオプションアセットは一般的に有用です。

顧客行動

  • アカウントログイン履歴
  • デバイスタイプとオペレーティングシステム
  • カスタマーサービスのインタラクション（例：サポートコールの回数、議論されたトピック）
  • 製品の使用状況（例：1日あたりの使用時間、アクセスした機能、閲覧したコンテンツカテゴリ）

その他のトランザクション

  • 日付別の購入製品（製品属性を含む）
  • トランザクション金額
  • トランザクションチャネル（例：店舗とオンライン）
  • 支払い方法

その他のマーケティングエンゲージメント

  • Decisioning Studioのおすすめ以外で送信されたアウトバウンドコミュニケーション（例：メール、SMS）
  • Decisioning Studioによってトリガーされていないメールエンゲージメント（例：開封、クリック）
  • アンケートの回答（例：NPSスコア、エンゲージメントアンケート）
  • Webおよびモバイルアプリのアクティビティ（例：閲覧したページ、閲覧した製品）
New Stuff!