ユースケース：収益重視の意思決定エージェントで休眠顧客を奪還する

この例は、架空のブランドがBrazeAI Decisioning Studio™と意思決定エージェントを活用して、各顧客をアクションバンクから最適な意思決定へ導き、奪還向けのメッセージングをパーソナライズし、収益を最適化する方法を示しています。エージェントの設計、オーディエンスと実験、Brazeを通じたオーケストレーション、そしてローンチ後の学習を一つにまとめています。

ポピーは、キッチン用品を専門とする架空のオンライン小売ブランド「Kitchenerie」のCRMマネージャーだとしましょう。

多くの顧客は季節のコレクションを1〜2回閲覧しただけで離脱してしまいます。過去の奪還プログラムでは固定のジャーニーと手動のA/Bスプリットを使用しており、コピーのテストには役立ちましたが、どのオファー、チャネル、頻度、タイミングの組み合わせが各顧客の購入収益を最大化するかを学習するには不十分でした。経営陣の優先事項は明確です：できるだけ多くの休眠購入者を呼び戻し、割引や頻度のガードレールを守りながら収益を向上させることです。

このウォークスルーでは、ポピーが以下をどのように行うかを説明します。

• エージェントのオーディエンスとして休眠または離脱リスクのある顧客をターゲットにしつつ、公平な比較のための実験グループを構成する
• エージェントが豊富なアクションバンクから最適な許可済みアクションを選択できるようにし、メッセージングを大規模にパーソナライズする
• 意思決定がカスタマーエンゲージメントプラットフォームであるBrazeに流れるようにオーケストレーションを設定する
• エージェントを起動し、奪還収益を促進する要因をエージェントが自律的に学習できるようにする

ステップ 1：成功指標とエージェントのターゲット対象を定義する

ポピーは、エージェントが最大化すべき成功指標を確認します：購入をやめた顧客からのリピート購入による収益です。

彼女はプログラムに参加する対象を定義します：休眠購入者または高価値の休眠ユーザーのBraze セグメントです。ポピーは、エージェントがターゲットにすべきセグメントをAI Decisioning Servicesチームに共有するだけで済みます。そのセグメントのデータを取得するための統合は、ポピーが統合を設定する必要なくバックグラウンドで行われます。

ステップ 2：アクションバンクと制約を構築する

ポピーは、奪還戦略にとって重要なディメンションをマッピングします：

• オファー：送料無料、割引率、またはアイテムバンドル
• チャネル：メール、プッシュ、またはSMS
• 送信時間または頻度
• クリエイティブ：小さなイラストまたは実用性重視のコピー

各ディメンションについて、アクションバンクに具体的なオプションを列挙します——これはエージェントが実行できる唯一のアクションです（それ以外はすべて設計上制限されています）。エージェントは許可された組み合わせを実験し、選択された成功指標を最適化しながら、各顧客に何が効果的かを発見します。

ステップ 3：データを準備し、オーケストレーションをBrazeに接続する

データを接続するに従い、ポピーは豊富なファーストパーティシグナル（購入履歴、カテゴリアフィニティ、閲覧行動、エンゲージメントを含む）がエージェントに供給されるようにし、各意思決定が実際の行動に基づくようにします。

オーケストレーションには、ネイティブのBrazeパスを使用します：Decisioning Studioが何をいつ送信するかを決定し、Brazeがそれを配信します。彼女はチャネルごとにベーステンプレート（APIトリガーキャンペーン）を計画し、オファーやクリエイティブ用のダイナミックフィールドを設定して、再適格性を設定します。

ステップ 4：起動、モニタリング、収益の最適化

AI Decisioning Servicesとの設定レビューの後、ポピーはエージェントを起動します。エージェントはユーザーごとにアクションをレコメンドし、Brazeを通じて送信をオーケストレーションして、時間とともに改善していきます。

収益優先の成功指標と、許可されたアクションを継続的にテストする意思決定エージェントを組み合わせることで、Kitchenerieは静的な奪還一斉送信から、顧客ごとに適応する1:1の意思決定へと移行し、ポピーが定義したビジネスルールの範囲内で、より多くの顧客を奪還し収益を拡大することを目指します。