데이터 소스 준비하기
이 참조 문서는 AI 의사 결정 루프를 완성하고 에이전트가 지속적으로 학습하고 개선할 수 있도록 하는 데 필요한 핵심 피드백 데이터 자산을 다룹니다.
AI 의사결정 루프의 완결
모든 고객 데이터는 상담원에게 중요하지만(데이터 소스 연결 참조), 가장 중요한 데이터 자산은 고객 참여 결정이 전송된 후 발생한 상황을 상담원에게 알려주는 데이터입니다.
이러한 자산들은 에이전트가 학습할 수 있도록 하는 피드백 루프를 생성합니다.
에이전트가 고객 참여 플랫폼(예: Braze, SFMC 또는 Klaviyo)과 기본적으로 통합된 경우, 피드백 데이터에 대한 추가 설정 단계가 필요하지 않을 수 있습니다. 이는 고객 데이터와 함께 자동으로 전송될 수 있기 때문입니다.
비판적 피드백 데이터 자산
피드백 루프를 구축하기 위한 세 가지 핵심 자산은 다음과 같습니다:
- 전환 데이터
- 참여 데이터
- 활성화 데이터
전환 데이터
전환 자산은 오케스트레이션 이후 고객에게 발생한 상황을 설명합니다. 예를 들어, 에이전트가 최적화된 캠페인을 받는 고객의 순현재가치(NPV)를 최적화하고 있다고 가정할 때, 전환 자산에는 NPV 변화에 대한 일일 업데이트가 포함될 수 있습니다.
| Requirement | 이유 |
|---|---|
| 각 레코드에는 모든 데이터 자산과 일관성을 유지하는 고유한 고객 식별자가 포함됩니다. | 디시전닝 스튜디오는 추천부터 활성화, 전환에 이르기까지 개별 고객 여정을 추적해야 합니다. |
| 각 레코드에는 연관된 타임스탬프가 있습니다. | 고객과의 소통과 고객 행동 순서 사이의 시간 간격을 이해하는 것은 상담원 교육 및 측정기준 계산에 매우 중요합니다. |
| 비이진(예: 변환된 대 변환되지 않은) 대상 측정기준을 사용하는 경우, 각 전환 이벤트와 함께 대상 측정기준 값이 제공됩니다. | Decisioning Studio는 목표 측정기준 값을 활용하여 추천된 행동의 결과에 따라 에이전트를 적절히 보상하거나 처벌하는 훈련 경험을 생성합니다. |
| 전환의 기여도가 커뮤니케이션(e.g예: 쿠폰 사용)에 고유하게 속할 수 있는 경우, 전환을 활성화와 매칭하는 데 필요한 필드가 제공됩니다. | 전환 이벤트가 특정 커뮤니케이션과 연결될 수 있다면, 이는 명확하고 정확한 기여도 측정을 가능하게 합니다. 직접 기여도 측정은 에이전트에게 가장 명확한 신호를 제공하지만, 불가능한 경우(흔히 그렇듯이) 근접 기반 기여도 측정이 사용됩니다. |
참여 데이터
참여 자산은 클릭, 열람 및 기타 노출 횟수를 포함한 고객 상호작용을 설명합니다. 참여 데이터는 전환 데이터에 포함될 수도 있고 별도로 존재할 수도 있습니다. 이는 전환 데이터와 유사한 역할을 수행합니다—고객 참여 이후 발생한 상황을 에이전트에게 알려주는 것입니다.
| Requirement | 이유 |
|---|---|
| 각 레코드에는 모든 데이터 자산과 일관성을 유지하는 고유한 고객 식별자가 포함됩니다. | Decisioning Studio는 개별 고객별로 참여 이벤트를 추적해야 합니다. |
| 각 레코드에는 연관된 타임스탬프가 있습니다. | 고객과의 소통과 고객 행동 순서 사이의 시간 간격을 이해하는 것은 상담원 교육 및 측정기준 계산에 매우 중요합니다. |
| 클릭, 열람 또는 기타 참여 데이터가 커뮤니케이션에 고유하게 속성될 수 있는 경우, 참여를 활성화와 매칭하는 데 필요한 필드가 제공됩니다. | 전환 데이터와 마찬가지로, 참여도가 특정 커뮤니케이션과 연결될 수 있다면 명확하고 정확한 기여도 분석이 가능해집니다. 직접적인 기여도는 에이전트에게 가장 명확한 신호를 제공한다. |
활성화 데이터
활성화 자산은 에이전트에게 어떤 통신이 전송되었는지 알려줍니다. 오케스트레이션 구성 방식에 따라 종종 필요합니다. 에이전트가 Braze, SFMC 또는 Klaviyo와의 직접 통합을 통해 오케스트레이션하는 경우, 에이전트는 활성화 데이터를 직접 가져올 수 있습니다.
참여 데이터와 활성화 데이터는 동일한 데이터 자산에서 매우 흔히 발견됩니다.
| Requirement | 이유 |
|---|---|
| 각 레코드에는 모든 데이터 자산과 일관성을 유지하는 고유한 고객 식별자가 포함됩니다. | 디시전닝 스튜디오는 추천부터 활성화, 전환에 이르기까지 개별 고객 여정을 추적해야 합니다. |
| 각 레코드에는 연관된 타임스탬프가 있습니다. | 고객과의 소통과 고객 행동 순서 사이의 시간 간격을 이해하는 것은 상담원 교육 및 측정기준 계산에 매우 중요합니다. |
활성화 이벤트에 통신 콘텐츠를 매칭하는 데 필요한 필드가 제공됩니다(예: event_id) |
에이전트 기여도 및 훈련을 위해서는 발신자에게 의사소통 특성을 정확히 매칭하는 것이 필요합니다. |
GitHub 에서 이 페이지를 편집합니다.