BrazeAI Decisioning Studio™
Comece a usar o BrazeAI Decisioning Studio™ (anteriormente OfferFit by Braze) para tomar decisões de IA 1:1 que maximizem suas métricas de negócios.
O que é o BrazeAI Decisioning Studio™?
O BrazeAI Decisioning Studio™ substitui os testes A/B por decisões de IA que personalizam tudo e maximizam qualquer métrica: gere dólares, não cliques. Com o Decisioning Studio, você consegue otimizar qualquer KPI de negócios.
Os agentes de decisão BrazeAI™ descobrem automaticamente a ação ideal para cada cliente. Usando seus dados primários, o BrazeAI™ consegue maximizar qualquer KPI de negócios para uma ampla gama de casos de uso, incluindo venda cruzada, venda adicional, recompra, retenção, renovação, indicação, retorno e muito mais.
A equipe de Serviços Especializados em IA adaptará o BrazeAI Decisioning Studio™ às necessidades específicas da sua empresa. Embora o Decisioning Studio funcione melhor com a Braze, várias outras plataformas já são compatíveis. Para saber mais, agende uma chamada com a Braze.
Principais recursos
- Mantenha sua pilha de tecnologia, mas adicione um cérebro: A BrazeAI™ se conecta como uma camada de decisão entre seus sistemas de dados e sua plataforma de automação de marketing.
- Escolha vencedores para pessoas, não para segmentos. Use todos os seus dados primários para tomar a decisão ideal para cada pessoa.
- Personalize tudo. Os agentes de decisão de IA encontram a melhor mensagem, produto, incentivo, canal, momento e frequência para cada cliente individual.
- Maximize qualquer métrica. Cliques não são dólares. Use a BrazeAI™ para escolher as ofertas ou incentivos que maximizam a receita, o lucro, o CLV ou qualquer outro KPI da empresa.
- Abra a caixa preta: Veja como os agentes de decisão de IA personalizam para obter insights profundos sobre os motivadores do comportamento do cliente
Sobre os agentes
Como funciona?
Um agente é uma configuração personalizada do BrazeAI Decisioning Studio™ que é feita sob medida para atender a um objetivo comercial específico.
Por exemplo, você pode criar um agente de compras repetidas para aumentar as conversões de acompanhamento após uma venda inicial. Você define o público e a mensagem na Braze, enquanto o Decisioning Studio executa experimentos diários, testando automaticamente diferentes combinações de ofertas de produtos, tempo de mensagem e frequência para cada cliente. Com o tempo, a BrazeAI™ aprende o que funciona melhor e orquestra envios personalizados por meio da Braze para maximizar as taxas de recompra.
A formação de um bom agente consiste em:
- Escolher uma métrica de sucesso para otimizar a BrazeAI™, como receita, conversões ou ARPU.
- Definir as dimensões a serem testadas, como oferta, linha de assunto, criativo, canal ou horário de envio.
- Selecionar as opções para cada dimensão, como e-mail versus SMS, ou frequência diária versus semanal.
Agentes de amostra
Aqui estão alguns exemplos de agentes que você pode criar com o BrazeAI Decisioning Studio™. Seus agentes de decisão com IA aprenderão com cada interação com o cliente e aplicarão esses insights às ações do dia seguinte.
Caso de uso do agente | Meta de negócios | Usando métodos típicos | Usando o BrazeAI Decisioning Studio™ |
---|---|---|---|
Venda cruzada ou venda adicional | Maximizar a receita média por usuário (ARPU) das inscrições na Internet. | Realizar campanhas anuais oferecendo a cada cliente o plano de nível mais alto. | Descubra empiricamente a melhor mensagem, horário de envio, desconto e plano a ser oferecido para cada cliente, aprendendo quais clientes são suscetíveis a ofertas de salto e quais clientes precisam de descontos ou outros incentivos para fazer upgrade. |
Renovação e retenção | Garantir renovações de contratos, maximizando a duração do contrato e o valor presente líquido (VPL). | Faça testes A/B manualmente e ofereça descontos significativos para garantir renovações. | Use a experimentação automatizada para encontrar a melhor oferta de renovação para cada cliente e identifique os clientes que são menos sensíveis ao preço e precisam de descontos menos significativos para renovar. |
Compra recorrente | Maximizar as taxas de compra e recompra. | Todos os clientes recebem a mesma jornada depois de criar uma conta no site (por exemplo, a mesma sequência de e-mails com a mesma cadência). | Automatize a experimentação para encontrar o melhor item do menu para oferecer a cada cliente, bem como a linha de assunto mais eficaz, o horário de envio e a frequência da comunicação. |
Reconquista | Aumente a reativação incentivando os assinantes anteriores a se inscreverem novamente. | Testes A/B sofisticados e segmentação. | Aproveite a experimentação automatizada para testar milhares de variáveis de uma só vez, descobrindo o melhor criativo, mensagem, canal e cadência para cada indivíduo. |
Indicação | Maximizar as novas contas abertas por meio de indicações de cartões de crédito comerciais de clientes existentes. | Sequência fixa de envio de e-mail para todos os clientes, com extensos Testes A/B para determinar os melhores horários de envio, cadência, etc. para a população de clientes. | Automatize a experimentação para determinar o e-mail, o criativo, o horário de envio e o cartão de crédito ideais para oferecer a clientes específicos. |
Nutrição e conversão de leads | Aumente a receita e pague o valor certo para cada cliente. | À medida que as políticas de privacidade mudam no Facebook e em outras plataformas, as abordagens anteriores para anúncios pagos personalizados se tornam menos eficazes. | Aproveite os dados primários robustos para fazer experiências automáticas com segmentos de clientes, metodologia de lances, níveis de lances e criativos. |
Fidelidade e engajamento | Maximizar as compras de novos inscritos em um programa de fidelidade do cliente. | Os clientes recebiam uma sequência fixa de e-mails em resposta às suas ações. Por exemplo, todos os novos inscritos no programa de fidelidade recebem a mesma viagem. | Faça experiências automáticas com diferentes ofertas de e-mail, horários de envio e frequências para maximizar a compra e a recompra de cada cliente. |
Sobre as permissões de chave de API
Durante a integração com o BrazeAI Decisioning Studio™, você criará uma chave da API da Braze com permissões específicas que definirão os recursos da sua integração. Consulte a tabela a seguir para saber mais sobre cada permissão.
Essas informações também podem ser encontradas na página de integração do BrazeAI Decisioning Studio™.
Permissão | Finalidade | Necessário? |
---|---|---|
/users/track |
Atualiza os atributos personalizados nos perfis de usuário, além de criar perfis de usuário temporários ao usar envios de teste. | ✓ |
/users/delete |
Exclui perfis de usuário temporários que foram criados durante o uso de envios de teste. | Somente para envios de teste |
/users/export/segment |
Atualiza as comunicações de público disponíveis todas as manhãs, exportando a lista de usuários de cada segmento selecionado. | ✓ |
/users/export/ids |
Recupera uma lista de identificadores ao direcionar usuários usando um external_id em vez de um segmento. Como o Decisioning Studio não aceita informações de identificação pessoal (PII), você precisará garantir que o parâmetro fields_to_export retorne apenas campos que não sejam de PII. |
|
Somente se estiver usando external_ids |
||
/messages/send |
Envia variantes recomendadas no momento recomendado usando campanhas de API configuradas para o experimentador do estúdio de decisão. | ✓ |
/campaigns/list |
Recupera a lista de campanhas ativas e extrai o conteúdo de e-mail disponível para experimentação. | ✓ |
/campaigns/data_series |
Exporta dados agregados da campanha para permitir a geração de relatórios, validação e solução de problemas no estúdio de tomada de decisões, para que você possa comparar os valores dos relatórios e analisar o desempenho da linha de base. Embora não seja obrigatória, essa permissão é recomendada. |
|
/campaigns/details |
Recupera conteúdo HTML, linha de assunto e recursos de imagem de campanhas existentes para experimentação. | ✓ |
/canvas/list |
Recupera a lista de canvas ativos para extrair o conteúdo de e-mail disponível para experimentação. | ✓ |
/canvas/data_series |
Exporta dados agregados do canva para geração de relatórios e validação, especialmente quando a BAU é orquestrada por meio do canva. Embora não seja obrigatória, essa permissão é recomendada. |
|
/canvas/details |
Recupera conteúdo HTML, linha de assunto e recursos de imagem de canvase existentes para experimentação. | ✓ |
/segments/list |
Recupera todos os segmentos existentes como públicos-alvo em potencial para o experimentador do Decisioning Studio. | ✓ |
/segments/data_series |
Exporta informações sobre o tamanho do segmento, que são exibidas no estúdio de tomada de decisões ao selecionar um público. | ✓ |
/segments/details |
Recupera detalhes do segmento, como critérios de entrada e saída, para ajudar a entender as mudanças no tamanho ou no desempenho do público. | |
/templates/email/create |
Cria cópias de modelos HTML básicos selecionados com espaços reservados dinâmicos (Braze liquid tags) para experimentação, evitando alterações nos originais. | ✓ |
/templates/email/update |
Envia atualizações para cópias de modelos criados pelo Decisioning Studio quando os critérios de experimentação são alterados, como as chamadas para ação. | ✓ |
/templates/email/info |
Recupera informações sobre os modelos criados pelo estúdio de tomada de decisão em sua instância da Braze. | ✓ |
/templates/email/list |
Valida que os modelos foram copiados com sucesso para sua instância da Braze. | ✓ |
Próximos passos
Agora que você já sabe mais sobre o BrazeAI Decisioning Studio™, podemos passar para as próximas etapas: