Conectar fontes de dados
Os agentes do BrazeAI Decisioning Studio™ Pro precisam entender completamente o contexto do cliente para tomar decisões eficazes. Este artigo explica como conectar fontes de dados de clientes ao Decisioning Studio Pro.
A equipe do IA Decisioning Services o ajudará a configurar as conexões de dados para obter a performance ideal.
Padrões de integração suportados
O Decisioning Studio Pro suporta vários padrões de integração para conectar dados de clientes:
| Padrão de integração | Melhor para | Complexidade da configuração |
|---|---|---|
| Plataforma de dados da Braze | Clientes que já estão usando o Braze | Baixa |
| Ingestão de dados na nuvem (CDI) do Braze | Conexão de data warehouses externos | Média |
| Armazenamento em nuvem (GCS, AWS, Azure) | Exportação direta de dados de outras plataformas | Média |
| Integrações de CEP | SFMC, extensões de dados do Klaviyo | Média |
Tipos de dados de clientes
Os seguintes dados de clientes ativos ajudam os agentes a personalizar de forma mais eficaz:
| Tipo de dados | Descrição | Exemplos |
|---|---|---|
| Perfil do cliente | Atribuições estáticas e que mudam lentamente | Anos como cliente, geografia, canal de aquisição, nível de satisfação, estimativa do valor do tempo de vida |
| Comportamento do cliente | Padrões de atividade e engajamento | Logins de conta, tipo de dispositivo, interações com o serviço de atendimento ao cliente, uso do produto |
| Histórico de transações | Dados de compra e conversão | Produtos comprados, valores das transações, métodos de pagamento, canais de compra |
| Engajamento de marketing | Respostas às comunicações | Aberturas/cliques de e-mail, engajamento com SMS, atividade na Web e em dispositivos móveis, respostas a pesquisas |
Quanto mais informações os agentes tiverem sobre seus clientes, melhor será a performance deles. Considere incluir dados sobre quaisquer insights que sejam particularmente importantes para sua empresa (por exemplo, você quer ver como a IA trata seus clientes de fidelidade de forma diferente? Certifique-se de que o status de fidelidade esteja nos dados do cliente).
Conexão de dados por plataforma
Enviar dados de clientes pelo Braze
O BrazeAI Decisioning Studio pode usar todos os dados que você já está enviando para a Braze Data Platform.
Se houver dados de clientes que você deseja usar no Decisioning Studio que não estejam armazenados no perfil do usuário ou nos atributos personalizados, a abordagem recomendada é usar o Braze Cloud Data Ingestion para ingerir dados de outras fontes.
O CDI oferece suporte a integrações diretas com:
- Snowflake
- Redshift
- BigQuery
- Databricks
- Microsoft Fabric
- AWS S3
Para obter a lista completa de fontes compatíveis, consulte Ingestão de dados na nuvem.
Quando estiver satisfeito com os dados que está enviando para a plataforma de dados do Braze, entre em contato com a equipe de serviços de decisão de IA para discutir quais campos do perfil do usuário ou atributos personalizados devem ser usados para a decisão de IA.
Para agilizar esse processo, crie uma lista de atributos do perfil de usuário do Braze que, em sua opinião, melhor representam os comportamentos de seus clientes e que devem ser usados no Decisioning Studio (consulte a lista de campos disponíveis). Sua equipe de serviços também pode ajudá-lo a realizar sessões de descoberta para decidir quais campos são mais apropriados para o IA Decisioning.
Outras opções para o envio de dados incluem:
- Envio de eventos personalizados do Braze por meio do SDK
- O envio de eventos usando o ponto de extremidade REST (
/users/track)
Esses padrões exigem mais esforço de engenharia, mas às vezes são preferíveis, dependendo de sua configuração atual do Braze. Entre em contato com a equipe do IA Decisioning Services para saber mais.
Enviar dados de clientes através do SFMC
Para integrações com o Salesforce Marketing Cloud:
- Configure a(s) extensão(ões) de dados SFMC para seus dados de cliente
- Configure o SFMC Installed Package para a integração da API com as permissões apropriadas exigidas pelo Decisioning Studio
- Certifique-se de que as extensões de dados sejam atualizadas diariamente, pois o Decisioning Studio extrairá os dados incrementais mais recentes disponíveis
Forneça o ID da extensão e a chave de API à sua equipe de IA Decisioning Services. Eles ajudarão nas próximas etapas da ingestão de dados de clientes.
Enviar dados de clientes por meio da Klaviyo
Para integrações do Klaviyo:
- Confirmar se os dados do perfil do cliente estão disponíveis nos perfis da Klaviyo
- Gerar uma chave de API privada com acesso completo aos perfis
- Forneça a chave de API à sua equipe de IA Decisioning Services
Consulte a documentação do Klaviyo para obter mais informações sobre a configuração da chave de API.
Outras soluções de nuvem (Google Cloud Storage, Azure, AWS)
Se os dados do cliente não estiverem armazenados no Braze, SFMC ou Klaviyo, a próxima melhor etapa é configurar uma exportação automatizada diretamente para um bucket do Google Cloud Storage controlado pelo Braze. Também podemos oferecer suporte à exportação para o AWS ou o Azure (embora seja preferível o GCS). Para essas plataformas, exporte para o armazenamento interno em nuvem nessas plataformas e o Braze poderá extrair esses dados.
Para determinar se isso é viável, consulte a documentação de sua plataforma MarTech. Por exemplo:
- O mParticle oferece uma integração nativa com o Google Cloud Storage
- Twilio Segment
- Treasure Data
- ActionIQ
- Plataforma de experiência da Adobe
Se isso for viável, podemos fornecer um bucket do GCS para exportar dados de clientes isolados para o Decisioning Studio.
Melhores práticas
- Nomes descritivos de colunas: Os dados de clientes devem ter nomes de colunas claros e descritivos. O ideal é que seja fornecido um dicionário de dados.
- Atualizações incrementais: Arquivos incrementais são preferíveis a instantâneos de todo o histórico do cliente todos os dias
- Identificadores consistentes: Cada registro deve conter um identificador de cliente exclusivo que seja consistente em todos os dados de ativos
- Incluir registros de data e hora: Os registros devem ter carimbos de data e hora associados para atribuição precisa e treinamento de agentes
Integrações personalizadas
Outras opções ou pipelines de dados totalmente personalizados são possíveis. Isso pode exigir trabalho adicional de serviços ou de engenharia de sua equipe. Para determinar o que é viável e ideal, trabalhe com a equipe do IA Decisioning Services.
Este guia explica os padrões de integração mais comuns. A Segurança da Informação ainda precisará examinar todos os pontos de conexão, e os Consultores de Soluções estarão disponíveis para orientar sobre a implementação.
Próximos passos
Depois de conectar suas fontes de dados, prossiga para configurar a orquestração:
Editar esta página no GitHub