Primeiros passos com o Decisioning Studio
Artigos da seção
Recursos adicionais
O BrazeAI Decisioning Studio™ permite que você projete e implante agentes de decisão que otimizam qualquer métrica de negócios.
Esta referência oferece uma visão geral das etapas envolvidas na configuração do Decisioning Studio, incluindo o design do seu agente, a configuração e conexão de fontes de dados, a configuração da orquestração e a avaliação de desempenho.
Principais decisões de design
Trabalhe com a equipe de AI Decisioning Services para tomar as seguintes decisões:
| Decisão | Descrição | Exemplos |
|---|---|---|
| Métrica de sucesso | O que o agente vai maximizar ao personalizar o engajamento do cliente? | Receita, LTV, ARPU, conversões, retenção |
| Público | Para quem o agente do Decisioning Studio tomará decisões de engajamento do cliente? | Todos os clientes, membros de fidelidade, assinantes em risco |
| Grupos de experimento | Como os testes controlados randomizados do Decisioning Studio devem ser estruturados? | Decisioning Studio, Controle aleatório, BAU, Holdout |
| Dimensões | Quais decisões o agente deve personalizar? | Horário do dia, linha de assunto, frequência, ofertas, canal |
| Opções | Quais opções o agente tem para trabalhar? | Modelos específicos, ofertas, períodos |
| Restrições | Quais decisões o agente nunca deve tomar? | Restrições geográficas, limites de orçamento, regras de elegibilidade |
Cada uma dessas decisões tem implicações sobre quanto incremento adicional o agente pode gerar e com que rapidez. Nossa equipe de AI Decisioning Services trabalhará com você para projetar um agente que gere o máximo de valor, respeitando todas as suas regras de negócios.
Capacidades do Decisioning Studio
| Capacidade | Informações |
|---|---|
| Qualquer métrica de sucesso | Otimize para receita, conversões, ARPU, LTV ou qualquer KPI de negócios |
| Dimensões ilimitadas | Personalize por oferta, canal, timing, frequência, criativo e muito mais |
| Qualquer CEP | Integrações nativas com a Braze, Salesforce Marketing Cloud ou integrações personalizadas para qualquer plataforma |
| AI Decisioning Services | Suporte dedicado da equipe de ciência de dados da Braze |
| Design avançado de experimentos | Grupos de tratamento e holdouts totalmente personalizáveis |
Práticas recomendadas
Algumas práticas recomendadas para projetar agentes do Decisioning Studio:
- Maximize a riqueza dos dados: quanto mais informações os agentes tiverem sobre seus clientes, melhor será o desempenho deles.
- Diversifique as ações: quanto mais diverso for o conjunto de ações que o agente pode realizar, mais ele poderá personalizar sua estratégia para cada usuário.
- Minimize as restrições: quanto menos restrições nos seus agentes, melhor. As restrições devem ser projetadas para respeitar as regras de negócios, ao mesmo tempo em que liberam ao máximo a experimentação conduzida pelo agente.