Conectar seus dados
Os agentes do BrazeAI Decisioning Studio™ Pro precisam compreender totalmente o contexto do cliente para tomar decisões eficazes. Este artigo explica como conectar fontes de dados de cliente ao Decisioning Studio Pro.
Sua equipe de AI Decisioning Services ajuda você a configurar as conexões de dados para um desempenho ideal.
Padrões de integração suportados
O Decisioning Studio Pro oferece suporte a vários padrões de integração para conectar dados de cliente:
| Padrão de integração | Ideal para | Complexidade da configuração |
|---|---|---|
| Braze Data Platform | Clientes que já usam a Braze | Baixa |
| Braze Cloud Data Ingestion (CDI) | Conexão com data warehouses externos | Média |
| Armazenamento em nuvem (GCS, AWS, Azure) | Exportações diretas de dados de outras plataformas | Média |
| Integrações com CEP | Extensões de dados do SFMC e do Klaviyo | Média |
Tipos de dados de cliente
Os seguintes ativos de dados de cliente ajudam os agentes a personalizar de forma mais eficaz:
| Tipo de dados | Descrição | Exemplos |
|---|---|---|
| Perfil de usuário | Atributos estáticos e que mudam lentamente | Anos como cliente, geografia, canal de aquisição, nível de satisfação, estimativa de LTV |
| Comportamento do cliente | Padrões de atividade e engajamento | Logins na conta, tipo de dispositivo, interações com o atendimento ao cliente, uso do produto |
| Histórico de transações | Dados de compra e conversão | Produtos comprados, valores das transações, formas de pagamento, canais de compra |
| Engajamento de marketing | Respostas às comunicações | Aberturas/cliques de e-mail, engajamento com SMS, atividade na web e no celular, respostas a pesquisas |
Quanto mais informações os agentes tiverem sobre seus clientes, melhor será o desempenho deles. Considere incluir dados sobre quaisquer insights que sejam especialmente importantes para a sua empresa. Por exemplo, quer ver como a IA trata seus clientes fidelizados de forma diferente? Então, inclua o status de fidelidade nos dados de cliente.
Conectar dados por plataforma
Enviar dados de clientes pela Braze
O BrazeAI Decisioning Studio Pro pode usar todos os dados que você já envia para a Braze Data Platform.
Para dados de clientes que não estão no perfil de usuário nem em atributos personalizados, você tem duas formas de trazê-los com a ingestão de dados na nuvem da Braze:
- Ingerir na Braze Data Platform. Sincronize dados do data warehouse com perfis de usuário, atributos personalizados ou eventos da Braze. Escolha essa opção quando você também quiser que os dados fiquem disponíveis na Braze para segmentação e envio de mensagens. Compatível com Snowflake, Redshift, BigQuery, Databricks, Microsoft Fabric, AWS S3 e Google Cloud Storage.
- Enviar diretamente para o Decisioning Studio Pro. Sincronize dados do data warehouse direto com o Decisioning Studio Pro, sem adicioná-los ao perfil de usuário nem aos atributos personalizados da Braze. Escolha essa opção para dados que você quer que o Decisioning Studio Pro use, mas que não são necessários em outras partes da Braze. Essa opção está em acesso antecipado. Consulte Ingestão de dados na nuvem: Sincronizar dados do Decisioning Studio Pro para configurá-la.
Quando estiver satisfeito com os dados que você envia para a Braze Data Platform, entre em contato com sua equipe de serviços de AI Decisioning para discutir quais campos do perfil de usuário ou atributos personalizados devem ser usados no AI Decisioning.
Para agilizar esse processo, crie uma lista de atributos do perfil de usuário da Braze que você acredita que melhor representam o comportamento dos seus clientes e que devem ser usados no Decisioning Studio Pro (consulte a lista de campos disponíveis). Sua equipe de serviços também pode ajudar você a conduzir sessões de descoberta para decidir quais campos são mais adequados para o AI Decisioning.
Outras opções para enviar dados incluem:
- Enviar eventos personalizados da Braze pelo SDK
- Enviar eventos usando o endpoint REST (
/users/track)
Esses padrões exigem mais esforço de engenharia, mas às vezes são preferíveis, dependendo da sua configuração atual da Braze. Entre em contato com a equipe de serviços de AI Decisioning para saber mais.
Enviar dados de clientes pelo SFMC
Para integrações com o Salesforce Marketing Cloud:
- Configure as Data Extensions do SFMC para seus dados de clientes
- Configure um Installed Package do SFMC para integração via API com as permissões adequadas exigidas pelo Decisioning Studio Pro
- Garanta que as data extensions sejam atualizadas diariamente, pois o Decisioning Studio Pro extrai os dados incrementais mais recentes disponíveis
Informe o ID da extensão e a chave de API à sua equipe de serviços de AI Decisioning. Ela vai ajudar nas próximas etapas da ingestão dos dados de clientes.
Enviar dados de clientes pelo Klaviyo
Para integrações com o Klaviyo:
- Confirme que os dados do perfil de usuário estão disponíveis nos perfis do Klaviyo
- Gere uma chave de API privada com acesso total (Full Access) a perfis (Profiles)
- Informe a chave de API à sua equipe de serviços de AI Decisioning
Consulte a documentação do Klaviyo para saber mais sobre a configuração da chave de API.
Outras soluções em nuvem (Google Cloud Storage, Azure, AWS)
Se os dados de clientes não estiverem armazenados atualmente na Braze, no SFMC ou no Klaviyo, a melhor próxima etapa é configurar uma exportação automatizada diretamente para um bucket do Google Cloud Storage controlado pela Braze. A Braze também pode oferecer suporte à exportação para AWS ou Azure (embora o GCS seja preferível). Nessas plataformas, exporte para o armazenamento em nuvem interno delas, e a Braze poderá então extrair esses dados.
Para saber se isso é viável, consulte a documentação da sua plataforma de MarTech. Por exemplo:
- O mParticle oferece uma integração nativa com o Google Cloud Storage
- Twilio Segment
- Treasure Data
- ActionIQ
- Adobe Experience Platform
Se for viável, a Braze pode fornecer um bucket do GCS, isolado para o Decisioning Studio Pro, para onde você poderá exportar os dados de clientes.
Práticas recomendadas
- Nomes de colunas descritivos: Os dados de cliente devem ter nomes de colunas claros e descritivos. O ideal é fornecer também um dicionário de dados.
- Atualizações incrementais: Prefira arquivos incrementais em vez de snapshots diários de todo o histórico de clientes
- Identificadores consistentes: Cada registro deve conter um identificador de cliente exclusivo e consistente em todos os ativos de dados
- Inclua carimbos de data/hora: Os registros devem ter carimbos de data/hora associados para garantir uma atribuição precisa e o treinamento dos agentes
Integrações personalizadas
Outras opções ou pipelines de dados totalmente personalizados também são possíveis. Eles podem exigir trabalho adicional da equipe de Serviços ou de engenharia da sua equipe. Para saber o que é viável e ideal, converse com sua equipe de Serviços de Decisioning com IA.
Este guia explica os padrões de integração mais comuns. A equipe de Segurança da Informação ainda precisará avaliar todos os pontos de conexão, e os Consultores de Soluções estarão disponíveis para orientar a implementação.
Próximas etapas
Depois de conectar suas fontes de dados, configure a orquestração: