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 dará suporte na configuração das conexões de dados para um desempenho ideal.
Padrões de integração compatíveis
O Decisioning Studio Pro oferece vários padrões de integração para conectar dados de cliente:
| Padrão de integração | Ideal para | Complexidade de configuração |
|---|---|---|
| Braze Data Platform | Clientes que já usam a Braze | Baixa |
| Braze Cloud Data Ingestion (CDI) | Conectar 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 dado | Descrição | Exemplos |
|---|---|---|
| Perfil de usuário | Atributos estáticos e que mudam lentamente | Anos como cliente, localização geográfica, 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, métodos 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 o seu negócio. Por exemplo, você quer ver como a IA trata seus clientes de fidelidade de forma diferente? Então, certifique-se de que o status de fidelidade esteja nos dados de cliente.
Conectar dados por plataforma
Enviar dados de cliente pela Braze
O BrazeAI Decisioning Studio Pro pode usar todos os dados que você já envia para a Braze Data Platform.
Para dados de cliente que não estão no perfil de usuário nem nos atributos personalizados, existem duas maneiras 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 também quiser que os dados fiquem disponíveis na Braze para segmentação e envio de mensagens. É 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 diretamente 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 está enviando para a Braze Data Platform, entre em contato com sua equipe de AI Decisioning Services para definir quais campos do perfil de usuário ou dos atributos personalizados devem ser usados para o AI Decisioning.
Para agilizar esse processo, crie uma lista dos atributos do perfil de usuário da Braze que, na sua opinião, 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 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 AI Decisioning Services para saber mais.
Enviar dados de cliente pelo SFMC
Para integrações com o Salesforce Marketing Cloud:
- Configure uma ou mais Data Extensions do SFMC para seus dados de cliente
- Configure um Installed Package do SFMC para a integração via API, com as permissões apropriadas exigidas pelo Decisioning Studio Pro
- Garanta que as Data Extensions sejam atualizadas diariamente, já que 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 AI Decisioning Services. Ela vai ajudar com as próximas etapas para a ingestão dos dados de cliente.
Enviar dados de cliente pelo Klaviyo
Para integrações com o Klaviyo:
- Confirme que os dados de perfil de cliente estão disponíveis nos perfis do Klaviyo
- Gere uma chave de API privada com acesso total (Full Access) a Profiles
- Informe a chave de API à sua equipe de AI Decisioning Services
Consulte a documentação do Klaviyo para saber mais sobre a configuração da chave de API.
Outras soluções de nuvem (Google Cloud Storage, Azure, AWS)
Se os dados de cliente não estiverem armazenados atualmente na Braze, no SFMC ou no Klaviyo, a melhor alternativa 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 os dados para o armazenamento em nuvem interno delas e, então, a Braze poderá extrair esses dados.
Para determinar 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 cliente.
Práticas recomendadas
- Nomes de colunas descritivos: Os dados de cliente devem ter nomes de colunas claros e descritivos. O ideal é fornecer um dicionário de dados.
- Atualizações incrementais: Arquivos incrementais são preferíveis a snapshots diários de todo o histórico do cliente.
- Identificadores consistentes: Cada registro deve conter um identificador de cliente único 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 são possíveis. Eles podem exigir trabalho adicional de Serviços ou de engenharia da sua equipe. Para determinar o que é viável e ideal, trabalhe 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 sobre a implementação.
Próximas etapas
Depois de conectar suas fontes de dados, configure a orquestração: