Comment les données influencent la prise de décision par AI

La donnée est le carburant qui alimente AI decisioning. Les bonnes données aident les modèles de AI decisioning à faire les bonnes recommandations, tandis que les incohérences et les lacunes dans les sources de données peuvent réduire la performance globale des systèmes de AI decisioning.

Plus votre marque est en mesure de partager des données liées à votre cas d'usage marketing avec des solutions de AI decisioning comme le BrazeAI Decisioning Studio™, mieux vous serez en mesure de personnaliser vos campagnes marketing et de les optimiser pour atteindre les indicateurs souhaités. C'est parce que vous fournirez une vision plus précise du client à l'agent d'AI decisioning, en ce qui concerne le comportement spécifique que vous cherchez à susciter.

Investir dans les données, c'est ce que Cameron Davies, Chief Data Officer chez Yum! Brands a aidé son entreprise (qui inclut les marques emblématiques de restauration rapide Taco Bell, Pizza Hut, KFC et Habit Burger & Grill) à réussir grâce à AI decisioning. En 2025, Yum! Brands a utilisé notre plateforme BrazeAI Decisioning Studio™ pour alimenter 200 millions d'interactions à travers huit cas d'usage marketing différents, générant jusqu'à 2,60x plus d'impact incrémental sur les transactions par client.

Voici ce que vous devez savoir sur la façon dont les systèmes de AI decisioning, tels que le BrazeAI Decisioning Studio™ et les données, fonctionnent ensemble.

Les systèmes de AI decisioning n'ont pas besoin de toutes les données, seulement des données essentielles

Il existe une idée reçue selon laquelle les entreprises doivent partager toutes leurs données pour commencer à utiliser AI decisioning, mais ce n'est pas le cas. Par exemple, le BrazeAI Decisioning Studio™ a seulement besoin d'accéder aux données liées à votre cas d'usage AI decisioning, y compris les données pertinentes :

• Données de profil
• Données de profil client (p. ex. : emplacement de l'utilisateur, canal d'acquisition, scores d'enquête, valeur vie client)
• Données d'événement (par ex., session démarrée, page X ouverte, session terminée)
• Données d'événement agrégées (par ex., durée moyenne de session aujourd'hui)

Les données non pertinentes n'aideront pas le modèle. En fait, cela pourrait même ralentir le processus de mise en place d'AI decisioning. Pourquoi ? Car notre équipe dédiée de science des données déployée sur le terrain, qui aide les entreprises à configurer BrazeAI Decisioning Studio™ analyse toutes les données que nous recevons pour déterminer si elles permettront à notre modèle d'AI de prendre de meilleures décisions. Si cet ensemble de données est surchargé d'informations non pertinentes pour le cas d'usage en question, cela compliquera les efforts pour mener à bien cet audit essentiel et lancer le cas d'usage

Vos données d'événement n'ont pas besoin d'être parfaites à 100 %, mais vous aurez au minimum besoin de données d'événement de conversion et d'événement d'activation pour votre cas d'usage

If there’s some type of event data that isn’t synced to your data warehouse or to your customer data platform (CDP)], that’s not a dealbreaker with BrazeAI Decisioning Studio™.

Les données minimales requises par Decision Studio sont les événements de conversion et les événements d'activation. Les conversions, ou une valeur associée à chaque conversion comme le chiffre d'affaires net des coûts de promotion, sont ce que Decisioning Studio cherche généralement à maximiser.

Nous devons également savoir quand vos conversions ont lieu ; nous avons donc besoin d'accéder à vos événements de conversion. De cette façon, notre modèle peut recommander le meilleur moment pour envoyer une campagne.

Si vous êtes déjà client Braze, toutes vos données Braze sont intégrées dans BrazeAI Decisioning Studio™

Si vous utilisez déjà notre plateforme d'engagement des clients, nous sommes en mesure d'accéder directement aux profils de clients et aux données d'événement disponibles dans Braze. S'il existe des événements qui ne figurent pas dans Braze, tels que des données stockées dans l'entrepôt de données client ou dans la CDP de votre entreprise, ils peuvent être transférés vers la plateforme d'engagement des clients de Braze ou envoyés directement à BrazeAI Decisioning Studio™.

Identity resolution needs to happen before the data gets passed along to our AI decisioning system

Si des données client doivent être unifiées, assurez-vous que chaque événement ou métrique agrégée puisse être associé à un ID client. Ensuite, BrazeAI Decisioning Studio™ peut unifier les données pour vous. Par conséquent, lors de l'élaboration de votre plan, assurez-vous d'examiner si l'unification des données est un besoin urgent pour votre ensemble de données spécifique et, le cas échéant, prévoyez suffisamment de temps et de ressources pour effectuer ce travail avant de commencer la mise en œuvre de votre AI decisioning.

Let us take the guesswork out of getting your data to work with AI decisioning

Contrairement à la plupart des entreprises qui proposent des capacités d'AI decisioning, notre système est flexible en ce qui concerne les types de données pris en charge.

Dans le cadre des services personnalisés et complets que nous proposons avec notre plateforme d'AI decisioning, notre équipe d'ingénieurs déployés sur le terrain et de spécialistes en AI vous aidera à formater vos données selon vos besoins. Que vos données soient centralisées ou non, nous serons en mesure de travailler avec vous pour identifier la méthode d'ingestion des données la plus efficace. Nous permettons diverses méthodes d'ingestion de données, via Braze, votre CDP, votre entrepôt de données ou divers autres systèmes, par lots quotidiens, en continu ou selon une cadence la plus adaptée à votre entreprise.

If you’re ready to let AI decisioning guide smarter marketing at scale, Découvrir BrazeAI Decisioning Studio™ et voir comment nous pouvons vous aider à atteindre vos KPI marketing les plus importants.

Déclarations prospectives

Ce billet de blog contient des « déclarations prospectives » dans le sens des dispositions du safe harbor de la Private Securities Litigation Reform Act de 1995, y compris, mais sans s'y limiter, des déclarations concernant les performances et les avantages attendus de Braze et de ses produits et fonctionnalités, y compris, sans s'y limiter, BrazeAI Decisioning Studio™. Ces déclarations prospectives sont fondées sur les hypothèses, attentes et convictions actuelles de Braze, et sont soumises à des risques, incertitudes et changements importants susceptibles d’entraîner des différences significatives entre les résultats, performances ou réalisations réels et ceux exprimés ou suggérés dans les déclarations prospectives. De plus amples informations sur les facteurs susceptibles d'affecter les résultats de Braze figurent dans le rapport trimestriel de Braze sur le formulaire 10-Q pour le trimestre fiscal clos le 31 octobre 2025, déposé auprès de la Securities and Exchange Commission des États-Unis. Securities and Exchange Commission le 10 décembre 2025, ainsi que dans les autres documents publics déposés par Braze auprès de la Securities and Exchange Commission des États-Unis. Securities and Exchange Commission. Les déclarations prospectives de cet article de blog ne représentent que l’opinion de Braze à la date de publication, et Braze ne saurait être tenu de les mettre à jour et n’a pas l’intention de le faire, sauf obligation légale.