Capacità di previsione del coinvolgimento degli utenti journey-ai
Utilizzando Campaign, puoi ottimizzare la progettazione e la consegna dei percorsi dei clienti per prevedere le preferenze di coinvolgimento di ognuno. Grazie all’intelligenza artificiale e all’apprendimento automatico, l’ottimizzazione del tempo di invio e il punteggio di coinvolgimento predittivo di Adobe Campaign possono analizzare e prevedere i tassi di apertura, i tempi di invio ottimali e i tassi di abbandono probabili in base a metriche di coinvolgimento storiche.
Adobe Campaign offre due nuovi modelli di apprendimento automatico: Ottimizzazione del tempo di invio predittivo e Punteggio di coinvolgimento predittivo. Questi due modelli sono modelli di apprendimento automatico specifici per la progettazione e la fornitura di percorsi di clienti migliori.
-
Ottimizzazione predittiva del tempo di invio prevede qual è il tempo di invio migliore per ciascun profilo destinatario per quanto riguarda l’apertura di e-mail o clic e l’apertura di messaggi push. Per ciascun profilo destinatario, i punteggi indicano il tempo di invio migliore per ogni giorno feriale e in quale giorno feriale si possono ottenere risultati ottimali.
-
Punteggio predittivo di coinvolgimento: prevede la probabilità che un destinatario sia interessato a un messaggio e la probabilità che lo rifiuti (cancellando la sottoscrizione) entro i 7 giorni successivi al prossimo invio dell’e-mail. Le probabilità sono ulteriormente suddivise in contenitori in base al livello di coinvolgimento previsto con il contenuto: alto, medio o basso. Questi modelli forniscono anche il livello percentile di rischio di annullamento dell’abbonamento affinché i clienti possano capire qual è il livello di un determinato cliente in relazione agli altri.
Ottimizzazione del tempo di invio predittivo predictive-send-time
L’ottimizzazione predittiva del tempo di invio prevede qual è il tempo di invio migliore per ciascun profilo destinatario per quanto riguarda l’apertura delle e-mail o i clic e l’apertura dei messaggi push. Per ciascun profilo destinatario, i punteggi indicano il tempo di invio migliore per ogni giorno feriale e in quale giorno feriale si possono ottenere risultati ottimali.
Nel modello Ottimizzazione predittiva del tempo di invio sono presenti due modelli secondari:
-
Tempo di invio predittivo per l’apertura è il momento migliore per inviare una comunicazione al cliente in modo da massimizzare le aperture
-
Tempo di invio predittivo per il clic è il momento migliore per inviare una comunicazione al cliente per massimizzare i clic
Modello entrata: registri di consegna, registri di tracciamento e attributi di profilo (non PII)
Modello uscita: momento migliore per inviare un messaggio (per aperture e clic)
Dettagli di uscita
-
Calcola l’ora del giorno migliore per inviare un’e-mail nei 7 giorni della settimana con intervalli di 1 ora (ad esempio: 9:00, 10:00, 11:00)
-
Il modello indica il giorno migliore della settimana e l’ora migliore di quel determinato giorno
-
Ogni tempo ottimale viene calcolato due volte: una volta per massimizzare il tasso di apertura e una per massimizzare il click rate
-
Sono forniti 16 campi (14 per ogni giorno della settimana e 2 per l’intera settimana):
-
L’orario migliore per inviare un’e-mail in modo da ottimizzare i clic di lunedì - valori compresi tra 0 e 23
-
L’orario migliore per inviare un’e-mail in modo da ottimizzare l’apertura dei messaggi di lunedì - valori compresi tra 0 e 23
-
…
-
L’orario migliore per inviare un’e-mail in modo da ottimizzare i clic di domenica - valori compresi tra 0 e 23
-
L’orario migliore per inviare un’e-mail in modo da ottimizzare l’apertura dei messaggi di domenica - valori compresi tra 0 e 23
-
…
-
Giorno migliore per inviare un’e-mail in modo da ottimizzare l’apertura dei messaggi per tutta la settimana - da lunedì a domenica
-
L’orario migliore per inviare un’e-mail in modo da ottimizzare l’apertura dei messaggi per tutta la settimana - valori compresi tra 0 e 23
Una volta implementate in Campaign, le funzionalità di apprendimento automatico arricchiscono i dati dei profili con le nuove schede contenenti i punteggi migliori per apertura e clic. Le metriche vengono calcolate e inserite in Campaign utilizzando flussi di lavoro tecnici.
Per accedere a tali metriche, è necessario:
-
Aprire un profilo e fare clic sul pulsante Modifica.
-
Fare clic sulla scheda Orario di invio per clic o Orario di invio per l’apertura .
Per impostazione predefinita, i punteggi dei profili danno l’orario migliore del giorno per ogni giorno della settimana e l’orario complessivamente migliore per tutta la settimana.
Invia messaggi al momento migliore use-predictive-send-time
Affinché le e-mail possano essere inviate al momento ottimale per ogni profilo, la consegna deve essere pianificata utilizzando l’opzione Send at a custom date defined by a formula.
Scopri come calcolare la data di invio in questa sezione.
La formula deve essere compilata con l’orario migliore specifico del giorno in cui la consegna verrà effettuata.
Esempio di formula:
AddHours([currentDelivery/scheduling/@contactDate],
[cusSendTimeScoreByClickprofile_link/@EMAIL_BEST_TIME_TO_CLICK_WEDNESDAY])
Valutazione del coinvolgimento predittivo predictive-scoring
Il punteggio di coinvolgimento predittivo prevede la probabilità che un destinatario sia interessato a un messaggio, ma anche la probabilità che questo annulli l’abbonamento entro i 7 giorni successivi al prossimo invio dell’e-mail.
Le probabilità sono ulteriormente suddivise in contenitori in base al livello di coinvolgimento previsto con il contenuto: alto, medio o basso. Questi modelli forniscono anche il livello percentile di rischio di annullamento dell’abbonamento affinché i clienti possano capire qual è il livello di un determinato cliente in relazione agli altri.
Il punteggio di coinvolgimento predittivo consente di:
- Selezionare un pubblico: utilizzando l’attività di query, puoi selezionare il pubblico con cui interagire con un messaggio specifico
- Escludere un pubblico: utilizzando l’attività di query, puoi rimuovere il pubblico a cui è più probabile annullare l’abbonamento
- Personalizzazione: personalizza i messaggi in base al livello di coinvolgimento (gli utenti altamente coinvolti riceveranno un messaggio diverso da quelli non coinvolti)
Questo modello utilizza più punteggi per indicare:
- Punteggio di coinvolgimento per apertura/Punteggio di coinvolgimento per clic: questo valore corrisponde alla probabilità che un utente iscritto sia interessato a un messaggio specifico (apertura o clic). I valori sono compresi tra 0,0 e 1,0.
- Probabilità di annullamento abbonamento: questo valore corrisponde alla probabilità che il destinatario annulli l’iscrizione al canale e-mail a causa di un messaggio e-mail aperto. I valori sono compresi tra 0,0 e 1,0.
- Livello di mantenimento: questo valore classifica gli utenti in tre livelli: basso, medio e alto. Con un valore alto, è molto probabile che il cliente sia interessato al marchio, mentre un valore basso implica la possibilità che annulli l’abbonamento.
- Grado percentuale di mantenimento: classificazione del profilo in termini di probabilità di annullamento della sottoscrizione. I valori sono compresi tra 0,0 e 1,0. Ad esempio, se la percentuale di mantenimento è 0,953, il destinatario ha più probabilità di restare con il marchio e meno probabilità di annullare l’iscrizione rispetto al 95,3% di tutti i destinatari.
Modello entrata: registri di consegna, registri di monitoraggio e attributi di profilo specifici
Modello uscita: un attributo di profilo che descrive la valutazione e la categoria del profilo
Per accedere a tali metriche, è necessario:
-
Aprire un profilo e fare clic sul pulsante Modifica.
-
Fare clic sulla scheda Punteggi di coinvolgimento per canale e-mail.
Utilizzando un’attività di query in un flusso di lavoro, puoi utilizzare il punteggio per ottimizzare il pubblico. Ad esempio, con i criteri del livello di mantenimento:
