Show Menu
主题×

利用以人工智能为后盾的电子邮件优化设计和投放

开始使用以人工智能为后盾的电子邮件

利用活动,您可以优化客户旅程的设计和投放,以预测每位客户的参与偏好。 Adobe Campaign可以借助Journey AI分析和预测开放率、最佳发送时间以及基于历史互动指标的可能客户流失。
机器学习模型
Adobe Campaign Standard优惠了两种新的机器学习模型: 预测发送时间优化 预测参与评分 。 这两种模型统称为旅程人工智能,它是一类机器学习模型,专门用于设计和交付更好的客户旅程。
  • 预测发送时间优化 : 预测发送时间优化可预测打开或点击电子邮件的每个收件人用户档案的最佳发送时间。 对于每个收件人用户档案,分数表示每个工作日的最佳发送时间以及最适合发送哪个工作日以获得最佳结果。
  • 预测性参与评分 : 预测性参与评分可预测收件人与消息互动的概率,以及在下一封电子邮件发送后7天内选择退出(取消订阅)的概率。 根据脱离接触、中度或低度的特定风险,这些概率被进一步分为几段。 此模型还为客户提供风险百分点排名,以便了解某个客户相对于其他客户的排名。
此功能不随产品提供。 实施过程中需要Adobe Consulting参与。 请联系您的Adobe代表以了解更多信息。
另外,该功能要求使用客户必须提供的Azure存储。

预测发送时间优化

优化单击和打开次数

预测发送时间优化可预测打开和点击电子邮件的每个收件人用户档案的最佳发送时间。 对于每个收件人用户档案,分数表示每个工作日的最佳发送时间以及最适合发送哪个工作日以获得最佳结果。
在预测发送时间优化模型中,有两个子模型:
  • 预测发送打开时间是必须向客户发送通信以最大化打开的最佳时间
  • 点击的预测发送时间是必须向客户发送通信以最大化点击次数的最佳时间
模型输入 : 投放日志、跟踪日志和用户档案属性(非PII)
模型输出 : 发送消息的最佳时间(针对打开和单击)
输出详细信息
  • 计算每天的最佳时间,以1小时的间隔在接下来的7天发送电子邮件(例如: 上午9:00,上午10:00,上午11:00)
  • 模型将指示在接下来的7天内发送电子邮件的最佳时间
  • 每个最佳时间计算两次: 一次可最大化打开率,一次可最大化点击率
  • 给出16个字段(一周中的天数为14个,一周中为2个):
    • 发送电子邮件以优化星期一的点击次数的最佳时间——值介于0到23之间
    • 发送电子邮件以优化星期一打开的最佳时间——值介于0和23之间
    • 发送电子邮件以优化星期二的点击次数的最佳时间——值介于0到23之间
    • ...
    • 发送电子邮件以优化星期日点击次数的最佳时间——值介于0和23之间
    • 发送电子邮件以优化周日打开次数的最佳时间——值介于0和23之间
    • ...
    • 发送电子邮件以优化的最佳日期为一周——星期一至星期日
    • 发送电子邮件以优化整周打开次数的最佳时间——值介于0和23之间
这些预测功能仅适用于电子邮件投放。
该模型需要至少一个月的数据才能产生显着效果。

访问用户档案分数

机器学习功能一旦实施到活动中,就会使用新的选项卡以最佳的打开/点击分数丰富用户档案数据。 这些指标由旅程人工智能计算,并使用技术工作流将其引入活动。
要访问这些指标,您需要:
  1. 打开用户档案并单击“编辑”按钮。
  2. 单击“发 送时间得分”或“发送时 间得分”选项卡
默认情况下,用户档案分数将给出一周中每一天的最佳时间和一周中的最佳整体时间。

在最佳时机发送消息

要使电子邮件在每个用户档案的最佳时间发出,必须使用选项计划投放 Send at a custom date defined by a formula 。 本节了解如何计算发 送日期
该公式需要填充特定日期中投放结束的特定最佳时间。
公式示例:
AddHours([currentDelivery/scheduling/@contactDate], 
[cusSendTimeScoreByClickprofile_link/@EMAIL_BEST_TIME_TO_CLICK_WEDNESDAY])

数据模型可能会因您的实施而有所不同。

预测性参与评分

预测性参与度评分使您能够:
  • 选择受众 : 通过使用查询活动,您可以选择受众以与特定消息交互
  • 排除受众 : 通过使用查询活动,您可以删除受众以取消订阅
  • 个性化 : 根据参与程度个性化信息(参与度高的用户将获得与未参与的用户不同的信息)
此模型使用多个得分来指示:
  • 打开参与得分/单击参与得分 : 此值与订阅者与特定消息(打开或单击)进行交互的概率匹配。 值范围从0.0到1.0。
  • 退订概率 : 此值与收件人在打开一封电子邮件时取消订阅电子邮件渠道的可能性匹配。 值范围从0.0到1.0。
  • 保留级别 : 此值将用户分为三个级别: 低、中、高。 高价最有可能与品牌保持同步,低价值可能退订。
  • 保留百分位数 : 用户档案的退订概率。 值范围从0.0到1.0。例如,如果保留百分比等级为0.953,则此收件人更有可能与品牌保持同步,而取消订阅的可能性低于所有收件人的95.3%。
这些预测功能仅适用于电子邮件投放。
该模型需要至少一个月的数据才能产生显着效果。
模型输入 : 投放日志、跟踪日志和特定用户档案属性
模型输出 : 描述用户档案得分和类别的用户档案属性

使用电子邮件渠道的参与度得分

要访问这些指标,您需要:
  1. 打开用户档案并单击“编辑”按钮。
  2. 单击“电 子邮件渠道的参与分数 ”选项卡。
通过在工作流中使用查询活动,您可以使用得分来优化受众。
例如,使用“保留 级别 ”条件: