BrazeAI™
BrazeAI™ est l’ensemble des fonctionnalités d’IA intégrées à Braze. Les fonctionnalités qui raisonnent agissent sur le contexte d’un utilisateur individuel. Les fonctionnalités qui apprennent détectent des tendances parmi de nombreux utilisateurs. Savoir quel type correspond à votre objectif est la première étape pour choisir la bonne fonctionnalité.
Commencez par votre objectif, ou lisez Raisonnement ou statistiques si vous hésitez entre deux fonctionnalités similaires.
Commencez par votre objectif
Chaque objectif a un point de départ recommandé. Vous pouvez également combiner les fonctionnalités. Pour en savoir plus, consultez Les fonctionnalités qui fonctionnent bien ensemble.
| Votre objectif | Commencez par | Avant de commencer |
|---|---|---|
| Rédiger ou affiner du texte, des images, du Liquid ou du HTML dans le tableau de bord | BrazeAI Operator | Utilise vos autorisations existantes du tableau de bord. Les actions sont comptabilisées dans une limite d’utilisation quotidienne à l’échelle de l’entreprise. |
| Rédiger un texte de message qui varie selon l’utilisateur, en fonction de ses données | Braze Agents | Crédits de message ou d’action. Contactez votre gestionnaire de compte si vous n’en disposez pas. |
| Classifier, acheminer ou enrichir un utilisateur à partir de son contexte en temps réel | Braze Agents | Mêmes crédits requis. Déployez l’agent dans une étape du Canvas ou un champ de catalogue. |
| Trouver la variante la plus performante d’une Campaign | Optimiser avec BrazeAI | Au moins deux variantes actives. Les Campaigns multi-envois nécessitent également un événement de conversion et une fenêtre de rééligibilité de 24 heures ou plus. |
| Trouver le chemin le plus performant à travers un Canvas | Chemins gagnants | Une étape des chemins d’expérience avec plus d’un chemin. |
| Générer et tester de nombreuses variantes de contenu en continu | Optimiseur de contenu | Actuellement en bêta, pour l’e-mail, les notifications push et les SMS/MMS/RCS. Contactez votre gestionnaire du succès des clients pour démarrer. |
| Personnaliser chaque envoi dans un programme d’e-mails récurrents, par destinataire | Decisioning Studio Go | Un programme d’e-mails récurrents, et plus d’une option parmi lesquelles choisir : créations, lignes d’objet, images ou horaires d’envoi. |
| Maximiser un indicateur commercial ou financier, y compris quelle offre proposer | Decisioning Studio Pro | Données first-party connectées et l’équipe AI Decisioning Services. Contactez votre gestionnaire du succès des clients pour définir le périmètre. |
| Envoyer au moment où chaque utilisateur est le plus susceptible de s’engager | Timing intelligent | Meilleurs résultats lorsque les fuseaux horaires sont définis sur les profils utilisateurs. Non recommandé avec la limitation du débit ou l’IP warming. |
| Envoyer sur le canal avec lequel chaque utilisateur est le plus susceptible de s’engager | Filtre de canal intelligent | Données d’engagement sur deux canaux supportés ou plus, et au moins trois messages par canal. |
| Évaluer la probabilité d’attrition d’un utilisateur | Prédiction du taux d’attrition | Généralement 300 000 utilisateurs actifs par mois dans un seul espace de travail. |
| Évaluer la probabilité qu’un utilisateur effectue une action spécifique | Événements prédictifs | Suffisamment d’utilisateurs ayant effectué l’événement. Pour le seuil actuel, consultez l’analyse des événements (généralement au moins 3 500 utilisateurs avec un historique de comportement d’événement). |
| Recommander des produits ou du contenu à partir d’un catalogue | Recommandations d’articles | Au moins un catalogue. Pour les recommandations personnalisées par l’IA, consultez les directives relatives aux données. |
| Interroger les données Braze depuis Claude, Cursor, ChatGPT ou un autre outil d’IA | Serveur MCP Braze | Les autorisations du tableau de bord régissent l’accès. Non disponible si votre espace de travail utilise la liste d’adresses IP autorisées. |
Si une règle basée sur des données propres répond à la question, utilisez une étape Canvas standard. Les étapes ne consomment aucun crédit. Utilisez l’IA lorsqu’une règle ne peut pas exprimer la décision.
Raisonnement ou statistiques
Chaque fonctionnalité de cette page prend une décision. Ces fonctionnalités se répartissent en deux catégories. Savoir à laquelle vous avez affaire dissipe la plupart des confusions entre des fonctionnalités similaires.
Les fonctionnalités qui raisonnent lisent le contexte qui se présente à elles (le profil d’un utilisateur, le dernier message ou une ligne de catalogue) et répondent à ce cas précis. Les agents Braze et Operator fonctionnent de cette manière. Les fonctionnalités qui raisonnent gèrent le texte non structuré, les décisions subjectives, la rédaction ouverte et les utilisateurs sans historique. Vous pouvez lire le résultat et comprendre pourquoi il dit ce qu’il dit. Les fonctionnalités qui raisonnent n’apprennent pas de l’efficacité du résultat produit.
Les fonctionnalités qui apprennent identifient des tendances dans les résultats à travers de nombreux utilisateurs, ou à travers l’historique d’un même utilisateur. La Predictive Suite, les recommandations d’articles, le timing intelligent, le filtre de canal intelligent et le Decisioning Studio fonctionnent de cette manière. Les fonctionnalités qui apprennent gèrent les comportements numériques à grande échelle, les signaux agrégés et les grands ensembles d’options. Les fonctionnalités qui apprennent ne lisent pas le texte non structuré, comme un fil de discussion du support.
Utilisez ce test : une personne ayant lu tout ce qu’un utilisateur donné a dit et fait saurait-elle déjà quoi faire ? Si oui, vous avez besoin de raisonnement. Si cette personne doit encore tester à travers des milliers d’utilisateurs, vous avez besoin de statistiques.
Chaque catégorie convient à une situation différente. Les fonctionnalités qui fonctionnent bien ensemble utilisent les deux à la fois.
Choisir entre des fonctionnalités similaires
Optimiser ce que vous envoyez
Ces fonctionnalités améliorent toutes le contenu d’un message, par ordre croissant de portée.
| Fonctionnalité | Ce qu’elle décide | Pour qui elle décide |
|---|---|---|
| Optimiser avec BrazeAI | Laquelle de vos variantes de campagne l’emporte | L’audience dans son ensemble |
| Winning Paths | Lequel de vos chemins Canvas l’emporte | L’audience dans son ensemble |
| Optimiseur de contenu | Quelle combinaison d’éléments de contenu l’emporte, parmi les variantes générées pour vous | L’audience dans son ensemble |
| Decisioning Studio Go | Quel contenu créatif envoyer (y compris la ligne d’objet, l’appel à l’action (CTA) et l’image) et quand l’envoyer | Chaque destinataire individuellement |
| Decisioning Studio Pro | Quelle offre, quel canal, quel timing et quelle fréquence utiliser | Chaque utilisateur individuellement |
Optimiser avec BrazeAI, Winning Paths et l’Optimiseur de contenu trouvent un seul gagnant pour tout le monde. Decisioning Studio Go et Pro trouvent une réponse différente pour chaque personne.
Parmi les trois premiers :
- Optimiser avec BrazeAI teste les variantes de message dans une Campaign.
- Winning Paths teste les chemins de parcours dans un Canvas.
- L’Optimiseur de contenu rédige les variantes pour vous et mélange leurs éléments.
Go et Pro diffèrent en termes de portée et de configuration. Go optimise l’engagement, est disponible en libre-service et utilise les données déjà présentes dans Braze. Pro optimise un indicateur commercial ou financier, peut déterminer la valeur des offres, et nécessite des données externes connectées ainsi que l’équipe AI Decisioning Services.
Décider quoi faire pour chaque utilisateur
| Si vous voulez | Utilisez | Pourquoi pas les autres |
|---|---|---|
| Décider à partir du contexte d’un utilisateur, y compris du texte libre ou un jugement qualitatif | Braze Agents | Les agents gèrent les entrées non structurées et les jugements au cas par cas. Les agents ne surveillent pas si une décision a fonctionné et ne s’améliorent pas d’eux-mêmes. |
| Évaluer la probabilité qu’un utilisateur se désabonne ou agisse, sous forme de score | Predictive Suite | La Predictive Suite apprend à partir de résultats mesurés et rapporte sa propre précision. Un agent ne peut fournir qu’une estimation plausible. |
| Sélectionner des articles dans un catalogue volumineux | Recommandations d’articles | Un catalogue volumineux ne tient pas dans le contexte d’un agent. De plus, un agent tend à sélectionner de façon répétitive les mêmes articles. |
| Améliorer les résultats par rapport à un indicateur, au fil du temps | Decisioning Studio | Le Decisioning Studio apprend des résultats et optimise en fonction de l’indicateur que vous choisissez. Les Braze Agents n’apprennent pas des résultats. |
| Définir la valeur d’une offre, ou maximiser le chiffre d’affaires ou la marge | Decisioning Studio Pro | Les décisions d’offre mettent en balance le coût et l’impact. Decisioning Studio Go se limite à l’engagement et ne décide pas des offres. |
Générer du contenu
BrazeAI Operator et Braze Agents rédigent tous les deux, mais à des moments différents.
- Operator travaille avec vous dans le tableau de bord pendant que vous construisez votre parcours. Par défaut, vous vérifiez et approuvez chaque action proposée. Certaines actions nécessitent toujours une approbation. Utilisez-le pour rédiger, reformuler, brainstormer, réviser un parcours ou résoudre un blocage.
- Les Braze Agents travaillent sans vous, au moment de l’envoi. Vous rédigez les instructions une seule fois, et l’agent produit un résultat différent pour chaque utilisateur lorsque celui-ci passe par un Canvas. Utilisez les Braze Agents lorsque le contenu doit varier pour chaque utilisateur.
Les fonctionnalités d’IA générative de BrazeAI (rédaction, images, Liquid, modèles HTML et révision de contenu) sont accessibles via Operator.
Fonctionnalités qui fonctionnent bien ensemble
Lorsqu’une tâche nécessite un contenu riche et un catalogue volumineux, répartissez le travail. Les recommandations d’articles effectuent une sélection dans votre catalogue. Un agent Braze rédige le contenu autour de ces articles.
Un parcours de récupération de panier abandonné peut combiner plusieurs fonctionnalités :
- Les recommandations d’articles sélectionnent les produits à mettre en avant.
- Un agent Braze rédige le contenu autour de ces produits, en utilisant le contexte de l’utilisateur.
- Les événements prédictifs évaluent la probabilité que l’utilisateur revienne.
- Le timing intelligent et le filtre de canal intelligent déterminent quand et où envoyer le message.
- Decisioning Studio Pro détermine l’offre lorsque la valeur du panier justifie la mise en place.
Commencez par l’outil le plus léger qui répond au besoin
Parmi les fonctionnalités qui apprennent, la capacité et la complexité de mise en place augmentent par paliers.
- Exploitez une seule dimension de l’historique de l’utilisateur. Le timing intelligent et le filtre de canal intelligent sont des options en libre-service, sans coût supplémentaire.
- Apprenez un schéma sur l’ensemble de votre population. La prédiction du taux d’attrition, les événements prédictifs et les recommandations d’articles par IA restent en libre-service, avec une configuration modérée.
- Optimisez plusieurs leviers à la fois, par utilisateur. Decisioning Studio Go nécessite peu de configuration sur les données déjà présentes dans Braze et optimise uniquement l’engagement.
- Optimisez tous les leviers, y compris les offres, par rapport à un indicateur clé de performance (KPI). Decisioning Studio Pro nécessite des données externes ainsi que l’équipe AI Decisioning Services.
Adaptez le niveau à la valeur du cas d’usage. Pour un besoin de faible valeur ou unidimensionnel, un outil plus léger convient généralement mieux. La capacité supplémentaire d’un outil plus lourd ne justifie souvent pas la charge additionnelle en données et en configuration.
Agent Braze versus agent de prise de décision
Braze utilise le mot agent pour deux produits différents. La différence réside dans le type de décision que chacun prend.
| Terme | Description |
|---|---|
| Agent Braze | Un assistant IA que vous configurez dans la Console des agents et déployez dans une étape du Canvas ou un champ de catalogue. Il raisonne sur le contexte d’un utilisateur pour rédiger du contenu, classifier, orienter ou enrichir des données. Il n’apprend pas de l’efficacité de ses résultats. |
| Agent de prise de décision | Une configuration dans le Studio de prise de décision qui gère un cas d’usage complet, comme la reconquête ou la vente croisée. Il apprend des résultats observés sur l’ensemble de votre audience pour trouver la décision qui maximise votre indicateur. |
Les deux prennent des décisions. Un agent Braze décide en analysant le contexte. Un agent de prise de décision décide en mesurant les résultats. Si vous ne savez pas quel produit une page couvre, vérifiez s’il s’agit des Braze Agents ou du Decisioning Studio.
Toutes les fonctionnalités BrazeAI
Enrichir les profils et prédire les comportements
| Fonctionnalité | Ce qu’elle fait | Comment elle décide |
|---|---|---|
| Braze Agents (étape du Canvas) | Classe, oriente ou enrichit un utilisateur à partir de son contexte en temps réel, et rédige du contenu | Grand modèle de langage |
| Braze Agents (champ de catalogue) | Rédige, met à jour ou localise les métadonnées d’un élément | Grand modèle de langage |
| Prédiction du taux d’attrition | Attribue un score de 0 à 100 indiquant la probabilité qu’un utilisateur se désabonne | Arbres de décision à gradient boosté |
| Événements prédictifs | Attribue un score de 0 à 100 indiquant la probabilité qu’un utilisateur effectue une action | Arbres de décision à gradient boosté |
Trouver ce qui fonctionne le mieux pour une population
| Fonctionnalité | Ce qu’elle fait | Comment elle décide |
|---|---|---|
| Optimiser avec BrazeAI | Teste les variantes de campagne et redirige le trafic vers la gagnante | Test A/B/n |
| Winning Paths | Teste les chemins d’un Canvas et redirige le trafic vers le gagnant | Test A/B/n |
| Optimiseur de contenu | Mélange et associe les variantes de contenu pour maximiser l’engagement de la population | Bandit multi-bras |
Choisir la meilleure action pour chaque individu
| Fonctionnalité | Ce qu’elle fait | Comment elle décide |
|---|---|---|
| Timing intelligent | Identifie le meilleur moment d’envoi pour chaque utilisateur | Statistiques basées sur l’historique de l’utilisateur |
| Filtre de canal intelligent | Classe les canaux pour chaque utilisateur en fonction de son historique | Statistiques basées sur l’historique de l’utilisateur |
| Recommandations d’articles par l’IA | Sélectionne des éléments du catalogue pour chaque utilisateur | Apprentissage profond |
| Decisioning Studio Go | Personnalise le contenu, le timing et la fréquence pour l’engagement | Apprentissage par renforcement |
| Decisioning Studio Pro | Personnalise chaque levier, y compris les offres, en fonction d’un KPI métier | Apprentissage par renforcement |
Accomplir votre travail plus rapidement
| Fonctionnalité | Ce qu’elle fait | Comment elle décide |
|---|---|---|
| BrazeAI Operator | Crée, vérifie et analyse les Campaigns et les Canvas avec vous, sous forme de conversation | Grand modèle de langage |
| IA générative | Rédaction, images, Liquid, modèles HTML et révision de contenu, via Operator | Grand modèle de langage |
| Serveur MCP Braze | Expose les données Braze sans données d’identification personnelle (PII) à des outils tels que Claude et Cursor (Model Context Protocol) | Intégration, pas un modèle |
Comment Braze utilise vos données
Les fonctionnalités BrazeAI qui utilisent un grand modèle de langage fourni par Braze envoient votre invite et vos entrées à ce modèle. Les données envoyées à un modèle fourni par Braze ne sont pas utilisées pour l’entraîner ou l’améliorer. Les résultats vous appartiennent. Braze ne revendique aucun droit d’auteur sur ceux-ci. Braze ne fournit aucune garantie concernant le contenu généré par l’IA.
Le modèle utilisé par chaque fonctionnalité, ainsi que la durée de conservation des données par le fournisseur, sont documentés sur la page de chaque fonctionnalité :
Vous pouvez également connecter votre propre fournisseur de modèle, tel qu’OpenAI, Anthropic, Google Gemini ou Databricks Mosaic, lorsque vous utilisez les Agents Braze.
Questions fréquentes
Qu’est-ce que BrazeAI ?
BrazeAI est l’ensemble des fonctionnalités d’IA intégrées à Braze. Il couvre l’enrichissement des données, l’expérimentation, la prise de décision et les flux de travail du tableau de bord. Chaque fonctionnalité est configurée séparément, et certaines nécessitent des crédits ou des forfaits spécifiques. Pour trouver la fonctionnalité dont vous avez besoin, consultez Commencer par votre objectif.
Quelle fonctionnalité BrazeAI devrais-je utiliser en premier ?
Si vous découvrez BrazeAI, commencez par BrazeAI Operator. Il ne nécessite aucune configuration de produit distincte, fonctionne dans les éditeurs que vous utilisez déjà et, par défaut, vous demande d’approuver chaque action avant de l’exécuter. Ensuite, choisissez la fonctionnalité qui correspond à votre objectif dans Commencer par votre objectif.
Comment choisir entre deux fonctionnalités qui semblent similaires ?
Demandez-vous si quelqu’un ayant lu tout ce qu’un utilisateur donné a dit et fait pourrait déjà prendre la décision. Si la réponse nécessite des tests sur des milliers d’utilisateurs, utilisez une fonctionnalité qui apprend. Le raisonnement convient aux Braze Agents. L’apprentissage convient à la Predictive Suite ou au Decisioning Studio. Consultez Raisonnement ou statistiques.
Quelle est la différence entre l’Optimiseur de contenu et Optimiser avec BrazeAI ?
Optimiser avec BrazeAI sélectionne une variante gagnante parmi les variantes de campagne que vous avez rédigées. L’Optimiseur de contenu génère des variantes pour vous et continue de combiner et de tester leurs éléments dans une étape du Canvas. Les deux trouvent un gagnant pour votre audience. Pour une personnalisation par utilisateur, consultez le Decisioning Studio.
Quelle est la différence entre un Braze Agent et un agent de prise de décision ?
Un Braze Agent raisonne sur le contexte d’un seul utilisateur. Un agent de prise de décision dans le Decisioning Studio apprend à partir de résultats mesurés sur l’ensemble de votre population. Pour en savoir plus, consultez Braze Agent versus agent de prise de décision.
Les fonctionnalités BrazeAI coûtent-elles des crédits ?
Certaines fonctionnalités BrazeAI coûtent des crédits. Les Braze Agents nécessitent des crédits de message ou d’action, et chaque exécution d’agent est décomptée d’une limite d’invocations quotidiennes. Les actions d’Operator sont décomptées d’une limite d’utilisation quotidienne distincte à l’échelle de l’entreprise, plutôt que de crédits. Les fonctionnalités telles que le timing intelligent et Optimiser avec BrazeAI n’ont pas de coût en crédits, mais ont des exigences en matière de données. Si une règle répond à votre question, utilisez une étape standard du Canvas. Contactez votre gestionnaire de compte pour en savoir plus sur les crédits.
Puis-je utiliser mon propre modèle d’IA ?
Oui, avec les Braze Agents. Les agents peuvent se connecter à des fournisseurs tels qu’OpenAI, Anthropic, Google Gemini ou Databricks Mosaic au lieu du modèle fourni par Braze. Les autres fonctionnalités BrazeAI utilisent uniquement les modèles fournis par Braze.