Passer au contenu

Connecter vos données

Les agents BrazeAI Decisioning Studio™ Pro doivent bien comprendre le contexte client pour prendre des décisions efficaces. Cet article explique comment connecter des sources de données clients à Decisioning Studio Pro.

Modèles d’intégration pris en charge

Decisioning Studio Pro prend en charge plusieurs modèles d’intégration pour connecter les données clients :

Modèle d’intégration Idéal pour Complexité de configuration
Braze Data Platform Clients utilisant déjà Braze Faible
Braze Cloud Data Ingestion (CDI) Connexion d’entrepôts de données externes Moyenne
Stockage cloud (GCS, AWS, Azure) Exportations directes de données depuis d’autres plateformes Moyenne
Intégrations CEP Extensions de données SFMC, Klaviyo Moyenne

Types de données clients

Les ressources de données clients suivantes aident les agents à personnaliser plus efficacement :

Type de données Description Exemples
Profil utilisateur Attributs statiques ou qui évoluent lentement Ancienneté en tant que client, zone géographique, canal d’acquisition, niveau de satisfaction, estimation de la valeur vie client
Comportement des clients Schémas d’activité et d’engagement Identifiants de connexion au compte, type d’appareil, interactions avec le service client, utilisation des produits
Historique des transactions Données d’achat et de conversion Produits achetés, montants des transactions, moyens de paiement, canaux d’achat
Engagement marketing Réactions aux communications Ouvertures et clics d’e-mails, engagement SMS, activité web et mobile, réponses aux enquêtes

Connecter des données par plateforme

Envoyer des données client via Braze

BrazeAI Decisioning Studio Pro peut utiliser toutes les données que vous envoyez déjà à la plateforme de données Braze.

Pour les données client qui ne figurent pas dans le profil utilisateur ou les attributs personnalisés, vous disposez de deux moyens de les importer avec Braze Cloud Data Ingestion :

  • Ingérer les données dans la plateforme de données Braze. Synchronisez les données de votre entrepôt de données avec les profils utilisateur, les attributs personnalisés ou les événements de Braze. Choisissez cette option si vous souhaitez également que les données soient disponibles dans Braze pour la segmentation et l’envoi de messages. Prend en charge Snowflake, Redshift, BigQuery, Databricks, Microsoft Fabric, AWS S3 et Google Cloud Storage.
  • Envoyer directement vers Decisioning Studio Pro. Synchronisez les données de votre entrepôt directement avec Decisioning Studio Pro, sans les ajouter au profil utilisateur ou aux attributs personnalisés de Braze. Choisissez cette option pour les données que Decisioning Studio Pro doit utiliser, mais dont vous n’avez pas besoin ailleurs dans Braze. Cette option est en accès anticipé. Consultez Cloud Data Ingestion : synchroniser les données de Decisioning Studio Pro pour la configurer.

Une fois que les données envoyées à la plateforme de données Braze vous conviennent, contactez votre équipe AI Decisioning Services pour déterminer quels champs du profil utilisateur ou des attributs personnalisés utiliser pour l’AI Decisioning.

Pour simplifier ce processus, dressez une liste des attributs du profil utilisateur Braze qui, selon vous, représentent le mieux le comportement de vos clients et devraient être utilisés dans Decisioning Studio Pro (consultez la liste des champs disponibles). Votre équipe de services peut également vous aider à mener des sessions de découverte pour choisir les champs les plus adaptés à l’AI Decisioning.

Voici d’autres options pour envoyer des données :

  • Envoyer des événements personnalisés Braze via le SDK
  • Envoyer des événements à l’aide de l’endpoint REST (/users/track)

Ces approches demandent davantage d’efforts d’ingénierie, mais elles sont parfois préférables selon votre configuration Braze actuelle. Contactez l’équipe AI Decisioning Services pour en savoir plus.

Envoyer des données client via SFMC

Pour les intégrations Salesforce Marketing Cloud :

  1. Configurez une ou plusieurs extensions de données SFMC pour vos données client
  2. Configurez un package installé SFMC pour l’intégration API avec les autorisations requises par Decisioning Studio Pro
  3. Assurez-vous que les extensions de données sont actualisées quotidiennement, car Decisioning Studio Pro récupère les données incrémentielles les plus récentes disponibles

Communiquez l’ID de l’extension et la clé API à votre équipe AI Decisioning Services. Elle vous accompagnera dans les étapes suivantes de l’ingestion des données client.

Envoyer des données client via Klaviyo

Pour les intégrations Klaviyo :

  1. Vérifiez que les données du profil utilisateur sont disponibles dans les profils Klaviyo
  2. Générez une clé API privée avec un accès complet (Full Access) aux profils
  3. Communiquez la clé API à votre équipe AI Decisioning Services

Consultez la documentation de Klaviyo pour en savoir plus sur la configuration des clés API.

Autres solutions cloud (Google Cloud Storage, Azure, AWS)

Si les données client ne sont pas actuellement stockées dans Braze, SFMC ou Klaviyo, la meilleure solution consiste à configurer un export automatisé directement vers un compartiment Google Cloud Storage contrôlé par Braze. Braze peut également prendre en charge l’export vers AWS ou Azure (même si GCS est préférable). Pour ces plateformes, exportez les données vers leur stockage cloud interne, puis Braze pourra les récupérer.

Pour savoir si c’est possible, consultez la documentation de votre plateforme Martech. Par exemple :

Si c’est possible, Braze peut vous fournir un compartiment GCS dédié à Decisioning Studio Pro vers lequel exporter vos données client.

Bonnes pratiques

  • Noms de colonnes descriptifs : les données client doivent avoir des noms de colonnes clairs et descriptifs. Dans l’idéal, fournissez un dictionnaire de données.
  • Mises à jour incrémentielles : privilégiez les fichiers incrémentiels plutôt que des instantanés quotidiens de l’intégralité de l’historique client.
  • Identifiants cohérents : chaque enregistrement doit contenir un identifiant client unique, cohérent dans toutes les ressources de données.
  • Horodatages inclus : les enregistrements doivent être associés à des horodatages pour garantir une attribution précise et l’entraînement des agents.

Intégrations personnalisées

D’autres options, voire des pipelines de données entièrement personnalisés, sont possibles. Ils peuvent nécessiter un travail supplémentaire de la part des équipes Services ou de vos équipes d’ingénierie. Pour déterminer ce qui est faisable et optimal, collaborez avec votre équipe AI Decisioning Services.

Étapes suivantes

Après avoir connecté vos sources de données, passez à la configuration de l’orchestration :

New Stuff!