Ressources de données critiques
Decisioning Studio Pro a besoin de certaines ressources de données pour fonctionner et tire parti de données facultatives supplémentaires. Cet article décrit chaque ressource, explique pourquoi elle est importante et précise les champs requis.
Boucler la boucle de décision de l’IA
Les trois ressources d’événements requises (activations, engagements et conversions) forment ensemble la boucle de rétroaction qui permet à Decisioning Studio Pro d’apprendre et de s’améliorer au fil du temps.
- Les activations indiquent au modèle ce qu’il a décidé de faire
- Les engagements indiquent au modèle comment les clients ont réagi au message
- Les conversions indiquent au modèle si le résultat commercial final a été atteint
Chacune de ces ressources doit être structurée sous la forme d’un flux d’événements incrémentiel composé d’enregistrements individuels. Pour plus de détails, consultez Instantanés et flux d’événements.
Si Decisioning Studio Pro est intégré nativement à votre plateforme d’engagement client (comme Braze ou Salesforce Marketing Cloud), les données d’activation et d’engagement peuvent être collectées automatiquement, sans configuration supplémentaire. Consultez votre documentation de configuration pour le confirmer.
Ressources requises
Profil utilisateur
Les données du profil utilisateur décrivent qui sont vos clients. Decisioning Studio Pro utilise ces données pour comprendre la situation actuelle de chaque client et générer des recommandations pertinentes.
Voici quelques attributs de profil courants :
- Ancienneté en tant que client (en années)
- Zone géographique (lorsque votre secteur d’activité et vos exigences en matière de confidentialité le permettent)
- Canal d’acquisition (par exemple, web, téléphone, en magasin)
- Score de satisfaction ou de sentiment
- Scores issus de modèles (par exemple, propension à l’attrition, estimation de la valeur vie client)
- Niveau de fidélité ou adhésion à un programme
Données d’activation et d’engagement
Les données d’activation enregistrent ce que Decisioning Studio Pro a réellement envoyé : quelle recommandation a été délivrée à quel client, et par quel canal. Les données d’engagement enregistrent la réaction du client : s’il a ouvert le message, cliqué dessus ou interagi avec lui d’une autre manière.
Pour les intégrations Braze natives, les données d’activation et d’engagement peuvent être disponibles automatiquement via Braze Currents. Pour les autres configurations, ces données doivent être fournies explicitement.
Ces données sont essentielles, car elles bouclent la boucle entre une recommandation et son résultat. Sans elles, le modèle ne peut pas savoir quelles décisions fonctionnent.
Données de conversion
Les données de conversion décrivent ce qui s’est passé pour le client après la formulation d’une recommandation et l’envoi d’un message. C’est le principal signal utilisé par le modèle pour évaluer si une recommandation a réussi.
| Exigence | Raison |
|---|---|
| Chaque enregistrement contient l’identifiant client, cohérent avec toutes les autres ressources | Decisioning Studio Pro doit pouvoir relier les conversions aux recommandations qui les ont précédées. |
| Chaque enregistrement comporte un horodatage indiquant le moment où l’événement de conversion s’est produit | Un horodatage précis est indispensable à l’attribution. Le modèle doit savoir à quelle recommandation une conversion peut être attribuée. |
| Si vous utilisez un indicateur de réussite non binaire (par exemple, le chiffre d’affaires plutôt que « converti » ou « non converti »), la valeur de l’indicateur doit être incluse dans chaque enregistrement de conversion | Decisioning Studio Pro utilise la valeur de l’indicateur pour générer des expériences d’entraînement. C’est grâce à cette valeur que le modèle apprend l’ampleur de chaque conversion. |
| Si les conversions peuvent être directement attribuées à une communication spécifique (par exemple, l’utilisation d’un coupon), incluez les champs nécessaires pour associer la conversion à l’enregistrement d’activation | L’attribution directe fournit au modèle le signal d’apprentissage le plus clair. Si l’attribution directe n’est pas possible, Decisioning Studio Pro utilise par défaut une attribution fondée sur la proximité. |
Ressources facultatives
Plus vous disposez de données, meilleures sont généralement les performances du modèle, mais il convient de trouver un équilibre avec l’effort de déploiement nécessaire. Les ressources facultatives suivantes sont souvent utiles :
Comportement des clients
- Historique des connexions au compte
- Type d’appareil et système d’exploitation
- Interactions avec le service client (par exemple, nombre d’appels au support, sujets abordés)
- Utilisation du produit (par exemple, heures d’utilisation par jour, fonctionnalités utilisées, catégories de contenu consultées)
Autres transactions
- Produits achetés par date, y compris les attributs des produits
- Montants des transactions
- Canaux de transaction (par exemple, en magasin ou en ligne)
- Moyens de paiement
Autres interactions marketing
- Communications sortantes envoyées en dehors des recommandations de Decisioning Studio Pro (par exemple, e-mails, SMS)
- Engagement par e-mail non déclenché par Decisioning Studio Pro (par exemple, ouvertures, clics)
- Réponses aux enquêtes (par exemple, scores NPS, enquêtes d’engagement)
- Activité sur le site web et l’application mobile (par exemple, pages consultées, produits vus)