BrazeAI™
BrazeAI™は、Brazeに組み込まれたAI機能のセットです。推論する機能は個々のユーザーのコンテキストに基づいて動作します。学習する機能は多くのユーザーにわたるパターンを発見します。目標に合った種類を知ることが、適切な機能を選ぶ第一歩です。
目標から始める か、2つの類似機能で迷っている場合は 推論か統計か をお読みください。
目標から始めましょう
各目標には1つの推奨される出発点があります。また、機能を組み合わせることもできます。詳細については、相性の良い機能の組み合わせをご覧ください。
| 目標 | 始めるべき機能 | 始める前に |
|---|---|---|
| ダッシュボードでコピー、画像、Liquid、またはHTMLを作成・改善する | BrazeAI Operator | 既存のダッシュボード権限を使用します。アクションは会社全体の1日あたりの使用量上限にカウントされます。 |
| ユーザーデータに基づいてユーザーごとに変わるメッセージコピーを作成する | Brazeエージェント | メッセージクレジットまたはアクションクレジットが必要です。お持ちでない場合はアカウントマネージャーにお問い合わせください。 |
| リアルタイムのコンテキストからユーザーを分類、ルーティング、またはエンリッチする | Brazeエージェント | 同様のクレジットが必要です。エージェントをキャンバスステップまたはカタログフィールドにデプロイしてください。 |
| キャンペーンの最もパフォーマンスの高いバリアントを見つける | BrazeAIで最適化 | 少なくとも2つのアクティブなバリアントが必要です。複数送信キャンペーンではコンバージョンイベントと24時間以上の再適格性ウィンドウも必要です。 |
| キャンバス内で最もパフォーマンスの高いパスを見つける | 勝者パス | 2つ以上のパスを持つ実験パスステップが必要です。 |
| 多くのコンテンツバリアントを継続的に生成・テストする | コンテンツオプティマイザー | 現在ベータ版で、メール、プッシュ、SMS/MMS/RCSに対応しています。利用開始にはカスタマーサクセスマネージャーにお問い合わせください。 |
| 定期的なメールプログラムで受信者ごとにすべての送信をパーソナライズする | Decisioning Studio Go | 定期的なメールプログラムと、クリエイティブ、件名、画像、送信時間など、選択肢が複数必要です。 |
| どのオファーを提供するかを含め、ビジネスまたは財務指標を最大化する | Decisioning Studio Pro | 接続されたファーストパーティデータとAI意思決定サービスチームが必要です。スコーピングについてはカスタマーサクセスマネージャーにお問い合わせください。 |
| 各ユーザーがエンゲージする可能性が最も高い時間に送信する | インテリジェントタイミング | ユーザープロファイルにタイムゾーンが設定されている場合に最良の結果が得られます。レート制限やIPウォームアップとの併用は推奨されません。 |
| 各ユーザーがエンゲージする可能性が最も高いチャネルで送信する | インテリジェントチャネルフィルター | 2つ以上のサポートされているチャネルにわたるエンゲージメントデータと、チャネルごとに少なくとも3通のメッセージが必要です。 |
| ユーザーが解約する可能性をスコアリングする | 解約予測 | 通常、単一ワークスペースで月間アクティブユーザー300,000人が必要です。 |
| ユーザーが特定のアクションを実行する可能性をスコアリングする | 予測イベント | そのイベントを実行した十分な数のユーザーが必要です。現在のしきい値については、イベント分析をご覧ください(通常、過去のイベント行動があるユーザーが少なくとも3,500人必要です)。 |
| カタログから商品やコンテンツをレコメンドする | アイテムレコメンデーション | 少なくとも1つのカタログが必要です。AIパーソナライズされたレコメンデーションについては、データガイドラインをご覧ください。 |
| Claude、Cursor、ChatGPT、または他のAIツールからBrazeデータをクエリする | Braze MCPサーバー | ダッシュボード権限によりアクセスが制御されます。ワークスペースがIP許可リストを使用している場合は利用できません。 |

クリーンなデータに基づくルールで判断できる場合は、標準のキャンバスステップを使用してください。ステップにはクレジットがかかりません。ルールでは判断を表現できない場合にAIを使用してください。
推論と統計
このページのすべての機能は、何らかの意思決定を行います。これらの機能は2種類に分かれます。どちらの種類を見ているかを理解すれば、類似した機能間の混乱はほぼ解消されます。
推論する機能は、目の前のコンテキスト(ユーザーのプロファイル、最後のメッセージ、カタログの行など)を読み取り、その個別のケースに対して回答します。BrazeエージェントとOperatorはこの方法で動作します。推論する機能は、非構造化テキスト、判断が必要な場面、自由形式のライティング、履歴のないユーザーに対応します。出力を読めば、なぜそのような結果になったのかを理解できます。推論する機能は、出力がうまく機能したかどうかから学習することはありません。
学習する機能は、多数のユーザーにわたる結果のパターン、または1人のユーザー自身の履歴からパターンを見つけます。予測スイート、アイテムレコメンデーション、インテリジェントタイミング、インテリジェントチャネルフィルター、Decisioning Studioはこの方法で動作します。学習する機能は、大規模な数値的行動、集約されたシグナル、大量の選択肢セットに対応します。学習する機能は、サポートスレッドなどの非構造化テキストを読み取ることはありません。
次のテストを使用してください。この1人のユーザーが言ったことや行ったことをすべて読んだ人であれば、何をすべきかすでにわかるでしょうか?「はい」であれば、推論が必要です。その人であっても数千人のユーザーにわたるテストが必要な場合は、統計が必要です。
それぞれの種類は異なる状況に適しています。相性の良い機能の組み合わせでは、両方を同時に使用します。
類似機能の選び方
送信内容を最適化する
以下の機能はすべてメッセージの内容を改善するもので、対象範囲が大きい順に並んでいます。
| 機能 | 何を決定するか | 誰のために決定するか |
|---|---|---|
| BrazeAIで最適化 | キャンペーンのバリアントのうちどれが勝者か | オーディエンス全体 |
| 勝者パス | キャンバスパスのうちどれが勝者か | オーディエンス全体 |
| コンテンツオプティマイザー | 自動生成されたバリアントの中で、どのコンテンツ要素の組み合わせが勝者か | オーディエンス全体 |
| Decisioning Studio Go | どのクリエイティブを送信するか(件名、CTA(コールトゥアクション)、画像を含む)、いつ送信するか | 受信者ごとに個別 |
| Decisioning Studio Pro | どのオファー、チャネル、タイミング、頻度を使用するか | ユーザーごとに個別 |
BrazeAIで最適化、勝者パス、コンテンツオプティマイザーは、全員に対して1つの勝者を見つけます。Decisioning Studio GoとProは、一人ひとりに異なる答えを見つけます。
最初の3つの機能について:
- BrazeAIで最適化は、キャンペーン内のメッセージバリアントをテストします。
- 勝者パスは、キャンバス内のジャーニーパスをテストします。
- コンテンツオプティマイザーは、バリアントを自動生成し、その要素を組み合わせます。
GoとProは対象範囲と設定が異なります。Goはエンゲージメントを最適化し、セルフサービスで利用でき、Brazeに既にあるデータを使用します。Proはビジネスまたは財務指標を最適化し、オファー価値の決定が可能で、外部データの連携とAI意思決定サービスチームが必要です。
ユーザーごとに何をすべきかを決定する
| 目的 | 使用する機能 | 他の機能が適さない理由 |
|---|---|---|
| フリーテキストや判断を含む、1人のユーザーのコンテキストから決定する | Brazeエージェント | エージェントは非構造化入力と個別ケースの判断を扱います。エージェントは意思決定がうまくいったかどうかを監視せず、自ら改善することもありません。 |
| ユーザーが解約する可能性やアクションを起こす可能性を数値でスコアリングする | 予測スイート | 予測スイートは測定された結果から学習し、独自の精度をレポートします。エージェントはもっともらしく聞こえる推測しかできません。 |
| 大規模なカタログからアイテムを選択する | アイテムレコメンデーション | 大規模なカタログはエージェントのコンテキストに収まりません。また、エージェントは同じ少数のアイテムを繰り返し選択する傾向があります。 |
| 指標に対する結果を時間の経過とともに改善する | Decisioning Studio | Decisioning Studioは結果から学習し、選択した指標に向けて最適化します。Brazeエージェントは結果から学習しません。 |
| オファー価値を設定する、または収益やマージンを最大化する | Decisioning Studio Pro | オファーの意思決定はコストとリフトを比較検討します。Decisioning Studio Goはエンゲージメントに限定されており、オファーの決定はできません。 |
コンテンツを生成する
BrazeAI OperatorとBrazeエージェントはどちらもコンテンツを作成しますが、タイミングが異なります。
- BrazeAI Operatorは、ダッシュボードで構築している間に一緒に作業します。デフォルトでは、提案された各アクションをレビューして承認します。一部のアクションは常に承認が必要です。下書きの作成、書き直し、ブレインストーミング、ジャーニーのレビュー、課題の解決に使用します。
- Brazeエージェントは、送信時にユーザーなしで動作します。指示を一度書くだけで、各ユーザーがキャンバスを通過する際に、エージェントがユーザーごとに異なる結果を生成します。コンテンツをユーザーごとに変える必要がある場合にBrazeエージェントを使用します。
BrazeAI生成AI機能(コピーライティング、画像、Liquid、HTMLテンプレート、コンテンツレビュー)は、BrazeAI Operatorを通じて利用できます。
相性の良い機能の組み合わせ
リッチなコピーと大規模なカタログの両方が必要な場合は、作業を分割します。アイテムのレコメンデーションがカタログから選択を行います。Brazeエージェントがそれらのアイテムに合わせたコピーを作成します。
カート回復ジャーニーでは、複数の機能を組み合わせることができます。
- アイテムのレコメンデーションが、特集する商品を選択します。
- Brazeエージェントが、そのユーザーのコンテキストを活用して商品に合わせたコピーを作成します。
- 予測イベントが、ユーザーが戻ってくる可能性をスコアリングします。
- インテリジェントタイミングとインテリジェントチャネルフィルターが、送信のタイミングとチャネルを決定します。
- Decisioning Studio Proが、カートの金額がセットアップに見合う場合にオファーを決定します。
まず、目的に合った最もシンプルなツールから始める
学習する機能の中で、能力とセットアップの両方が段階的に上がっていきます。
- ユーザー自身の履歴から1つのディメンションを読み取ります。インテリジェントタイミングとインテリジェントチャネルフィルターは、追加コストなしで利用できるセルフサービスのトグルです。
- ユーザー全体にわたる1つのパターンを学習します。解約予測、予測イベント、AIアイテムレコメンデーションもセルフサービスで、セットアップは中程度です。
- ユーザーごとに複数のレバーを同時に最適化します。Decisioning Studio Goは、すでにBrazeにあるデータに対して少ないセットアップで利用でき、エンゲージメントのみを最適化します。
- オファーを含むすべてのレバーをKPIに対して最適化します。Decisioning Studio Proには外部データとAI意思決定サービスチームが必要です。
ユースケースの価値に合ったレベルを選択してください。低価値または単一ディメンションのニーズの場合は、よりシンプルなツールの方が適しています。より高度なツールの追加機能は、追加のデータやセットアップに見合わないことが多いです。
Brazeエージェントと意思決定エージェントの違い
Brazeでは「エージェント」という言葉を2つの異なるプロダクトに使用しています。違いは、それぞれがどのような意思決定を行うかにあります。
| 用語 | 概要 |
|---|---|
| Brazeエージェント | エージェントコンソールで設定し、キャンバスステップまたはカタログフィールドにデプロイするAIヘルパーです。1人のユーザーのコンテキストを推論して、コンテンツの作成、分類、ルーティング、データのエンリッチメントを行います。出力結果が効果的だったかどうかから学習することはありません。 |
| 意思決定エージェント | Decisioning Studioで管理する設定で、ウィンバックやクロスセルなどのユースケース全体を管理します。ユーザー全体のアウトカムから学習し、指標を最大化する意思決定を見つけ出します。 |
どちらも意思決定を行います。Brazeエージェントは読み取りによって判断し、意思決定エージェントは測定によって判断します。どちらのプロダクトについてのページか分からない場合は、そのページがBrazeエージェントについてのものか、Decisioning Studioについてのものかを確認してください。
すべてのBrazeAI機能
プロファイルのエンリッチと行動予測
| 機能 | 概要 | 判断方法 |
|---|---|---|
| Brazeエージェント(キャンバスステップ) | リアルタイムのコンテキストからユーザーを分類、ルーティング、またはエンリッチし、コピーを生成します | 大規模言語モデル |
| Brazeエージェント(カタログフィールド) | アイテムメタデータの作成、更新、またはローカライズを行います | 大規模言語モデル |
| 解約予測 | ユーザーが解約する可能性を0〜100でスコアリングします | 勾配ブースティング決定木 |
| 予測イベント | ユーザーがアクションを実行する可能性を0〜100でスコアリングします | 勾配ブースティング決定木 |
集団にとって最適なものを見つける
| 機能 | 概要 | 判断方法 |
|---|---|---|
| BrazeAIで最適化 | キャンペーンのバリアントをテストし、勝者にトラフィックを移行します | A/B/nテスト |
| 勝者パス | キャンバスパスをテストし、勝者にトラフィックを移行します | A/B/nテスト |
| コンテンツオプティマイザー | 集団のエンゲージメントに向けてコンテンツバリアントを組み合わせます | マルチアームドバンディット |
個々のユーザーに最適なアクションを選択する
| 機能 | 概要 | 判断方法 |
|---|---|---|
| インテリジェントタイミング | 各ユーザーの最適な送信時間を見つけます | そのユーザーの履歴に基づく統計 |
| インテリジェントチャネルフィルター | 各ユーザーの履歴に基づいてチャネルをランク付けします | そのユーザーの履歴に基づく統計 |
| AIアイテムレコメンデーション | 各ユーザーに合ったカタログアイテムを選択します | ディープラーニング |
| Decisioning Studio Go | エンゲージメントに向けてコンテンツ、タイミング、頻度をパーソナライズします | 強化学習 |
| Decisioning Studio Pro | オファーを含むすべてのレバーをビジネスKPIに対してパーソナライズします | 強化学習 |
自分の作業をより速く完了する
| 機能 | 概要 | 判断方法 |
|---|---|---|
| BrazeAI Operator | 会話を通じてキャンペーンやキャンバスの構築、レビュー、分析をサポートします | 大規模言語モデル |
| 生成AI | コピー、画像、Liquid、HTMLテンプレート、コンテンツレビューをOperator経由で提供します | 大規模言語モデル |
| Braze MCPサーバー | 個人を特定できる情報(PII)を含まないBrazeデータをClaudeやCursorなどのツールに公開します(Model Context Protocol) | 統合であり、モデルではありません |
Brazeによるデータの使用方法
Braze提供の大規模言語モデルを使用するBrazeAI機能は、プロンプトと入力をそのモデルに送信します。Braze提供のモデルに送信されたデータは、モデルのトレーニングや改善には使用されません。出力はお客様に帰属します。Brazeは出力に対して著作権を主張しません。BrazeはAI生成コンテンツについていかなる保証も行いません。
各機能が使用するモデルと、プロバイダーがデータを保持する期間については、各機能のページに記載されています。
また、Brazeエージェントを使用する際に、OpenAI、Anthropic、Google Gemini、Databricks Mosaicなど、独自のモデルプロバイダーを接続することもできます。
よくある質問
BrazeAIとは何ですか?
BrazeAIは、Brazeに組み込まれたAI機能のセットです。データエンリッチメント、実験、意思決定、ダッシュボードワークフローをカバーしています。各機能は個別に設定され、一部は特定のクレジットやプランが必要です。必要な機能を見つけるには、目標から始めるを参照してください。
最初にどのBrazeAI機能を使うべきですか?
BrazeAIを初めて使う場合は、BrazeAI Operatorから始めましょう。個別のプロダクト設定は不要で、すでにお使いのコンポーザーで動作し、デフォルトではアクションを実行する前に承認を求めます。そこから、目標から始めるで自分の目標に合った機能を選択してください。
似たような2つの機能をどう選べばいいですか?
そのユーザーが言ったこと・やったことをすべて読んだ人がすでに判断できるかどうかを考えてください。数千人のユーザーにまたがるテストが必要な場合は、学習する機能を使用します。推論にはBrazeエージェントが適しています。学習には予測スイートまたはDecisioning Studioが適しています。推論か統計かを参照してください。
コンテンツオプティマイザーとBrazeAIによる最適化の違いは何ですか?
BrazeAIによる最適化は、ユーザーが作成したキャンペーンバリアントから勝者を選びます。コンテンツオプティマイザーはバリアントを自動生成し、キャンバスステップ内でその要素を組み合わせてテストし続けます。どちらもオーディエンスに対して1つの勝者を見つけます。ユーザーごとのパーソナライゼーションについては、Decisioning Studioを参照してください。
Brazeエージェントと意思決定エージェントの違いは何ですか?
Brazeエージェントは、1人のユーザーのコンテキストに基づいて推論します。Decisioning Studioの意思決定エージェントは、母集団全体の測定結果から学習します。詳細については、Brazeエージェント vs. 意思決定エージェントを参照してください。
BrazeAI機能にはクレジットが必要ですか?
一部のBrazeAI機能にはクレジットが必要です。Brazeエージェントにはメッセージクレジットまたはアクションクレジットが必要で、各エージェントの実行は1日あたりの呼び出し上限にカウントされます。オペレーターのアクションは、クレジットではなく会社全体の1日あたりの使用量上限に対してカウントされます。インテリジェントタイミングやBrazeAIによる最適化などの機能にはクレジットコストはありませんが、データ要件があります。ルールで問題が解決する場合は、標準のキャンバスステップを使用してください。クレジットについては、アカウントマネージャーにお問い合わせください。
自分のAIモデルを使用できますか?
はい、Brazeエージェントで可能です。エージェントは、Braze提供モデルの代わりに、OpenAI、Anthropic、Google Gemini、Databricks Mosaicなどのプロバイダーに接続できます。その他のBrazeAI機能は、Braze提供モデルのみを使用します。