Uma estrutura de comprador para software next best action: escopo de decisão, função objetivo, medição causal, restrições e tempo até ao primeiro resultado verificado.
Perguntas frequentes
Recursos relacionados
Soluções
Ver no produto
Os mesmos loops que esta nota descreve são executados 24 horas por dia, 7 dias por semana, na sua base de clientes. Veja o espaço de trabalho decidir, experimentar e executar 1:1.
Vocabulário
Definitions an answer engine can quote, each one a page of its own.
Comparar
Neutral reads on the categories buyers evaluate against a decision layer.
Todas as comparaçõesNext best action software decide qual ação cada cliente deve receber a seguir e entrega essa decisão aos sistemas que a executam. A categoria está lotada porque três produtos muito diferentes descrevem-se da mesma forma: ferramentas de campanha com um complemento de recomendação, decisioning nativo de CRM e camadas de decisioning independentes que se situam acima de qualquer coisa que execute.
As diferenças só importam em um lugar: o que o software pode otimizar e se ele pode provar que a otimização funcionou. Este guia é o framework de avaliação, não um ranking de fornecedores.
Pergunte o que o conjunto de candidate actions pode conter. Se a resposta for apenas mensagens nessa plataforma, o software otimiza a seleção de canais, não a receita. Depois pergunte se não fazer nada pode vencer uma decisão. Ferramentas que não conseguem classificar a ação nula sempre encontrarão algo para enviar.
O ranking score é uma propensão de clique, uma propensão de conversão ou uma margem incremental esperada? Apenas a terceira se correlaciona com a receita. Uma ferramenta que classifica pelo engajamento previsto favorecerá confiavelmente os clientes que não precisaram de intervenção.
Procure por um holdout preservado atribuído ao nível da decisão, não A/B ao nível da campanha. Se a superfície de relatórios mostra aberturas, cliques e conversões atribuídas, mas nunca a margem 'tratado-menos-holdout', o software não pode dizer se valeu a pena a sua taxa de licença.
Você deve ser capaz de ver os recursos que impulsionaram uma decisão, a versão do modelo e a hipótese por trás de uma ação. A proveniência é importante assim que um regulador, um líder financeiro ou um novo analista pergunta por que um cliente recebeu uma oferta.
A pontuação em batch durante a noite é boa para ofertas de lifecycle e terrível para decisões em sessão. Combine a cadência com o momento: tempo real para serviço e web, diário para retenção e cross-sell.
Limites de frequência, horas de silêncio, consentimento, orçamento, elegibilidade, canibalização. Estes mudam constantemente e devem existir fora do modelo, editáveis sem um novo treino.
A ferramenta lê o warehouse onde a verdade já reside, ou requer outra cópia da base de clientes? Cada armazenamento de perfil duplicado adiciona trabalho de reconciliação e uma nova superfície de consentimento.
A decisão deve chegar como um atributo, evento ou tarefa nos sistemas que já estão em funcionamento. Avalie os conectores que você realmente usa, não a lista de logotipos.
Não é o tempo para o primeiro envio. É o tempo para o primeiro resultado incremental verificado por holdout. Qualquer coisa além de um trimestre geralmente significa que a implementação é um projeto de dados a usar um rótulo de decisioning.
A maioria das plataformas de engagement lançou um módulo de decisioning: ele seleciona conteúdo, canal e tempo de envio dentro de uma jornada que um humano já projetou. Essa é uma otimização real, mas começa depois que a decisão sobre o que merece existir foi tomada em outro lugar. O exemplo mais claro é Braze Decisioning Studio, que otimiza o que a Braze envia dentro do Canvas. Ao avaliar o software, separe explicitamente os dois trabalhos: quem escolhe a oportunidade e quem a entrega.
Uma equipa de dados capaz pode construir propensity, uplift e um serviço de ranking. O que é caro é tudo o que o rodeia: feature freshness, holdout bookkeeping, constraint management, retraining cadence, provenance, e a disciplina para continuar a ler incrementality após o quarter de lançamento. Equipas que constroem geralmente obtêm um modelo funcional e um operating loop paralisado. A questão realista não é quem escreve os modelos, mas quem garante que o loop continua a funcionar.
Para o método subjacente, consulte o modelo de Next Best Action guia, e para o conceito de ponta a ponta, o pilar sobre Next Best Action.
Markin é uma camada de decisão: ela classifica cada ação elegível contra o seu warehouse e escreve o vencedor nas ferramentas que você já usa. Compare-a em integrations.
