AIの力を活用して、複雑な顧客セグメントを数秒で構築できます—手動フィルタリングは不要です。
主なメリット スピード
複数のデータソースにわたっても、数秒でセグメントを生成できます。Customer Data Platform
シームレス性
CDPオーディエンスビルダーと、アウトバウンドキャンペーン作成フロー内の両方でこの機能を使用できます。
CDPオーディエンスビルダーと、アウトバウンドキャンペーン作成フロー内の両方でこの機能を使用できます。
前提条件 CDPオーディエンスビルダーまたはアウトバウンドキャンペーン作成メニューへのアクセス権が必要です。
前提条件 CDPオーディエンスビルダーまたはアウトバウンドキャンペーン作成メニューへのアクセス権が必要です。
アカウントに少なくとも1つのデータソース(例
POS、オンライン注文、カスタムアップロード、アンケート)が接続されている必要があります。
「Manual Builder」の代わりに「AI-Recommended」を選択します。
Donnieは次を実行します
In the CDP Audience Builder
利用可能なすべてのアンケート属性をスキャンします。
利用可能なすべてのアンケート属性をスキャンします。
星評価フィールドに「より大きい」演算子を適用します。
In Outbound Campaign Creation
フィルターロジックと説明を表示します。
フィルターロジックと説明を表示します。
フィルターを確認して、同様のものを手動で構築する方法を理解してください。
複雑なオーディエンスの生成 例
「過去30日以内に注文した顧客」 AIプロンプトに以下を入力します:Customers who have made an order in the last 30 days 「Generate」をクリックします。
「過去30日以内に注文した顧客」 AIプロンプトに以下を入力します:Customers who have made an order in the last 30 days 「Generate」をクリックします。
「過去30日以内に注文した顧客」 AIプロンプトに以下を入力します:Customers who have made an order in the last 30 days 「Generate」をクリックします。
「過去30日以内に注文した顧客」 AIプロンプトに以下を入力します:Customers who have made an order in the last 30 days 「Generate」をクリックします。
「過去30日以内に注文した顧客」 AIプロンプトに以下を入力します:Customers who have made an order in the last 30 days 「Generate」をクリックします。
複雑なリクエストの場合、処理時間がやや長くなることがあります—Donnieはバックグラウンドでより強力なモデルを使用します。
複雑なリクエストの場合、処理時間がやや長くなることがあります—Donnieはバックグラウンドでより強力なモデルを使用します。
複雑なリクエストの場合、処理時間がやや長くなることがあります—Donnieはバックグラウンドでより強力なモデルを使用します。
複雑なリクエストの場合、処理時間がやや長くなることがあります—Donnieはバックグラウンドでより強力なモデルを使用します。
複雑なリクエストの場合、処理時間がやや長くなることがあります—Donnieはバックグラウンドでより強力なモデルを使用します。
結果を確認します
Donnieは接続されているすべてのソース(例:POS、オンライン注文、ロイヤリティ)から注文データを識別・統合します。
Donnieは接続されているすべてのソース(例:POS、オンライン注文、ロイヤリティ)から注文データを識別・統合します。
生成されたフィルターセットとその根拠が表示されます。
生成されたフィルターセットとその根拠が表示されます。
最初の結果に満足できない場合は、「Try Again」をクリックして、最も強力なAIモデルを使用した別の結果を取得してください。
最初の結果に満足できない場合は、「Try Again」をクリックして、最も強力なAIモデルを使用した別の結果を取得してください。
オーディエンスの確認と保存 「Preview Count」を表示して、セグメントに一致する顧客数を確認します。
オーディエンスの確認と保存 「Preview Count」を表示して、セグメントに一致する顧客数を確認します。
(任意)「View in CDP」をクリックして、個々の顧客レコードを確認します。
調整を行う場合
「Edit Filters」を使用して手動で微調整します。
「Edit Filters」を使用して手動で微調整します。
「Reset」をクリックして新しいプロンプトで再生成するには「Try Again」を使用します。
準備ができたら「Save」をクリックします。
準備ができたら「Save」をクリックします。
Donnieがオーディエンスの名前と説明の入力を促します。
ベストプラクティスとヒント 具体的に記述する
プロンプトが明確なほど、オーディエンスの精度が高まります。
プロンプトが明確なほど、オーディエンスの精度が高まります。
プロンプトが明確なほど、オーディエンスの精度が高まります。
プロンプトが明確なほど、オーディエンスの精度が高まります。
プロンプトが明確なほど、オーディエンスの精度が高まります。
例を使用する
属性名がわからない場合は、行動を説明してください(例:「オンライン注文を行った」)。
属性名がわからない場合は、行動を説明してください(例:「オンライン注文を行った」)。
属性名がわからない場合は、行動を説明してください(例:「オンライン注文を行った」)。
属性名がわからない場合は、行動を説明してください(例:「オンライン注文を行った」)。
この記事は役に立ちましたか?
それは素晴らしい!
フィードバックありがとうございます
お役に立てず申し訳ございません!
フィードバックありがとうございます
フィードバックを送信しました
記事の改善におけるご協力ありがとうございます。