Vous êtes ici :
Carte du modèle Test et Sélection du contenu Einstein
Le modèle de cette carte analyse les performances des contenus des messages afin d'optimiser l'engagement par e-mail.
- Détails du modèle
Le modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement optimise l’engagement des clients avec le contenu e-mail à l'aide de ces algorithmes d’apprentissage, paramètres, contraintes d’équité, et fonctionnalités. - Utilisation prévue
Le modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement est conçu pour les cas d’utilisation suivants. - Facteurs associés
Ces facteurs sont associés au modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement. - Métriques
Einstein évalue et surveille les métriques de performance du modèle pour vérifier et améliorer la qualité du modèle. Ces mesures de performance sont associées au modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement. Les clients sont responsables du suivi de la précision de la Sélection du contenu Einstein. - Données d’entraînement
Vous avez une version personnalisée du modèle qui est entraîné seul sur vos données. Les données d'un client Salesforce ne peuvent pas affecter le comportement d’un autre client Salesforce. Même si la formation du modèle a lieu pour chaque client sur ses données, le développement initial du modèle est validé avec un ensemble représentatif de données des clients pilotes. - Considérations éthiques
Consultez les facteurs éthiques associés au modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement. Pour éviter les biais et les autres risques éthiques, ce modèle n'inclut pas les données démographiques. Les biais supplémentaires sont limités en entraînant le modèle avec un catalogue de contenu robuste.
Détails du modèle
Le modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement optimise l’engagement des clients avec le contenu e-mail à l'aide de ces algorithmes d’apprentissage, paramètres, contraintes d’équité, et fonctionnalités.
Personne ou organisation
Salesforce Einstein pour Marketing Cloud Engagement
Date du modèle et version
- Août 2020
- Des changements mineurs peuvent avoir lieu pendant toute la durée de la version
- Des changements majeurs peuvent avoir lieu et sont communiqués via des notes de publication
Type de modèle
Algorithmes de bandits multi-armés, d’apprentissage par renforcement
Informations générales
Le modèle mesure l'engagement en utilisant le taux de réactivité (CTOR) en temps réel et sélectionne le contenu d'image lors de l’ouverture de l'e-mail. Au fur et à mesure des ouvertures, Einstein favorise les contenus les plus performants, mais les contenus restants sont encore utilisés à des taux plus faibles. Dans l’algorithme de bandit multi-armé, le compromis entre l’optimisation du contenu le plus performant et la poursuite de l’expérimentation avec d’autre contenu s’appelle l’« exploitation versus l’exploration ».
Les données de chaque envoi ou trajet sont une expérimentation autonome. Les actifs dont le CTOR est le plus élevé dans une expérimentation sont réévalués dans les expérimentations suivantes.
Lors de l'utilisation du modèle dans un seul envoi par lot, échelonnez l'heure d'envoi pour optimiser la phase d'exploitation. Einstein collecte les données avec le plus d’engagement avant les nouveaux événements d’ouverture. Pour échelonner les envois automatiquement, utilisez l’OHE Einstein.
Si une grande partie de votre audience utilise la protection de la confidentialité de la messagerie Apple Mail, Einstein a besoin d'une plus grande quantité d’ouvertures d'e-mail avant de fournir des données d’engagement d’audience, ce qui entraîne une période d'exploration plus longue. La période plus longue peut avoir un effet négatif sur votre taux d'engagement par rapport à des contenus envoyés sans Einstein. Pour contrecarrer cet effet, échelonnez vos envois.
Pour personnaliser le contenu dans le catalogue de Sélection du contenu Einstein, utilisez la synchronisation du profil, les métadonnées de contenu, et les règles d’attributs selon laquelle les valeurs doivent correspondre. Ces règles restreignent le contenu du catalogue auquel un individu peut être exposé dans l'expérimentation. Si les règles de personnalisation retirent un contenu de l'expérimentation, le contenu restant avec le taux de réactivité le plus élevé doit être exploité.
Licences
Sélection du contenu Einstein et Test de contenu Einstein sont disponibles pour les clients Marketing Cloud Engagement avec les éditions suivantes.
- Pro
- Corporate
- Enterprise
- Enterprise+
Utilisation prévue
Le modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement est conçu pour les cas d’utilisation suivants.
Principaux cas d’utilisation prévue
- Améliorez l'engagement par e-mail en expérimentant et en optimisant le contenu le plus performant.
- Personnalisez et gérez le contenu sélectionné en utilisant les règles métier de sélection du contenu Einstein fournies.
- Utilisez une approche simplifiée pour gérer la sélection du contenu testé en utilisant Test de contenu Einstein. ECT utilise le même algorithme Einstein avec les tests A/B/n traditionnels, mais simplifié et sans personnalisation ou d’autres règles métier pour gérer la sélection du contenu.
Cas d’utilisation non prévue
- N’utilisez pas Sélection du contenu Einstein ni Test de contenu Einstein pour tester un contenu de texte dans des e-mails ou des lignes d'objet, car le contenu Einstein exécute des expérimentations à durée ouverte.
- N’utilisez pas Sélection du contenu Einstein ni Test de contenu Einstein pour tester les contenus les plus performants dans différents envois ou trajets.
Facteurs associés
Ces facteurs sont associés au modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement.
Entrée du modèle
Le modèle Einstein qui utilise la Sélection du contenu Einstein et le Test de contenu Einstein analyse les performances de contenu de chaque envoi ou trajet.
Sortie du modèle
Contenu à afficher pour un événement d'ouverture d'e-mail donné.
Groupes
Le modèle n’inclut pas les données démographiques ni les autres données achetées auprès de fournisseurs de données tiers.
Environnement
Le modèle est entraîné et développé dans l’environnement Marketing Cloud Engagement.
Métriques
Einstein évalue et surveille les métriques de performance du modèle pour vérifier et améliorer la qualité du modèle. Ces mesures de performance sont associées au modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement. Les clients sont responsables du suivi de la précision de la Sélection du contenu Einstein.
Mesures de performance du modèle
Les métriques de performance du modèle incluent des données telles que le taux de réactivité (CTOR) et le taux de clics (CTR). Toutes les métriques sont agrégées et anonymisées.
Données d’entraînement
Vous avez une version personnalisée du modèle qui est entraîné seul sur vos données. Les données d'un client Salesforce ne peuvent pas affecter le comportement d’un autre client Salesforce. Même si la formation du modèle a lieu pour chaque client sur ses données, le développement initial du modèle est validé avec un ensemble représentatif de données des clients pilotes.
Considérations éthiques
Consultez les facteurs éthiques associés au modèle Test de contenu Einstein et Sélection du contenu Einstein dans Marketing Cloud Engagement. Pour éviter les biais et les autres risques éthiques, ce modèle n'inclut pas les données démographiques. Les biais supplémentaires sont limités en entraînant le modèle avec un catalogue de contenu robuste.
