Ti trovi qui:
Scheda del modello Selezione e Testing del contenuto Einstein
Il modello nella scheda analizza le prestazioni dei contenuti dei messaggi per ottimizzare il coinvolgimento per email.
- Dettagli del modello
Il modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement ottimizza il coinvolgimento del cliente con i contenuti email utilizzando gli algoritmi di addestramento, i parametri, i vincoli di equità e le funzioni seguenti. - Uso previsto
Il modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement è destinato agli scenari d'uso seguenti. - Fattori importanti
Questi fattori sono associati al modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement. - Metriche
Einstein valuta e monitora le metriche delle prestazioni del modello per garantire e migliorare la qualità del modello. Queste misure delle prestazioni sono associate al modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement. Spetta ai clienti monitorare la precisione di Selezione del contenuto Einstein. - Dati di addestramento
Si utilizza una versione personalizzata del modello addestrata esclusivamente sui propri dati. I dati di un cliente Salesforce non influiscono sul comportamento per un altro cliente Salesforce. Benché l'addestramento del modello avvenga per ogni cliente sui suoi dati specifici, il suo sviluppo iniziale viene convalidato con una serie rappresentativa di dati pilota di clienti. - Considerazioni di carattere etico
Verificare i fattori etici legati al modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement. Per evitare il bias e altri rischi etici, questo modello non include i dati demografici. Il bias viene mitigato anche tramite l'addestramento del modello con un catalogo contenuti efficace.
Dettagli del modello
Il modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement ottimizza il coinvolgimento del cliente con i contenuti email utilizzando gli algoritmi di addestramento, i parametri, i vincoli di equità e le funzioni seguenti.
Persona o organizzazione
Salesforce Einstein per Marketing Cloud Engagement
Data e versione del modello
- agosto 2020
- Nel corso del rilascio possono venire apportate lievi modifiche
- Eventuali modifiche sostanziali vengono comunicate tramite note di rilascio
Tipo di modello
Approfondimenti di consolidamento, algoritmi Multi-Armed Bandit
Informazioni generali
Il modello misura il coinvolgimento in tempo reale tramite il tasso di clic per l'apertura (CTOR) e seleziona il contenuto delle immagini quando viene aperta l'email. Man mano che vengono effettuate altre aperture, Einstein dà priorità ai contenuti con le migliori prestazioni, pur continuando a utilizzare i contenuti rimanenti con minore frequenza. Nell'algoritmo Multi-Armed Bandit, il trade-off tra ottimizzare per contenuti con le migliori prestazioni e continuare a sperimentare con altri contenuti può essere definito come "differenza tra utilizzo e sperimentazione".
I dati di ogni invio o journey sono una sperimentazione indipendente. Gli asset con il tasso di clic per l'apertura (CTOR) più elevato in una sperimentazione vengono rivalutati nelle sperimentazioni successive.
Quando si utilizza il modello in un unico invio in batch, pianificare l'ora di invio per ottimizzare la fase di utilizzo. Einstein raccoglie la maggior parte dei dati del coinvolgimento prima di nuovi eventi di apertura. Per pianificare automaticamente gli invii, utilizzare Ottimizzazione ore di invio Einstein.
Se gran parte del pubblico utilizza la funzione Protezione della privacy di Mail di Apple, Einstein richiederà una maggiore quantità di aperture prima di fornire i dati di coinvolgimento del pubblico, aumentando la durata della fase di sperimentazione. Una fase più lunga può avere un effetto negativo sul tasso di coinvolgimento rispetto agli invii di contenuti senza Einstein. Per controbilanciare questo effetto, pianificare gli invii.
Per personalizzare il contenuto nel catalogo Selezione del contenuto Einstein, utilizzare la sincronizzazione del profilo, i metadati del contenuto e le regole dell'attributo Deve corrispondere. Queste regole limitano i contenuti del catalogo a cui può essere esposto un individuo nella sperimentazione. Se le regole di personalizzazione rimuovono del contenuto dalla sperimentazione, il contenuto rimanente con il tasso di clic per l'apertura (CTOR) più elevato è il contenuto da utilizzare.
Licenze
Selezione del contenuto Einstein e Testing del contenuto Einstein sono disponibili per i clienti di Marketing Cloud Engagement con le versioni seguenti.
- Pro
- Corporate
- Enterprise
- Enterprise+
Uso previsto
Il modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement è destinato agli scenari d'uso seguenti.
Scenari d'uso previsti principali
- Migliorare il coinvolgimento per email con sperimentazione e ottimizzazione per contenuti con le migliori prestazioni.
- Personalizzare e gestire il contenuto selezionato utilizzando le regole aziendali di Selezione del contenuto Einstein.
- Utilizzare un approccio semplificato per la selezione dei contenuti testati utilizzando la funzione Testing del contenuto Einstein. Testing del contenuto Einstein utilizza lo stesso algoritmo Einstein con la funzione di test A/B/n tradizionale, ma semplificato e senza personalizzazione o altre regole aziendali per gestire la selezione del contenuto.
Scenari d'uso non previsti
- Non utilizzare Selezione e Testing del contenuto Einstein per il testing del contenuto del testo nelle email o nell'oggetto poiché il contenuto Einstein esegue le sperimentazioni al momento dell'apertura.
- Non utilizzare Selezione e Testing del contenuto Einstein per testare i contenuti con migliori prestazioni in diversi invii o journey.
Fattori importanti
Questi fattori sono associati al modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement.
Input modello
Il modello Einstein che attiva Selezione del contenuto e Testing del contenuto analizza le prestazioni del contenuto per ogni invio o journey.
Output modello
Contenuto da visualizzare per un evento di apertura email specifico.
Gruppi
Il modello non include dati demografici o altri dati acquistati da fornitori di dati esterni.
Ambiente
Il modello viene addestrato e distribuito nell'ambiente Marketing Cloud Engagement.
Metriche
Einstein valuta e monitora le metriche delle prestazioni del modello per garantire e migliorare la qualità del modello. Queste misure delle prestazioni sono associate al modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement. Spetta ai clienti monitorare la precisione di Selezione del contenuto Einstein.
Misurazioni delle prestazioni del modello
Le metriche sulle prestazioni del modello includono dati come il tasso di clic per l'apertura (CTOR) e il tasso di click-through (CTR). Tutte le metriche sono aggregate e rese anonime.
Dati di addestramento
Si utilizza una versione personalizzata del modello addestrata esclusivamente sui propri dati. I dati di un cliente Salesforce non influiscono sul comportamento per un altro cliente Salesforce. Benché l'addestramento del modello avvenga per ogni cliente sui suoi dati specifici, il suo sviluppo iniziale viene convalidato con una serie rappresentativa di dati pilota di clienti.
Considerazioni di carattere etico
Verificare i fattori etici legati al modello Selezione e Testing del contenuto Einstein in Marketing Cloud Engagement. Per evitare il bias e altri rischi etici, questo modello non include i dati demografici. Il bias viene mitigato anche tramite l'addestramento del modello con un catalogo contenuti efficace.
