Optimización de horas de envío de Einstein para la tarjeta de modelo de email

Persona u organización

Salesforce Einstein para Marketing Cloud Engagement

Fecha y versión del modelo

• Octubre de 2021
• Dentro de una misma versión se pueden aplicar cambios secundarios.
• Se pueden aplicar cambios importantes, que se notificarán mediante notas de la versión.

Tipo de modelo

• Recomendación/predicción, factorización de la matriz del factor de latencia

Información general

• Optimización de horas de envío (OHE) de Einstein es la solución de Marketing Cloud Engagement para maximizar el índice de implicación con los correos electrónicos enviados en función de la hora de envío.
• El modelo elige la hora óptima para enviar un email al suscriptor y maximizar la probabilidad de que este interactúe con él. Dado que los patrones de envío del cliente pueden variar considerablemente, desarrollamos conjuntos de parámetros especialmente indicados para diferentes patrones. Durante la formación, un selector de parámetros determina el conjunto elegido para la compañía en concreto. El selector de parámetros basa su decisión en la variación de los patrones de envío e implicación de los últimos 90 días.
• Si un suscriptor no tiene al menos una evento de implicación en los últimos 90 días, se determina que tiene la una hora de envío personalizada en estado "pendiente". El modelo envía a estos suscriptores según la opción de datos insuficientes que su administrador selecciona en Configuración.
  • La opción Enviar a la hora predeterminada óptima de Einstein implica que Einstein agrega puntajes de todos sus suscriptores que tienen datos suficientes, creando una distribución de puntajes para cada hora. Entonces, OHE de Einstein usa esta distribución para asignar puntajes aleatoriamente a los suscriptores que no tienen suficientes datos. Un suscriptor con datos insuficientes puede obtener cualquier tiempo predeterminado óptimo, pero es más probable que al suscriptor se le dé un tiempo predeterminado óptimo con un puntaje más alto que con un puntaje más bajo. La aleatorización impide que cada suscriptor pendiente reciba un email a la misma hora, lo que evita los picos de envío y ayuda a OHE de Einstein a obtener mejores datos.
  • La opción enviar inmediatamente implica que los suscriptores que tengan pendiente la hora de envío personalizada reciban el email en cuanto entran en la actividad de OHE.
  • A los suscriptores con suficientes datos se les asigna una hora de envío personalizada. El modelo realiza el envío en una de las tres horas principales para cada suscriptor. OHE de Einstein selecciona de forma aleatoria una única hora para realizar el envío, de acuerdo con la distribución de los tres puntajes más altos. La aleatorización permite a OHE de Einstein monitorear de manera constante cuáles son las mejores horas para el envío y luego mejorar la selección de hora de envío.
• Los clientes de Salesforce tienen la opción de contribuir al modelo global y disfrutar de sus ventajas si se inscriben para ello en la Configuración.
• • Para los clientes que se inscriban, el modelo global se aplica cuando se recomiendan horas de envío óptimas personalizadas, y los datos de otros arrendatarios pueden participar en el proceso de análisis y modelado. El modelo global puede usar información más compleja proporcionada por el conjunto de datos al que se suscribieron haciendo énfasis en las características del arrendatario local de cada recomendación individual.
  • Los suscriptores individuales que ya tengan sólidos patrones de implicación en el arrendatario local se verán menos influidos por el modelo global. Del mismo modo, los suscriptores individuales que aún no tengan sólidos patrones de implicación en el arrendatario local se verán más influidos por el modelo global.
  • Los clientes que se inscriban para ello contribuirán con datos al modelo global. Los clientes que usen el modelo global no necesitan campos de datos adicionales. Los datos aportados se anonimizan y agregan tanto a nivel del arrendatario como del contacto antes de usarse en las organizaciones locales. De este modo, el modelo global de OHE se realiza sin compartir datos personales, como direcciones de email, entre instancias de arrendatario.
  • Para los clientes que anulen su inscripción, el modelo del cliente solo se entrena con los datos de ese cliente.
  • Optimización de horas de envío para Marketing Cloud Account Engagement (anteriormente Pardot) no se incluye en el modelado global.
• OHE de Einstein analiza el historial de implicación de los correos de los últimos 90 días en Enterprise (arrendatario de nivel superior en SFMC Email Studio).

Licencias

Optimización de horas de envío de Einstein está disponible para los clientes de Engagement de estas ediciones.

• Corporate Edition
• Enterprise Edition
• Enterprise+ Edition
• Pro Edition con Journey Builder para el SKU de la edición Pro Edition
• SKU de Optimización de horas de envío de Einstein

Principales casos de uso previsto

El modelo de optimización de hora de envío potencia la actividad de optimización de hora de envío de Einstein en Journey Builder. Journey Builder es una herramienta utilizada por los profesionales de marketing para aumentar la eficiencia de sus campañas de marketing por email.

Casos de uso no previsto

Todo uso distinto al caso de uso principal se considerará un uso no previsto y está desaconsejado. Por ejemplo, reducir la latencia de envío global para emails de reservas no es uno de los casos de uso previstos.

Entrada del modelo

Optimización de horas de envío de Einstein analiza hasta 90 días de patrones de implicación históricos. El historial de implicación incluye estos factores.

• Los eventos de envío, devolución e implicación con emails, incluidos los eventos de apertura, clic, anulación de suscripción, quejas de spam y marcas de tiempo asociadas
• Datos y metadatos de los patrones de envío de los clientes y el modo de ejecutar las campañas

El historial de implicación que analiza OHE de Einstein no incluye los siguientes factores

• Datos comprados o recopilados de terceras partes
• Datos demográficos, que normalmente se almacenan en SFMC como extensiones de datos o atributos de suscriptor o de contacto
• Contenido específico de la plantilla de email o del cuerpo del email mostrado
• No se incluyen emails transaccionales, como confirmaciones de compra, restablecimiento de contraseñas, etc.

Grupos

El modelo no incluye datos demográficos ni otros datos adquiridos a proveedores de datos externos. El modelo utiliza datos de participación, como aperturas, envíos y patrones.

Entorno

El modelo se entrena e implementa en Marketing Cloud Engagement.

Mediciones de desempeño del modelo

Se recogen datos estadísticos de desempeño del modelo agregado para monitorear, garantizar y mejorar la calidad del modelo. Las mediciones de desempeño del modelo incluyen la distribución y dispersión de las mediciones de entrada y la correlación de los puntajes obtenidos con el historial de observaciones. Todos los datos estadísticos se agregan y anonimizan.

Para obtener detalles acerca de modelos globales y datos de entrenamiento, consulte Datos de modelos globales.

En general, para proporcionar recomendaciones, Salesforce requiere al menos un evento de implicación, como aperturas o clics de un correo electrónico comercial en los últimos 90 días. Cuando activa Optimización de horas de envío de Einstein, los datos existentes cuentan en los 90 días.

Sin embargo, un uso sesgado de Optimización de horas de envío puede crear sesgos en su proceso de marketing.

Puntuaciones y modelos

Las puntuaciones y modelos de Puntuaje de implicación de Einstein se actualizan aproximadamente cada semana. La cadencia de actualización varía según varios días en base a la unidad de negocio específica de cada cliente.