Análisis de los LLM

Customer Journey Analytics permite etiquetar y clasificar el tráfico de LLM e IA con campos derivados basados en el agente del usuario, el referente y los parámetros de consulta, de modo que las interacciones generadas por IA se diferencian del comportamiento humano y los KPI existentes se mantienen precisos. A partir de ahí, se generan segmentos y paneles de control para analizar en tendencia el volumen de tráfico de IA, los recorridos y las conversiones posteriores junto con los demás canales, en lugar de hacer el seguimiento del tráfico de IA en una herramienta separada.

Los datos de conversación e interacción con IA se ingieren en Adobe Experience Platform, se modelan con intenciones, temas, sentimiento y resultados, y luego se unen con los conjuntos de datos web, de aplicaciones y offline en Customer Journey Analytics para construir recorridos completos de canales múltiples. Esa unión es lo que permite atribuir un resultado posterior —una compra, un evento de abandono, una resolución de soporte— a una conversación de IA específica y medir su impacto en los KPI a lo largo del tiempo, en lugar de tratar la conversación como un punto sin salida.

El análisis de IA conversacional extrae intenciones, temas, palabras clave y sentimiento de transcripciones de chat o voz mediante modelos de NLP o LLM, y combina esas señales con datos de recorrido en Customer Journey Analytics para la creación de informes agregados y la reproducción de conversaciones, en lugar de dejar cada transcripción como un registro aislado. El seguimiento del sentimiento junto con los resultados es lo que hace útil esta información para tomar decisiones: permite identificar con precisión las experiencias o flujos específicos que generan fricción en los clientes, priorizar las correcciones y confirmar qué cambios mejoraron efectivamente la satisfacción y la Conversión.

Los datos de los LLM, combinados con Adobe Brand Visibility, muestran dónde se menciona o cita la marca en las respuestas de IA, con qué frecuencia los agentes de IA rastrean el contenido y en qué indicaciones o temas se está ganando o perdiendo terreno. Una vez que esos datos de visibilidad se integran en Customer Journey Analytics, es posible identificar qué visitas provenientes de fuentes de IA generan realmente interacción e ingresos, lo que convierte una Métrica de visibilidad de IA en una decisión de inversión en contenido y SEO, y no en un simple número de vanidad.

Por lo general, se combinan los datos de interacción y registro de IA, las transcripciones de chat, los metadatos de bot, los registros de CDN o perimetrales, y el tráfico agéntico y de referentes de Brand Visibility con los conjuntos de datos digitales y offline existentes en Adobe Experience Platform, para luego conectarlos en Customer Journey Analytics para la creación de informes. Las integraciones opcionales con Customer AI, Adobe Journey Optimizer y el intercambio de datos nativo de Brand Visibility enriquecen aún más esos recorridos con predicciones y Métricas de visibilidad de IA, de modo que es posible comenzar solo con los datos de interacción e incorporar el resto a medida que esté disponible.