Insights LLM

Comment puis-je mesurer les interactions client générées par les LLM et l’IA ?

Adobe Customer Journey Analytics vous permet de baliser et de classer le trafic LLM et IA en utilisant des champs dérivés basés sur l’agent utilisateur, le référent et les paramètres de requête, afin de séparer les interactions générées par l’IA du comportement humain et de veiller à l’exactitude des KPI. Vous pouvez ensuite créer des segments et des tableaux de bord pour analyser l’évolution du volume de trafic IA, des parcours et des conversions en aval, parallèlement à vos canaux existants.

Comment Adobe Customer Journey Analytics établit-il un lien entre les conversations IA et les résultats de l’entreprise ?

Les données de conversations et d’interactions IA sont intégrées dans Adobe Experience Platform, modélisées grâce au modèle de données d’Adobe Experience, notamment les intentions, les sujets, les sentiments et les résultats. Elles sont ensuite associées aux jeux de données web, de l’application et hors ligne dans Customer Journey Analytics afin de créer des parcours cross-canal complets. Cela vous permet d’attribuer des comportements en aval (achats, attrition ou résolution du support), à des conversations IA spécifiques et de mesurer leur impact sur les KPI au fil du temps.

Qu’est-ce que l’analytics de l’IA conversationnelle et comment l’analyse des sentiments des utilisateurs et des utilisatrices améliore-t-elle les performances ?

L’analytics de l’IA conversationnelle exploite le traitement du langage naturel ou les modèles LLM pour extraire des signaux comme l’intention, les sujets, les mots-clés et les sentiments à partir de transcriptions de chat ou vocales. Elle les combine ensuite avec les données de parcours dans Customer Journey Analytics afin de créer des rapports agrégés et de relire les conversations. Le suivi des sentiments parallèlement aux résultats vous aide à identifier les expériences, les intentions ou les flux qui frustrent la clientèle, à hiérarchiser les corrections et à déterminer les changements qui améliorent la satisfaction et la conversion.

Comment les insights LLM favorisent-ils la visibilité pour la recherche IA et la découvrabilité de la marque ?

Les insights LLM, associés à Adobe LLM Optimizer, vous montrent où votre marque est mentionnée ou citée dans les réponses IA, à quelle fréquence les agents IA explorent votre contenu, et quels prompts ou sujets vous placent au-dessus ou en dessous de la concurrence. Lorsque ces données de visibilité sont connectées dans Customer Journey Analytics, vous pouvez voir quelles visites provenant de l’IA stimulent l’engagement et le chiffre d’affaires. Cela vous permet d’investir dans des contenus et des stratégies SEO qui améliorent la découvrabilité de votre marque dans la recherche pilotée par l’IA.

Quelles sources de données et intégrations sont nécessaires pour mettre en œuvre les insights LLM ?

Vous combinez généralement les données d’interaction IA et les données de journal, comme les transcriptions de chat, les métadonnées de robot, les logs de réseau de diffusion de contenu (CDN) ou edge, et le trafic agentique et de référence de LLM Optimizer, avec vos jeux de données digitaux et hors ligne existants dans Adobe Experience Platform. Vous les connectez ensuite dans Customer Journey Analytics à des fins de reporting. Les intégrations optionnelles, comme Customer AI, Adobe Journey Optimizer, et le partage de données natif de LLM Optimizer vers Customer Journey Analytics, enrichissent ces parcours avec des prédictions et des mesures de visibilité IA, ce qui permet de réaliser une analyse de bout en bout, du prompt IA au résultat d’entreprise.