#F5F5F5
Adobe Customer Journey Analytics 的功能
AI 驅動的分析
運用代理式 AI、生成式 AI 和機器學習服務來加速並增強日常分析任務,如細分、歸因、數據處理、查詢以及數據講述。有了更高效且更深入的分析,您將減少在梳理數據上花費的時間,而將更多時間用於改善業務。
Data Insights 代理
透過 Data Insights 代理自動分析跨通道客戶數據並將其視覺化,以揭示豐富的分析結果,並採取預先核准的行動,例如診斷根本原因和提出最佳化建議。
- 數據分析: 使用自然語言提示而非技術工具,在 Analysis Workspace 中快速建立並演進專案。
- 快速的分析: 提出問題,例如「瀏覽量前 10 的頁面是哪些?」或「哪些產品獲得的收入最高?」,便可即時取得結果。
- 負責任的 AI: 將 AI 驅動的分析背後的數據視覺化,以理解並驗證輸出。


算法歸因
比較不同裝置、通道和內容上的活動,以瞭解在任何時間段和衡量標準下,導致特定轉化事件的驅動因素。
- 機器學習分析: 運用機器學習技術,為成功轉化事件的各種促成因素和通道分配歸因值。
- 加權的歸因: 自動向最重要的接觸分配適當的歸因權重,根據客戶的實際互動模式為每個通道提供最適合模型。
異常偵測
自動在數據中找出具有統計學意義的差異,並獲取應用內異常警報,從而節省手動運行和搜尋數百份報告所需的時間。
- 數據關係: 運用統計方法分析跨通道客戶數據中的關係,從而將「真實訊號」與「噪聲」分離。
- 異常警報: 調查異常情況,包括平均訂單價值或頁面瀏覽量的急劇下降、低收益訂單數量的激增等。
- 促進因素: 識別導致異常情況的潛在因素,並進行適當的最佳化。


智慧字幕
生成式 AI 會自動產生分析,並以流暢易懂的字幕說明從數據中發現的關鍵趨勢和重要事件。
- 產生的分析: 以隨數據變動而自動更新的自動產生的分析,開始您的分析之旅。
- 簡便的重點提示: 協助非分析人士輕鬆識別並理解值得關注的重要分析。
- 情境化報告: 讓非技術背景的使用者在分享分析時能自動獲取相關背景資訊,從而實現自助服務,進而節省分析師的時間。
實驗面板
運用機器學習強化的分析功能,從任何線上及線下來源,跨通道評估實驗的影響力和有效性。
- 機器學習支持的完善: 隨著活動日益增多,數據不斷積累,機器學習會自動完善數據,從而提供更精確的結果,並讓因果關係的判斷更加可信。
- 因果關係清晰: 透過與 Adobe Journey Optimizer 的原生整合,瞭解客戶互動之間的因果關係及其如何推動特定結果。


Product Support 代理
透過 Product Support 代理,您的團隊能夠快速輕鬆地排解、診斷和上報產品問題。利用互動式指引提供更高效的自助服務支援,從而加快解決速度並提升生產力。
- 疑難排解: 使用自然語言提示,即可根據專家精心整理的文件快速獲得常見問題解答。
- 案例建立(開發中): 直接從 AI 助理啟動支援案例,其會自動擷取聊天記錄、ID 和問題描述等情境化分析,以加快案例解決速度。
- 案例追蹤(開發中): 無縫追蹤您的支援案例狀態。
#D0F1E1