Insight LLM

In che modo posso misurare le interazioni dei clienti basate su LLM e intelligenza artificiale?

Customer Journey Analytics ti consente di assegnare tag e classificare il traffico LLM e IA tramite campi derivati basati su user agent, referral e parametri di query, così le interazioni generate dall’IA vengono separate dal comportamento umano e i KPI (Key Performance Indicator) esistenti rimangono precisi. Da qui puoi generare segmenti e dashboard per monitorare volumi di traffico IA, percorsi e conversioni a valle insieme agli altri canali, senza dover ricorrere a uno strumento separato.

In che modo Customer Journey Analytics collega le conversazioni IA ai risultati di business?

I dati di conversazione e interazione con l’IA vengono acquisiti in Adobe Experience Platform, modellati con intenti, argomenti, sentiment ed esiti, quindi uniti ai set di dati web, App e offline in Customer Journey Analytics per costruire percorsi cross-channel completi. È proprio questa unione che permette di attribuire un esito a valle — un acquisto, un evento di abbandono, la risoluzione di una richiesta di supporto — a una specifica conversazione IA e di misurarne l’impatto sui KPI nel tempo, trasformando ogni conversazione in un punto dati rilevante invece di un vicolo cieco.

Cosa aggiunge l’analisi dell’IA conversazionale rispetto alla semplice revisione delle trascrizioni?

Le analisi dell’IA conversazionale estraggono intenti, argomenti, parole chiave e sentiment dalle trascrizioni di chat o vocali tramite modelli NLP o LLM, poi combinano questi segnali con i dati di percorso in Customer Journey Analytics per il reporting aggregato e la riproduzione delle conversazioni, evitando che ogni trascrizione rimanga un record isolato. Il tracciamento del sentiment insieme agli esiti è ciò che rende questa analisi davvero utile per prendere decisioni: ti permette di individuare le esperienze o i flussi che generano frustrazione nei clienti, definire le priorità di intervento e verificare quali cambiamenti hanno effettivamente migliorato soddisfazione e conversione.

In che modo gli insight LLM supportano la visibilità nella ricerca IA e del brand?

Gli elementi di conoscenza LLM, combinati con Adobe Brand Visibility, mostrano dove il tuo brand viene citato nelle risposte IA, con quale frequenza gli agenti IA eseguono la scansione dei contenuti e su quali prompt o argomenti stai guadagnando o perdendo visibilità. Una volta connessi questi dati di visibilità in Customer Journey Analytics, puoi identificare quali visite generate dall’IA stimolano effettivamente coinvolgimento ed entrate: è così che una Metrica di visibilità IA si trasforma in una decisione concreta di investimento su contenuti e SEO (Search Engine Optimization), invece di rimanere un dato puramente indicativo.

Quali fonti di dati e integrazioni sono necessarie per implementare gli insight LLM?

In genere si combinano i dati di interazione con l’IA e i registri, le trascrizioni delle chat, i metadati dei bot, i log CDN o edge e il traffico agentico e referral di Brand Visibility con i set di dati digitali e offline già disponibili in Adobe Experience Platform, per poi collegarli a Customer Journey Analytics ai fini della reportistica. Le integrazioni opzionali con IA per l’analisi dei clienti, Adobe Journey Optimizer e la condivisione nativa dei dati di Brand Visibility arricchiscono ulteriormente questi percorsi con previsioni e metriche di visibilità IA: è possibile iniziare con i soli dati di interazione e aggiungere il resto man mano che diventa disponibile.