Saltar al contenido principal
Adrià García
← Volver a los simuladores

Journey Optimizer · decisioning

Qué oferta gana

Laura compró hace una hora, pero le sale una oferta para su primera compra. La oferta de running ya gastó su cupo y la audiencia de nuevas compradoras sigue desactualizada. Cambia el cupo y mira qué oferta ocupa el hueco y por qué.

Escenario

Prueba este cambio

Prueba el mismo caso con el cupo de running disponible. El botón cambia el contador de 3 a 0 y recupera los demás ajustes iniciales.

Compras de Laura

En este ejemplo, la audiencia «Nunca ha comprado» aún no recoge la compra de hace una hora.

Veces que se eligió el −20 % para Laura esta semana

El capping del −20 % es de 3 decision events por perfil, con reinicio semanal.

Ver el resultado completo ↓
Más ajustes (5)
Laura: loyalty.tier
Laura vio zapatillas de running en 7 días
Canal
Ranking de la estrategia «Promociones»
Items que devuelve la decision policy
Escenario ilustrativo ↑ Volver a los controles
Supuestos del ejemplo

Catálogo, ofertas, prioridades y puntuaciones de ejemplo. Club va antes que Promociones; no se comparan sus puntuaciones entre sí. La audiencia sigue desactualizada una hora después de comprar. No se simulan entregas ni compras futuras.

Decision policy

Qué oferta sale

Lo que devuelve la decision policy en el canal elegido, y por qué.

Selection strategies

Cómo se filtra y se ordena cada colección

Fechas, elegibilidad y capping descartan. Lo que queda se ordena con el método de la estrategia.

Arquitectura

Dónde encaja en la plataforma

Cada selection strategy es un embudo: la collection elige candidatos, la elegibilidad y el capping los estrechan y el ranking los ordena. La decision policy repite el embudo con la siguiente estrategia hasta llenar sus ítems, y si no llega, sirve el fallback.

Diagrama del motor de Decisioning de Journey Optimizer. A la izquierda, cuándo se decide: en una code-based experience, al pedir la página, y en email, push o SMS, al enviar; en los dos casos con el perfil y el contexto de ese momento. Esa petición llega a una decision policy, que define cuántos ítems devolver y en qué orden probar sus selection strategies. Cada selection strategy es un embudo de cuatro pasos sobre el catálogo de decision items: la collection decide qué ítems entran, la elegibilidad los filtra por audiencia o por una decision rule, el capping descarta los que ya llegaron a su límite y el ranking ordena el resto por prioridad, por fórmula o con un modelo de IA. Si la estrategia no llena los ítems pedidos, la policy pasa a la siguiente estrategia. A la derecha, el resultado: los ítems elegidos, cuyos atributos se usan en el mensaje; el fallback, si ninguna estrategia devuelve nada; y el evento de decisión, que registra qué se propuso.

La recomendación

Reglas para lo que cambia, audiencias para lo que no, capping con cabeza y siempre un fallback

La oferta equivocada casi nunca es culpa del ranking. Suele ser una elegibilidad que se calcula tarde o un capping que cuenta el evento que no es.

  1. 01

    Decision rules para lo que cambia

    Las reglas se evalúan en el momento de la decisión. Las audiencias no se actualizan en tiempo real: sirven para condiciones estables, no para «ya ha comprado».

  2. 02

    Capping con el evento correcto

    Decision event cuenta cada vez que se decide, aunque no se vea. En canales entrantes, impression cuenta lo que de verdad se mostró. Hasta 10 cappings por item.

  3. 03

    Ranking a la medida del canal

    Prioridad para empezar, fórmula para reglas de negocio y modelo de IA donde haya tráfico. En email dentro de journeys, el ranking por IA no está disponible.

  4. 04

    Fallback siempre

    Un contenido por defecto en cada decision policy. Si ninguna estrategia devuelve nada, el hueco no se queda vacío.

Nota de arquitectura · 06 Modelar los inputs de Decisioning por consumo Los inputs de una decisión tienen ciclos de vida distintos y no caben todos en el perfil. Leer la nota →
Prueba otra decisión ¿Estamos enviando demasiados mensajes a la misma persona? → ¿Cuántos mensajes le llegan a Laura esta semana y cuáles se quedan fuera?