Marketing Cloud Next の AI について知る
学習の目的
この単元を完了すると、次のことができるようになります。
- Marketing Cloud Next での Agentforce と Einstein AI の違いを説明する。
- 使用するエディションに基づいて Marketing Cloud Next で利用可能な AI オプションを特定する。
Marketing Cloud Next でエージェンティックマーケティングを実現する
Marketing Cloud Next と AI を活用して、チームは 1 つのプラットフォームから、より迅速に行動し、大規模にエンゲージして、カスタマーファネル全体でより良い結果を生み出すことができます。キャンペーンの計画と実行や、キャンペーンパフォーマンスの監視を行うことができ、そのすべてのステップを Agentforce と Einstein がサポートします。
このモジュールは Marketing Cloud Next に焦点を当てており、Marketing Cloud Engagement や Marketing Cloud Account Engagement には適用されません。Marketing Cloud Engagement+ を利用している場合、Marketing Cloud Engagement 内で連絡先、メッセージ、ジャーニーを引き続き使用しながら、Marketing Cloud Next Advanced Edition の最新の AI 機能にもアクセスできます。このモジュールでは、Salesforce Foundations を通じて利用可能な Agentforce の機能について説明します。
Agentforce と Einstein の違いを知る
はじめに、Marketing Cloud Next の 2 種類の AI である、Agentforce と Einstein の違いを見てみましょう。
Agentforce
Agentforce は、ビジネス全体でデジタル労働力を構築し、展開するのに役立ちます。Agentforce は、既存のビジネスワークフロー、データ、インテグレーションとシームレスに連携する柔軟なオープンプラットフォームです。つまり、複数のチャネルやシステムにまたがる自動化を簡単に追加できるため、ビジネスプロセスを効率化するための貴重なツールとなります。すべての AI と同様に、データの品質が高く、Agentforce が利用できることが重要です。Marketing Cloud Next で Agentforce を使用して、キャンペーンブリーフィング、対象オーディエンスセグメント、コンテンツ、ジャーニー、パフォーマンスインサイトを含む、エンドツーエンドのマーケティングキャンペーンを作成できます。Marketing Cloud Next の生成 AI 機能の使用についての詳細は、各機能の考慮事項に関するドキュメントを参照してください。
Einstein
Einstein Trust Layer は、Salesforce Platform に組み込まれたセキュアな AI アーキテクチャです。会社が生成 AI ソリューションを駆使する際に安全性を確保するための協定、セキュリティテクノロジー、データコントロールやプライバシーコントロールがこのレイヤーにまとめられています。
Marketing Cloud Next の Einstein 機能は、機械学習アルゴリズムを使って履歴データを分析し、将来の行動や結果、トレンドについて、情報に基づいた予測を行います。パターンやトレンドを分析することで、顧客の行動、好み、エンゲージメントの可能性を予測します。予測 AI 機能は、キャンペーンについて情報に基づく判断を下すのに役立ちます。Marketing Cloud Next では、Einstein の予測 AI 機能により、顧客エンゲージメントを最大化し、顧客にアプローチするタイミングと頻度を最適化する (適切なタイミングで適切な回数のメッセージを送信する) ことで、キャンペーンを強化できます。
Marketing Cloud Next の Einstein 機能の技術的な詳細は、各機能のモデルカードを参照してください。
Marketing Cloud Next の AI 機能について知る
Marketing Cloud Next では、マーケティング戦略を強化するために、さまざまな予測 AI 機能と生成 AI 機能が提供されています。これらの機能の可用性は、Marketing Cloud Next のエディションによって異なります。各エディションで利用可能な AI オプションの概要を次に示します。
エディション | AI の種類 | 機能 | 説明 |
|---|---|---|---|
Growth と Advanced | 生成的 | Agentforce キャンペーン作成 | キャンペーンを作成するために使用されるエージェントテンプレート |
予測的 | Einstein 送信時間最適化 (ESTO) | エンゲージメントを最大化するために送信時間を最適化する | |
Einstein メトリクス保護 (EMG) | エンゲージメントメトリクスからボットアクティビティを除外し、偽のクリックや開封を排除する | ||
Advanced | 生成的 | Agentforce ジャーニーの判断 | Marketing Cloud Engagement の Journey Builder で使用するために、購読者をジャーニーに振り分けるエージェントテンプレート |
キャンペーンデザイナー (ベータ) | AI を使用してキャンペーンを作成するモーダルエクスペリエンス | ||
予測的 | Einstein エンゲージメント頻度 (EEF) | メッセージ疲れを防ぐために、最適なエンゲージメント頻度を予測する | |
Einstein エンゲージメントスコアリング (EES) | 履歴データを使用して連絡先単位のスコアを割り当て、メッセージングを最適化してエンゲージメントを向上させる |
Marketing Cloud Next の AI オプションを確認したところで、次は Einstein 機能について詳しく見てみましょう。
リソース
- Salesforce: Salesforce Foundations
- Salesforce ヘルプ: Explore Agentforce and Einstein in Marketing Cloud Next (Marketing Cloud Next での Agentforce と Einstein について学ぶ)
- Salesforce ヘルプ: AI Model Cards and Considerations for Marketing Cloud Next (Marketing Cloud Next の AI モデルカードと考慮事項)
- Salesforce ヘルプ: Einstein Trust Layer
- Salesforce ヘルプ: Increase Productivity with AI (AI を使用した生産性の向上)
- Salesforce ヘルプ: Enable AI Features in Marketing Cloud Next (Marketing Cloud Next での AI 機能の有効化)
- Salesforce ヘルプ: Better Together: Data and AI (データと AI の連携による相乗効果)