ฟีเจอร์ Braze AI ใดที่ควรเริ่มใช้งานก่อน และควรเรียงลำดับอย่างไร

เริ่มใช้งานฟีเจอร์ Braze AI ตามลำดับความยากง่ายในการตั้งค่า ข้อมูลที่ต้องใช้ และความเสี่ยง โดยเริ่มจาก BrazeAI Operator ตามด้วยการเปิดใช้งาน Intelligent Timing และ Intelligent Channel รวมถึงการทดสอบกลุ่มประชากร จากนั้นจึงขยับไปที่ฟีเจอร์การคาดการณ์ (Predictions) หรือ Braze Agents และปิดท้ายด้วย Decisioning Studio คู่มือนี้ได้ระบุข้อกำหนดเบื้องต้นสำหรับแต่ละขั้นตอนและเกณฑ์ในการตัดสินใจว่าเมื่อใดควรขยับไปสู่ขั้นถัดไป

‍

ประเด็นสำคัญ

• เริ่มต้นด้วย BrazeAI Operator เนื่องจากไม่ต้องตั้งค่าผลิตภัณฑ์แยกต่างหาก และโดยค่าเริ่มต้นแล้ว ทุกการดำเนินการที่ระบบเสนอมาจะต้องรอการอนุมัติจากคุณก่อนเสมอ
• Intelligent Timing และตัวกรอง Intelligent Channel จะทำงานโดยอ้างอิงจากประวัติการใช้งานของผู้ใช้แต่ละราย จึงควรนำมาใช้งานเป็นลำดับถัดไป
• Content Optimizer จะอยู่ในสถานะการเรียนรู้ (Learning) เป็นเวลาอย่างน้อยเจ็ดวัน ดังนั้นให้ถือว่าสัปดาห์แรกของการใช้งานฟีเจอร์ที่ต้องมีการเรียนรู้เป็นส่วนหนึ่งของการตั้งค่า
• Predictive Churn ได้รับการออกแบบมาสำหรับพื้นที่ทำงานที่มีผู้ใช้งานจริงต่อเดือนประมาณ 300,000 ราย ดังนั้นพื้นที่ทำงานที่มีขนาดเล็กกว่าสามารถข้ามฟีเจอร์นี้ไปก่อนได้
• Braze Agents จำเป็นต้องใช้ Message หรือ Action Credits และโดยค่าเริ่มต้นแล้ว การทำงานแต่ละครั้งจะต้องเสร็จสิ้นภายใน 20 วินาที
• Decisioning Studio Go จะคงกลุ่มควบคุมแบบสุ่มไว้ที่ขนาดขั้นต่ำ 5% เพื่อให้คุณได้รับผลการวัดผลตั้งแต่การส่งครั้งแรก

‍

ทำไมลำดับการใช้งานฟีเจอร์ Braze AI ถึงมีความสำคัญ?

BrazeAI เป็นชุดฟีเจอร์ที่ต้องการข้อมูลนำเข้าแตกต่างกันไป Operator ไม่จำเป็นต้องตั้งค่าผลิตภัณฑ์แยกต่างหาก Braze Agents ต้องใช้ Message หรือ Action Credits ส่วน Decisioning Studio Pro จำเป็นต้องมีการเชื่อมต่อข้อมูล First-party และทีม AI Decisioning Services

Braze แบ่งฟีเจอร์ออกเป็นสองประเภท คือฟีเจอร์ที่ใช้การวิเคราะห์จากบริบทของผู้ใช้รายเดียว และฟีเจอร์ที่เรียนรู้เพื่อหารูปแบบจากผู้ใช้จำนวนมาก โดย ภาพรวมของ BrazeAI จะให้จุดเริ่มต้นที่แนะนำสำหรับแต่ละเป้าหมาย แต่ไม่ได้จัดลำดับฟีเจอร์เหล่านี้ไว้เป็นขั้นตอน

บทความนี้ขอเสนอขั้นตอนการใช้งานโดยแบ่งตามประเภทดังกล่าว ฟีเจอร์ที่ใช้การวิเคราะห์สามารถจัดการกับผู้ใช้ที่ไม่มีประวัติได้ ดังนั้นพื้นที่ทำงานใหม่จึงสามารถเริ่มต้นด้วยฟีเจอร์เหล่านี้ได้ ส่วนฟีเจอร์ที่ต้องเรียนรู้จำเป็นต้องอาศัยปริมาณข้อมูลและเวลา จึงควรใช้งานหลังจากที่คุณมั่นใจแล้วว่าข้อมูลของคุณพร้อมที่จะป้อนให้กับระบบ

‍

ฟีเจอร์ Braze AI ใดที่คุณควรเริ่มใช้งานก่อน?

ตารางนี้แสดงขั้นตอนต่างๆ โดยสามคอลัมน์แรกมาจากเอกสารของ Braze ส่วนคอลัมน์สุดท้ายเป็นการวิเคราะห์ของเราเอง ไม่ใช่คำแนะนำจาก Braze

ขั้นตอนฟีเจอร์ข้อกำหนดเบื้องต้นที่ระบุไว้เกณฑ์ในการขยับไปขั้นถัดไป0ขั้นตอน Canvas มาตรฐานกฎที่ใช้กับข้อมูลที่สะอาดสามารถตอบคำถามได้คุณสามารถระบุการตัดสินใจที่กฎทั่วไปไม่สามารถทำได้1BrazeAI Operatorสิทธิ์การเข้าถึงแดชบอร์ด; การดำเนินการจะถูกนับรวมในขีดจำกัดการใช้งานรายวันของบริษัทการตรวจสอบการดำเนินการที่ระบบเสนอเริ่มกลายเป็นเรื่องปกติ2Intelligent Timing, ตัวกรอง Intelligent Channelข้อมูลการมีส่วนร่วมผ่านช่องทางที่รองรับตั้งแต่สองช่องทางขึ้นไป และมีข้อความอย่างน้อยสามข้อความต่อช่องทางคุณมีเกณฑ์มาตรฐานที่เป็นลายลักษณ์อักษรเพื่อใช้เปรียบเทียบ3Optimize with BrazeAI, Content Optimizerมีตัวแปรที่ใช้งานอยู่สองตัวขึ้นไป; มีการเข้าสู่ Canvas อย่างต่อเนื่องสำหรับ Content Optimizerคุณสามารถอธิบายได้ว่าทำไมตัวแปรนั้นถึงชนะ4Predictive Churn และ Predictive Events หรือ Braze Agentsขนาดกลุ่มเป้าหมายสำหรับการคาดการณ์; มี Message หรือ Action Credits สำหรับ Agentsฟีเจอร์หนึ่งสามารถตอบคำถามที่แท้จริงได้ในการทดสอบที่มีการควบคุม5Decisioning Studio Go ตามด้วย Proโปรแกรมอีเมลแบบต่อเนื่องที่มีตัวเลือกให้เลือก (Go); ข้อมูล First-party และทีม AI Decisioning Services (Pro)กลุ่มควบคุมแสดงให้เห็นถึงผลลัพธ์ที่ดีขึ้นที่คุณเชื่อถือได้

‍

การข้ามขั้นตอนอาจนำไปสู่ความล้มเหลวได้สองรูปแบบ ทีมที่เริ่มใช้ฟีเจอร์การเรียนรู้โดยไม่มีเกณฑ์มาตรฐานที่ชัดเจนจะไม่สามารถแยกแยะได้ว่าผลลัพธ์ที่เพิ่มขึ้นเกิดจากฟีเจอร์หรือเป็นเพียงความผันผวนตามฤดูกาล ส่วนทีมที่รีบใช้ฟีเจอร์ที่วิเคราะห์รายบุคคลก่อนที่ข้อมูลจะนิ่ง จะทำให้ระบบไม่มีข้อมูลเพียงพอที่จะเรียนรู้ และผลลัพธ์แรกที่ได้จะสะท้อนถึงการตั้งค่ามากกว่าประสิทธิภาพของฟีเจอร์

ให้ถือว่าสัปดาห์แรกของการใช้งานฟีเจอร์ที่ต้องเรียนรู้เป็นเพียงการตั้งค่า ไม่ใช่บทสรุปของผลลัพธ์ โดยเฉพาะสถานะการเรียนรู้ของ Content Optimizer ที่ต้องใช้เวลาอย่างน้อยเจ็ดวัน

ให้มองว่าขั้นตอนเหล่านี้เป็นบันได ไม่ใช่รายการสิ่งที่ต้องทำจนครบ หากโปรแกรมของคุณทำงานได้ดีด้วย Operator และการเปิดใช้งานฟีเจอร์พื้นฐานทั้งสองแล้ว ก็ไม่จำเป็นต้องขยับไปขั้นที่สูงกว่า

บทความเปิดตัวของ Braze เมื่อวันที่ 28 ก.ย. 2026 ได้จัดลำดับการใช้งานตามปัญหาที่พบ: เริ่มจาก Operator เพื่อสร้าง Canvas แรก หรือเริ่มจาก Decisioning Studio Go สำหรับการปรับแต่งเฉพาะบุคคลที่คุณทำด้วยตนเอง ลำดับที่เรานำเสนอมีความระมัดระวังมากกว่าเนื่องจาก Go ต้องอาศัยเกณฑ์มาตรฐานและข้อมูลที่ได้จากขั้นตอนก่อนหน้า

‍

ก่อนจะเริ่มใช้ AI คุณควรตรวจสอบอะไรบ้าง?

Braze แนะนำให้ใช้ขั้นตอน Canvas แบบมาตรฐานหากกฎที่อ้างอิงจากข้อมูลที่สะอาดสามารถตอบโจทย์ได้ เนื่องจากขั้นตอนเหล่านี้ไม่มีค่าใช้จ่าย ดังนั้นควรใช้ AI เฉพาะในกรณีที่กฎทั่วไปไม่สามารถตัดสินใจแทนได้เท่านั้น

เราขอแนะนำอีกหนึ่งสิ่งที่ควรทำ ก่อนที่คุณจะเปิดใช้งานฟีเจอร์ใดๆ ให้จดบันทึกตัวชี้วัดที่คุณจะใช้ประเมินผลและบันทึกค่าปัจจุบันไว้ หากไม่มีข้อมูลพื้นฐานเหล่านี้ คุณก็จะไม่สามารถวัดได้เลยว่าผลลัพธ์ที่ได้นั้นดีขึ้นหรือแย่ลง

Braze ได้รวมฟีเจอร์นี้ไว้บางส่วนแล้ว โดย Decisioning Studio Go จะเก็บกลุ่มควบคุมแบบสุ่มที่มีขนาดอย่างน้อย 5% หากการสร้างข้อมูลพื้นฐานเป็นอุปสรรค บริการด้าน การวิเคราะห์การตลาด ของ CustomerIK จะครอบคลุมทั้งการออกแบบเลเยอร์ BI, การทำ Attribution Modeling และแดชบอร์ดสำหรับผู้บริหาร

‍

ทำไม BrazeAI Operator ถึงควรเป็นสิ่งแรกที่ต้องเริ่ม?

Operator จะทำงานร่วมกับคุณในขณะที่คุณสร้างแคมเปญ และโดยค่าเริ่มต้น คุณจะต้องตรวจสอบและอนุมัติทุกการดำเนินการที่ระบบเสนอมา ภาพรวมของ Braze ก็ระบุไว้เช่นกันว่า หากคุณเพิ่งเริ่มใช้ BrazeAI ให้เริ่มต้นที่ Operator ก่อน

ขั้นตอนการอนุมัตินี้คือเหตุผลที่เราแนะนำให้เริ่มจากจุดนี้ เพราะเป็นวิธีที่มีความเสี่ยงต่ำที่สุดในการเรียนรู้ว่า Braze AI ทำงานอย่างไรในพื้นที่ทำงานของคุณ เนื่องจากจะไม่มีการเปลี่ยนแปลงใดๆ เกิดขึ้นจนกว่าจะมีคนกดยืนยัน เราแนะนำให้ปิดฟีเจอร์ Auto-approve ไว้ก่อนจนกว่าทีมของคุณจะตรวจสอบการทำงานของระบบจนมั่นใจแล้ว

ลองเลือกงานแรกที่คุณสามารถตรวจสอบผลลัพธ์เทียบกับคำตอบที่ทราบอยู่แล้ว เช่น การร่างหัวข้ออีเมลสำหรับแคมเปญที่คุณทราบผลลัพธ์อยู่แล้ว งานที่มีคำตอบชัดเจนจะช่วยให้คุณเห็นว่าควรเชื่อมั่นในผลลัพธ์ของ Operator มากน้อยเพียงใด ก่อนที่จะมอบหมายงานใหม่ๆ ให้ระบบ

ตกลงรายละเอียดสองประเด็นก่อนเริ่มใช้งานจริง Operator ทำงานร่วมกับ OpenAI ซึ่งถือเป็นผู้ประมวลผลข้อมูลช่วงต่อ (Sub-processor) ของ Braze ภายใต้ข้อตกลงการประมวลผลข้อมูล (Data Processing Addendum) ระหว่างคุณกับ Braze ดังนั้นทีมรักษาความปลอดภัยของคุณควรตรวจสอบส่วนนี้ก่อน

การดำเนินการของ Operator จะถูกนับรวมในขีดจำกัดการใช้งานรายวันของบริษัท ดังนั้นควรตกลงกันให้ชัดเจนว่าใครเป็นผู้ใช้งานบ้าง บทความนี้ไม่ได้ครอบคลุมถึงประเด็นทางกฎหมายใดๆ เกี่ยวกับการจัดการดังกล่าว

‍

คุณสามารถเปิดใช้งานอะไรได้บ้างโดยใช้ประวัติการส่งข้อความของคุณเอง?

Intelligent Timing และตัวกรอง Intelligent Channel เป็นฟีเจอร์ที่คุณสามารถเปิดใช้งานได้เองโดยไม่มีค่าใช้จ่ายเพิ่มเติม ทั้งสองฟีเจอร์ทำงานโดยอ้างอิงจากประวัติการใช้งานของผู้ใช้แต่ละคน แต่ยังคงมีข้อกำหนดเบื้องต้นที่ต้องปฏิบัติตาม

ตัวกรอง Intelligent Channel ต้องการข้อมูลการมีส่วนร่วมจากช่องทางที่รองรับตั้งแต่สองช่องทางขึ้นไป และต้องมีข้อความอย่างน้อยสามข้อความต่อช่องทาง สำหรับ SMS ให้เปิดใช้งานการย่อลิงก์พร้อมการติดตามขั้นสูงและการติดตามการคลิก เพราะหากไม่เปิดใช้งาน ระบบอาจเลือก SMS เป็นช่องทางที่ดีที่สุดของผู้ใช้ทั้งที่ไม่มีอัตราการมีส่วนร่วมเลย Braze ระบุว่าตัวกรองนี้จะคัดเลือกกลุ่มเป้าหมายได้ประมาณ 5-20% ของกลุ่มปกติ ซึ่งเป็นกลุ่มที่มีประวัติการใช้งานชัดเจนในช่องทางนั้นๆ

เรามองว่านี่เป็นวิธีในการเจาะกลุ่มเป้าหมายขนาดเล็กที่มีผลลัพธ์ชัดเจน มากกว่าการเปลี่ยนเส้นทางการส่งข้อความไปยังกลุ่มเป้าหมายทั้งหมด นอกจากนี้ ช่องทางที่ดีที่สุดของผู้ใช้อาจกลายเป็นช่องทางที่ไม่สามารถติดต่อได้ เช่น หลังจากกดยกเลิกรับข่าวสาร ซึ่ง Braze แนะนำให้แยกกลุ่มผู้ใช้เหล่านี้ออกมาจัดการต่างหาก

Intelligent Timing จะเรียนรู้จากเวลาที่คุณเคยส่งข้อความถึงผู้ใช้แต่ละคน ดังนั้นควรส่งข้อความในเวลาที่แตกต่างกันก่อนที่จะเริ่มพึ่งพาระบบนี้ Braze เตือนว่าการเก็บข้อมูลตัวอย่างที่ไม่เพียงพออาจทำให้ระบบเลือกเวลาที่ไม่เหมาะสมได้ ควรเริ่มแคมเปญอย่างน้อย 48 ชั่วโมงก่อนวันส่งที่กำหนด และใน Canvas ควรเพิ่มขั้นตอน Delay อย่างน้อยสองวันก่อนส่งข้อความจริง

กำหนดเวลาสำรองสำหรับผู้ใช้ที่ไม่มีข้อมูลการมีส่วนร่วมเพียงพอ คำแนะนำของ Braze คือไม่ควรใช้ Intelligent Timing ร่วมกับการจำกัดอัตราการส่ง (Rate limiting) หรือการวอร์มอัป IP

‍

เมื่อไหร่ถึงควรเริ่มทำการทดสอบกลุ่มประชากร?

ฟีเจอร์ Optimize with BrazeAI, Winning Paths และ Content Optimizer จะช่วยค้นหาผู้ชนะเพียงหนึ่งเดียวสำหรับทุกคน โดยฟีเจอร์ Optimize with BrazeAI จำเป็นต้องมีตัวแปรที่ใช้งานอยู่ (Active variants) อย่างน้อยสองตัว นอกจากนี้ แคมเปญแบบ Multi-send ยังต้องมีเหตุการณ์ Conversion และช่วงเวลาการกลับมามีสิทธิ์รับข้อความ (Re-eligibility window) ตั้งแต่ 24 ชั่วโมงขึ้นไป

Content Optimizer จะสร้างตัวแปรต่างๆ และนำองค์ประกอบมาผสมผสานกันในขั้นตอน Canvas ซึ่งจะทำงานได้ดีที่สุดเมื่อมีผู้ใช้งานเข้ามาอย่างค่อยเป็นค่อยไปและสม่ำเสมอ หากผู้ใช้งานทั้งหมดเข้ามาพร้อมกัน ระบบจะไม่มีเวลาเพียงพอในการเรียนรู้จากผลลัพธ์ในช่วงแรก

แต่ละขั้นตอนจะอยู่ในสถานะการเรียนรู้ (Learning) เป็นเวลาอย่างน้อยเจ็ดวัน และจะดำเนินการต่อไปหลังจากนั้นไม่เกิน 15 วัน

สถานะมีการเปลี่ยนแปลงอยู่ตลอดเวลา ภาพรวมของ Braze และบันทึกประจำรุ่นระบุว่า Content Optimizer ยังอยู่ในสถานะเบต้า ณ วันที่ดึงข้อมูลด้านล่างนี้

โปรดตรวจสอบความพร้อมใช้งานกับผู้จัดการฝ่ายความสำเร็จของลูกค้า (Customer Success Manager) ของคุณ Content Optimizer จะใช้ OpenAI เฉพาะเมื่อคุณร้องขอให้สร้างคำแนะนำตัวแปรด้วย AI อย่างชัดเจนเท่านั้น และ OpenAI อาจเก็บรักษาข้อมูลไว้เป็นเวลา 30 วันเพื่อตรวจสอบการใช้งานในทางที่ผิด

ควรทำการทดสอบประชากรทีละหนึ่งการทดสอบต่อกลุ่มเป้าหมายที่กำหนด เนื่องจากหากมีระบบการเรียนรู้สองระบบที่ส่งผลต่อการส่งข้อความเดียวกัน จะทำให้ยากต่อการระบุว่าผลลัพธ์มาจากระบบใด

ในการทดสอบแคมเปญ ควรเปลี่ยนแนวคิดเพียงหนึ่งอย่างต่อตัวแปร หากตัวแปรในการทดสอบแตกต่างกันในทุกองค์ประกอบ คุณจะได้ผลลัพธ์ที่ชนะเลิศซึ่งไม่สามารถอธิบายเหตุผลได้

‍

ควรเตรียมสิ่งใดให้พร้อมก่อนเริ่มใช้งาน Predictive Churn หรือ Braze Agents?

ทั้งสองขั้นตอนมีข้อกำหนดเบื้องต้นที่แยกจากกัน ดังนั้นให้เลือกตามคำถามที่คุณต้องการคำตอบ หากคุณต้องการคะแนนให้เลือก Predictive Suite แต่หากคุณต้องการเนื้อหาสำหรับผู้ใช้รายบุคคลให้เลือก Braze Agents

Predictive Churn จะกำหนดคะแนนความเสี่ยงในการเลิกใช้งาน (Churn Risk Score) ระหว่าง 0 ถึง 100 ให้กับผู้ใช้ในกลุ่มเป้าหมายที่คาดการณ์ไว้ โดยทั่วไปแล้ว Braze แนะนำว่าควรมีผู้ใช้งานที่ใช้งานจริงต่อเดือน (MAU) ประมาณ 300,000 รายในพื้นที่ทำงานเดียวสำหรับการใช้งาน Predictive Churn

สำหรับ Predictive Events โดยทั่วไปแนะนำว่าควรมีผู้ใช้ที่มีพฤติกรรมเหตุการณ์ในอดีต (Past Event Behavior) อย่างน้อย 3,500 ราย การเข้าถึงแบบเต็มรูปแบบต้องดำเนินการผ่านผู้จัดการบัญชีของคุณ และมีโหมดแสดงตัวอย่างให้ทดลองก่อนตัดสินใจซื้อ

หากพื้นที่ทำงานของคุณมีจำนวนผู้ใช้น้อยกว่าเกณฑ์ดังกล่าวมาก เราแนะนำให้ข้ามขั้นตอนนี้ไปและใช้เวลาไปกับการวัดผลแทน

Braze Agents จะใช้เหตุผลจากบริบทที่คุณระบุและไม่ได้เรียนรู้จากผลลัพธ์ว่าสิ่งที่สร้างออกมานั้นได้ผลหรือไม่ ระบบจำเป็นต้องใช้ Message หรือ Action Credits และการทำงานของเอเจนต์จะมีการหักเครดิต

โดยค่าเริ่มต้น แต่ละการทำงานจะต้องเสร็จสิ้นภายใน 20 วินาที หลังจากนั้นเอเจนต์จะส่งค่าว่าง (null) กลับมาในจุดที่ใช้งาน ดังนั้นควรตั้งค่าสำรอง (fallback values) สำหรับ Canvas Step Agents ไว้ด้วย

Braze แนะนำให้ตรวจสอบความคุ้มค่า (ROI) ด้วยขั้นตอน Experiment Paths ซึ่งจะส่งผู้ใช้เพียงบางส่วนผ่านขั้นตอน Agent โมเดลที่ Braze จัดเตรียมไว้สำหรับเอเจนต์ซึ่งระบุว่าเป็น Auto จะใช้โมเดล Google Gemini และ Google จะเก็บรักษาข้อมูลนำเข้าและผลลัพธ์ที่ส่งผ่าน Braze ไว้เป็นเวลา 55 วัน ข้อมูลนี้ควรอยู่ในรายการตรวจสอบความปลอดภัยของคุณ และบทความนี้ไม่ได้เป็นข้อยุติในเรื่องดังกล่าว

จดบันทึกว่าผลลัพธ์ที่ดีควรเป็นอย่างไรก่อนที่เอเจนต์จะเริ่มใช้งานจริง และอ่านตัวอย่างผลลัพธ์จริงจากการส่งครั้งแรก เนื่องจากเอเจนต์ไม่มีสัญญาณบ่งชี้ว่าเนื้อหาที่สร้างขึ้นนั้นได้ผลหรือไม่ การตรวจสอบจึงต้องมาจากทีมของคุณ

‍

Decisioning Studio รุ่น Go และ Pro เหมาะกับงานประเภทใด?

Decisioning Studio จะถูกนำมาใช้เป็นลำดับสุดท้ายเพราะต้องอาศัยทุกอย่างที่ทำมาก่อนหน้านี้ ไม่ว่าจะเป็นโปรแกรมที่ทำซ้ำ ตัวเลือกเชิงสร้างสรรค์ กลุ่มควบคุม และค่าพื้นฐาน โดยรุ่น Go เป็นจุดเริ่มต้นสำหรับการใช้งานด้วยตนเอง

รุ่นนี้จะช่วยเพิ่มประสิทธิภาพอีเมลเพื่อเน้นการคลิก โดย Braze แนะนำว่าควรมีผู้ใช้ในกลุ่มเป้าหมายอย่างน้อย 20,000 ราย เหมาะที่สุดสำหรับโปรแกรมอีเมลที่ส่งเป็นประจำซึ่งมีกลุ่มเป้าหมายที่เสถียรและมีเนื้อหาที่น่าคลิก

บทความเปิดตัวของ Braze เมื่อวันที่ 28 กันยายน 2026 ระบุว่ารุ่น Go ยังอยู่ในสถานะเบต้า ดังนั้นควรตรวจสอบสถานะก่อนวางแผนการใช้งาน ทุกสิ่งที่คุณทำได้ในรุ่น Go คุณสามารถทำได้ในรุ่น Pro เช่นกัน โดยรุ่น Pro จะเปิดให้ใช้กลไกเดียวกันกับทุกช่องทาง แหล่งข้อมูล และตัวชี้วัดทางธุรกิจ พร้อมการสนับสนุนจากทีม AI Decisioning Services

ควรประเมินผลรุ่น Go โดยเปรียบเทียบกับกลุ่มควบคุม แทนที่จะดูจากอัตราการคลิกเพียงอย่างเดียว ซึ่งอาจสูงขึ้นตามช่วงเวลาเทศกาล ก่อนที่จะย้ายไปใช้รุ่น Pro ให้ตัดสินใจก่อนว่าตัวชี้วัดทางธุรกิจใดที่คุณต้องการปรับปรุง เนื่องจากรุ่น Go เน้นการเพิ่มประสิทธิภาพการคลิกเป็นหลัก

การเชื่อมต่อข้อมูลบุคคลที่หนึ่งเข้ากับ Pro ก่อให้เกิดคำถามเกี่ยวกับข้อมูลส่วนบุคคล ซึ่งเป็นหน้าที่ของทีมตรวจสอบความปลอดภัยและทีมกฎหมายของคุณที่จะต้องพิจารณา และบทความนี้ไม่ได้ให้คำตอบในประเด็นดังกล่าว

‍

ลำดับขั้นตอนสำหรับร้านค้าปลีกสมมติจะเป็นอย่างไร?

ลองจินตนาการถึงร้านค้าปลีกสมมติที่มีอีเมลส่งรายสัปดาห์ มีแอปมือถือ และมีทีมงานขนาดเล็ก โดยที่ยังไม่ได้เปิดใช้งานฟีเจอร์ AI ใดๆ และยังไม่มีการกำหนดเกณฑ์มาตรฐานไว้

นี่เป็นเพียงการแสดงให้เห็นถึงแนวคิดเท่านั้น ไม่ใช่ผลงานของลูกค้าหรือข้อมูลการส่งงานจริง

ในเดือนแรก ทีมงานจะบันทึกอัตราการเปิดและคลิกของอีเมลรายสัปดาห์ และเปิดใช้งาน Operator โดยยังคงตั้งค่าให้ต้องมีการอนุมัติก่อน ทีมงานใช้ Operator เพื่อร่างตัวเลือกหัวข้ออีเมลและตรวจสอบการ์ดคำสั่งทุกใบ จากนั้นจึงเพิ่ม Intelligent Timing เข้าไปในแคมเปญอีเมลรายสัปดาห์ โดยมีการตั้งเวลาสำรองไว้ และเริ่มส่งล่วงหน้าอย่างน้อย 48 ชั่วโมง

จากนั้นทีมงานจะทดสอบหัวข้ออีเมลด้วย Optimize with BrazeAI ส่วน Content Optimizer จะยังคงรอไว้ก่อน

การส่งอีเมลรายสัปดาห์ทำให้ทุกคนเข้าสู่ขั้นตอนพร้อมกัน ซึ่ง Braze ระบุว่าจะมีลักษณะคล้ายกับการทดสอบ A/B แบบคงที่มากกว่า ดังนั้นทีมงานควรเปลี่ยนไปสู่การเข้าถึงที่สม่ำเสมอขึ้น หรือเลือกใช้ Optimize with BrazeAI ต่อไป

Predictive Churn จะยังไม่ถูกนำมาใช้ เนื่องจากพื้นที่ทำงานมีขนาดกลุ่มเป้าหมายเล็กกว่าที่ Braze กำหนด สุดท้ายนี้ เนื่องจากอีเมลรายสัปดาห์เป็นโปรแกรมที่ส่งเป็นประจำและให้ความสำคัญกับการคลิก Decisioning Studio Go จึงกลายเป็นตัวเลือกที่เหมาะสม โดยกลุ่มควบคุมจะช่วยให้ทีมงานได้รับผลการวัดผลจากการส่งครั้งแรก

‍

สิ่งนี้เชื่อมโยงกับส่วนที่เหลือของโปรแกรมอย่างไร?

ขั้นตอนเหล่านี้อาศัยพื้นฐานที่อยู่นอกเหนือจาก BrazeAI โดยบทความของเราเรื่อง การเลือกระหว่าง Decisioning Studio Go และ Pro ได้ครอบคลุมขั้นตอนสุดท้ายไว้อย่างละเอียด การทดสอบประชากรต่อยอดมาจาก การทดสอบ A/B ของอีเมลใน Brazeและเกณฑ์มาตรฐานที่คุณบันทึกไว้เป็นหน้าที่ของ การรายงานแคมเปญอีเมล.

ทั้งการคาดการณ์และเอเจนต์ต่างต้องอาศัยข้อมูลเหตุการณ์ที่สะอาด ดังนั้นโปรดดู การติดตามเหตุการณ์ของผู้ใช้ใน Braze. เนื้อหาเฉพาะบุคคลสำหรับผู้ใช้แต่ละรายเป็นส่วนหนึ่งของ คู่มือการทำ Hyper-personalisationและการเลือกช่องทางสื่อสารเชื่อมโยงกับ แคมเปญการมีส่วนร่วมผ่านหลายช่องทาง. หากโปรไฟล์ลูกค้าที่กระจัดกระจายคือสิ่งที่ฉุดรั้งข้อมูลของคุณไว้ CustomerIK's การจัดการข้อมูลลูกค้า ครอบคลุมการระบุตัวตน การกำกับดูแลข้อมูล และการบูรณาการ CDP

ของเรากรณีศึกษาโปรแกรมสะสมคะแนนสำหรับแบรนด์ที่หลากหลาย อธิบายถึงวิธีการที่ทีมหนึ่งใช้การทดสอบ A/B แบบมีโครงสร้างควบคู่ไปกับพจนานุกรมข้อมูลระดับองค์กร ซึ่งแสดงให้เห็นถึงการทดสอบและพื้นฐานข้อมูลแบบเดียวกับที่ขั้นตอนก่อนหน้านี้ในบทความนี้ต้องอาศัย

ในฐานะพันธมิตรด้านการติดตั้งใช้งาน Braze ทาง CustomerIK แนะนำให้ดำเนินการตามลำดับข้างต้นและบันทึกค่าพื้นฐานไว้ก่อนเริ่มแต่ละขั้นตอน โดยให้ถือว่าการตรวจสอบเพื่อไปต่อเป็นเกณฑ์ของคุณเอง ไม่ใช่คำแนะนำจาก Braze

‍

คำถามที่พบบ่อย
‍

1. ทีมงานใหม่ควรเริ่มใช้ฟีเจอร์ Braze AI ตัวใดก่อน?

Braze แนะนำให้เริ่มจาก BrazeAI Operator เนื่องจากไม่ต้องตั้งค่าผลิตภัณฑ์แยกต่างหาก สามารถทำงานในเครื่องมือสร้างข้อความที่คุณใช้งานอยู่แล้ว และโดยค่าเริ่มต้น ระบบจะขอให้คุณอนุมัติการดำเนินการแต่ละครั้งก่อนที่จะเริ่มทำงานจริง

2. ฟีเจอร์ Braze AI มีค่าใช้จ่ายเป็นเครดิตหรือไม่?

บางฟีเจอร์มีค่าใช้จ่าย โดย Braze Agents จะต้องใช้ Message หรือ Action Credits ส่วนการดำเนินการของ Operator จะถูกนับรวมในขีดจำกัดการใช้งานรายวันของบริษัทแทนที่จะใช้เครดิต สำหรับ Intelligent Timing และ Optimize with BrazeAI นั้นไม่มีค่าใช้จ่ายเป็นเครดิต แต่มีข้อกำหนดด้านข้อมูลที่ต้องใช้

3. ข้อมูลของฉันจะถูกนำไปใช้ฝึกฝนโมเดลหรือไม่?

Braze ระบุไว้ในเอกสารว่าข้อมูลที่ส่งไปยังโมเดลของ Braze จะไม่ถูกนำไปใช้เพื่อฝึกฝนหรือปรับปรุงโมเดลนั้นๆ เช่นเดียวกับข้อมูลที่ส่งไปยัง OpenAI ผ่าน Braze โดยระยะเวลาการเก็บรักษาข้อมูลจะแตกต่างกันไปตามฟีเจอร์ และบทความนี้ไม่ได้มีจุดประสงค์เพื่อตัดสินประเด็นทางกฎหมายใดๆ

4. ฉันควรเริ่มจาก Decisioning Studio Go ก่อน Pro หรือไม่?

คำแนะนำของ Braze คือให้เริ่มจากการปรับแต่งอีเมลด้วยตนเอง (Go) และขอความช่วยเหลือจากผู้เชี่ยวชาญในภายหลังหากคุณต้องการฟีเจอร์ที่มากขึ้น ซึ่งหมายความว่าควรใช้ Go ก่อนแล้วค่อยขยับไปใช้ Pro โดย Go ออกแบบมาสำหรับโปรแกรมอีเมลแบบต่อเนื่อง ส่วน Pro จะเปิดให้คุณใช้กลไกเดียวกันกับช่องทาง แหล่งข้อมูล และตัวชี้วัดทางธุรกิจอื่นๆ ได้ทั้งหมด

5. Content Optimizer ใช้เวลานานเท่าใดจึงจะเริ่มทำงาน?

ทุกขั้นตอนจะอยู่ในสถานะ Learning เป็นเวลาอย่างน้อยเจ็ดวัน และ Braze จะเปลี่ยนสถานะเป็น Optimizing หรือ Action Recommended ภายในไม่เกิน 15 วัน

‍

แหล่งข้อมูล

• Braze,ภาพรวมของ BrazeAI. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,BrazeAI Operator. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,Intelligent Timing. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,ตัวกรอง Intelligent Channel. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,Content Optimizer. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,Predictive Churn. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,Braze Agents ใน Agent Console. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,BrazeAI Decisioning Studio Go. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,BrazeAI Decisioning Studio Pro. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,บันทึกประจำรุ่น. สืบค้นเมื่อ 14 ต.ค. 2026
• Braze,สร้างมาเพื่อสิ่งนี้ (28 ก.ย. 2026). สืบค้นเมื่อ 14 ต.ค. 2026
• เขียนโดย CustomerIK พันธมิตรด้านการติดตั้งใช้งาน Braze

‍

CustomerIK คือพันธมิตรด้านการติดตั้งใช้งาน Braze ที่เชี่ยวชาญทั้งในด้านการเริ่มต้นใช้งาน การเชื่อมต่อทางเทคนิค การดำเนินงานด้านการตลาด และการจัดการข้อมูลลูกค้า

หากคุณกำลังตัดสินใจว่าจะเปิดใช้งานฟีเจอร์ Braze AI ตัวใดเป็นอันดับแรกในพื้นที่ทำงานของคุณ มาคุยกับเราได้เลย

‍