数据智能体 DataAgent（私有化）
数据智能体 DataAgent（私有化）
- 文档首页
数据智能体 DataAgent（私有化）智能营销Agent指南一客一策决策引擎一客一策决策引擎概述
文档反馈
问问助手“一客一策”是 Data Agent 中营销 Agent 的核心能力引擎，依托大模型与数据挖掘技术，为每位客户提供“懂你”的陪伴式服务。其深度解析事件、商品与用户的关联，突破从标签画像到生成式单体侧写的鸿沟，结合用户习惯精准把握时机，实现贴心的营销推荐。本文将为您全面介绍“一客一策”决策引擎的功能优势、应用架构及基本操作流程。
功能介绍与优势
营销智能体体系是由营销策略智能体、智能会话助手、AI APP组成的，在一客一策引擎驱动下，覆盖从客户洞察到策略执行的全营销链路，实现「洞察 - 策略 - 执行 - 素材 - 优化」闭环。以下为您概要介绍一客一策引擎的主要功能能力与核心优势。
功能介绍 | 核心优势 |
|---|---|
一客一策引擎实现策略精准落地，从1V1沟通到群体洞察，从私域运营到个性化推荐，解决企业营销全链条痛点。 | ＂一客一策＂解决方案通过AI大模型技术，实现了真正的个性化营销，将传统的群体营销升级为精准的个体营销，深入挖掘客户需求，比用户自己更懂用户。 |
一客一策引擎相较于传统群体营销、传统个体营销，在营销粒度、数据利用等维度更有价值，简单的对比说明如下。
对比维度 | 一客一策 | 传统群体营销 | 传统个体营销 |
|---|---|---|---|
营销粒度 | 个体营销，针对每个客户定制策略 | 群体营销，按人群标签批量处理 | 个体营销，根据客户特征按统一规则提供相对个性化的服务 |
数据利用 |
|
|
|
策略生成 |
| 人工制定，依赖经验，效率低 | 人工制定，依赖经验，效率低 |
个性化程度 | 高度个性化，基于深度客户洞察 | 个性化程度低，基于简单标签 | 个性化程度中等，能提供相对匹配的产品和服务，难以捕捉用户细微差异和实时意图变化 |
持续优化 | 持续自学习，实时优化策略 | 优化周期长，依赖人工分析 | 优化周期长，依赖人工分析，缺乏自动化学习机制，难以实现实时优化 |
应用场景
一客一策可以应用于多种场景，提供千人千面的个性化营销方案，提升客户体验和转化率。以下为几个行业的典型应用场景说明。
金融行业 | 大消费行业 | 零售与电商 |
|---|---|---|
|
|
|
- 一客一策最底层的应用数据包括通过企业知识引擎接入的非结构化数据的知识库，通过VeCDP数据档案接入的结构化数据，还有增补的企业数据库（按需购买），这些主体数据、通用知识可以帮助Agent丰富用户的画像，提高策略的准确度。
- 底层数据共同接入到一客一策，通过一客一策的Agent和任务，实现对多源信息的理解与整合，挖掘用户的特征信息和意图偏好，生成目标用户群体每个用户的侧写，实现一客一策的目标。
- 生成的侧写报告结果，可以查看和下载，经过提炼整合应用于其他营销Agent，例如应用于营销策略Agent的企业运营，生成个性化营销策略；应用于智能会话Agent，实现针对每个用户的智能导购；应用于AI APP，结合个体画像，实现个性化沟通问答。
一客一策Demo体验，具体操作请参见一客一策决策引擎Demo体验指南。
准备工作：数据接入
- 开通VeCDP，具体操作请参见开通VeCDP。
- 接入并处理用户企业业务数据：
- 结构化数据：通过CDP数据连接接入，包括MySQL、Redis等数据库，并已进行了数据清洗后，即可在后续创建侧写任务时选择该数据源。具体操作，请参见数据接入和数据清洗。
- 非结构化数据：包括用户音频等非结构化数据，在CDP将非结构化数据经过数据清洗后，连接到数据档案中。具体操作请参见非结构化数据打标概述和数据接入。
- 接入通用业务知识：在企业知识引擎中创建知识库，并将业务知识导入知识库。具体操作请参见新建知识库。
- 圈选目标人群：在CDP中，通过用户分群，圈选目标用户。具体操作请参见创建分群。
配置一客一策引擎：创建Agent并配置侧写任务
- 购买并开通一客一策产品，具体请参见数据智能体产品/服务计费。
- 配置一客一策任务：
- 创建和管理Agent，用于分析用户的数据，具体请参见创建与调试侧写助手。
- 创建和管理任务，并结合Agent，选择用户分群，输出每个用户的具体侧写，实现“一客一策”。具体请参见创建与管理用户侧写任务。
结果应用：应用侧写结果至业务系统
生成的侧写报告结果，可以查看和下载，经过提炼整合应用于其他营销Agent，例如应用于营销策略Agent的企业运营，生成个性化营销策略；应用于智能会话Agent，实现针对每个用户的智能导购；应用于AI APP，结合个体画像，实现个性化沟通问答。