行動モデル。
セグメントがどのように行動すべきかを学習するのではなく、メンバーが実際にどのように行動するかを学習します。
セグメントは外部からのメンバーを記述します。モデルは自身のアクションからそれらを学習します。
メンバー独自のイベント ストリーム (訪問、購入、ポイント、開封、クリック、数十の管理されたイベント タイプ) でブランドごとにトレーニングされたコンパクトな行動モデル。そのシーケンスから各メンバーのを学習し、、つまり購入か失効か、そしていつかをライブで読み取ります。各ブランドにつき 1 モデル。プールされることはありません。
1 人のメンバーのイベント ストリーム
指紋
誰が誰のように振る舞うか
次は何ですか
購入オッズと失効オッズ
いつ
締切時間・従事時間
ブランドごとに 1 つのモデル · メンバーのみを対象としてトレーニング · プールされることはありません
なぜモデルなのか
属性によって、その人が誰であるかがわかります。行動を見れば、彼らが何をするかがわかります。
ルールが古くなってしまう
「90 日間で 3 回購入する」というのは、それを書いた日には良いルールでした。メンバーは漂流します。ルールではそうではありません。学習されたモデルは、誰かがしきい値を再調整するのを待つのではなく、イベントごとに更新されます。
平均は人を隠す
セグメント平均によると、このようなメンバーは 40 日ごとに購入します。このメンバーは 12 個ごと、つまり 80 個ごとに購入します。メンバーごとの予測は、セグメントに適合するサイズの推測に代わるものです。
そっくりさんには人口統計以上のものが必要
「同じ年齢、同じ都市」では、見た目が似ている人が見つかります。行動の指紋により、同じような行動、つまり同じ訪問、カテゴリ、反応のリズムを持つ人々が見つかります。それが価値を予測するものです。
それが生み出すもの
各メンバーについて 3 回のライブ読み取り。
行動の指紋
イベント履歴全体から学習した、このメンバーの行動をコンパクトに表現したもの。これにより、プラットフォームは「他の誰があなたのベストメンバーのように行動しますか?」という質問に答えることができます。 — 類似視聴者と行動の類似性の背後にあるエンジン。
次のイベントの確率
各メンバーごとに、次のイベントが購入である可能性がどのくらいか、その代わりに失効する可能性がどのくらいあるかを確認します。新しい行動が出現すると更新され、メンバーのプロフィールに表示され、決定するセグメントとエージェントが利用できるようになります。
メンバーごとのタイミング
各メンバー独自の購入リズム — 次の購入期限、正直な期限 — と実際に開いてクリックする時間帯によって、送信時間の最適化が行われます。
作り方
わざと小さい。
これは、インターネット全体を読み尽くした巨大な基礎モデルではありません。これはコンパクトな動作モデルです。すべてのブランドが独自のモデルを用意できるように意図的に小さくなっています。データのみでトレーニングされ、ベースの進化に応じて再トレーニングされ、四半期に 1 回ではなく定期的に再検証できるほど安価です。
小さいということは責任があるという意味でもあります。トレーニングは決定的であり、同じデータから同じモデルがビットごとに生成され、すべてのモデルがバージョン管理されるため、どのメンバーのスコアも、それを生成した正確なモデルまで追跡できます。監査人、規制当局、またはあなた自身のチームが「なぜこの数値なのか?」と尋ねた場合、答えはあります。
そして、モデルが間違っている場合 (すべてのモデルが間違っている場合があります)、小規模でブランドごとであるということは、爆発半径が 1 つのブランドの予測であり、その背後にガラス箱の数学があり、継続的な再検証によって把握されることを意味します。誰もが同時に静かに漂う共有モデルではありません。
| プールされた「ビッグモデル」 | Flash 動作モデル | |
|---|---|---|
| から学ぶ | みんなの顧客がプールされる | メンバーのイベント - あなただけのイベント |
| 再現可能 | 実質的に追跡不可能 | 決定的でバージョン管理 — 同じデータ、同じモデル |
| リトレーニング | ベンダーのスケジュールに合わせて | ベースが進化しても、最新の状態を保つのに十分な低価格 |
| 間違っているとき | 静かに漂う、皆のために | 再検証により捕捉されました。ガラス箱の数学に戻る |
正直の門
モデルはデータに基づいて仕事を遂行する必要があります。
すべてのブランドのモデルは、そのブランド独自の保持データに基づく透明なベースラインに対してテストされます。これは、モデルがトレーニング中に決して見られなかった動作です。本当により良い予測をする場合にのみ、実際に稼働します。それまでは、プラットフォームはガラス箱の計算に基づいて実行されます。プラットフォームが持っていないモデルを偽装することはありません。
そしてテストは決して止まることはありません。ベースが進化するにつれて、モデルは再検証され続けます。役割を獲得できなくなった場合、下流の機能は自動的にフォールバックします。サイレント劣化やブラックボックスドリフトはありません。
そこから何を学ぶのか
管理された行動のカタログ - 目に見えるすべてではありません。
このモデルは、厳選された行動イベントのカタログに基づいて学習します。すべてのイベントタイプが明示的に許可され、一部のイベントは意図的に禁止されています。なぜなら、誤ったことを確信を持って学習するワールドモデルは、モデルがないよりも悪いからです。
商業
忠誠心
婚約
店
ポリシーによりトレーニングが禁止されています
フィードバックループなし
モデル自体が書き戻すもの (独自のタグ、独自のスコア) は、トレーニング データから除外されます。自身の出力から学習するモデルは、最終的にはそれ自体と一致します。これはできません。
決して満足しない行動
メンバーがクリックしたという事実を学習します。メッセージの内容、自由記述テキスト、メンバーが入力した内容は一切学習しません。モデルは言葉ではなく、リズムを理解します。
制限とは制限という意味です
処理を制限する権利を行使するメンバーは、エンドツーエンドのトレーニングから除外されます。ポリシー文書ではなくパイプラインで強制されます。
プライバシー、機械による強制
メンバーを尊重するメンバーの模範。
あなただけのもの
ブランドごとに 1 つのモデルがあり、そのブランドのメンバーのみを対象としてトレーニングされます。あなたのモデルは決して他の人のベースから学んだり、他の人のベースを教えたりすることはありません。
リクエストに応じて忘れます
メンバーが削除されると、そのデータもモデルから削除されます。パージと再トレーニングは削除機構自体の一部であり、手動による後付けではありません。
主催イベントのみ
モデルは、フリー テキストやメッセージ コンテンツではなく、メンバーが制限を求めたデータではなく、行動イベントの管理されたカタログに基づいてトレーニングされます。
世界の残りの半分のモデルは、これを前進させて実行します — デジタル ツイン →
製品内
4か所で出会えます。
子守をするための「モデルコンソール」はありません。モデルの読み取りは、チームがすでに使用しているツール内に表示されます。
メンバープロフィール
各メンバーのページには、次回購入のオッズ、解約リスク、予想されるタイミングなど、計算された事実に加えて、ライブ情報が掲載されています。
メンバー →セグメントビルダー
モデルの出力はフィールドをターゲティングします。層でフィルターするのと同じ方法で、購入確率、解約リスク、または予測されたタイミングに基づいてオーディエンスを構築します。
セグメント →類似視聴者
実績のあるメンバーを擁するシード。指紋は行動の最近傍を見つけます。聴衆は人口統計ではなく証拠に基づいて拡大されます。
広告オーディエンス →エージェントのブリーフ
SoClaw が勝ち取りを検討するとき、それが推論する概要には、リスク、賭けられる価値、タイミングといったモデルの読み取りがすでに含まれています。
SoClaw →1 つのイベント、ループの 1 サイクル — エクスポート、夜間のバッチ、手動による再スコアリングはありません。
モデルの読み取りは、メンバーのプロファイル、セグメント、およびエージェントの推論に反映されます。
関連情報
このページに最も関連するページを引き続き探索してください。
インテリジェントな意思決定
次善のアクション: 誰が、どのオファーを、どのチャネルで、いつ。
続きを読む 能力ダッシュボード
KPI トレンドとしてのスキャンから引き換えまでのリアルタイム データ、ファネル診断、ルール + LLM の次善のアクション パネルに加えて、サインアップ コホート別の維持曲線と、コミットメントではなく予測であることを正直に示す 14 日間の収益見通し。
続きを読む 能力ビジネス目標
管理された KPI を、誰かの答えとなる運用目標に変えます。時間 (年→四半期→月) と組織 (会社→店舗地域→店舗) の 2 つの軸にわたる単一の親子ツリーで 1 つの目標を分割し、ダッシュボードで読み取るのと同じ基準で実際の注文から実績値を自動的に集計します。赤/黄/緑のステータス、ペース予測、および目標が軌道から外れた瞬間のアラートが表示されます。
続きを読む 能力SoTag の Slack
Slack エージェントは、管理および監査された数値をスレッド内で Claude に渡します。毎日の異常スキャン + 人間が承認したクーポンの送信。早期アクセス。
続きを読む 能力SoClaw — AI 従業員を雇用する
ロイヤルティ プログラムに AI 従業員を雇用します。自律的なエージェントはそれぞれ実際の仕事を担当します。リスクのある顧客を取り戻すロイヤルティ マネージャー、受け取りと注文のレビュー キューをクリアするオーダー マネージャー、不正行為からポイントを保護するリスク マネージャー、目標をすぐに実行できるキャンペーンに変えるマーケティング マネージャーです。それぞれが設定した制限内で一度に 1 つのケースを処理し、すべての決定を記録します。目標、予算、タスク、フィードバックを使用してチームのように管理します。デフォルトではオフ、上限が設定されており、すぐに一時停止可能です。早期アクセス。
続きを読む 能力Socialhub Harness — エンタープライズ エージェント ランタイム
言語モデルはあなたの仕事を説明することができます。それ自体では、それを確実に実行することはできません。データに基づいてツールを使用し、複数ステップのタスクを完了まで同じ方法で 2 回実行します。 Socialhub Harness は、そのギャップを埋めるランタイムです。各 AI (マーケティング、ロイヤルティ、リスク マネージャーからメンバー コンシェルジュ、舞台裏のヘルパーに至るまで) は、ランタイムが実行する構造化された青写真 (どのモデル、どのコンテキスト、どのスキル、どのツール、どのデータ) であり、エージェントを基盤にし、そのスキルを順序付けられたステップに構成し、ツールを駆動し、再現可能な結果を返します。また、すべてのアクションが 1 つのランタイムで実行されるため、制御が付属します。40 を超える管理対象アクター、実行 ID とブループリント バージョンがスタンプされた 1 つの追加専用イベント ログ、5 つの常時オンの安全ガードレールが含まれます。 AI を動作させるのはランタイムです。ガバナンスは、統合ランタイムによって無料で得られるものです。
続きを読む