Se incorpora la posibilidad de realizar A/B testing entre distintas estrategias de recomendaciones dentro de una misma personalización. El tráfico puede distribuirse entre dos o más variantes, utilizando estrategias estándar o estrategias custom, para comparar su rendimiento sin necesidad de crear personalizaciones independientes.

El test permite definir como objetivo CTR o Revenue y analizar impresiones, clicks, CTR, compras, revenue y probabilidad de ganar para cada variante. Una vez identificado el mejor resultado, es posible marcar una estrategia como ganadora y asignarle el 100% del tráfico.

Se incorpora una nueva funcionalidad para recolectar y mostrar feedback sobre productos directamente en el sitio web. Se incluye un template de Feedback de Productos que permite a los clientes calificar los productos y dejar sus opiniones, mostrando además el promedio de valoración y el detalle de las reseñas.

Desde el Admin es posible consultar todos los feedbacks recolectados y acceder a métricas y analíticas para analizar las valoraciones y opiniones de los clientes sobre los productos.

Se incorpora un modo de prueba que permite ejecutar un Journey con un customer real antes de activarlo y seguir paso a paso cómo se comporta cada nodo. Es posible seleccionar el customer, la interacción que dispara el Journey y acelerar las esperas para recorrer rápidamente flujos que contienen demoras.

Durante la prueba se puede consultar el resultado de cada decisión, condición, espera, notificación o acción, incluyendo el contexto utilizado y los valores reales evaluados. También es posible repetir una prueba, realizar nuevos tests y consultar el historial de ejecuciones anteriores, facilitando la validación del Journey antes de utilizarlo en producción.

Se incorpora la posibilidad de exportar todas las llamadas realizadas en Live Shopping, incluyendo las evaluaciones de llamadas realizados por los clientes y los tags ingresados por los hosts.

Esto permite analizar en detalle la actividad de las llamadas y complementar las métricas de Live Shopping con información específica de cada interacción.

Se incorpora un embudo visual para analizar cómo avanzan las ejecuciones dentro de cada Journey. Al seleccionar un Journey, es posible visualizar su workflow en modo lectura con la cantidad de ejecuciones que llegó a cada nodo, permitiendo identificar rápidamente dónde se concentran las caídas y cómo se distribuyen las ejecuciones entre las distintas ramas del flujo.

En los componentes de notificación también se muestran métricas de envíos, descartes, aperturas y clics. El embudo cuenta con su propio filtro de fechas, lo que permite analizar el comportamiento de las ejecuciones durante un período específico.

Se incorporan nuevas analíticas para medir el rendimiento de los Journeys, incluyendo ejecuciones iniciadas, completadas, canceladas y en curso, así como el rendimiento de las notificaciones enviadas por cada canal. También es posible analizar la evolución de estas métricas en el tiempo y comparar el desempeño de los distintos Journeys.

El análisis incorpora además un embudo detallado de cada Journey y métricas de compras atribuidas, con diferentes ventanas y tipos de atribución. Esto permite entender cómo avanzan las ejecuciones, dónde se producen las caídas y qué impacto tienen los Journeys sobre las compras y el revenue.

Se incorporan métricas para medir el rendimiento de las personalizaciones que no están relacionadas con recomendaciones, como Esta nueva analítica permite evaluar el alcance, engagement y resultados generados por cada personalización.

De esta forma, es posible analizar el impacto de las distintas experiencias personalizadas y comprender cómo contribuyen al comportamiento y conversión de los usuarios.

Se incorpora la posibilidad de modificar el orden de los resultados de búsqueda en función de las propiedades de los productos. Estas reglas permiten subir o bajar productos según atributos específicos, por ejemplo, priorizar productos con stock o posicionar los productos en liquidación hacia el final de los resultados.

A diferencia de un filtro, estas reglas no eliminan ni agregan productos, sino que modifican su posición dentro de los resultados que ya fueron determinados por el buscador. El impacto es mayor cuando existen varios productos con una relevancia similar y menor cuando el buscador tiene una alta certeza sobre qué productos responden mejor a la consulta.

Las reglas se aplican en el orden definido, permitiendo combinar múltiples criterios para ajustar progresivamente el ranking de los resultados. Para casos en los que un producto deba aparecer siempre al principio, se mantiene la opción de Boosting, mientras que los filtros permiten excluir productos de los resultados.

Se incorporan nuevos reportes en Broadcast Analytics que muestran los dispositivos y clientes de correo más utilizados por los destinatarios para visualizar los mensajes. Los gráficos permiten identificar la distribución de aperturas por tipo de dispositivo (desktop, mobile, tablet, webmail, entre otros) y por cliente de correo (Gmail, Outlook, Apple Mail, Yahoo, etc.), ofreciendo una visión clara de cómo los usuarios consumen las campañas.

Esta información facilita la optimización del diseño y contenido de los mensajes para los entornos más utilizados por la audiencia, ayudando a mejorar la experiencia de lectura, aumentar el engagement y validar la compatibilidad de las campañas con los clientes de correo y dispositivos predominantes.

Se incorpora la posibilidad de exportar en formato CSV todas las respuestas recolectadas a través de personalizaciones de tipo Feedback.

Esta funcionalidad facilita el análisis externo de los resultados, la generación de reportes personalizados y la integración con herramientas de Business Intelligence, permitiendo obtener un mayor valor de la información recolectada directamente desde el sitio web.