Esta nueva estrategia de recomendación permite sugerir productos de distintas categorías basándose en el comportamiento y las preferencias del usuario. Al analizar la categoría de origen de un artículo que el usuario está visualizando o comprando, se sugieren productos de categorías relacionadas o complementarias. Esto aumenta la relevancia de las recomendaciones y mejora la experiencia de compra al presentar al cliente artículos que podrían interesarle, pero que no necesariamente pertenecen a la misma categoría que el producto original.

Más info sobre esta nueva estrategia aquí.

Se ha implementado una nueva función que permite duplicar campañas de broadcast existentes para acelerar la creación y envío de futuras campañas. Al duplicar una campaña, se copian todos los contenidos, imágenes, enlaces y configuraciones, garantizando que los parámetros UTM y el seguimiento se mantengan intactos.

Esta funcionalidad optimiza el proceso de creación de campañas recurrentes, ahorrando tiempo y esfuerzo al reutilizar configuraciones previas. Al mantener la consistencia en los parámetros de seguimiento, facilita el análisis y la comparación de resultados entre campañas, mejorando la eficiencia y efectividad de las estrategias de marketing.

Ahora es posible sincronizar datos de clientes con BigQuery, permitiendo una importación eficiente de información. Esta integración facilita la creación de segmentaciones más precisas y una mejor personalización en estrategias de marketing y engagement.

Se incorpora un nuevo ranking de productos recomendados comprados, permitiendo analizar cuáles items sugeridos generan más conversiones.

Se ha incorporado una vista analítica a nivel de proyecto que muestra valores totales clave, como el número total de interacciones y el ingreso generado, junto con un análisis RFM (Recency, Frequency, Monetary).

Esta funcionalidad permite verificar el correcto funcionamiento de la integración del ecommerce con la plataforma, asegurando que los datos se recopilen de manera precisa. Además, representa el primer paso para comparar el impacto de las recomendaciones y personalizaciones con los valores globales del negocio, facilitando un análisis más detallado y estratégico.

Por más información aquí.

Se implementa la detección de Apple Mail Privacy Protection (MPP) para mejorar la precisión en la medición de tasas de apertura de correos electrónicos. Ahora, las analíticas diferencian entre aperturas reales y aquellas influenciadas por MPP, brindando una visión más clara del rendimiento y la interacción con las campañas.

Esta mejora permite tomar decisiones más informadas al evaluar la efectividad de los emails, optimizar estrategias de engagement y ajustar métricas clave para una mejor segmentación y personalización.

Se ha implementado una nueva estrategia de recomendaciones personalizadas que permite a los usuarios proporcionar instrucciones específicas a la IA para la generación de sugerencias. Esta funcionalidad posibilita definir el contexto de las recomendaciones, ya sea de manera general o adaptada a cada cliente, garantizando una mayor precisión en los resultados.

Además, esta estrategia permite incorporar criterios como el mapeo de categorías y marcas, la promoción de productos más vendidos y la selección de candidatos con mayor afinidad. Con esta capacidad de personalización avanzada, las empresas pueden optimizar sus estrategias de recomendación y ofrecer experiencias más relevantes a sus clientes.

Se incorpora una nueva estrategia de recomendaciones personalizadas que permite seleccionar y destacar productos en función de filtros específicos. Los usuarios pueden definir criterios como categoría, marca, rango de precios, popularidad u otros atributos para resaltar dinámicamente los ítems más relevantes.

Esta funcionalidad brinda un mayor control sobre las recomendaciones, asegurando una alineación más precisa con los objetivos del negocio y las preferencias de los clientes, mejorando así la efectividad de las estrategias de personalización.

Más info aquí.

Se introduce una herramienta de depuración que permite verificar en tiempo real la correcta integración de las interacciones de los clientes. Esta funcionalidad facilita el seguimiento y la depuración de eventos a medida que ocurren, asegurando que los datos se capturen de manera precisa durante el proceso de integración.

Con esta mejora, los usuarios pueden identificar y resolver posibles problemas rápidamente, optimizando la configuración y garantizando un flujo de datos confiable.

Se amplían las analíticas de Video Shopping con métricas clave como el total de clientes, sesiones, CTR (Click-Through Rate), CR (Conversion Rate), ATCR (Add-to-Cart Rate) y el ingreso generado. Además, se incorpora un análisis de tendencias para evaluar el rendimiento a lo largo del tiempo.

Estas mejoras permiten optimizar las estrategias de Video Shopping al proporcionar información detallada sobre la interacción de los usuarios, la efectividad de los videos y el impacto en las conversiones. Con datos más precisos, es posible ajustar campañas y maximizar el engagement y las ventas.

Mas info aquí.