Verada AI - Notificaciones Push Web
Al igual que muchos otros módulos en la plataforma Fanplayr, Verada AI ofrece la capacidad de mejorar el sistema de Notificaciones Push Web para ayudarte a sacar más provecho de cada mensaje que envías.
Inteligencia de Hora de Envío de Notificaciones
Hacer llegar una notificación a un usuario en el momento adecuado puede ser la diferencia entre un clic y un descarte. Verada AI analiza tus datos históricos de rendimiento de notificaciones push para recomendar el día de la semana y la hora del día óptimos para enviar tus mensajes, eliminando las conjeturas de la programación.
Cómo Usar
Desde la pantalla de lista de Notificaciones Manuales, haz clic en el botón "Recomendación de IA" en la esquina superior derecha. Esto abrirá la ventana de recomendaciones de Verada AI.
AI recommendation button
Por defecto, Verada AI analiza los datos de rendimiento en todos tus dominios. Si deseas restringir el análisis a un dominio específico, utiliza el selector de dominio en la parte superior de la ventana. Cambiar la selección volverá a ejecutar automáticamente el análisis y devolverá recomendaciones adaptadas al historial de notificaciones de ese dominio.
Header with domain selector
La Ventana de Recomendación
La ventana se organiza generalmente en cuatro secciones.
Interpretación General de la IA
Overall determination
Este es el resultado principal, un resumen conciso de lo que Verada AI recomienda de un vistazo. Cuando hay datos suficientes disponibles, esta sección mostrará:
- Mejor Día de la Semana — el día en que tu audiencia ha sido históricamente más receptiva
- Mejor Hora del Día — el intervalo de tiempo asociado con la mayor interacción
- Confianza del Resultado — qué tan segura está la IA del resultado
Si no hay suficientes datos históricos para hacer una recomendación segura, esta sección indicará que se necesitan más datos antes de que se pueda realizar una determinación confiable.
Datos de Apoyo
Supporting data
Esta sección muestra los números subyacentes que Verada AI utilizó para llegar a su recomendación. Verás algunas métricas generales de interacción y luego aquellas aplicables al período de envío recomendado. Esto es útil para validar la recomendación contra tu propia intuición.
Oportunidades de Prueba
Testing opportunities
Verada AI no solo te dice la mejor opción. También presenta las siguientes mejores ventanas de envío con las que puedes experimentar, cada una acompañada de una puntuación que indica qué tan cerca estuvieron de la recomendación principal.
Nota
Es posible que esta sección no siempre aparezca. Si se muestra o no depende de la forma y distribución de tus datos subyacentes. Si los datos no respaldan candidatos secundarios significativos, esta sección se omitirá.
Esto es particularmente útil para estrategias de pruebas A/B o cuando tu ventana de recomendación principal no es logísticamente factible.
Resumen
General summary
La sección final resume los hallazgos clave en un lenguaje sencillo e incluye un conjunto de mejores prácticas generales para planificar y programar tus notificaciones push. Piensa en esto como una referencia rápida que puedes compartir con tu equipo al alinear una estrategia de envío.
Cómo Funciona
Verada AI llega a su recomendación examinando tu historial de notificaciones desde varios ángulos simultáneamente, luego combinando esas señales en un único resultado ponderado por confianza.
A un alto nivel, el proceso funciona así:
Agregación histórica — Los eventos de notificación pasados se agrupan y cuentan en diferentes ventanas de tiempo (por ejemplo, los lunes por la mañana, los martes por la noche, etc.) para construir una imagen de cuándo tu audiencia ha interactuado más.
Puntuación de rendimiento — Cada ventana de tiempo se evalúa y se le asigna una puntuación basada en la fuerza con la que se correlaciona con resultados positivos. Las ventanas con más datos y resultados más consistentes obtienen puntuaciones más altas.
Estimación de confianza — No todas las recomendaciones son iguales. Verada AI considera cuántos datos respaldan cada resultado y señala claramente cuándo una recomendación está bien respaldada versus cuándo debes tratarla como un punto de partida para la experimentación.
Controles de calidad de datos — Antes de presentar cualquier recomendación, el sistema valida que hay suficientes datos fiables para usar. Si los datos son demasiado escasos o inconsistentes, lo indicará en lugar de devolver un resultado engañoso.
El objetivo no es simplemente encontrar la hora de envío más común en tu historial. Es identificar la ventana de envío que ha sido más consistentemente efectiva, y ser transparente sobre cuán segura está de ese hallazgo.
Consejos para Sacar el Máximo Provecho de Verada AI
- Más datos = mejores recomendaciones. El sistema funciona mejor cuando tienes un volumen significativo de notificaciones pasadas para analizar. Si recién estás comenzando, vuelve a verificar después de haber acumulado algo de historial.
- Prueba las alternativas. La sección de Oportunidades de Prueba está diseñada precisamente para eso — probar. Úsala para ejecutar experimentos estructurados y alimentar más señales a futuras recomendaciones.
- Usa el filtrado de dominio estratégicamente. Si administras múltiples dominios con diferentes audiencias, las recomendaciones por dominio serán casi siempre más precisas que el agregado de todos los dominios.