Verada AI - ウェブプッシュ
Fanplayrプラットフォームの他の多くのモジュールと同様に、Verada AIはウェブプッシュ通知システムを強化し、送信するすべてのメッセージからより多くの成果を得るための機能を提供します。
通知の送信時間インテリジェンス
適切なタイミングでユーザーに通知を届けることは、クリックと非表示の分かれ目となります。Verada AIは、過去のプッシュ通知のパフォーマンスデータを分析し、メッセージを送信するのに最適な曜日と時間帯を推奨することで、スケジューリングの当て推量をなくします。
使用方法
Manual Notificationsリスト画面から、右上隅にある"AI Recommendation"ボタンをクリックします。これにより、Verada AIの推奨ウィンドウが開きます。
AI recommendation button
デフォルトでは、Verada AIはすべてのドメインにわたるパフォーマンスデータを分析します。分析を特定のドメインに絞りたい場合は、ウィンドウ上部のドメインセレクターを使用してください。選択を変更すると、分析が自動的に再実行され、そのドメインの通知履歴に合わせた推奨事項が返されます。
Header with domain selector
推奨ウィンドウ
このウィンドウは通常、4つのセクションに分かれています。
AIによる全体的な解釈
Overall determination
これは見出しとなる結果であり、Verada AIが推奨する内容を簡潔にまとめたものです。十分なデータが利用可能な場合、このセクションには以下が表示されます。
- 最適な曜日 — 過去にオーディエンスが最も反応した曜日
- 最適な時間帯 — 最も強いエンゲージメントに関連する時間枠
- 結果の信頼度 — AIが結果にどれだけ確信を持っているか
信頼できる推奨を行うのに十分な履歴データがない場合、このセクションには、信頼できる判断を下す前により多くのデータが必要であることが示されます。
裏付けとなるデータ
Supporting data
このセクションには、Verada AIが推奨に到達するために使用した基となる数値が表示されます。全体的なエンゲージメント指標と、推奨される送信期間に適用される指標が表示されます。これは、推奨を自身の直感と照らし合わせて検証するのに役立ちます。
テストの機会
Testing opportunities
Verada AIは、最良の選択肢を伝えるだけではありません。実験できる次善の送信ウィンドウも示され、それぞれにトップ推奨との近さを示すスコアが付随しています。
注記
このセクションは常に表示されるとは限りません。表示されるかどうかは、基となるデータの形状と分布に依存します。データが意味のある次点候補をサポートしない場合、このセクションは省略されます。
これは、A/Bテスト戦略や、主要な推奨ウィンドウが物流上実行不可能な場合に特に役立ちます。
概要
General summary
最後のセクションでは、主な調査結果を平易な言葉で要約し、プッシュ通知の計画とスケジューリングに関する一般的なベストプラクティスが含まれています。これは、送信戦略をチームと調整する際のクイックリファレンスとして活用できます。
仕組み
Verada AIは、通知履歴を複数の角度から同時に調査し、それらのシグナルを単一の、信頼度で重み付けされた結果に組み合わせることで推奨に到達します。
大まかには、プロセスは次のようになります。
履歴の集約 — 過去の通知イベントは、異なる時間枠（例：月曜日の午前中、火曜日の夕方など）にわたってグループ化され、集計され、オーディエンスが最もエンゲージした時期の全体像が構築されます。
パフォーマンスのスコアリング — 各時間枠は評価され、肯定的な結果とどれだけ強く相関するかに基づいてスコアが与えられます。より多くのデータとより一貫した結果を持つ時間枠は、より高いスコアを獲得します。
信頼度の推定 — すべての推奨が同じように作成されるわけではありません。Verada AIは、各結果を裏付けるデータの量を考慮し、推奨が十分に裏付けられている場合と、実験の出発点として扱うべき場合を明確に示します。
データ品質チェック — 推奨を表示する前に、システムは、信頼できる十分なデータがあることを検証します。データが少なすぎるか一貫性がない場合、誤解を招く結果を返すのではなく、その旨を伝えます。
目標は、履歴の中で最も一般的な送信時間を見つけることだけではありません。最も一貫して効果的だった送信ウィンドウを特定し、その発見に対する確信度を明確にすることです。
Verada AIを最大限に活用するためのヒント
- データが多いほど、より良い推奨が得られます。 システムは、分析する過去の通知が十分な量ある場合に最高のパフォーマンスを発揮します。始めたばかりの場合は、ある程度の履歴が構築されてから再度確認してください。
- 代替案を試してください。 「Testing Alternatives（テストの代替案）」セクションは、まさにそのために設計されています。構造化された実験を実行し、将来の推奨にさらにシグナルをフィードバックするために使用してください。
- ドメインフィルタリングを戦略的に使用してください。 異なるオーディエンスを持つ複数のドメインを管理している場合、ドメインごとの推奨は、すべてのドメインの集計よりもほぼ常に正確です。