預測模型
一種模型，三個組件。預測模型使用多種功能組合（內容決策、發送時間個人化和頻率管理）來確保每個客戶在正確的時間收到正確的內容。
內容決策預測並部署設計、佈局和品牌訊息的完美結合，最能引起個人客戶的共鳴。
發送時間個人化會在客戶最有可能參與時自動發送電子郵件，使行銷人員擺脫行銷活動日曆的限制。
頻率管理為每個客戶創建個人化的訊息發送間隔，控制發送的電子郵 白俄羅斯 電話號碼資源 件總數並防止疲勞。
願景模型
視覺模型使用演算法來分析內容中的元數據，從而可以進行僅靠人力無法完成的深入分析。該模型使用圖像和語言分類這兩個關鍵組件來處理每個創意元素：
圖像分類使用電腦視覺來分析、處理和提取每個創意元素的訊息，這使得人工智慧能夠識別和理解視覺內容中的不同元素。
語言分類使用自然語言處理 (NLP)來識別創意中每個元素的含義和上下文。
世代模型
利用可擴展個人化的力量，生成模型可以在眨眼之間創建主題行。該人工智慧不僅會自動產生副本，還能確保輸出符合品牌指南和客戶的個人偏好。
洞察模型
洞察模型使用三個突破性的元件來支援個人化訊息傳遞。透過結合客戶方面和模型有效性評分，行銷人員可以了解客戶的整體特徵並提供隨著時間的推移而變得越來越有效的內容。
客戶方面透過分析一段時間內的特徵來建立獨一無二的客戶檔案。這不僅可以深入了解客戶行為，而且隨著客戶不斷互動，它變得越來越準確。
模型有效性評分可預測單一創意的收入潛力。行銷人員不再需要透過猜測來理解電子郵件效果良好的原因；現在，他們可以準確地了解哪些創意與客戶產生共鳴。
透過所有這些模型的協同工作，行銷人員可以全面了解客戶並了解哪些內容能引起共鳴。這些知識是在一個自動化流程中產生相關的、可帶來收入的消息傳遞的關鍵。
