Canada Data

在 Journey Builder 中，频率拆分活动根据每个联系人的参与频率为其分配一条路径。请按照以下步骤配置频率拆分：

将频率分割活动拖到旅程构建器画布上的某个区域。
单击“活动”。
选择您希望发送的渠道（在本例中为电子邮件，因为我们关注电子邮件频率）。
现在单击添加路径（饱和、几乎饱和、不饱和）。
单击完成。

我们知道，Journey Builder 中的“全部路径”或“剩余路径”包括所有不符合指定标准的联系人。土耳其手机号码列表 在频率分割的情况下，如果未添加所有其他路径（即不饱和、几乎饱和、饱和和目标），则将包括剩余路径。

分析爱因斯坦参与频率数据质量
数据质量分析是数据管理中的关键步骤。不准确的数据会严重影响您的决策过程，导致结果混乱。在 SFMC，数据质量分析对于在无错误的客户信息的基础上构建有针对性的活动是必不可少的。

您可以分析 Marketing Cloud 中 Einstein Engagement Frequency 使用的参与度数据的质量，以预测订阅者的参与率。Einstein 将数据质量得分分为两种类型，即频率密度得分和参与频率得分。

为了确定频率密度分数，Einstein 会分析业务部门的发送频率，并将该业务部门中最活跃的发送时间与您账户中的最大发送频率进行比较。

为了确定参与频率分数，Einstein 的算法会查看联系人与您以特定频率发送的电子邮件互动的频率。然后，它会将互动率与这些联系人收到您的电子邮件的汇总频率进行比较。

归根结底，分析 EEF 数据质量的目的是帮助营销人员向其订阅者发送更有针对性、更相关的内容。因此，这将最大限度地降低退订和垃圾邮件投诉的风险。

根据分数，营销人员可以识别最有可能取消订阅的订阅者，根据个人参与偏好细分受众，并优化发送频率。

爱因斯坦参与频率数据扩展
Salesforce Marketing Cloud 使用数据扩展来存储和管理与您的营销活动相关的数据，例如客户信息、交易数据等。正如我们在之前的 Journey Builder 文章中看到的那样，数据扩展用作客户旅程的入口源。它们还定义了自动化工作流程的起点和终点。

就 EEF 而言，SFMC 中的 Einstein 使用两个数据扩展来存储其优化分析：

Einstein_MC_EMAIL_Frequency_Undersaturation：此数据扩展存储有关尚未收到最佳数量的电子邮件且需要针对更多相关电子邮件进行定位的联系人的信息。
Einstein_MC_EMAIL_Frequency_Oversaturation：此数据扩展存储有关已收到超过最佳数量的电子邮件的联系人的信息，除了高度特定的电子邮件外，不应成为目标。
代替结论：需要记住的要点
如果您计划将 Einstein 用于 Marketing Cloud，请记住以下几点：

计划使用 Einstein Engagement Frequency 应用程序的帐户必须配置 Journey Builder。
更新到新版本的 EEF 会清除旧数据。除了上一节中提到的两个数据扩展外，不会删除任何其他扩展。
EEF 无法在品牌或细分市场层面做出预测。
EEF 在发送电子邮件时不发挥任何作用。用户根据 EEF 提供的信息来控制发送。