رفتار مشتری به‌سادگی در مسیرهایی که تیم بازاریابی ترسیم می‌کند جا نمی‌گیرد. ممکن است کسی دسته‌ای تازه را بررسی کند، برود، از کانالی دیگر برگردد، بدون پاسخ به کمپین خرید کند یا در میانهٔ توالی برنامه‌ریزی‌شده به کمک نیاز پیدا کند. وضعیت او تغییر می‌کند، در حالی که سفر همچنان مسیر خود را می‌رود.
بنابراین یک سفر خودکار می‌تواند دقیقاً مطابق طراحی اجرا شود و همچنان اقدام بعدی نامناسبی داشته باشد. محرک دریافت شده، زمان انتظار گذشته و پیام تحویل داده شده است؛ اما اقدام هنوز فرض قبلی دربارهٔ نیاز این فرد را بازتاب می‌دهد.
ممکن است اشکال چندان ربطی به تحویل پیام نداشته باشد؛ مسئله در رابطهٔ میان دانسته‌های کسب‌وکار و تصمیمی است که بر اساس آن‌ها می‌گیرد.
ردپای دیجیتال، مجموعه‌ای از مشاهده‌هاست؛ نه شرح کامل یک فرد یا کسب‌وکار. خرید، جست‌وجو، پرداخت و درخواست خدمات، شواهدی فراهم می‌کنند که تیم از آن‌ها شناختی قابل بازنگری دربارهٔ رفتار و وضعیت فعلی می‌سازد. شواهد تازه می‌تواند این شناخت را تغییر بدهد. ارزش آن در بهتر کردن یک تصمیم مشخص است، در حالی که عدم قطعیت همچنان روشن می‌ماند.
برای بین‌وبان، رویکرد مبتنی بر هوشمندی از همین‌جا شروع می‌شود: شناخت مشتری، تا زمانی که هنوز مفید است، بر تجربه اثر بگذارد. بازاریاب نتیجه و محدوده‌های پذیرفتنی را تعیین می‌کند. زمینهٔ فعلی و هوشمندی مرتبط به انتخاب مخاطب، زمان، محتوا، کانال و اصل مفید بودن ارتباط بعدی کمک می‌کنند. تیم هم می‌تواند شواهد را بررسی کند و انتخاب بعدی را بهبود بدهد.
از تصمیم شروع کنید؛ بعد بپرسید چه هوشمندی‌ای لازم دارد
سه مشتری فرضی یک فروشگاه را در نظر بگیرید. مایا، ایتن و لئو هرکدام در نود روز گذشته دو خرید معتبر داشته‌اند. سگمنتی که تنها بر تعداد خرید تکیه دارد، آن‌ها را مشابه می‌بیند؛ اما وضعیت فعلی‌شان پاسخ‌های متفاوتی می‌طلبد.
مایا مشغول بررسی دسته‌ای مرتبط با خریدهای قبلی است و واجد شرایط دریافت خبرنامهٔ فروشگاه است. ایتن به سقف تعداد تماس تعیین‌شده در سیاست فروشگاه رسیده. فعالیت لئو کاهش یافته، اما مجوز خبرنامهٔ او نیز لغو شده است. اقدام مناسب می‌تواند راهنمایی مرتبط برای مایا، مکث برای ایتن و کنار گذاشتن لئو از همان خبرنامه باشد.
این‌ها نتیجه‌های احتمالی یک سیاست‌اند؛ تعداد خرید به‌تنهایی چنین نتیجه‌ای نمی‌دهد. تیم پیش از انتخاب اقدام باید هدف را مشخص کند: بازگشت مرتبط به فروشگاه، استفادهٔ بهتر از محصول یا ایجاد خرید سودآورِ اضافی. همچنین باید روشن کند چه شرایطی یک اقدام را از گزینه‌ها خارج می‌کند.
برای مایا، راهنمایی مفید، مشوق خرید و عدم تماس تبلیغاتی را مقایسه کنید. احتمال بالای خرید مشخص نمی‌کند کدام گزینه ارزش اضافی ایجاد می‌کند. مشوق هزینه دارد؛ خرید شاید بدون آن هم اتفاق بیفتد؛ و مرجوعی یا خدمات پرهزینه می‌تواند حاشیهٔ مشارکت را تغییر بدهد. زمینهٔ مالی به تعریف تصمیم کمک می‌کند: هر اقدام پس از کسر هزینه‌هایش ممکن است چه حاشیهٔ مشارکت اضافی ایجاد کند و چه شواهدی پشت این انتظار است؟ بدون شواهد علّی، تیم فرضیه‌ای برای آزمودن دارد؛ نه بهترین اقدامِ اثبات‌شده.
سفر، فرضیه‌ای دربارهٔ چگونگی شکل گرفتن یک تجربه است. افزودن شاخه‌ها می‌تواند تفاوت‌ها را بازنمایی کند، اما هر شاخه فرضی را ثبت می‌کند که تیم باید نگهداری‌اش کند. با بیشتر شدن رفتارها، کانال‌ها و استثناها، ترسیم تک‌تک مسیرهای ممکن به باری عملیاتی و رو به رشد تبدیل می‌شود.
هماهنگ‌سازی تطبیقی، پس از تغییر زمینهٔ مرتبط، انتخاب را بازبینی می‌کند: چه کسی مشمول است، چه زمانی ارتباط مفید است، کدام محتوا یا پیشنهاد مناسب است، کدام کانال تناسب دارد و اصلاً آیا باید تماس گرفت؟ هدف این است که نتیجه و مرزها مشخص باشند، اما این انتخاب‌ها به وضعیت فرد پاسخ بدهند. پیش‌بینی محصور در گزارش این کار را انجام نمی‌دهد؛ باید به تصمیم و اقدام‌های مجاز آن متصل شود. هوشمندی زمانی مفید می‌شود که به پرسشی مشخص دربارهٔ تصمیم پاسخ بدهد. «چه کسی، از کدام کانال مجاز و در چه شرایطی این ارتباط را دریافت کند؟» مبنای روشن‌تری از «کجا هوش مصنوعی اضافه کنیم؟» فراهم می‌کند.
رفتار مشتری را به شناختی قابل استفاده تبدیل کنید
رویداد، یک مشاهده را ثبت می‌کند. شاخصی که برای هر مشتری به‌روز نگه داشته می‌شود، چیزی را بیان می‌کند که کسب‌وکار بتواند دوباره به کار ببرد: تعداد خریدهای واجد شرایط در یک بازهٔ شناور، مجموع مبلغ خرید در دوره‌ای مشخص یا آخرین دستهٔ خریداری‌شده.
ویژگی‌های محاسبه‌شدهٔ بین‌وبان، یا Computed Traits، چنین اتصالی را فراهم می‌کنند. تعریف یک ویژگی، مشخصات رویداد، نوع تجمیع و در صورت نیاز یک پنجرهٔ زمانی شناور را کنار هم قرار می‌دهد. مقدار حاصل وارد ویژگی‌های مشتری می‌شود و می‌تواند در تصمیم‌های دیگر به کار رود. به‌روزرسانی بر اساس رویداد و تازه‌سازی زمان‌بندی‌شده، نیازهای متفاوتی را پاسخ می‌دهند؛ انتخاب مناسب به تعریف شاخص و تازگی موردنیاز آن بستگی دارد. تعریف به‌اندازهٔ عدد اهمیت دارد. منظور از «خرید»، ایجاد سفارش است، تکمیل پرداخت یا سفارشی که پس از مرجوعی حفظ شده؟ «نود روز» بر اساس زمان وقوع رویداد محاسبه می‌شود و رویدادهای دیررس چگونه لحاظ می‌شوند؟ با خروج یک رویداد از پنجرهٔ زمانی چه باید کرد؟ رسیدگی به لغو، حذف تکرار و تطبیق هویت باید با معنای داده در سامانهٔ مبدأ سازگار باشد.
ویژگی محاسبه‌شده یک محاسبهٔ صریح است و لزوماً یادگیری ماشین نیست. ارزش آن، تبدیل زمینهٔ مفید مشتری به چیزی قابل استفادهٔ مجدد است. امتیاز پیش‌بینی زمانی کاربردی‌تر می‌شود که در کنار شاخص‌هایی قرار بگیرد که تیم معنای کسب‌وکاری‌شان را می‌فهمد.
با پیش‌بینی، فرصت پیش رو را بهتر ببینید
پروفایل به توضیح وضعیت فعلی کمک می‌کند. پیش‌بینی، تصویری از آنچه ممکن است بعداً رخ دهد اضافه می‌کند: چه کسی احتمال دارد خرید کند، چه کسی ممکن است تعامل را کاهش بدهد و کجا مداخله ارزش بررسی دارد. این نگاه به تیم کمک می‌کند اولویت‌بندی کند؛ به‌جای اینکه با همهٔ افراد دارای گذشته‌ای مشابه یکسان رفتار کند. شناخت مشتری از اطلاعاتی با ماهیت‌های متفاوت تشکیل می‌شود. مجوز ثبت‌شده یک واقعیت با منبع مشخص است. تعداد خرید، شاخصی محاسبه‌شده با تعریف مشخص است. امتیاز احتمال خرید، نتیجه‌ای را برای هدف و پنجرهٔ مشاهده‌ای معین برآورد می‌کند. محدودیت تماس نیز یک سیاست است.
اگر این‌ها را به‌جای یکدیگر به کار ببریم، تصمیم شکننده می‌شود. احتمال بالای خرید، مجوز ارتباط ایجاد نمی‌کند. فعالیت کم، دلیل کاهش تعامل مشتری را ثابت نمی‌کند. سقف تماس می‌تواند از پیام بعدی جلوگیری کند، بدون اینکه خستگی همان فرد را پیش‌بینی کرده باشد.
قابلیت‌های هوشمندی بین‌وبان، خانواده‌هایی مانند احتمال انجام یک نتیجه، ریسک ریزش، ارزش و شباهت به یک جمعیت مرجع را در کنار پیشنهاد زمان و کانال در بر می‌گیرند. نقش کسب‌وکاری آن‌ها متفاوت است. برآورد ریزش به اولویت‌بندی بررسی کمک می‌کند؛ برآورد ارزش می‌تواند در اولویت خدمات اثر بگذارد؛ و سیگنال شباهت، کشف مخاطب را پشتیبانی می‌کند. هرکدام به جمعیت، هدف و کاربرد تعریف‌شده نیاز دارند.
نبودن یا کهنه بودن شواهد، مسیر جایگزین صریح می‌خواهد: انتظار، انتخاب گزینهٔ مجاز دیگر یا توقف.
اقدام بعدی را با وضعیت فرد تطبیق بدهید
در مثال فروشگاه، بازاریاب می‌تواند سیاستی تعریف کند که ابتدا مشتریان فاقد مجوز را کنار بگذارد، سپس محدودیت تماس را رعایت کند و بعد فعالیت فعلی و پیشنهادهای مرتبط را در نظر بگیرد. مایا از این بررسی‌ها عبور می‌کند. زمان تماس با ایتن محدود می‌شود. مسیر تبلیغاتی لئو، مستقل از ارزش پیش‌بینی‌شدهٔ او، متوقف می‌شود.
در این مثال، واجد شرایط بودن برای خبرنامه یک ویژگی مشتری با هدف مشخص است. این ویژگی جای مجوز اصلی کانال، بررسی دسترس‌پذیری یا سیاست نهایی ارسال را نمی‌گیرد. اقدام‌های متفاوت همچنان نتیجه‌های توضیحیِ سیاست‌اند که تیم باید آن‌ها را در محیط تنظیم‌شدهٔ خود بررسی کند.
گام Decide در Journeyهای بین‌وبان، انشعاب بر اساس شرط را فراهم می‌کند. شاخه‌ها به‌ترتیب بررسی می‌شوند و نخستین شاخهٔ منطبق دنبال می‌شود. اگر هیچ شاخه‌ای منطبق نباشد، مسیر پیش‌فرض انتخاب می‌شود. ویژگی مشتری، ویژگی رویداد و مقادیر در دسترس از پاسخ API می‌توانند در شرط‌ها مشارکت کنند.
فرض کنید مایا و لئو هر دو برای هدف خریدی مشخص امتیاز بالایی می‌گیرند. این برآورد می‌تواند به اولویت‌بندی مایا در میان مشتریان واجد شرایط کمک کند، اما لئو همچنان کنار گذاشته می‌شود. اگر امتیاز مایا در دسترس نبود، مسیر جایگزین مستقلی اعمال می‌شود. امتیاز بر انتخاب اثر می‌گذارد، بدون اینکه جای مجوز را بگیرد، به دستور عمومی ارسال تبدیل شود یا ثابت کند پیام باعث خرید خواهد شد.
سفر باید امکان خروج از مسیری را هم بدهد که دیگر مرتبط نیست. خرید تازه می‌تواند یادآوری را نامعتبر کند؛ تغییر علاقه به یک دسته می‌تواند محتوای دیگری را مرتبط کند. هرجا مسیر اجرای تنظیم‌شده از ارزیابی دوباره پشتیبانی می‌کند، در نقطهٔ تصمیم از زمینهٔ به‌روز استفاده کنید؛ به‌جای اینکه مناسب ماندن شاخهٔ اولیه را فرض بگیرید. پس ترتیب نیز بخشی از سیاست است. شرط‌های هم‌پوشان را با مثال بررسی کنید: شاخهٔ مشوق نباید شرط کنار گذاشتن افراد فاقد مجوز را بی‌اثر کند. نتیجهٔ پیش‌فرض را آگاهانه انتخاب کنید.
پیش‌بینی، در صورت اتصال، ورودی‌های این سیاست را غنی‌تر می‌کند؛ اما خودِ اجراکنندهٔ شاخه‌ها، سامانه‌ای برای یادگیری خودکار سیاست نیست. ترکیب مفید، برآورد مرتبط در یک ساختار تصمیم قابل فهم است. مسئولیت هدف، اقدام‌های مجاز، محدودیت‌های تجاری و شرایط نیازمند بررسی انسانی همچنان با بازاریاب می‌ماند.
کانال، زمان و فشار تماس را متناسب کنید
برای مایا، راهنمایی مفید به انتخاب موضوع محدود نمی‌شود. کانال باید با شیوهٔ تعامل او تناسب داشته باشد؛ زمان با فرصت مفید ارتباط هماهنگ باشد؛ و تعداد تماس برای رابطه فضا باقی بگذارد. این انتخاب‌ها باید به وضعیت او پاسخ بدهند؛ به‌جای اینکه همان توالی ثابتِ همهٔ خریداران را به ارث ببرند.
«بهترین کانال» تنها در مجموعه‌ای از گزینه‌های قابل استفاده معنا دارد. ممکن است مشتری در یک کانال پاسخ بهتری بدهد، اما در آن قابل دسترسی نباشد، برای آن هدف مجوز نداشته باشد یا به‌تازگی تماس دیگری دریافت کرده باشد. کانال جایگزین هم به بررسی مستقلِ شرایط مجاز بودن نیاز دارد.
همین منطق دربارهٔ زمان ارسال صدق می‌کند. فرصت پیشنهادی باید با ساعت‌های مجاز، زمان محلی مشتری در صورت معلوم بودن، مهلت کمپین و شرایط فعلی سازگار باشد. انتظار شاید ارتباط را مناسب‌تر کند، اما فرصتی هم برای تغییر شواهد به وجود می‌آورد.
قابلیت‌های زمان و کانال بین‌وبان در همین زمینهٔ تصمیم قرار می‌گیرند. پیشنهاد، راهنمایی فراهم می‌کند؛ سیاست ارسال تعیین می‌کند چگونه از آن استفاده شود و وقتی گزینهٔ ترجیحی در دسترس نیست چه اتفاقی بیفتد. مسیر دقیق فعال‌سازی به محیط و اتصال‌های تنظیم‌شده بستگی دارد.
همهٔ مکث‌ها را با یک توضیح ثبت نکنید. نداشتن مجوز، رسیدن به سقف تماس، تکمیل هدف و استثنای تجاری، دلیل‌های متفاوت‌اند. حفظ دلیل به تیم کمک می‌کند نتیجه را بفهمد و اقدام مناسب را انتخاب کند؛ به‌جای اینکه صرفاً راه دیگری برای ارسال پیدا کند.
بگذارید تغییر وضعیت، تجربه را تغییر بدهد
تصمیم زمانی ارزش دارد که تجربهٔ واقعی آن را منعکس کند. در فاصلهٔ ارزیابی تا تحویل، مشتری ممکن است خرید کند، مجوز را تغییر بدهد یا دیگر واجد شرایط نباشد. هرجا چنین تغییری اقدام را نامعتبر می‌کند، کنترل نهایی و سامانهٔ مسئول آن را مشخص کنید. تازگی را خودِ تصمیم تعیین می‌کند. شاخص روزانهٔ ارزش شاید برای مرور ماهانهٔ خدمات کافی باشد؛ اما متوقف کردن یادآوری خرید به تأخیر متفاوتی نیاز دارد. کل مسیر را اندازه بگیرید: رسیدن رویداد، تغییر پروفایل، ارزیابی مخاطب، پردازش Journey و صف مقصد. سرعت یک جزء، باقی مسیر را تازه نمی‌کند.
برای ایتن، مکث باید مطابق سیاست تنظیم‌شده در سفرها و مقصدهای مشارکت‌کننده حفظ شود. برای لئو، خروجی قدیمی مخاطبان نباید بی‌سروصدا تغییر جدید مجوز را نادیده بگیرد. این‌ها نیازهای اتصال و عملیات‌اند که باید بررسی شوند؛ وجود کارت پیشنهاد، آن‌ها را ثابت نمی‌کند.
با یک مسیر محدود شروع کنید و گذارهایش را بیازمایید: مشتری واجد شرایط، مشتری کنارگذاشته‌شده، تغییر هنگام انتظار، شواهد ناموجود و شکست تحویل به مقصد. آزمون اصلی این است که آیا تصمیم موردنظر در مسیر تبدیل شدن به اقدام حفظ می‌شود یا نه.
همین نگاه را به لحظهٔ خرید ببرید
در رسانهٔ خرده‌فروشی، تصمیم در لحظهٔ یک فرصت تبلیغاتی گرفته می‌شود. خریدار با جست‌وجو یا رفتار مرور، قصدی را نشان می‌دهد. شرایط کمپین، ارتباط محصول، موجودی جایگاه‌های تبلیغاتی، پیشنهاد قیمت و شواهد عملکرد کمک می‌کنند مشخص شود چه چیزی اجازهٔ نمایش دارد و گزینه‌ها چگونه مقایسه شوند.
پیاده‌سازی جست‌وجوی تبلیغاتی بین‌وبان، نمونه‌ای از هوشمندی در محدودهٔ یک سیاست است. در رویکرد ترکیبی بررسی‌شده، تطبیق واژگانی شرایط ورود و سطح ارتباط را تعیین می‌کند. اگر شاخهٔ معنایی تنظیم شده و مدل بردارسازی در دسترس باشد، شواهد معنایی می‌تواند ترتیب گزینه‌ها را در همان سطح‌ها تغییر دهد. گزینه‌ای که از دروازهٔ واژگانی رد شده، از این راه وارد نمی‌شود.
امتیازدهی متکی بر عملکرد، نمونهٔ دیگری است. کلیک و نمایش تاریخی در سطح جایگاه می‌تواند مبنای برآورد نرخ کلیک شود تا پیشنهاد هزینه به‌ازای کلیک، برای مقایسه با پیشنهاد هزینه به‌ازای هزار نمایش، به ارزش معادل نمایش تبدیل شود. وقتی سابقه وجود ندارد، مسیر جایگزین اهمیت دارد. این یک برآورد تاریخی در سطح جایگاه است؛ نه اثبات وجود مدل پاسخ اختصاصی برای هر خریدار.
اصل مشترک با تعامل با مشتری روشن است: زمینه و برآوردها، انتخاب را در محدوده‌های صریح هدایت می‌کنند. نتیجهٔ تبلیغ‌دهنده، اقتصاد خرده‌فروش و ارتباط برای خریدار را کنار هم ارزیابی کنید. وجود سازوکار امتیازدهی به‌تنهایی درآمد افزایشی یا بهبود اندازه‌گیری‌شدهٔ بازده را ثابت نمی‌کند.
مسیر پرسش تا پاسخ را برای بازاریاب کوتاه‌تر کنید
تیم باید بتواند بپرسد چرا مایا واجد شرایط است، تعداد خرید او از چه تعریفی به دست آمده و از ارزیابی قبلی چه چیزی تغییر کرده است. گزارش تجمیعی ممکن است الگویی را آشکار کند، اما آن الگو پیش از تبدیل شدن به مخاطب یا ویژگی عملیاتی، هنوز به تعریف در سطح هر مشتری نیاز دارد.
کمک گرفتن از دستیار هوشمند نیز در همین نقطه ارزش پیدا می‌کند. یک ابزار هوش مصنوعیِ مجاز می‌تواند از طریق رابط‌های تعریف‌شده، قابلیت‌های موجود را پیدا و اشیای محصول را بررسی کند. رویکرد دسترسی ابزارمحور بین‌وبان، عملیات خواندن را از تغییرهای پیشنهادی تفکیک می‌کند و برای اقدام‌های پشتیبانی‌شده، اجرا بر اساس سطح دسترسی و چرخهٔ تأیید فراهم می‌کند.
بررسی مفید با پرسشی محدود شروع می‌شود: «این مخاطب با چه شرط‌هایی تعریف شده و برای این مشتری چه شواهدی در دسترس است؟» دستیار باید اشیای بررسی‌شده، تعریف‌های مرتبط و ابهام‌های باقی‌مانده را گزارش کند. نتیجهٔ حاصل از دادهٔ تجمیعی باید تجمیعی باقی بماند؛ توضیح بدون پشتوانه هم باید نامعلوم بماند.
اتصال دستیار بیرونی، گفت‌وگوی داخل محصول و موتور تصمیم پس‌زمینه، تجربه‌های متفاوتی هستند. اتصال ابزار، همهٔ عملیات را در دسترس قرار نمی‌دهد و مسئولیت را نیز منتقل نمی‌کند. ارزش آن، کوتاه‌تر کردن مسیر قابل بررسی از پرسش کسب‌وکار به شواهد و اقدام مناسب است.
از نتیجه یاد بگیرید؛ نه فقط از امتیاز
مدل می‌تواند خریداران محتمل را دقیق تشخیص بدهد، اما کمپین ارزش اضافی چندانی ایجاد نکند؛ شاید آن مشتریان در هر صورت خرید می‌کردند. در مقابل، یک مداخلهٔ مفید ممکن است به کسانی برسد که بدون آن احتمال بازگشت کمتری داشتند.
سه پرسش را تفکیک کنید: آیا سیگنال، هدف تعریف‌شده را خوب برآورد کرده است؟ آیا مسیر تصمیم و ارسال طبق تنظیمات عمل کرده است؟ آیا مداخله، نتیجهٔ کسب‌وکاریِ اضافی ایجاد کرده است؟ هر پرسش شواهد متفاوتی می‌خواهد.
در مثال فروشگاه، خرید واجد شرایط، هزینهٔ مشوق، حاشیهٔ مشارکت و فشار تماس را بررسی کنید. برای برآورد اثر اضافی، گروه کنترل تصادفی با طراحی مناسب، تعریف یکسان نتیجه، پنجرهٔ مشاهدهٔ سازگار و ارزیابی عدم قطعیت لازم است. امتیاز احتمال خرید به‌تنهایی نه تخفیف دادن را توجیه می‌کند و نه ندادن آن را.
یافته‌ها را به تعریف‌ها و سیاست‌های عملیاتی برگردانید. شاید مخاطب بیش از حد گسترده است، گزینهٔ جایگزین مؤثر نیست یا تماس پس از پنجرهٔ مفید انجام می‌شود. بهبود می‌تواند به دادهٔ بهتر، برآورد متفاوت، سیاست بازنگری‌شده یا اقدام ساده‌تر نیاز داشته باشد. خودکارسازی بیشتر فقط یکی از پاسخ‌های ممکن است.
زمینهٔ اقتصادی، پیش از انتخاب هم اهمیت دارد؛ نه فقط پس از آن. هنگام مقایسهٔ اقدام‌ها، نتیجهٔ مالی، هزینه‌های مرتبط و بده‌بستان‌های پذیرفتنی را تعریف کنید؛ سپس با نتایج مشاهده‌شده، آن فرض‌ها را اصلاح کنید. این اتصال، شناخت رفتار را به ارزش کسب‌وکار پیوند می‌دهد، بدون اینکه ادعا کنیم یک مدل رفتاری به‌تنهایی کل شرکت را بهینه می‌کند.
یک چرخهٔ عملیاتی مبتنی بر هوشمندی بسازید
این رویکرد با چرخه‌ای تکرارپذیر ملموس می‌شود: نتیجه را تعریف کنید، زمینهٔ مرتبط را گرد آورید، از برآورد مناسب کمک بگیرید، در محدوده‌های روشن انتخاب کنید، با کنترل‌های لازم اجرا کنید و نتیجه را بررسی کنید. با تصمیمی شروع کنید که به‌اندازهٔ کافی کوچک و قابل بررسی باشد. ورودی‌ها، تازگی لازم، اقدام‌های مجاز، استثناها، مسیر جایگزین و مسئول را بنویسید. پیش از فعال‌سازی، مشتریان فرضی را از مسیر عبور دهید. ثبت کنید مثال چه چیزی را نشان می‌دهد و کدام اتصال‌ها هنوز در محیط موردنظر به تأیید نیاز دارند.
ایدهٔ سازمان‌دهندهٔ نگاه مبتنی بر هوشمندی در بین‌وبان همین است: شناخت مشتری در تعامل و رسانه قابل استفاده باشد و تیم بتواند تصمیم‌های حاصل را توضیح بدهد، محدود کند و بهبود دهد.
پرسش عملی، تعداد قابلیت‌های هوشمند یک پلتفرم نیست. پرسش این است که آیا تغییر شناخت می‌تواند به تصمیم بعدی بهتر منجر شود و آیا تیم شواهد کافی دارد تا بداند چه زمانی چنین اتفاقی افتاده است.
گام بعدی