Nelle scorse release di magnews abbiamo sviluppato due nuovi nodi per i workflow, i nodi AI-driven, per trasformare i tuoi flussi di automation, rendendoli più intelligenti ed efficaci:
- AI Split: costruisci diversi percorsi partendo da questo nodo e il workflow indirizzerà i tuoi contatti verso il percorso più performante (se non l’hai ancora letto, scopri come funziona AI Split).
- AI Wait: inserisci questo nodo nel workflow e scoprirai quali sono i tempi di attesa più efficaci e produttivi (se l’hai perso, scopri come funziona AI Wait).
Questi nuovi nodi, dotati di una funzione di apprendimento automatico, permettono di ottenere risultati più alti e conversioni più efficaci e stiamo lavorando per aggiungere ulteriori nodi di questo tipo, che renderanno i tuoi flussi di automazione ancora più intelligenti e performanti. Nel frattempo abbiamo aggiunto alcune utili funzionalità per semplificare la comprensione e l’utilizzo di questa nuova tecnologia.
Monitora l’andamento
Se aggiungi un nodo AI al tuo workflow, vedrai una card in più, che contiene un report specifico dell’andamento del nodo e che ti tiene sempre aggiornato sui risultati e sulle performance. Puoi monitorare le conversioni o il successo del workflow e sapere quale uscita di AI Split o quale tempo di attesa di AI Wait sta “vincendo”.
![](https://www.magnews.it/wp-content/uploads/2024/02/AI-nodo.png)
Il nodo continuerà il suo percorso, ma potrai sapere perché le sessioni del workflow si stanno progressivamente spostando verso un’opzione piuttosto che verso un’altra.
Apprendimento automatico: Learning > Optimizing > Optimized
I nodi AI passano attraverso tre fasi, indicate da un’icona e un colore diversi:
Learning: appena pubblichi il workflow, il nodo AI entra nella fase di apprendimento. Immagazzina i dati delle tue sessioni e i risultati del flusso di automation e inizia a imparare.
Optimizing: una volta raggiunto il tempo e il numero di sessioni minime, sulla base delle informazioni raccolte nella fase precedente e che continua a raccogliere, il nodo ottimizza il proprio funzionamento per raggiungere i migliori risultati possibili. Le sessioni iniziano a spostarsi progressivamente verso l’uscita (AI Split) o verso il tempo di attesa (AI Wait) che sta ottenendo le migliori performance.
Optimized: il nodo è nello stato ottimale e mantiene la configurazione raggiunta per garantire risultati consistenti. Il nodo continua comunque a raccogliere dati e a verificare se deve modificare l’impostazione perché l’uscita o il tempo di attesa che raggiungono risultati migliori sono cambiati, in questo caso il nodo tornerà allo stato precedente.
La fase è indicata sul nodo e sulla card di report nella home page del workflow
![](https://www.magnews.it/wp-content/uploads/2024/02/ai-split.png)
Reset delle sessioni AI
Se, in qualsiasi momento, modifichi il workflow o desideri ricominciare la valutazione dell’andamento, puoi ripristinare i conteggi del nodo AI, mettendo in pausa il workflow e andando nella configurazione del nodo, cliccando “Ripristina”.
Il nodo ritorna allo stato di apprendimento “Learning”, rimane in ascolto e attende nuovamente il numero di sessioni e il tempo minimi per entrare nello stato “Optimizing”
![](https://www.magnews.it/wp-content/uploads/2024/02/ai-wait-scheda.png)
Template specifici
In aggiunta ai template di workflow già esistenti, abbiamo inserito alcuni template da utilizzare con i connettori eCommerce, per il recupero dei carrelli abbandonati, che utilizzano il nodo AI Wait, sia che tu abbia un eCommerce su Magento, Shopify o PrestaShop.
Il flusso inizia con il nodo trigger del carrello abbandonato, rimanendo in ascolto di un contatto che ha lasciato uno o più prodotti non acquistati. Subito dopo, il nodo AI Wait è impostato per avere 4 tempi di attesa diversi, per raggiungere i tempi totali di 2 ore, 4 ore, 8 ore o 1 giorno.
Il flusso prosegue inviando una serie di messaggi al contatto per sollecitare l’acquisto. II nodo AI Wait valuterà qual è il tempo di attesa migliore per i tuoi contatti
![](https://www.magnews.it/wp-content/uploads/2024/02/wf-magento-1024x509.png)