Sisu數據

Sisu數據是雲決策智能領域的領導者，使用機器學習自動分解指標性能，並提供快速、全麵和可操作的見解。

Sisu Data和Braze的集成可以讓你理解所有活動或活動級別的指標(例如，打開率、點擊率、轉化率等)為什麼在變化，以及是什麼驅動了最優的結果。一旦確定了這些細分市場，Braze用戶就可以在他們的數據倉庫中實現輸出，或者直接從Sisu發送到Braze，以重新定位和吸引用戶。

先決條件

要求	描述
Sisu帳戶	一個上海外國語大學帳戶需要利用這種夥伴關係。
釺焊REST API鍵	一個釺焊REST API密鑰users.track權限。 可以在Braze Dashboard >開發人員控製台> REST API Key >創建新的API Key．
釺焊REST端點	REST端點URL．端點將依賴於實例的Braze URL。
雲倉庫	這種集成假設您的Braze數據存儲在雲倉庫(例如，Snowflake, BigQuery)。為了簡化這個集成過程，我們建議使用Braze的本地功能via電流．

集成

步驟1:準備數據集

數據集應該指示希望Sisu分析的KPI。例如，如果您想更好地理解為什麼轉化率每周都在下降，那麼覆蓋記錄應該表示每周的轉化率。數據集中的列應該是轉化率下降的潛在原因。

步驟2:創建一個度量

準備好數據集之後，需要創建一個引用聚合列的指標。由於數據集可以支持多個指標，用戶還可以策劃一組默認情況下應該或不應該成為所有分析的一部分的維度。請注意，用戶總是可以繼續在分析級別進行策劃。

步驟3:創建分析

根據用例，用戶可以在Sisu中創建不同的分析。最常見的分析之一是逐期分析，以了解哪些部分變化最大。用戶可以通過選擇相對時間段，選擇每日、每周、每月或自定義時間段進行分析。

例如，用戶可以為特定廣告組和用戶粘性渠道創建逐月的轉化率分析，並了解最主要的積極和消極驅動因素。

• 最積極的驅動因素
• 最大的負麵驅動因素

從這裏，你可以深入了解他們可能想要參與或修改活動的群體。例如，Sisu自動識別出周二發送的推送通知和大量發送的電子郵件會嚴重影響轉化率。

步驟4:將結果寫回數據倉庫

用戶可以從Sisu中提取結果Sisu的API並在數據倉庫中實現這些片段。雪花客戶可以通過Brmanbetx万博全站客户端aze激活這些片段雲數據攝取．

對於其他數據倉庫，用戶可以利用現有的激活解決方案或與Sisu聯係以獲得其他幫助。

支持

有關此集成的問題，請聯係Sisu(電子郵件保護)