SocialHub.AI

Erfassen Sie das Signalmodell

Ereignisse, Verhalten und Absicht – von dem, was passiert ist, bis zum Warum, jetzt.

Flash liest ein Mitglied in vier Ebenen: Rohdatensätze werden zu einem standardisierten Strom von Ereignissen, die eigenen Aktionen des Mitglieds werden zu Verhaltensweisen destilliert, und ein aktuelles Zeitfenster von Verhaltensweisen wird als Absicht gelesen – das „Warum jetzt?“, immer als zu bestätigende Hypothese formuliert, niemals als Tatsache, die die Plattform vorgibt zu kennen.

Das SignalmodellVier Ebenen
Absicht意图

Warum gerade jetzt – als Hypothese

Verhaltensweisen行为

was das Mitglied getan hat

Veranstaltungen事件

Alles, was passiert ist

Rohdaten原始数据

Bestellungen · Punkte · Besuche · Gutscheine

Jede Ebene baut auf der darunter liegenden auf und wird vom Profilpanel, den Intent-Tags und dem KI-Agenten identisch gelesen.

Das Problem

Verhalten ist laut, aber das „Warum jetzt“ ist vergraben.

Ein Mitglied stöbert gerade, ist still oder sucht nach einem Schnäppchen – aber die Rohdaten befinden sich in einem Dutzend verschiedener Tabellen, und die meisten Teams erkennen das Muster erst Wochen später in einem Bericht oder fügen eine KI hinzu, die Rohdatenereignisse ohne gemeinsame, kontrollierte Auswertung errät.

Verstreute, nicht übereinstimmende Datensätze

Bestellungen, Punkte, Besuche und Nachrichten werden jeweils in einer eigenen Tabelle mit eigener Struktur gespeichert – es gibt keinen einzelnen Datenstrom, der verarbeitet werden muss.

Signal im Rauschen versunken

System-Churn – gesammelte Punkte, versendete Angebote – überdecken die wenigen Aktionen, die das Mitglied tatsächlich durchgeführt hat.

Jeder zieht andere Schlüsse.

Der Operator, der Segment-Builder und ein KI-Agent interpretieren die Absicht jeweils unterschiedlich, sodass sie sich bezüglich desselben Mitglieds nicht einig sind.

Das Modell

Vier Schichten, eine Fahrtrichtung.

Jede Ebene baut auf der darunterliegenden auf: Rohdaten werden zu Ereignissen standardisiert, Ereignisse zu Verhaltensweisen gefiltert und Verhaltensweisen als Absicht interpretiert. Jeder Schritt lässt sich bis zum tatsächlichen Verhalten des Mitglieds nachvollziehen.

01

Rohdaten

原始数据

Die Datensätze Ihrer Systeme – Bestellungen, Punkte, Seitenaufrufe, Gutscheine, Nachrichten – sind auf ein Dutzend Tabellen mit jeweils eigener Struktur verteilt.

02

Veranstaltungen

事件

Alles, was einem Mitglied widerfährt, aus jeder Quelle, standardisiert in einer Zeitleiste und einem einheitlichen Vokabular – sowohl das, was das Mitglied tut, als auch das, was das System mit seinem Konto macht.

03

Verhaltensweisen

行为

Der kundenaktive Abschnitt dieser Zeitleiste – was das Mitglied tatsächlich getan hat – bereinigt von Systemrauschen, damit das Signal nicht verloren geht.

04

Absicht

意图

Das abgeleitete Warum gerade jetzt, gelesen aus einem aktuellen Verhaltensfenster und als Hypothese formuliert, kann von Ihrem Team oder Ihrer KI vor dem Handeln bestätigt werden.

Ebene 2 · Ereignisse

Alles, was passiert – in einer Form.

Ein Ereignis ist alles, was ein Mitglied berührt, unabhängig von der Quelle, und wird in ein einheitliches Vokabular übersetzt – so werden beispielsweise ein Kauf, ein Klick in einer E-Mail, ein ablaufendes Punkteguthaben und ein Ladenbesuch alle gleich interpretiert.

Entscheidend ist, dass der Ereignisstrom two-directionalEs zeichnet sowohl auf, was das Mitglied tut und was das System oder die Marke ist tut dies auf ihrem Konto — gesammelte oder verfallene Punkte, ein erhaltenes Angebot, ein Gerät, das einen Laden passiert. Diese vollständige Historie ist die verlässliche Grundlage für alles oben Genannte.

Ein einheitlicher Mitgliederstrom

  • MitgliedIm Geschäft gekauftMitglied tat
  • MitgliedKaufvorgang abgebrochenMitglied tat
  • MitgliedGutschein eingelöstMitglied tat
  • SystemErhaltene PunkteIhnen ist das passiert
  • SystemPunkte sind verfallen.Ihnen ist das passiert
  • MarkeGutschein ausgestelltIhnen ist das passiert
  • SystemBetrat einen LadenbereichIhnen ist das passiert
  • MitgliedIch habe einen Freund weiterempfohlenMitglied tat

Schicht 3 · Verhaltensweisen

Was das Mitglied tatsächlich getan hat – die relevanten Informationen, ohne unnötige Störungen.

Verhaltensweisen dienen als Filter im Ereignisstrom: Nur die Aktionen des Mitglieds selbst werden erfasst. Das Sammeln von Punkten oder das Ausstellen eines Angebots sind Kontext – sie stellen kein Verhalten dar und sprechen nicht stellvertretend für das Mitglied.

Behalten — das Mitglied handelte

  • ›Das Portal oder eine Webseite durchsucht
  • ›Kaufvorgang abgebrochen
  • ›Kauf/Quittung eingereicht
  • ›Eingelöste Punkte oder ein Gutschein
  • ›In einem Geschäft eingecheckt
  • ›Einen Freund empfohlen oder Inhalte geteilt haben

Wird als Kontext beibehalten, nicht als Verhalten

  • ·Gesammelte oder abgelaufene Punkte
  • ·Ein ihnen unterbreitetes Angebot
  • ·Ein Gerät, das einen Geofence eines Geschäfts passiert
  • ·Eine Anpassung der Verwaltungspunkte

Schicht 4 · Absicht

Sieben Absichtssignale, abgelesen aus dem Verhaltensfenster.

Die Absicht analysiert die jüngsten Verhaltensweisen und zeigt die zugrunde liegenden Hypothesen an – dynamisch, aktualisiert mit jeder Aktion des Mitglieds und stets nachvollziehbar bis hin zu den exakten zugrunde liegenden Verhaltensweisen.

Hohe Kaufabsicht

Wiederholtes Stöbern und anschließender abgebrochener Kaufvorgang ohne Kauf – der Kunde möchte kaufen, zögert aber oft aufgrund des Preises.

Aktiv

In eine E-Mail geklickt oder einen Push geöffnet bzw. eine In-App-Nachricht gelesen – sofort erreichbar und aufmerksam.

Kundenabwanderungsrisiko

E-Mails öffnen, aber nicht klicken, und die Aktivität nimmt gegen Ende des Fensters ab – das Interesse lässt möglicherweise nach.

Gutscheinabhängig

Wiederkehrende Gutschein- oder Punkteinlösungen – reagiert auf Anreize. Das Angebot anpassen, anstatt es tiefer zu rabattieren.

Markenbotschafter

Eingeladene Freunde oder beigetragene Inhalte – die Marke gefällt Ihnen so gut, dass Sie sie weiterempfehlen; Anerkennung kann wichtiger sein als ein Rabatt.

Neu gewonnen

Registriert oder angemeldet ohne Kauf in diesem Fenster – ein Onboarding-Anstoß, kein Rückgewinnungsangebot.

Abmeldung

Halten

Explizite Abmeldemöglichkeit – Abmeldung, Widerruf der Einwilligung oder SMS-STOP. Behandeln Sie dies als Warteschleife, niemals als Ziel.

Schutzplanke: Abschalten ist ein Unterdrückungssignal – es weist die Plattform an, sich zurückzuhalten und einem Mitglied Freiraum zu geben, es niemals mit weiteren ausgehenden Nachrichten zu belästigen.

Ein Kern, drei Oberflächen.

Eine einheitliche Intention-Analyse – geteilt von Personen, Tags und dem Agenten.

Verhalten und Absicht werden einheitlich und zentral berechnet und auf drei Arten dargestellt – so erhalten Mensch, Zielgruppe und autonomer Agent identische Signale () und niemals drei voneinander abweichende Versionen der Wahrheit.

Für den Betreiber

Ein Panel „Verhalten & Absicht“ im Mitgliederprofil

Öffnen Sie ein beliebiges Mitglied und sehen Sie die Absicht neben seinem Verhaltensstrom – das Warum hinter dem Signal, im Klartext, damit eine Person es bestätigen kann, bevor sie handelt.

Für Zielgruppen

Segmentierbare Intent-Tags

Die gleichen Signale werden als Tags dargestellt, mit denen Sie Segmente und Kampagnen erstellen können – die Kaufabsicht fließt direkt in die verwaltete Zielgruppenebene neben Lebenszyklus und Wert ein.

Für den KI-Agenten

Dieselbe Sprache, mit der der Agent argumentiert.

Der autonome SoClaw-Rückgewinnungsagent liest genau dieselben Signale aus genau demselben Verhaltensstrom – sodass der Operator, die Tags und die KI niemals mit unterschiedlichen Absichten arbeiten.

Ehrlichkeit ist unser Markenzeichen

Eine zu bestätigende Hypothese – kein Urteil, dem man folgen muss.

Je höher Sie die Ebenen erklimmen, desto mehr Rückschlüsse sind erforderlich – die Absicht wird also entsprechend gewichtet. Ein Agent vertraut einer zertifizierten Metrik mehr als einem regelbasierten Tag und einem Tag mehr als einer Absichtshypothese.

Als Hypothese formuliert

Jedes Signal wird als „Das Verhalten deutet auf … hin“ dargestellt, inklusive der genauen Ereignisse – sodass der Nutzer zustimmen oder es ablehnen kann.

Abwesenheit ist kein Beweis.

Ein Signal wird immer nur bei vorhandenen Verhaltensweisen ausgelöst. Aus dem, was ein Mitglied nicht getan hat, lässt sich niemals auf eine Absicht schließen, und ein kurzes Zeitfenster wird niemals als lebenslanges Fenster behandelt.

Bestätigt, bevor es wirkt

Die Absicht beeinflusst die Entscheidung; sie löst sie nicht einfach aus. Geldtransfers werden weiterhin von Menschen genehmigt und unterliegen strengen Kontrollen.

Eine semantische Ebene, drei Projektionen

Status, Schlussfolgerung, Aggregation – vereint durch Governance.

Die Absicht ist die Inferenzprojektion der KI-seitigen semantischen Schicht. Zusammen mit Tags und Metriken ist sie eine von drei kontrollierten Lesarten desselben Kunden – die Schicht, durch die jeder KI-Agent, jedes Dashboard und API das Mitglied sieht, sodass keine Diskrepanzen auftreten.

Die Absicht eines Mitglieds wird zusammen mit seinem Verhaltensstream analysiert – eine Hypothese, die eine Person bestätigen kann.

Analysieren Sie alle Aktionen eines Mitglieds und deren Gründe – jetzt.

400 Mio.+
50+
12+