CWM — Consumer World Model · Compréhension des consommateurs · Cœur
Analyser les comportements, examiner les signaux et découvrir des audiences similaires, via l’espace de travail, l’API ou MCP.
500 000 crédits de bienvenue pour un nouveau compte CWM
One member prediction returns next behaviors and personal purchase windows, combining consumer signals with brand demand context when the tenant fusion head is ready.
Interactive example
All states and numbers are synthetic examples, not live predictions or workspace readiness. No customer data is sent.
Behavior predictions remain available. Purchase windows stay unavailable until the brand's fusion head is trained and validated.
One final distribution over this example's four supported events. Next-event probabilities are uncalibrated.
| Next event | Probability |
|---|---|
| Purchase | 37% |
| Portal visit | 28% |
| Email click | 21% |
| Coupon redemption | 14% |
Email sent is an input context event, not a prediction target. Its probability is null. Other unsupported or uncovered events also stay unavailable.
Personal CWM signals + TimesFM brand demand context.
Chance of at least one purchase. These windows are cumulative; do not add them together or to the event distribution.
One member request returns distribution and purchaseWindows together.
curl --request GET \
"https://YOUR_API_HOST/api/v2/cwm/members/YOUR_MEMBER_UUID/next-behaviors" \
--header "Authorization: Bearer YOUR_API_KEY"{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/call",
"params": {
"name": "cwm_predict_next_behaviors",
"arguments": {
"member_id": "YOUR_MEMBER_UUID"
}
}
}Replace the API host, member UUID and API key with your workspace values.
Required access · predictions:read returns behaviors. Also grant metrics:read (or *) to enable purchase windows when the model is ready.
Synthetic excerpt only. Brand-model responses also include the full event catalog and coverage metadata; public-prior references use a separate six-class vocabulary.
{
"predictionKind": "next_event",
"unit": "probability_0_1",
"status": "degraded",
"distribution": {
"status": "ok",
"vocabulary": "member_event",
"normalization": "conditional_on_supported_events",
"calibrated": false,
"rows": [
{
"key": "purchase.completed",
"label": "Purchase",
"probability": 0.37,
"rank": 1,
"availability": "predicted"
},
{
"key": "portal.visited",
"label": "Portal visit",
"probability": 0.28,
"rank": 2,
"availability": "predicted"
},
{
"key": "email.clicked",
"label": "Email clicked",
"probability": 0.21,
"rank": 3,
"availability": "predicted"
},
{
"key": "coupon.redeemed",
"label": "Coupon redeemed",
"probability": 0.14,
"rank": 4,
"availability": "predicted"
},
{
"key": "email.sent",
"label": "Email sent",
"probability": null,
"rank": null,
"availability": "context_only"
}
]
},
"purchaseWindows": {
"unit": "probability_0_1",
"probabilities": {
"7": null,
"30": null,
"90": null
},
"calibrated": false,
"envelope": {
"status": "unavailable",
"backend": "cwm-timesfm-2.5",
"reasonCodes": [
"fusion_not_trained"
]
}
},
"reasonCodes": [
"fusion_not_trained"
]
}Synthetic data · TimesFM 2.5
An example forecast from 128 days of synthetic history. Compare the recent pattern with future daily demand and its quantiles.
Synthetic demand units
| Date (UTC) | Point forecast | q10–q90 |
|---|---|---|
| 2026-10-05 | 22.9 | 22.8–23.0 |
| 2026-10-06 | 21.3 | 21.2–21.4 |
| 2026-10-07 | 18.7 | 18.6–18.8 |
| 2026-10-08 | 17.1 | 17.0–17.1 |
| 2026-10-09 | 17.7 | 17.6–17.7 |
| 2026-10-10 | 20.0 | 20.0–20.1 |
| 2026-10-11 | 22.3 | 22.3–22.4 |
| 2026-10-12 | 22.9 | 22.9–22.9 |
| 2026-10-13 | 21.3 | 21.2–21.3 |
| 2026-10-14 | 18.7 | 18.6–18.7 |
| 2026-10-15 | 17.1 | 17.0–17.2 |
| 2026-10-16 | 17.7 | 17.6–17.7 |
| 2026-10-17 | 20.0 | 19.9–20.1 |
| 2026-10-18 | 22.4 | 22.3–22.4 |
| 2026-10-19 | 22.9 | 22.8–23.0 |
| 2026-10-20 | 21.3 | 21.2–21.4 |
| 2026-10-21 | 18.7 | 18.6–18.7 |
| 2026-10-22 | 17.1 | 17.0–17.1 |
| 2026-10-23 | 17.7 | 17.6–17.7 |
| 2026-10-24 | 20.0 | 19.9–20.0 |
| 2026-10-25 | 22.3 | 22.3–22.4 |
| 2026-10-26 | 22.9 | 22.8–22.9 |
| 2026-10-27 | 21.3 | 21.2–21.3 |
| 2026-10-28 | 18.7 | 18.6–18.7 |
| 2026-10-29 | 17.1 | 17.0–17.2 |
| 2026-10-30 | 17.7 | 17.6–17.7 |
| 2026-10-31 | 20.0 | 20.0–20.1 |
| 2026-11-01 | 22.4 | 22.3–22.4 |
| 2026-11-02 | 22.9 | 22.8–22.9 |
| 2026-11-03 | 21.3 | 21.2–21.3 |
Synthetic example, generated with TimesFM 2.5 weights. The forecast starts on 2026-10-05 (UTC); dates are fixed for the demo. Quantile coverage is uncalibrated. Values do not represent a customer's demand or individual purchase probabilities.
Receive one final probability distribution and ranking. The evaluated brand model takes priority, with up to 23 covered targets. When it is unavailable, internal public-prior models form a single six-class reference. Unsupported and context-only events remain unavailable.
Included automatically in the same member response: a tenant-private lightweight head combines CWM signals with TimesFM brand trends. Ready heads serve directly; missing training or evaluation leaves only the purchase windows unavailable.
Where the TimesFM 2.5 service is configured and daily history is complete, forecast revenue, orders or units sold for up to 90 days, with point estimates and nine quantiles.
Next-event probabilities sum to 100% over supported candidates and are uncalibrated. Purchase windows separately estimate at least one purchase within 7/30/90 days and are cumulative, never normalized with event classes. Elapsed silence is not conditioned in the event vector. The public-prior reference has not earned workspace validation.
Demand quantiles describe aggregate uncertainty; they are not individual purchase intervals and have not been calibrated. Missing data remain unavailable. No accuracy lift is asserted before your own evaluation.
Examinez les comportements observés, l’état des consommateurs et les signaux du modèle standard : achat, longue inactivité et retrait du panier. Les données manquantes et les limites de chaque signal sont indiquées.
Explorez les profils comportementaux similaires, les groupes et les anomalies. La similarité aide à étudier une audience ; elle ne garantit pas un taux de conversion.
Utilisez CWM depuis la console, l’API REST ou MCP dans vos applications et clients IA. Des clés aux droits limités contrôlent l’accès à l’espace de travail.
L’analyse nécessite des formats compatibles et un historique comportemental suffisant. Les signaux indisponibles sont explicitement indiqués. Un nouveau compte ne contient ni données clients ni prédictions.
Examinez les analyses dans la console ou autorisez des applications et clients IA à interroger CWM. Importez des données compatibles, créez une clé à droits limités et consultez les opérations disponibles dans la référence publique.
Consulter la référence API et MCP →Les nouveaux comptes reçoivent des crédits. Les opérations éligibles les consomment aux tarifs publiés. Achetez des crédits supplémentaires et consultez votre solde et votre utilisation dans l’espace de travail.
Inscrivez-vous avec une adresse e-mail et un mot de passe ou avec Google, puis acceptez les conditions CWM. La disponibilité régionale est affichée à l’inscription.
Essayer CWM →La modélisation comportementale, les jumeaux numériques, la validation par marque et les simulations sont présentés séparément des opérations standard actuellement disponibles en libre-service.
CWM / Harness / Loop Marketing
Compréhension des consommateurs · Cœur
Consumer World Model
Analyser les comportements, examiner les signaux et découvrir des audiences similaires, via l’espace de travail, l’API ou MCP.
Découvrir CWM →Exécution IA · Runtime
SocialHub Harness
Donner à l’IA le contexte, les compétences et les outils pour agir dans les limites des autorisations, budgets et validations.
Découvrir Harness →Résultats marketing · Application
Agentic Retention Loop
Capter les comportements, décider, activer sur les canaux et développer la fidélité. Les résultats alimentent le cycle suivant.
Découvrir Loop Marketing →Les résultats observés éclairent le cycle suivant. Les mises à jour du modèle dépendent de la qualité et de la validation des données.
CWM
Créez un espace de travail, explorez la console et connectez vos données. Achetez des crédits supplémentaires selon vos besoins.
500 000 crédits de bienvenue pour un nouveau compte CWM
Harness + Loop Marketing
Découvrez comment les trois produits s’intègrent à vos données, canaux et processus.
Réserver une démo →