行銷代理只參照工作區內的資料來提議與執行方案，不會將顧客資料用於 AI 模型的再訓練。本文將說明代理處理的資料範圍，以及 Lumo 採取的安全措施。
代理參照的資料
行銷代理為了提案與分析，只參照同一個工作區內的資料，不會參照其他工作區的資料。
| 資料類型 | 參照內容 |
|---|---|
| 發送資料 | 過去群發訊息的內容、開啟率、點擊率、發送日期與時間 |
| 好友資料 | 好友數、受眾的組成、標籤的分布 |
| 自動旅程資料 | 啟用中自動旅程的設定與執行狀況 |
| 自動化訊息 | 設定中自動化訊息的內容與發送狀況 |
| 外部服務資料 | Shopify 的商品與購買傾向、HubSpot 的清單、Klaviyo 的個人檔案等（僅限已整合各服務時） |
代理的輸入僅限於目標工作區的資料。處理結果也只儲存在該工作區內。
代理不參照的資料
以下資料不會用於代理的提案或分析。涉及隱私的資訊，在設計上即排除於代理的輸入之外。
| 不參照的資料 | 說明 |
|---|---|
| 可識別個人的資訊 | 電子郵件地址、電話號碼、地址等。提案與分析不會使用這些值 |
| 一對一的聊天內容 | 在「聊天」中與好友往來的個別訊息 |
| 其他工作區的資料 | 資料依工作區彼此隔離，無法互相存取 |
代理學習的內容
代理會從工作區內的活動學習品牌的傾向與偏好，提升提案的準確度。學到的內容只在該工作區內使用。
| 學習內容 | 說明 |
|---|---|
| 品牌語氣 | 從過去的訊息內容與修改中，學習符合品牌的文字風格 |
| 發送時機 | 從開啟率數據中，學習反應較好的發送時段 |
| 受眾成效 | 學習哪些受眾對哪些主題有反應 |
| 偏好方向 | 從修改與回饋中，學習提案方向的偏好 |
學到的內容依工作區彼此隔離。某個工作區的學習，不會影響其他工作區的提案。
不會用於 AI 模型的再訓練
顧客資料完全不會用於 AI 模型本身的訓練或調校。Lumo 學習的僅是為了最佳化目標工作區內提案的傾向，資料不會被用於超出該範圍的用途。
資料的安全性
AI 代理功能採取了多項措施，以安全地處理顧客資料。
| 項目 | 內容 |
|---|---|
| AI 基礎架構 | 於 Google Cloud 的 Vertex AI 上執行 |
| 處理區域 | 顧客資料的處理於東京區域進行 |
| 資料隔離 | 依工作區完全隔離 |
| 外部傳輸 | 顧客資料不會傳送至 Google Cloud 以外的 AI 服務 |
| 再訓練 | 不會將顧客資料用於 AI 模型的再訓練 |
| 操作核准 | 發送群發訊息、啟用自動旅程等影響較大的操作需要核准 |
與代理的對話紀錄，也以工作區為單位隔離管理。
影響較大的操作須核准後執行
代理進行影響較大的操作時，一定會請求使用者核准。在您確認內容並選擇 「執行」 之前，該操作不會執行。
需要核准的主要操作如下。
- 發送與排程群發訊息
- 啟用與停用自動旅程
- 建立與編輯受眾
在核准對話框中，可在確認操作內容後選擇 「執行」 或 「先不用了」。群發訊息在預覽內容並核准之前不會發送。
以信任分數調整自動化範圍
隨著代理的提案不斷累積，作為各操作自主程度指標的信任分數會逐漸上升。對於信任已提高的操作，可以設定為省略逐次核准、自動進行；反過來也可以擴大需要核准的範圍，更謹慎地運用。
重設學習內容與信任分數
代理學習的內容與信任分數，可在控制中心確認與重設。適合在負責人或品牌方針改變、想讓代理重新學習時使用。
從導覽的 「AI代理」 開啟 「控制中心」。
清除學習內容
在 「代理記憶檢視器」 中，可以瀏覽已學習內容的清單。可逐筆刪除，或以 「全部清除」 一次刪除。清除後，學到的語氣與偏好資訊將被刪除。
重設信任分數
在 「信任分數管理」 中，可以確認與變更各操作類別的信任分數。選擇 「全部重設」 後，所有類別的信任分數會恢復初始狀態，各操作將再次需要核准。
以上操作皆無法復原。重設前請確認是否真的要清除。