Erstellen zusammengeführter Einzelpersonprofile
Lernziele
Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:
- Erläutern der Vorteile zusammengeführter Profile
- Beschreiben, wie man zusammengeführte Profile erstellt
Data Cloud
Data Cloud ist ein leistungsstarkes Tool, das Ihnen helfen kann, Ihre Daten über mehrere Systeme hinweg zusammenzuführen. Zusammengeführte Profile in Data Cloud kombinieren Daten aus diesen Quellen in einem einzigen Profil, das auf benutzerdefinierten Identitätsbestimmungsregeln innerhalb eines Regelsatzes basiert. Damit Sie zusammengeführte Profile erstellen können, müssen Ihre Daten jedoch korrekt zugeordnet sein. In diesem Modul befassen wir uns mit den Konzepten rund um Daten und Identität, einschließlich zusammengeführter Profile, Datenmodellierung, dem Customer 360-Datenmodell und den Anforderungen an die Datenzuordnung für die Identitätsbestimmung. Wenn Sie diese wichtigen Konzepte für die Datenzusammenführung verstehen, sind Sie gut vorbereitet, um Data Cloud optimal zu nutzen.
Daten und Identität
Sehen wir uns zuerst einen Überblick über Daten und Identität an.
Möchten Sie mehr darüber erfahren, wie Sie eine Datenstrategie für Ihr Unternehmen entwickeln? Dann sehen Sie sich das Trailhead-Modul Strategie für eine Kundendatenplattform an.
Ein zusammengeführtes Profil
Das ist Rachel Rodriguez, eine Kundin (und Fan) von Northern Trail Outfitters (NTO), einem Anbieter von Outdoor-Ausrüstung und -Bekleidung. NTO hat in mehreren Systemen Daten über Rachel, beispielsweise in einem Kundenprofil in Commerce Cloud und Marketing Cloud Engagement, einen Kundensupportvorgangs-Verlauf in Service Cloud etc. Jedes System enthält jedoch unterschiedliche Informationen über sie (wie etwa verschiedene E-Mail-Adressen). Wir bezeichnen diese eindeutigen Daten als Kontaktpunkte (Telefonnummer, E-Mail-Adresse oder physische Postanschrift).
Kunden wie Rachel werden durch mehrere Kontaktdatensätze und systemspezifische Profile in verschiedenen Systemen abgebildet. Dies ist notwendig, damit jede Cloud und jedes Produkt unabhängig arbeiten kann. Für Marketingspezialisten oder Servicemitarbeiter kann es schwierig sein, die einzelnen Kontaktpunkte zu verbinden, wenn sie eine Marketingkampagne an Rachel senden oder einen Überblick über ihre bisherigen Supportvorgänge erhalten möchten.
Hier können die Datenzuordnung und Identitätsbestimmung von Data Cloud Abhilfe schaffen. Ein zusammengeführtes Profil setzt sich aus Daten aus mehreren Quellen zusammen, die mithilfe von Abgleichs- und Schlichtungsregeln der Identitätsbestimmung verknüpft werden. Wenn dieselben Daten an mehreren Stellen vorhanden sind, werden die Profile auf der Grundlage festgelegter Regeln verknüpft.
Wenn es festgelegte Identitätsbestimmungsregeln gibt, beinhaltet NTOs Sicht auf Rachel Rodriguez eine zusammengeführte ID aus mehreren Quellen.
Und es wird noch besser: Wenn neue Profile hinzugefügt oder bestehende Profile aktualisiert werden, können Sie zusammengeführte Einzelpersondaten in einem praktischen Tool anzeigen, dem Profil-Explorer. Damit wird sichergestellt, dass Ihre Daten ein korrektes Bild von Rachel liefern.
Erstellen eines zusammengeführten Profils
Und wie funktioniert das? Unabhängig davon, ob Sie oder ein Kollege Ihre Daten einrichten, ist es hilfreich, die folgenden Schritte und Konzepte zu kennen, bevor Sie mit der Datenmodellierung und -zuordnung beginnen. Wir sehen uns hier jetzt also zunächst die Implementierungsschritte an, mit denen Sie von Rohdaten zu einem zusammengeführten Profil gelangen.
Schritt |
Beschreibung |
|---|---|
Aufnehmen von Rohdaten aus Datenquellen |
Daten werden unverändert aus Datenpaketen, Data Extensions, Amazon Simple Storage Service (S3) und anderen Systemen aufgenommen. Nachdem Daten als Datenstrom in Data Cloud eingespeist wurden, müssen sie dem Datenmodell zugeordnet werden. |
Zuordnen und Modellieren von Daten |
Das Customer 360-Datenmodell ist das Tool im Hintergrund, mit dem Daten aus mehreren Quellen in ein lesbares Format standardisiert werden können, das sich leicht zuordnen lässt. Die Daten aus Ihrem Datenstrom müssen Objekten wie "Identifizierung der beteiligten Person" und "Einzelperson" zugeordnet werden, damit die Regelsätze zur Identitätsbestimmung funktionieren. |
Erstellen von Regelsätzen zur Identitätsbestimmung |
Nachdem die Modellierung und Zuordnung der Daten abgeschlossen sind, erstellen Sie Regelsätze zur Identitätsbestimmung. Es werden Abgleichs- und Schlichtungsregeln hinzugefügt, um Profile in Ihren verschiedenen Datenströmen zu suchen und zusammenzuführen. |
Zusammengeführte Profile erstellen |
Nach der Einrichtung der Regelsätze erstellt das System zusammengeführte Profile, die für die Segmentierung und für Aktivierungen verwendet werden können. |
Diskutieren Ihrer Daten
Sie kennen jetzt das Konzept, das hinter zusammengeführten Profilen steckt. Und nun? Für den Erfolg ist es wichtig, dass Sie sich Zeit für die Analyse der Daten nehmen, die Sie in Data Cloud verwenden möchten. 
Trommeln Sie Ihr Team zusammen, organisieren Sie ein Whiteboard und diskutieren Sie folgende Fragen:
- Wo befinden sich Ihre Daten?
- Listen Sie alle Speicherorte auf, einschließlich Tabellenblätter, S3, Salesforce CRM, Marketing Cloud Engagement usw.
- Wurde für jede Datenquelle eine Bestandsaufnahme gemacht?
- Wie identifizieren Sie Einzelpersonen in den einzelnen Datenquellen?
- Verwenden Sie die E-Mail-Adresse, den Namen, das Geburtsdatum oder eine System-ID?
- Verwenden Sie Kontaktschlüssel, Lead-IDs oder Abonnentenschlüssel als eindeutige Systemkennung?
- Welche Daten werden systemübergreifend gemeinsam genutzt?
- Werden durchgehend Vornamen, Nachnamen oder E-Mail-Adressen verwendet?
- Wie sieht Ihre Customer Journey aus?
- Wurde jede Kundeninteraktion skizziert?
- Welche Daten werden für jede dieser Interaktionen benötigt?
- Welche Daten brauchen Sie wirklich für die Zielgruppensegmentierung?
- Wie ist die Datenqualität der einzelnen Quellen?
- Gibt es Schreibfehler?
- Welche Daten fehlen häufig (Geburtsdatum, Telefonnummern oder andere Angaben)?
Lassen Sie diesen Schritt nicht aus! Wir versprechen Ihnen, dass sich der Zeitaufwand dafür lohnt. Sie müssen Ihre Daten verstehen, damit Ihre Data Cloud-Implementierung Erfolg hat. In der nächsten Lektion behandeln wir wichtige Überlegungen zur Datenzuordnung, die für die Erstellung von Regelsätzen zur Identitätsbestimmung notwendig ist.
Ressourcen