Consideraciones sobre las implicaciones de datos para la segmentación

Objetivos de aprendizaje

Después de completar esta unidad, podrá:

• Describir la forma en que su modelo de datos afecta a la segmentación.
  
• Identificar los tipos de reglas de resolución disponibles en Data Cloud.
  

Comprender sus datos

Es importante trabajar con su especialista en datos para comprender los datos que ingresan a la cuenta y cómo se vinculan con el modelo de datos. En el módulo Aspectos básicos de Data Cloud para expertos en marketing, tratamos el modelo de datos de Customer 360. A medida que comience a crear las segmentaciones, resultará útil recordar cierta terminología del modelo de datos.

Área temática

Un área temática es un concepto de negocio que ayuda a conectar puntos de datos en función de un modelo estándar. Entre los ejemplos de modelos de datos comunes se encuentran Parte (sus clientes) y Pedidos de ventas (lo que compraron).  

Objeto de modelo de datos (DMO)

Es un objeto en el modelo de datos creado por perspectivas y transmisiones de datos procesados. Los DMO pueden ser estándar o personalizados, según las necesidades de su negocio. Los DMO son similares a las extensiones de datos de Marketing Cloud Engagement (que son tablas de bases de datos estándar) en que son objetos que almacenan datos, como prospectos, información de productos, información de clientes y demás. 

Atributos

Tratamos los atributos en la primera unidad, por lo que le proporcionamos un breve repaso a continuación. Un atributo es una característica única de un objeto de modelo de datos, por ejemplo, el nombre de un cliente. Es similar a un campo de extensión de datos en Marketing Cloud Engagement. 

Obtenga más información sobre el modelo de datos en la página de ayuda Conceptos de modelos de datos.

Datos y segmentación

Recuerde que debe utilizar la biblioteca de atributos para crear segmentaciones en Data Cloud. La biblioteca se basa en las transmisiones de datos ingeridos y asignados que componen el modelo de datos y las relaciones creadas. Por ello, es importante que dedique tiempo de calidad con la persona que gestiona su modelo de datos antes de comenzar a crear segmentaciones. Deben trabajar juntos para responder las siguientes preguntas.

• ¿Utilizan el modelo de datos estándar con paquetes de datos predefinidos? 
  

• ¿Qué atributos ofrecen estos paquetes de datos para la segmentación?
  

• ¿Desea utilizar datos de extensiones de datos específicas de Marketing Cloud Engagement para crear segmentaciones?
  
• ¿Qué datos desea que se limpien? 
  

• Por ejemplo, ¿desea que el valor “United States” (Estados Unidos) en el atributo de país se estandarice como US en lugar de U.S.? 
  

• ¿Qué fuentes de datos tienen la información más actualizada para su uso en conjuntos de reglas de Resolución de identidad? 
  

• Por ejemplo, sus datos de Marketing Cloud Engagement podrían tener el email más actualizado, mientras que sus pedidos de productos podrían tener la dirección de domicilio más actualizada en función de los envíos.
  

• ¿Con qué frecuencia se actualizan las fuentes de datos?
  

• ¿Necesita que los datos de una transmisión de datos de almacenamiento en la nube se actualicen a diario? ¿Semanalmente? ¿Qué desea para los datos de Marketing Cloud Engagement? 
  

Espacio de datos, nombre de segmentación y descripción

Cuando crea una segmentación, necesita seleccionar el espacio de datos en el que desea crearla. También debe definir un nombre y una descripción para la segmentación que le permita distinguirla de otras en la lista de segmentaciones.

Segmentar sobre

Cuando crea una segmentación nueva en Data Cloud, primero debe seleccionar lo que se conoce como Segment On (Segmentación en).

Segment On (Segmentación en) define el objeto de destino en el que se genera la segmentación. Este es otro aspecto de la segmentación que depende de su modelo de datos y qué objeto se marcó como “profile” (perfil) durante la creación de transmisiones y modelos de datos. Revisemos dos selecciones comunes para Segment On (Segmentación en).

• Individuales: es una persona o un cliente específico de una fuente de datos específica, como Marketing Cloud Engagement.
  
• Individuo unificado: es un perfil de cliente cuyos datos se combinaron en función de varias fuentes mediante reglas de resolución de identidad.
  

Recomendamos utilizar la opción de individuo unificado. ¿Por qué? ¡No más contactos duplicados! ¿Le interesa saber más? No se pierda la siguiente parte.

Tipo y programación de publicación

La opción Publish Type (Tipo de publicación) le permite seleccionar si desea utilizar la funcionalidad de publicación estándar o de segmentación rápida (solo para Marketing Cloud). La opción Rapid Segment (Segmentación rápida) le permite realizar publicaciones con mayor frecuencia. Sin embargo, tenga en cuenta que existen limitaciones en los datos de implicación históricos con la opción Rapid Publish (Publicación rápida). La opción Publish Schedule (Programación de publicación) especifica con qué frecuencia esta segmentación se debería volver a filtrar para las personas que cumplen con los criterios y enviar notificaciones a los destinos de activación que indiquen que una segmentación actualizada se encuentra disponible.

Resolución de identidad

Data Cloud utiliza conjuntos de reglas de resolución de identidad para resolver datos en varias fuentes de datos y lo ayuda a crear un registro para cada cliente, independientemente de dónde provengan estos. ¿Cuál es la ventaja que obtiene? Obtiene un mejor control de sus datos y, como revelamos antes, una menor duplicación de contactos. Obtenga más información sobre los conceptos de datos e identidad en el siguiente video.

Existen dos tipos de reglas que componen un conjunto de reglas: de coincidencia y conciliación.  

• Las reglas de coincidencia se utilizan para vincular varios registros en un perfil de cliente unificado. Le permiten especificar las condiciones de coincidencia y unificación de un registro. Por ejemplo, puede realizar coincidencias en función de un nombre y una dirección de email aproximados. Estos se pueden combinar y hacer coincidir en función de su caso de uso. Depende de usted determinar qué tiene sentido para su organización. Si su organización almacena números de teléfono con mayor frecuencia de lo que almacena direcciones de email, recomendamos utilizar la regla para generar coincidencias en función de un número de teléfono normalizado.
  
• Las reglas de conciliación determinan cómo seleccionar atributos de perfil en el perfil de cliente unificado. En otras palabras, le permite seleccionar criterios, como la actualización más reciente o la mayor ocurrencia, para seleccionar qué datos utilizar en el perfil. Como experto en marketing, esto resultaría útil para valores como las direcciones de domicilio, en los que un cliente podría modificar su dirección en un sistema, pero no en otro. Por este motivo es útil saber qué fuente de datos contiene la información más actualizada sobre sus clientes.
  

Obtenga más información sobre las reglas de coincidencia y resolución en la página de ayuda Unificar perfiles de origen. 

En general, crear segmentos filtrados es más sencillo si entiende su modelo de datos y las reglas que impulsan los atributos que tiene a disposición. En la siguiente unidad, revisamos la lógica de filtro y ejemplos.  

Recursos

• Trailhead: Aspectos básicos de Data Cloud para expertos en marketing
• Ayuda de Salesforce: Segmentar sobre
• Ayuda de Salesforce: Modelo de datos de parte
• Ayuda de Salesforce: Modelo de datos de pedidos de ventas
• Ayuda de Salesforce: Unificar perfiles de origen
• Ayuda de Salesforce: Aumentar la actualización de segmentaciones de Data Cloud a Marketing Cloud
• Ayuda de Salesforce: Gestionar espacios de datos