Comprender los beneficios del modelo de datos

Datorama ahora es Marketing Cloud Intelligence. 

Objetivos de aprendizaje

Después de completar esta unidad, podrá:

• Explicar cómo armonizar los datos de forma natural con el modelo de datos de Marketing Cloud Intelligence.
• Dar sentido a las entidades globales de Marketing Cloud Intelligence.

Hasta el momento, aprendió qué es un modelo de datos, cómo funcionan los modelos de datos en Marketing Cloud Intelligence y cómo las transmisiones de datos facilitan la ingesta de datos en el sistema. En esta unidad, repasaremos los beneficios que ofrece el modelo de datos de Marketing Cloud Intelligence. 

Armonización de datos con dimensiones asignadas mutuamente

En la publicidad digital, la misma campaña suele estar activa en más de una plataforma y asociada a más de un tipo de datos. Por lo tanto, la entidad de campaña (junto con otras entidades publicitarias, como las de sitio y compra de medios) está disponible en varios tipos de transmisiones de datos. Al asignar los valores de nombre de campaña de diferentes fuentes a la misma dimensión de nombre de campaña en Marketing Cloud Intelligence (sin importar el tipo de transmisión de datos, la fuente o la cantidad de fuentes) se armonizan automáticamente los datos en el nivel de nombre de campaña para obtener un valor coincidente en todas las fuentes.

Por ejemplo, si las mismas campañas están activas en Google Ads, Marketing Cloud y Google Analytics, al visualizar estos datos, podrá ver las mediciones de todas las fuentes para los valores de nombre de campaña coincidentes.

Los beneficios de la armonización automática de datos en Marketing Cloud Intelligence son varios.

• Estructura y organiza los datos, y establece relaciones claras.
• Unifica las perspectivas de negocio de las diferentes fuentes.
• Combina múltiples fuentes y formatos de datos, lo que permite la comparación y el análisis sencillos de estas fuentes con uniformidad de criterios.

Entidades globales

A fin de ofrecer clasificaciones y análisis de nivel superior, el modelo de datos de Marketing Cloud Intelligence tiene un conjunto de entidades que existen en todos los tipos de transmisiones de datos, denominadas entidades globales. Las entidades globales son entidades del nivel del espacio de trabajo, no del nivel de transmisión de datos. Esto significa que no solo se aplican a los datos de una transmisión de datos en particular, sino que se aplican a todos los datos del espacio de trabajo. Esto permite que se clasifiquen o se agrupen datos de múltiples fuentes por sus valores compartidos. Esta imagen ilustra las entidades globales y su relación con la entidad principal de cada tipo de transmisión de datos.

La entidad de producto es un ejemplo de entidad global, que armoniza los datos en todas las transmisiones de datos para obtener valores de producto coincidentes. Esta imagen muestra los dos mismos productos con los datos integrados de Facebook Ads, Marketing Cloud y Google Analytics.

Las entidades globales están en un nivel jerárquico superior que las entidades específicas, como la entidad de campaña. Un solo producto puede estar asociado con múltiples valores de campaña, que no necesariamente deben ser idénticos dentro de sus plataformas de origen, siempre y cuando el valor del producto en sí coincida. De este modo, por ejemplo, puede ejecutar campañas en Facebook y Google Ads con diferentes valores de nombre de campaña en cada fuente, donde ambos promuevan el mismo producto. No se armonizarán de forma automática en el nivel de nombre de campaña, ya que los valores no coinciden. Pero, como se trata del mismo producto, si su valor se asigna a la entidad global de producto en ambos casos, los datos de ambas fuentes se armonizan para el mismo producto. 

Lo interesante del modelo de datos de Marketing Cloud Intelligence es que, para los datos orientados al marketing, los valores de dimensión coincidentes se armonizan de manera automática, y las mediciones coincidentes se agregan de manera automática a todas las fuentes de datos. 

En este módulo, aprendió qué es un modelo de datos, cómo se clasifican los datos en dimensiones y mediciones, cómo se definen las relaciones de datos, cómo se estructuran las transmisiones de datos y cuáles son los beneficios del modelo de datos. Ahora está preparado para asignar datos manualmente de forma correcta con el modelo de datos si es necesario, así como para entender las formas en que se armonizan naturalmente los datos de varias fuentes.