Découverte du modèle de données Customer 360
Objectifs d’apprentissage
Après avoir terminé cette unité, vous pourrez :
- Décrire les défis liés au modèle de données
- Reconnaître la terminologie du modèle de données Customer 360
- Expliquer comment Salesforce utilise le modèle de données Customer 360
Trailcast
Pour écouter un enregistrement audio de ce module, utilisez le lecteur ci-dessous. Lorsque vous avez fini d’écouter cet enregistrement, n’oubliez pas de revenir à chaque unité, de consulter les ressources et de réaliser les évaluations associées.
En employant le modèle de données Customer 360
Les missions réussies disposent souvent de gadgets de haute technologie et d’un support technique en arrière-plan. Pour que Data Cloud puisse gérer et organiser de grandes quantités de données, nous disposons également d’un support en coulisses. Nous utilisons le modèle de données Customer 360 pour standardiser et connecter des sources de données avec différentes structures et différents formats de données. Ce modèle utilise des API (un outil de développement qui permet aux systèmes de communiquer entre eux) et d’autres mappages pour connecter les applications et les données. Fondamentalement, le modèle de données Customer 360 est le modèle de données standard de Data Cloud qui permet de rendre les intégrations fluides et évolutives. Il réduit également les obstacles à l’intégration sur plusieurs produits. La standardisation est importante pour plusieurs raisons.
Modèles de données
En quête d’expériences connectées et de transformation numérique, de nombreuses entreprises adoptent plusieurs systèmes. Vous vous souvenez de notre exemple NTO avec des membres de l’équipe utilisant des données provenant de nombreuses sources différentes ? C’est assez courant. Plus l’entreprise est grande, plus le nombre de systèmes avec lesquels elle travaille augmente. Et chaque système est livré avec un modèle de données unique. Il est ainsi plus difficile pour les utilisateurs d’unifier les données entre les différents services et systèmes. Les entreprises résolvent souvent ce problème en demandant aux développeurs ou aux consultants de créer des solutions et du code personnalisés pour faire le lien, ce qui peut ralentir l’innovation et conduire à des intégrations fragiles.
Structure de la base de données
Les données des entreprises sont rarement standardisées. Elles sont en revanche fortement personnalisées pour répondre aux besoins spécifiques de l’entreprise et peuvent même être trouvées sous leur forme brute avec un nombre de décimales ou une longueur illimités. Les données sont alors désorganisées, mais ce n’est pas tout. Elles peuvent également être classées comme structurées ou non structurées (c’est-à-dire avec ou sans modèle de données formel). De plus, il existe de nombreux types de bases de données qui stockent des données, telles que les bases de données relationnelles qui utilisent le langage SQL (Structured Query Language) ou celles qui ne l’utilisent pas, appelées bases de données NoSQL. (Pour référence, Marketing Cloud Engagement stocke les données à l’aide d’une structure de base de données relationnelle.) De nombreuses organisations stockent aujourd’hui leurs données dans diverses bases de données. Le fait de disposer de différents types de données est une bonne chose, à condition qu’elles puissent être récupérées facilement, ce qui n’est pas toujours le cas.
Guide du modèle de données pour les spécialistes du marketing
En tant que spécialiste du marketing, vous savez que les données sont le moteur de votre entreprise et permettent d’offrir des expériences personnalisées à vos clients. Même si vous n’avez pas besoin d’être un expert en modèles et en architecture de données, il est utile de connaître l’impact que ces éléments ont sur votre travail. Pensez à la manière dont un enregistrement client est stocké dans un système de point de vente (POS) et à la manière dont ce même client est identifié dans Marketing Cloud Engagement. Un point de vente peut stocker un client sous la forme d’un nombre aléatoire en fonction de l’heure de la vente (comme 1145). Marketing Cloud Engagement stocke ce même client à l’aide d’une clé d’abonné (comme Susan1145). Alors, comment pouvez-vous intégrer des systèmes avec différentes manières d’identifier un même client, ainsi que différents formats de données ?
Le modèle de données Customer 360 résout ce problème en créant des modèles de données standardisés qui peuvent être utilisés dans des scénarios courants en fonction des domaines (comme les commandes client). Il permet de standardiser vos données pour faciliter leur mappage. Si le mappage des données est plus facile, l’identification d’un même client dans plusieurs systèmes est facilitée.
Terminologie du modèle de données Customer 360
Passons en revue les composants de base du modèle de données Customer 360.
Domaine
Un domaine est un concept ou un terme commercial utilisé pour regrouper des objets de données similaires afin de faciliter la modélisation des données, par exemple des données de commandes client, de fidélité ou d’engagement. Chaque domaine contient un ou plusieurs objets modèle de données.
Flux de données
Une source de données importée dans Data Cloud, par exemple une extension de données client Marketing Cloud Engagement. Ces flux de données peuvent être fondés sur des données par lots ou sur des flux de données en temps réel.
Objet lac de données (DLO)
Un objet lac de données est un conteneur pour les données importées dans Data Cloud à partir de flux de données.
Objet modèle de données
Un objet modèle de données est un regroupement ou une manière d’organiser des données à partir de flux de données, de connaissances et d’autres sources. Les objets modèle de données peuvent être de type standard ou personnalisé, en fonction des besoins de l’entreprise. Les objets modèle de données standard courants incluent les commandes client, l’identification des parties, l’engagement relatif aux e-mails, etc.
Attribut
Un attribut, également appelé champ, est une donnée spécifique trouvée dans un objet modèle de données, par exemple le prénom d’un client. Ceci est semblable à un champ d’extension de données dans Marketing Cloud Engagement.
Clé étrangère
Une clé étrangère est un lien commun trouvé entre des sources de données qui établit des relations de données, par exemple un numéro d’ID de client.
Salesforce, le modèle de données et vous
Pourquoi adopter le modèle de données Customer 360 ? Il permet de rassembler et de standardiser les données de diverses applications Salesforce, ainsi que celles provenant de sources externes. En utilisant le modèle de données Customer 360, vos données deviennent plus facilement utilisables sur une variété de plates-formes. Cela nous permet de proposer une plate-forme de gestion des données en libre-service, même pour les pipelines de données les plus complexes.
Pour les spécialistes du marketing, le modèle de données Customer 360 est utilisé dans Data Cloud pour rendre la modélisation des données conviviale à l’aide de modèles prédéfinis fondés sur des cas d’utilisation marketing courants. Ces modèles de données conçus pour des éléments tels que l’engagement général des clients ou le suivi de la fidélité des clients sont appelés paquets de données. Bien que nous n’explorions pas davantage les informations spécifiques aux paquets de données dans ce module, il faut savoir que les paquets de données vous aident à standardiser vos données sans manipulation approfondie ni doctorat en science des données.
Vous êtes intrigué ? Obtenez le badge Modèle de données Customer 360 pour Data Cloud pour en savoir encore plus sur le modèle de données standard.
Modèle de contact Marketing Cloud Engagement
L’implémentation de Data Cloud n’aura pas d’impact sur votre modèle de contact actuel dans Contact Builder de Marketing Cloud Engagement. Votre modèle de contact dans Marketing Cloud Engagement n’est qu’une pièce du puzzle du modèle de données. C’est à Data Cloud d’intégrer plusieurs canaux et Clouds et de travailler dessus. Cela étant dit, dans l’unité suivante, nous aborderons les tâches préliminaires que vous pouvez effectuer pour vous préparer à Data Cloud.
Maintenant que vous avez eu un aperçu des produits et de la façon dont les données sont gérées en coulisses, examinons de plus près Data Cloud.
Ressources
- Trailhead : Stratégies pour l’architecture Big Data
- Trailhead : Stratégies des données centrées sur le client
- Trailhead : Modèle de données Customer 360 pour Data Cloud