Mappage des sources de données à Data Cloud

Objectifs d’apprentissage

Après avoir terminé cette unité, vous pourrez :

• Modéliser vos données à l’aide d’objets du modèle de données Customer 360
  
• Identifier les parties importantes de votre modèle de données et développer ce dernier
  

Élaboration de votre modèle de données

Dans notre exemple de Northern Trail Outfitters, Pia a déjà commencé à planifier son modèle de données dans la première unité de ce badge. Elle s’est assurée d’identifier toutes les sources de données entrant dans l’instance Data Cloud de NTO. De plus, elle s’est entretenue avec toutes les parties prenantes de ces sources de données afin de s’assurer qu’elle interprète correctement les données. Après beaucoup de planification et de travail sur le tableau blanc, elle est prête à se connecter à Data Cloud et à commencer à mapper les relations de données entre les sources de données de NTO et les objets modèle de données disponibles. Elle garde ces meilleures pratiques à l’esprit à mesure qu’elle avance.

• Distinguez la clé principale (la valeur qui identifie de manière unique une ligne de données) pour chaque jeu de données.
  
• N’oubliez pas que l’ID d’individu représente une ressource précieuse pour le processus de résolution de l’identité. Assurez-vous de maintenir l’intégrité de cette valeur.
  
• Identifiez toutes les clés étrangères dans le jeu de données. Ces clés connexes dans la source peuvent être liées à la clé principale d’un autre jeu de données. (Par exemple, le jeu de données des détails de la commande client contient un ID de produit qui correspond à l’article acheté. Cet ID de produit renvoie à une table entièrement distincte contenant plus de détails sur ce produit, tels que la couleur ou la taille. L’instance de l’ID de produit sur le jeu de données des détails de la commande client est la clé étrangère, et l’instance de l’ID de produit sur le jeu de données de produit est la clé principale.)
  
• Déterminez si les données sont immuables (ce qui signifie qu’elles ne sont pas sujettes à modification une fois qu’un enregistrement est envoyé) ou si les données sources doivent être actualisées ultérieurement.
  
• Déterminez s’il existe des transformations que vous souhaitez appliquer aux données. (Par exemple, vous pouvez utiliser des formules simples pour nettoyer les noms ou effectuer des calculs à partir des lignes. Vous souhaiterez peut-être également créer des champs calculés qui transforment les données afin de les utiliser comme clés principales.)
  
• Passez en revue les attributs, ou les champs, provenant de chaque source de données. Si le même champ est suivi dans plusieurs sources, décidez quelle source de données est la plus fiable. Vous pouvez définir un ordre de préférence des sources plus tard en utilisant la résolution de l’identité.
  
• Assurez-vous d’avoir les informations d’authentification à portée de main pour connecter chaque flux de données.
  
• Prenez note de la fréquence à laquelle les données sont mises à jour.
  

Prise en compte de tous les éléments

Après avoir tout planifié, il est temps de commencer à créer des éléments concrets dans Data Cloud. Dans notre exemple, Pia relie un flux de données NTO à un objet modèle de données Engagement sur le site Web, qui fait partie du domaine d’engagement. Suivez-la pendant qu’elle crée un mappage.

Vous pouvez trouver plus d’informations sur l’ingestion et la modélisation des données dans le module Ingestion et modélisation dans Data Cloud.

1. Dans son compte Data Cloud, Pia clique sur l’onglet Data Streams (Flux de données).
   
2. Elle clique sur le flux de données qu’elle souhaite mapper.
   
3. Elle clique sur Start Data Mapping (Démarrer le mappage des données) pour accéder aux champs disponibles. 
   
4. Elle clique sur Select Objects (Sélectionner des objets), puis sur l’icône + à côté d’Individual (Individu).
   
5. Elle clique sur Done (Terminé) et revient à l’écran de mappage.
   
6. Elle clique sur First Name (Prénom) (1) dans la section Data Streams (Flux de données) à l’écran, puis sur First Name (Prénom) (2) dans la section Data Model Object (Objet modèle de données) à l’écran. Elle répète cette action avec Last Name (Nom) et Last Name (Nom). 
   
7. Pia réalise les mappages supplémentaires dont elle a besoin, puis clique sur Save & Close (Enregistrer et fermer) (3).
   

Le flux de données est mappé à l’objet modèle de données d’individu et à l’ID d’individu, et Pia sait qu’il s’agit d’un mappage requis pour utiliser la résolution de l’identité. Ce mappage permet à Pia de relier les informations sur les interactions de Rachel avec le site Web de NTO afin de les utiliser dans la segmentation et la résolution de l’identité. Cela donne également à NTO un aperçu des expériences d’achat dans sa boutique en ligne.

Pia configure également le processus de résolution de l’identité pour remplir les objets modèle de données Unified Individual (Individu unifié) et Unified Link Individual (Individu lien unifié). Cette étape aide le système à garder une trace de toutes les sources de données disparates et à s’assurer qu’il peut établir les connexions appropriées pour garder les données organisées.

Planification de l’avenir

Bien entendu, ce processus demande un peu de temps, un peu de patience et beaucoup de recherche et de planification. L’objectif est de mapper les flux de données aux objets modèle de données les plus utiles et les plus courants pour vous assurer d’obtenir les données attendues dans les bons formats. La majeure partie de votre travail est effectuée au début du processus, mais ce modèle nécessite également de la maintenance. Un modèle de données évolue et change à mesure que vous ajoutez de nouveaux flux de données ou que vous en supprimez d’autres. Vous devez régulièrement examiner votre modèle de données et vos sources de données pour vous assurer qu’ils vous fournissent des résultats optimaux. Vous n’aurez peut-être pas besoin de modifier les mappages existants, mais vous devrez peut-être libérer de la place pour des données supplémentaires.

Objectif final

Pour faire simple, vous souhaitez établir une vue globale de chaque client de votre compte. Si l’on rentre dans les détails, votre modèle de données et votre stratégie de mappage doivent mettre à votre disposition toutes les informations nécessaires pour créer un profil unifié de ce client. Ce processus se termine par l’exécution de règles de résolution de l’identité qui regroupent toutes ces informations et créent l’objet modèle de données Unified Link Individual (Individu lien unifié) dont nous avons parlé dans la deuxième unité. 

Cet objet modèle de données n’existe pas dans un compte avant que ce processus n’ait lieu. De plus, ce processus est précisément la raison pour laquelle il est important de configurer correctement votre modèle de données et vos mappages. Le profil unifié d’un client est le plus propre et le plus précis lorsque vous prenez le temps de comprendre vos données, d’effectuer les bons mappages et de configurer votre modèle de données pour plus d’efficacité et de clarté.

Ressources

• Trailhead : Données et identité dans Data Cloud