Création de profils d’individus unifiés
Objectifs de formation
Une fois cette unité terminée, vous pourrez :
- Expliquer les avantages des profils d’individus unifiés
- Expliquer comment créer des profils d’individus unifiés
Data Cloud
Data Cloud est un outil puissant qui peut vous aider à unifier vos données à travers plusieurs systèmes afin de créer des segments d’audience ciblés. Les profils unifiés dans Data Cloud regroupent les données de ces sources en un seul profil selon des règles de résolution de l’identité identifiées par l’utilisateur au sein d’un jeu de règles. Pour créer ces profils d’individus unifiés, vos données doivent cependant être correctement mappées. Dans ce module, nous abordons les concepts liés aux données et à l’identité, notamment les profils d’individus unifiés, la modélisation de données, le modèle de données Customer 360 et les exigences en matière de mappage de données de résolution de l’identité. Une fois acquis ces concepts essentiels d’unification de données, vous serez prêt à tirer le meilleur parti de Data Cloud.
Données et identité
Commençons par regarder une vidéo expliquant les concepts de données et d’identité.
Vous souhaitez en savoir plus sur la façon de créer la stratégie de données de votre entreprise ? Nous vous invitons à consulter le module Trailhead Stratégie de plate-forme de données client.
Un individu unifié
Voici Rachel Rodriguez, cliente (et super fan) du détaillant de matériel et de vêtements d’extérieur Northern Trail Outfitters (NTO). NTO dispose de données sur Rachel dans plusieurs systèmes, notamment des profils client dans Commerce Cloud, Marketing Cloud, et bien d’autres. Chaque système possède cependant des informations différentes la concernant (comme des adresses e-mail différentes). Ces données uniques sont appelées des points de contact (il peut s’agir d’un numéro de téléphone, d’une adresse e-mail ou d’une adresse postale).
Les clients, comme Rachel, sont représentés par de multiples enregistrements de contact et profils spécifiques dans différents systèmes, ce qui est nécessaire pour que chaque Cloud et produit fonctionnent de manière indépendante. Pour un marketeur, il peut être complexe de rassembler les éléments nécessaires afin d’envoyer une campagne marketing à Rachel.
C’est ici que le mappage de données et la résolution de l’identité Data Cloud peuvent s’avérer utiles. Un individu unifié est composé de données provenant de plusieurs sources liées entre elles à l’aide de règles de correspondance et de réconciliation de résolution de l’identité. Si les mêmes données existent dans différents systèmes, les profils sont liés selon les règles établies.
Grâce aux règles de résolution de l’identité en vigueur, la vue de NTO sur sa cliente Rachel Rodriguez comprend un identifiant unifié provenant de plusieurs sources.
Mieux encore, à mesure que de nouveaux profils sont ajoutés ou que ceux existants sont mis à jour, vous pouvez afficher des informations d’individu unifié à partir de l’outil Explorateur de profil. Assurez-vous que les données dont vous disposez constituent la représentation la plus exacte possible de Rachel.
Création d’un individu unifié
Comment tout cela fonctionne ? Que vos données soient configurées par vous ou par un autre collègue, il est important de comprendre les étapes et concepts suivants avant de vous lancer dans la modélisation et le mappage de vos données. Examinons donc les étapes d’implémentation pour passer des données brutes à un profil d’individu unifié.
Étape |
Description |
|---|---|
Ingérer les données brutes issues des sources de données |
Les données sont ajoutées en l’état à partir de paquets, d’extensions de données, d’Amazon Simple Storage Service (S3) ainsi que d’autres systèmes. Une fois les données brutes ajoutées à Data Cloud en tant que flux de données, celles-ci doivent être mappées avec le modèle de données. |
Mapper et modéliser les données |
Le modèle de données Customer 360 est l’outil incontournable qui permet de standardiser les données provenant de plusieurs sources dans un format lisible et facile à mapper. Les données de votre flux doivent être mappées avec des objets, comme Identification de partie et Individu, pour que les jeux de règles de résolution de l’identité fonctionnent. |
Créer des jeux de règles de résolution de l’identité |
Une fois les étapes de modélisation et de mappage terminées, créez des jeux de règles de résolution de l’identité. Des règles de correspondance et de réconciliation sont ajoutées pour vous aider à rechercher et à unifier les profils sur vos différents flux de données. |
Créer des profils d’individus unifiés |
Une fois les jeux de règles configurés, le système crée des profils d’individus unifiés qui peuvent être utilisés pour la segmentation et dans les activations. |
Analyse de vos données
Maintenant que vous avez compris le concept des profils d’individus unifiés, quelle est la prochaine étape ? Pour parvenir à vos fins, il est important de consacrer du temps à l’analyse des données que vous souhaitez utiliser dans Data Cloud. 
Réunissez votre équipe, munissez-vous d’un tableau blanc et posez-vous les questions suivantes.
- Quel est l'emplacement de vos données ?
- Répertoriez tous les emplacements, notamment les feuilles de calcul, S3, Salesforce CRM, Marketing Cloud, etc.
- Avez-vous créé un inventaire des ressources pour chaque source de données ?
- Comment identifiez-vous les individus dans chacune de vos sources de données ?
- Utilisez-vous une adresse e-mail, un nom complet, une date de naissance ou un ID système ?
- Utilisez-vous des clés de contact, des ID de piste ou des clés d’abonné comme identificateur système unique ?
- Quelles données sont partagées entre les systèmes ?
- Utilisez-vous systématiquement des prénoms, des noms de famille ou une adresse e-mail ?
- À quoi ressemble votre parcours client ?
- Avez-vous mappé chaque interaction client ?
- De quelles données avez-vous besoin pour chacune de ces interactions ?
- De quelles données avez-vous réellement besoin pour la segmentation de l’audience ?
- Quelle est la qualité des données dans chaque source ?
- Des mots sont-ils mal orthographiés ?
- Quelles données sont souvent manquantes (dates de naissance, numéros de téléphone ou autre) ?
Ne négligez pas cette étape ! Promis, elle vous sera d’une grande aide. La compréhension de vos données est la clé d’une implémentation réussie de Data Cloud. Dans l’unité suivante, nous abordons les points importants relatifs au mappage de données dans le cadre de la création de jeux de règles de résolution de l’identité.
