Découverte du fonctionnement de Data Cloud

Objectifs de formation

Une fois cette unité terminée, vous pourrez :

Expliquer les principales fonctionnalités de Salesforce Data Cloud
Comprendre comment les données sont utilisées dans les produits Einstein 1

Qu’est-ce que Salesforce Data Cloud ?

Data Cloud est une plate-forme de données qui combine la puissance de Salesforce Platform et l’évolutivité d’une infrastructure permettant de traiter les données pratiquement en temps réel. Salesforce Data Cloud fournit une solution permettant d’exploiter les données réparties entre de nombreuses organisations, Marketing Cloud, l’engagement Web, les entrepôts et les lacs de données, afin de les utiliser pour l’IA, o’analyse et o’automatisation. Elle peut également gérer une quantité de données exceptionnelle. Data Cloud peut traiter des milliards de milliards d’enregistrements, des pétaoctets de données et des milliers de requêtes par seconde et par client. À titre de référence, un pétaoctet équivaut à 1 000 téraoctets et 1 téraoctet équivaut à 1 000 gigaoctets. De combien de gigaoctets votre premier ordinateur disposait-il ?

Data Cloud enrichit les capacités de Salesforce en reprenant les meilleurs éléments de Salesforce Platform, une solution adaptée aux développeurs, et en y ajoutant une infrastructure hautement évolutive. Data Cloud s’inscrit dans la continuité de Customer Data Platform, une solution conçue à l’origine pour les marketeurs, mais qui prend désormais en charge des cas d’utilisation élargis allant au-delà du marketing.

Dans ce badge, nous démystifions ce qu’est Salesforce Data Cloud du point de vue d’un expert produit. Ce module comprend des vidéos présentées par notre vice-président exécutif de l’ingénierie logicielle, Muralidhar Krishnaprasad, qui vous aidera à comprendre les fonctionnalités de Data Cloud.

Fonctionnement

Alors, comment fonctionne réellement Data Cloud ?

Diagramme représentant les données présentes dans Data Cloud et les fonctionnalités de cette solution.

Connectez toutes vos sources de données, qu’il s’agisse de données par lot ou de données en continu (temps réel).
Préparez vos données grâce à des fonctionnalités de transformation et de gouvernance des données.
Harmonisez vos données selon un modèle de données standard.
Unifiez les données grâce à des jeux de règles de résolution de l’identité.
Interrogez et analysez les données à l’aide de connaissances.
Utilisez l’IA pour prédire des comportements.
Analysez, développez et exploitez vos données sur n’importe quel canal.
Segmentez des audiences et créez des expériences personnalisées.
Renvoyez des données vers plusieurs sources pour exploiter ces données en fonction de vos besoins métier.
Continuez à examiner, à mesurer et à optimiser les données.

Connexion et ingestion des données

Tout commence par l’importation de données dans Data Cloud.

Data Cloud se connecte à diverses sources de données Salesforce et externes, dont les suivantes :

Connecteurs Sales Cloud, Service Cloud, Commerce Cloud et Marketing Cloud Engagement
Connecteurs de stockage Amazon S3 et Google
API Ingestion et SDK Salesforce Interaction
Connecteurs Web et Mobile
Connecteur MuleSoft
Snowflake
Et bien plus encore !

En bref, Data Cloud facilite le regroupement de toutes vos données (données en continu ou données par lot) au sein de vos applications Salesforce.

Pour en savoir plus sur l’ingestion, consultez le module Ingestion et modélisation dans Data Cloud.

Transformation et modélisation des données

Si vous avez déjà mal orthographié votre nom dans un champ de formulaire, vous comprenez peut-être pourquoi les données doivent être transformées. La bonne nouvelle, c’est que Data Cloud permet aux clients de préparer, nettoyer et transformer les données avant leur utilisation. Les données prennent des formes variées et peuvent avoir un aspect différent selon les sources, par exemple au sein d’une commande de produits, d’un contact dans Sales Cloud ou d’une fenêtre de navigation Web privée. Avec Data Cloud, vous pouvez harmoniser les données issues de ces différentes sources dans un modèle de données standard : le modèle de données Customer 360.

Vous pouvez découvrir plus en détail le mappage des données dans le module Modèle de données Customer 360 pour Data Cloud.

Unification, amélioration et analyse de vos données

Une fois que vous disposez de données dans Data Cloud, vous pouvez unifier des données client en un seul profil, améliorer ces données à l’aide de connaissances et de l’IA, créer des segments à partir de celles-ci et les analyser dans des outils analytiques tels que Tableau.

Unification des données

Pour identifier chaque utilisateur, nous devons mettre en correspondance des enregistrements et rapprocher ceux-ci. Dans Data Cloud, toutes les données relatives à des individus (comme les numéros de téléphone ou les ID d’appareil) sont mappées à l’objet modèle de données Individu du modèle de données Customer 360. Une fois le mappage effectué, des jeux de règles sont créés dans la fonctionnalité de résolution de l’identité (ou IR) pour définir la manière de trouver des correspondances. Par exemple, une règle peut spécifier que tous les enregistrements de personnes ayant la même adresse e-mail et le même nom doivent être regroupés au sein d’un même profil. Data Cloud vous permet de choisir quelles informations doivent être utilisées dans le profil unifié de ce client, puis de les rapprocher.

Le module Données et identité dans Data Cloud se concentre sur l’unification des données à l’aide de la fonctionnalité de résolution de l’identité.

Amélioration des données grâce aux connaissances et à l’IA

Lorsque vous disposez d’une vue unifiée, normalisée et harmonisée des informations d’un client, vous pouvez améliorer ces données à l’aide de connaissances calculées. Créez des métriques puissantes et des indicateurs de performance clés (KPI) reposant sur des données par lot ou des données en continu. Les connaissances calculées par lot créent des métriques telles que la « valeur client totale » ou les « produits d’une valeur supérieure à 500 $ ». Les connaissances en continu sont créées en fonction d’une fenêtre temporelle dynamique. Par exemple, vous pouvez identifier quel a été le taux de clics de l’ensemble des produits d’une boutique en ligne au cours des 30 dernières minutes. Vous pouvez également connecter des modèles d’apprentissage automatique personnalisés à Data Cloud pour explorer les données et entraîner des modèles afin d’améliorer les prédictions et les connaissances personnalisées.

Pour en savoir plus sur l’élaboration de connaissances, consultez le module Connaissances Data Cloud.

Segmentation et analyse des données

Vous pouvez non seulement créer des métriques efficaces grâce aux connaissances, mais vous pouvez également segmenter vos données, puis les analyser à l’aide de divers outils analytiques. Étant donné que Tableau est intégré à Data Cloud, tous les objets et relations du modèle de données standard sont visibles dans Tableau. En utilisant la fonctionnalité Requête directe, vous pouvez analyser des connaissances ou toute autre donnée en un seul clic dans CRM Analytics.

Exploitation des données

Ce qu’il y a d’exceptionnel avec Data Cloud, c’est sa capacité à créer des expériences qui impressionnent les clients. Data Cloud offre aux utilisateurs de nombreuses façons d’exploiter les données.

Les marketeurs créent des segments d’audience dans Data Cloud qui sont utilisés pour mener des campagnes marketing personnalisées dans Journey Builder. Il est également possible d’employer les segments Data Cloud dans les solutions d’un vaste écosystème de partenaires publicitaires, comprenant notamment Facebook (Meta) et Google.

Vous pouvez apprendre à créer des segments dans Data Cloud en suivant le module Segmentation et activation.

Au-delà des utilisations à des fins de marketing, les données Data Cloud peuvent être utilisées pour créer des expériences dans Sales Cloud, Service Cloud, Commerce Cloud, Marketing Cloud Personalization, etc. Avec Data Cloud, les événements de diffusion en continu génèrent des actions à divers endroits ou au sein de diverses cibles. Les actions de données utilisent ensuite des événements, des connaissances en continu et des modifications de données pour déclencher des flux. Par exemple, un constructeur automobile peut utiliser une action de données pour déclencher une alerte créant un appel de service automatique lorsque le véhicule d’un client franchit la barre des 120 000 kilomètres.

Dans l’unité suivante, nous nous intéresserons plus en détail aux cas d’utilisation et vous présenterons une démonstration.

Besoin d'aide ?

En savoir plus