Creare profili unificati delle persone
Obiettivi di apprendimento
Al completamento di questa unità, sarai in grado di:
- Spiegare i vantaggi dei profili unificati.
- Descrivere come creare profili unificati.
Data Cloud
Data Cloud è uno strumento potente che può essere utile per unificare i dati attraverso più sistemi. Nei profili unificati di Data Cloud, i dati provenienti da quelle origini vengono combinati in un singolo profilo in base a regole di risoluzione dell'identità identificate dall'utente, che vengono inserite in un set di regole. Tuttavia, per creare i profili unificati è necessario che i dati siano mappati correttamente. In questo modulo tratteremo i concetti relativi a dati e identità, inclusi i profili unificati, il Modello di dati di Customer 360 e i requisiti relativi alla mappatura dei dati per la risoluzione delle identità. Una volta compresi questi importanti concetti associati all'unificazione dei dati, sarai in grado di sfruttare al meglio Data Cloud.
Dati e identità
Per prima cosa, guardiamo questo video che offre una panoramica su dati e identità.
Vuoi scoprire di più su come creare la strategia relativa ai dati della tua azienda? Completa il modulo Trailhead Strategia per Customer Data Platform.
Un profilo unificato
Ti presentiamo Rachel Rodriguez, cliente (e grande fan) di Northern Trail Outfitters (NTO), un rivenditore di attrezzature e abbigliamento per le attività outdoor. NTO possiede dati su Rachel in più sistemi, tra cui un profilo cliente in Commerce Cloud e Marketing Cloud Engagement, una cronologia casi del Supporto clienti di Service Cloud e altro ancora. Tuttavia, i dati su Rachel (ad esempio l'indirizzo email) presenti in ciascun sistema sono diversi. Chiamiamo questi dati univoci punti di contatto (numero di telefono e indirizzo email o postale).
I clienti come Rachel sono rappresentati da più record Referente e da profili specifici presenti in vari sistemi, il che è necessario affinché ciascun cloud e ciascun prodotto possa funzionare in modo indipendente. Per un esperto di marketing o un agente dell'assistenza, collegare i puntini per inviare una campagna di marketing a Rachel o trovare una visualizzazione singola della sua cronologia del supporto può essere complicato.
È qui che entrano in gioco le funzionalità di mappatura dati e risoluzione delle identità di Data Cloud. Un profilo unificato è costituito da dati provenienti da più origini collegati tra loro attraverso regole di corrispondenza e riconciliazione per la risoluzione delle identità. Se gli stessi dati sono presenti in sistemi diversi, i profili vengono collegati tra loro in base a regole prestabilite.
Una volta predisposte le regole, la vista di Rachel Rodriguez a disposizione di NTO include un ID unificato derivato da più origini.
C'è di più: man mano che vengono aggiunti nuovi profili o vengono aggiornati quelli esistenti, puoi visualizzare le informazioni sulla persona unificata mediante uno strumento chiamato Explorer profilo, assicurando così che i dati a tua disposizione costituiscano la rappresentazione più accurata di Rachel.
Creare un profilo unificato
Dunque, come funziona? A prescindere dal fatto che sia tu o un tuo collega a configurare i dati, è utile comprendere le fasi e i concetti illustrati di seguito prima di iniziare a lavorare alla modellazione e alla mappatura dei dati. Diamo dunque uno sguardo alle fasi dell'implementazione che consentono di passare dai dati grezzi al profilo unificato.
Fase |
Descrizione |
|---|---|
Importazione dei dati grezzi dalle origini dati. |
I dati vengono aggiunti da bundle, estensioni dati, Amazon Simple Storage Service (S3) e altri sistemi così come sono. Una volta che i dati sono stati aggiunti a Data Cloud come stream, è necessario mapparli al modello dei dati. |
Mappatura e modellazione dei dati. |
Il modello dei dati di Customer 360 è lo strumento che lavora dietro le quinte per consentire la standardizzazione dei dati provenienti da più origini in un formato leggibile che può essere mappato facilmente. Affinché le regole di risoluzione delle identità possano funzionare, i dati dello stream devono essere mappati a oggetti, ad esempio Party Identification (Identificazione parte) e Individual (Persona). |
Creazione dei set di regole di risoluzione delle identità. |
Quando le fasi di modellazione e mappatura sono complete, è possibile creare i set di regole di risoluzione delle identità. Le regole di corrispondenza e riconciliazione vengono aggiunte per consentire la ricerca e l'unificazione dei profili presenti nei diversi stream di dati. |
Creazione dei profili unificati. |
Quando i set di regole sono stati creati, il sistema crea profili unificati che possono essere utilizzati nella creazione di segmenti e nelle attivazioni. |
Analizzare i dati
Ora che hai assimilato il concetto alla base dei profili unificati, qual è il passaggio successivo? Per raggiungere i tuoi obiettivi, è importante che tu dedichi del tempo all'analisi dei dati da utilizzare in Data Cloud. 
Riunisci il tuo team e, utilizzando una lavagna, discuti con loro le questioni seguenti:
- Dove si trovano i dati?
- Elenca tutte le ubicazioni in cui si trovano i dati, inclusi fogli di calcolo, S3, Salesforce CRM, Marketing Cloud Engagement e così via.
- È stato creato un inventario degli asset per ciascuna origine dati?
- Come si fa a identificare le persone in ciascuna origine dati?
- Tramite l'indirizzo email, il nome, la data di nascita o un ID di sistema?
- Tramite chiavi referente, ID lead o chiavi abbonato che fungono da identificatori di sistema univoci?
- Quali dati sono condivisi tra più sistemi?
- Nomi, cognomi o email sono utilizzati in modo coerente?
- Che aspetto ha il percorso del cliente?
- Sono state definite tutte le interazioni con i clienti?
- Quali dati sono necessari per ciascuna interazione?
- Quali dati sono veramente necessari per la segmentazione del pubblico?
- Qual è lo stato della qualità dei dati in ciascuna origine?
- Sono presenti errori di ortografia?
- Quali dati sono frequentemente omessi (date di nascita, numeri di telefono o altri dati)?
Non saltare questo passaggio! Ti assicuriamo che ti sarà utile. La comprensione dei dati è fondamentale per la riuscita dell'implementazione di Data Cloud. Nella prossima unità tratteremo importanti aspetti della mappatura dei dati necessari per la creazione di set di regole di risoluzione delle identità.
Risorse