Winter '25 のデータ取り込みと ID 解決の新機能について学習する

学習の目的

この単元を完了すると、次のことができるようになります。

データグラフを使用してほぼリアルタイムで Customer 360 データを取得する。
Data Cloud で非構造化データを接続する。
Data Cloud データで組織のさらなるオブジェクトを強化する。
Data Cloud トリガーフローのテストを実行する。
Data Cloud の AI の最新情報を確認する。

データグラフを使用してほぼリアルタイムで Customer 360 データを取得する

データグラフから事前計算された顧客データを取り込んで、Web サイトの迅速なパーソナライズや応答性の高い生成 AI でお客様の満足度を高めます。

データグラフは、データモデルオブジェクト (DMO) のデータをクエリ結果に基づいて新しいマテリアライズドビューに変換します。通常のビューが、基盤となるテーブルにアクセスするたびにデータを取得する仮想テーブルであるのに対し、マテリアライズドビューはクエリ結果を物理的に保存します。つまり、事前計算されたデータが保存されているため、すぐに取得できます。

Web ページをパーソナライズしたり、セールス、サービス、コマース、マーケティングなどの Customer 360 プロファイルにアクセスしたりするなど、迅速な応答や処理が重要となる場合にデータグラフを使用します。データグラフを使用すると、プロンプトが大規模言語モデルでグラウンディングされるため、生成 AI によって提示される応答の関連性を高めることができます。

データグラフを作成するには、プライマリ DMO と 1 つ以上の関連 DMO または計算済みインサイトを選択します。DMO で選択した項目、または計算済みインサイトで指定したディメンションや基準からデータが取り込まれます。データグラフは 24 時間ごとに更新されます。

Data Cloud で非構造化データを接続する

Data Cloud で非構造化データを接続すれば、Salesforce の生成 AI、自動化、分析ツールを使用して、検索やクエリでお客様に応じた結果を生成できます。生成 AI システムを関連性が高い顧客固有のデータでグラウンディングして、ユーザーのインテントやコンテキストに沿った結果を提示します。非構造化データを接続し、検索インデックス設定を作成して、ベクトル検索を可能にします。

非構造化データには一貫した特定の形式がないため、一般的なリレーショナルデータベースに簡単に保存できません。非構造化データのよくある形式として、チャットのトランスクリプト、PDF、音声ファイルや動画ファイル、法的ドキュメント、書籍などが挙げられます。Salesforce では、ナレッジ記事やセールスコールのトランスクリプトから非構造化データが取り込まれることがあります。Data Cloud で、Amazon S3、Google Cloud Platform、Microsoft Azure Blob Storage、既存のコネクタからの非構造化データを接続できます。

非構造化データは、Einstein 生成 AI (プロンプトビルダー、Einstein Copilot)、自動化 (Flow Builder)、分析 (Tableau) アプリケーションで使用できます。以下にいくつかの例を挙げます。

ナレッジ記事データを使ってお客様への応答を生成し、サービス返信のおすすめを向上させる。
過去のメールを使用してパーソナライズされたメッセージを生成するプロンプトテンプレートを作成する。
Flow Builder と Einstein Copilot を使用して、よく似たケースのデータをエージェントに表示し、ケースの解決を促進する。

Data Cloud は、非構造化データのさまざまなユースケースをサポートしています。通常は、ワークフローで次の手順を実行します。

外部 Blob ストアの非構造化データを接続して、非構造化データレイクオブジェクト (UDLO) を作成します。または、任意の Data Cloud コネクタから非構造化データを取り込むデータストリームを作成します。
非構造化データモデルオブジェクト (UDMO) または構造化データモデルオブジェクト (DMO) の検索インデックス設定を作成します。この検索インデックス設定で、検索インデックスの作成に必要なチャンクオブジェクトとベクトルオブジェクトが作成されます。
プロンプトビルダー、Einstein Copilot、Tableau などのアプリケーションからベクトル検索クエリを実行します。

検索インデックス設定により、非構造化データがチャンクに分割され、ベクトル検索に使用できるようになります。ベクトル化されたコンテンツは Data Cloud 検索インデックスに保存され、Einstein 生成 AI アプリケーションで検索または使用できます。

Data Cloud データで組織のさらなるオブジェクトを強化する

[Setup (設定)] で、[Enrichments (強化)] を選択して、Data Cloud データを組織のさらなるオブジェクトにコピーできるようになりました。以前は、オブジェクトマネージャーからデータを取引先責任者オブジェクトとリードオブジェクトにコピーできました。

[Setup (設定)] でコピー項目強化を作成してアクセスできるオブジェクトが拡大されています。取引先責任者オブジェクトとリードオブジェクトについては、引き続きオブジェクトマネージャーを使用して強化を作成できますが、ほかのオブジェクトは [Setup (設定)] の [Enrichments (強化)] セクションを使用します。

[Setup (設定)] の [Quick Find (クイック検索)] ボックスに Enrichments (強化) と入力し、[Enrichments (強化)] を選択します。

この変更は、Developer Edition、Enterprise Edition、Performance Edition、および Unlimited Edition の Data Cloud に適用されます。

Data Cloud トリガーフローのテストを実行する

Data Cloud トリガーフローをテストする特定のシナリオを作成して管理します。テストを実行すれば、フローが意図したとおりに動作することをすぐに検証でき、デバッグ実行ごとにデバッグパラメーターを手動で設定する必要がありません。

Flow Builder で、[View Tests (テストを表示)] をクリックし、テストを作成して管理します。

Data Cloud トリガーフローのテストを編集

この変更は、すべてのエディションの Lightning Experience および Salesforce Classic に適用されます。

Data Cloud の AI の最新情報を確認する

Build Your Own 予測 AI モデルを作成し、Databricks のモデルから予測を取り込んで、Einstein Studio で OpenAI や Azure Open AI の生成 AI 大規模言語モデル (LLM) に接続します。一括処理変換やフローアクションで AI モデルを使用します。Data Cloud コンサルタントの AI トピックのまとめに目を通し、「リソース」で詳細を確認してください。

Build Your Own 予測 AI モデルを構築する

コードではなくクリック操作で、Salesforce から離れることなく AI モデルをゼロから作成できます。Data Cloud では、Einstein の誘導に従って AI による予測を利用できます。たとえば、商談金額やケースの満足度などの測定値を予測します。または、商談が成立するか否かや、ケースがエスカレーションされる可能性など、バイナリ結果を予測します。

この機能にアクセスするには、Einstein Studio で [New (新規)] をクリックし、[Create a model from scratch (モデルをゼロから作成)] を選択します。

Einstein Studio で AI の機能を利用する

Einstein Studio は、Data Cloud で AI を使用する場合の拠点です。予測 AI や生成 AI の核となる AI モデルを管理します。[Einstein Studio] タブから AI の使用を開始し、モデルを作成または接続します。また、[Einstein Studio] タブで、Data Cloud のすべての AI モデルを表示することもできます。テーブルのモデルを並び替えたり、モデルを検索してすばやく表示してアクセスしたりします。

[Einstein Studio] タブをナビゲーションバーに追加するには、ナビゲーションバーの鉛筆アイコンをクリックします。[Add More Items (項目をさらに追加)] をクリックして、[Einstein Studio] を選択します。

[Einstein Studio] タブの名前が [Einstein Studio (Legacy) (Einstein Studio (従来))] に変更されました。従来のタブを使用して接続されたモデルがある場合は、新しいタブを使用してモデルのエンドポイントをリセットすることをお勧めします。

Einstein Studio は、この機能へのアクセス権が設定された Data Cloud 権限セットが割り当てられているユーザーが利用できます。ユーザーに Einstein Studio が表示されない場合は、「Einstein Studio tab is not visible in Data Cloud (Data Cloud に [Einstein Studio] タブが表示されない)」記事のトラブルシューティング手順を実行してください。

サードパーティ LLM を使用して生成 AI を強化する

Salesforce 内の外部 LLM から生成 AI 機能に接続します。Einstein Studio で、生成 AI のソースとして機能する基盤モデルに外部 LLM を設定できるようになりました。たとえば、Open AI または Azure OpenAI モデルを、テキストを要約したり、プロンプトビルダーでチャットの応答を生成したりするように設定して、タスクを加速し、応答時間を短縮して、全体的な業務効率を向上させます。

基盤モデルを作成するには、Einstein Studio で [Foundation Models (基盤モデル)] タブに移動し、[Add Foundation Model (基盤モデルを追加)] をクリックします。エンドポイントの詳細を入力して、名前を指定します。基盤モデルが確立されたら、モデル Playground でモデルを設定してテストし、本番環境にリリースするか、プロンプトビルダーで使用することができます。

Databricks モデルを使用してハイパーパーソナライズを促進する

Databricks モデルを Data Cloud のデータに接続し、高度なデータ分析や AI を使用して、予測インテリジェンスやアクション可能なインサイトを提示します。ハイパーパーソナライズは、予測インテリジェンスを顧客データに結び付けて強化したプロファイルやセグメントを作成し、ビジネスがリアルタイムでやり取りをカスタマイズできるようにします。

データサイエンティストやシステム管理者は、Einstein Studio の Bring Your Own Model (BYOM) を使用して、Databricks で厳選されハーモナイズされたほぼリアルタイムの Customer 360 データにアクセスできます。予測インサイトを使用して、顧客プロファイルの強化、セグメントの作成、タッチポイントのエンドユーザーエクスペリエンスのカスタマイズを行うことができます。

AI モデルを使用して一括処理データ変換を強化する

Einstein Studio で作成された AI モデルで、一括処理データ変換を使用して、Data Cloud オブジェクトに予測インテリジェンスと指示的インテリジェンスを追加します。一括処理データ変換は、反復的に実行可能な一連の操作で、キャンバス上のノードを通過するデータの流れを視覚的に表します。ノードをキャンバスに追加して、データを取り込んで変換し、結果をターゲットに書き込むことができます。複数のノードを連結して、データのフローを順次変更します。

一括処理データ変換の初回の実行で、データが取り込まれ、指定した手順に従って定義されるため、後続の手動実行またはスケジュール済み実行が可能になります。

この機能を使用するには、[Data Cloud Setup (Data Cloud 設定)] の [ Batch Data Transforms (一括処理データ変換)] に移動します。データレイクオブジェクトまたはデータモデルオブジェクトから入力データを追加します。次に、データ変換キャンバスでデータを対応付け、Data Cloud オブジェクトに予測を追加します。これで、集計データをフローで使用できます。

AI モデルから予測を取得する

Einstein Studio の予測ジョブまたは Flow Builder のアクションを使用して、AI モデルの予測を利用します。モデルを有効にすると、Salesforce で予測を利用できるようになります。生成されたアクション可能なインサイトを使用して、ビジネスインテリジェンスを促進できます。

Einstein Studio で作成された AI モデルの予測は 2 通りの方法で利用できます。

[Setup (設定)] の [Einstein Studio] タブで、有効になっているモデルを見つけます。
モデルの詳細で、[Prediction Jobs (予測ジョブ)] セクションまでスクロールします。ジョブが実行されると、レコードにスコアが付けられ、予測が Data Cloud オブジェクトに保存されます。モデルの入力項目が更新されると、予測も更新されます。
[Setup (設定)] で、[Flows (フロー)] を検索して選択します。
モデルのエンドポイントを呼び出して予測を取得するには、フローを作成して、[Autolaunched Flow (自動起動フロー)] を選択します。

データグラフ、非構造化データの接続、Data Cloud トリガーフローのテスト、AI の数種の機能強化について学習しました。次の単元では、セグメンテーション、インサイト、データアクションの新機能について説明します。

予想時間

トピック

ヘルプをお探しですか?

Data Cloud のリソース