Data 360 のフェーズを確認する

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。

Data 360 のデータ処理のフェーズを挙げる。
各フェーズ向けの Data 360 の機能を明らかにする。

Data 360 の各フェーズ

Data 360 にデータを取り込む前に、Data 360 で断片的なデータがどのようにして一元的なアクションに変換されるのかを学習します。Data 360 におけるデータの流れは、データの接続、ハーモナイゼーションと統合、分析とアクションの実行の 3 つのフェーズに分けられます。 Data 360 のデータと機能の図。

では、それぞれのフェーズを詳しく見ていきましょう。

フェーズ 1: データの接続

データが構造化か非構造化か、どこに存在するかに関係なく、すべてのエンタープライズデータを結び付けます。Data 360 は柔軟性と拡張性に優れているため、小規模から大規模なビジネスモデルまで幅広く対応します。

Data Cloud One を使用する

企業に Salesforce 組織が複数ある場合は、Data Cloud One を使用して Data 360 の機能を組織全体に拡張することを検討します。複数のコンパニオン組織を Data 360 のホーム組織に接続します。コンパニオン組織に Data 360 のデータと機能へのアクセス権を付与します。詳細は、「Data Cloud One」を参照してください。

つながりを作る

Data 360 は、全クラウドのすべての Salesforce CRM データに接続するだけでなく、SAP、NetSuite、Stripe など、サードパーティのアプリケーションやシステムへの 275 種類以上のコネクタが事前構築されています。MuleSoft があれば、レガシーシステム、業界固有のシステム、オンプレミスシステムにも接続できます。

Data 360 はゼロコピーデータフェデレーションを通して、AWS、Azure、Google Cloud、Snowflake、Databricks、Amazon Redshift など、企業に既存のデータレイクやデータウェアハウスのデータをミラーリングできます。物理的なコピーや複製は必要ありません。これは、迅速なインサイト、コストの削減、ガバナンスの改善につながります。

非構造化データを準備する

Data 360は、標準形式に整えられた構造化データだけでなく、動画、音声、PDF、テキストのような非構造化データにも接続して処理できます。非構造化データについては、Data 360 でデータに主要なステップが実行されます。

接続: 事前構築されたコネクタ (Amazon S3、Azure、Google Cloud Storage など) を使用して非構造化データを取り込みます。
処理: チャンクやトランスクリプトのさまざまな手法を用いてデータをアンパックし、メタデータ (エンティティ、キーワード、サマリー、質問、トピック) を抽出して分類します。
保存: 処理されたデータをベクトル化 (数値表現に変換) して、ベクトルデータベースに保存します。
インデックス化: キーワードインデックスとナレッジグラフインデックスを作成して、テキストの一致よりも効率的な検索を行えるようにします。
活用: ノーコードのレトリーバー、ハイブリッド検索、検索拡張生成 (RAG) を用いて、Agentforce、分析、Apex コード、自動化、Customer 360、検索でデータを利用できるようにします。つまり、AI は、企業が所有する信頼できる情報に基づいて回答を提供します。

フェーズ 2: ハーモナイズと統合

データが接続されたら、データガバナンスを確立します。続いて、データ変換を用いて、データをハーモナイズしてクレンジングします。最後に、データを統合して、包括的な一元型の顧客プロファイルを作成します。

データガバナンスを確立する

データガバナンスは、データを安全に法令を準拠して管理するために不可欠です。Data 360 があれば、データのアクセスとセキュリティを自信をもって管理できます。

自動タギングと分類: メタデータタグを使用した自動タギングと分類で、構造化データと非構造化データの両方を管理します。
ポリシーベースのデータアクセス: ポリシーベースのフレームワークを使用して、すべてのデータソースに対するアクセスコントロールを適用します。ポリシーは、項目、オブジェクト、またはレコードレベルで設定でき、Agentforce、Analytics、セグメンテーションを含む Data 360 のすべての領域に自動的に適用されます。
プラットフォームの暗号化: 機密データについては、プラットフォームの暗号化でセキュリティを強化します。
データスペース: ブランド、ビジネスユニット、地域別にデータ、メタデータ、プロセスを分離して、それぞれのユニットが 1 つの Data 360 インスタンス内でデータを管理できるようにします。

データを変換して統合プロファイルを作成する

データプレップと変換: 一括処理データ変換やストリーミングデータ変換で一貫性を確保するために、データを準備して変換します。
統合データモデル: Salesforce メタデータフレームワークと高度に統合された一元型のメタデータモデルにデータを対応付けます。つまり、外部データでも、標準の Salesforce オブジェクトや項目のように機能させることができます。
ID 解決と統合プロファイル: 散在するソースの顧客 ID を解決して、それぞれのお客様の統合プロファイルを作成します。ビジネスの全チームが、それぞれのお客様の全体像を把握して、その正確な情報を使用できます。

フェーズ 3: 分析とアクションの実行

データがハーモナイズされてガバナンスが確立されたら、価値あるインサイトを生成して、スマートな判断を促進します。セグメントを作成し、インサイトや予測でデータを強化して、アプリケーションやエージェントでデータを活用します。

クエリとセグメント

計算済みインサイト: さまざまなソースのデータを組み合わせて、新しいメトリクスやインサイトを作成します。計算済みインサイトは、顧客が常に最新のデータを利用できるように自動的に更新できます。
セグメント: 統合顧客プロファイルに基づいて、対象オーディエンスセグメントを作成します。こうしたオーディエンス向けにキャンペーンを細かく調整して配信します。

分析して予測する

各種のビジネスインテリジェンス (BI) ツールでデータを分析したり、独自の予測モデルを構築したりします。

予測モデル: お客様の行動や成果を予想します。Einstein Studio で予測モデルを開発して実装することや、既存のモデルを Bring Your Own Model に統合することができます。

組織全体でデータを基にアクションを実行する

Data 360 があれば、パーソナライズされたエクスペリエンスが強化され、スマートな判断を下せるようになるため、データを基に迅速なアクションを実行できます。

組織とオブジェクトの拡充: 取得したデータやインサイトは、取引先や取引先責任者のプロファイルなど、Salesforce オブジェクトのレコードに直接表示できます。これによって、業務フローの中であらゆるやり取りについてより深いコンテキストを得ることができます。
Data 360トリガーフロー: Flow Builder を使用して、ワークフローを自動化し、リアルタイムのデータやインサイトに基づいてアクションをトリガーします。

アプリケーションや AI で活用する

エンタープライズ全体で、ガバナンスに基づき、洞察に富む一元型のデータを活用します。

Salesforce アプリケーション: お客様の包括的なビューで Sales Cloud、Service Cloud、Marketing Cloud アプリケーションを強化します。
Agentforce: AI エージェントがコンテキストに応じた信頼できるデータを駆使できるようにして、検索拡張生成 (RAG) やハイブリッド検索などの機能を使用した効果的な応答、問題解決、タスクの自動化を実現します。
Analytics: 強力な分析とダッシュボードで包括的なビジネスインテリジェンスを提供します。
広告プラットフォーム: ターゲティング広告キャンペーンで、適切なオーディエンスにピンポイントでリーチします。
サードパーティのビジネスアプリケーション: エコシステム全体のほかのビジネスアプリケーションにもデータの価値を拡張します。

まとめ

Data 360 は、カスタマーエクスペリエンスを実現する統合型のプラットフォームで、ゼロコピーの外部ソースをはじめ、すべての構造化データと非構造化データをアクション可能なプロファイルに一元化します。さらに、Data 360 は AI の原動力となり、Customer 360 のみならず、あらゆる領域で、リアルタイムのパーソナライズされたエクスペリエンス、自動化、スマートな判断を促進します。

次は、「お客様中心のデータ戦略」で、エンタープライズデータ戦略の構築について学習します。

予想時間

トピック

ヘルプをお探しですか?

Data 360 のリソース