Data Cloud에서 BYOL 데이터 공유에 대해 알아보기

학습 목표

이 유닛을 완료하면 다음을 수행할 수 있습니다.

Data Cloud에서 제로-ETL 데이터 공유가 무엇인지 설명할 수 있습니다.
데이터 공유를 사용하는 시기를 설명할 수 있습니다.
데이터 공유를 시작하기 위한 요건을 설명할 수 있습니다.
타사 파트너의 데이터에 액세스하는 방법을 설명할 수 있습니다.

BYOL(Bring Your Own Lake) 데이터 공유를 사용하면 Data Cloud에서 선택한 데이터 개체를 외부 데이터 웨어하우스 및 데이터 레이크와 같은 타사 데이터 협력체계와 공유할 수 있습니다. 이는 간단한 마우스 클릭으로 데이터 개체를 데이터 공유가 가능하도록 조합할 수 있음을 의미합니다. 데이터 공유는 데이터를 이동하지 않고도 쿼리를 수행할 수 있는 데이터 개체 모음을 가리킵니다.

BYOL 데이터 공유를 사용하면 대규모 데이터에 실시간으로 정확하게 액세스할 수 있습니다. 방법은 무엇일까요? 제로-ETL(추출 변환 로드) 접근 방식을 사용합니다.

기존의 ETL 통합에는 복잡한 데이터 처리와 변환이 필요했습니다. 하지만 제로-ETL 데이터 공유를 사용하면 이러한 시간 소모적인 단계 없이 Data Cloud의 데이터에 바로 액세스할 수 있습니다. 타사 파트너는 Snowflake나 Google BigQuery와 같은 클라우드 기반 데이터 웨어하우스 또는 데이터 레이크일 것입니다.

제로-ETL 접근 방식은 보안 및 거버넌스 표준을 준수하면서 현재 데이터에 거의 실시간으로 액세스할 수 있도록 합니다. 타사 파트너와의 연결은 데이터 공유 대상을 통해 구성됩니다. 데이터 공유 대상에 데이터 공유를 연결하여, 데이터 공유로 조합된 개체는 타사 파트너에게 제공됩니다.

다음은 데이터 공유를 통해 공유할 수 있는 Data Cloud 개체입니다.

데이터 레이크 개체(DLO): Data Cloud로 수집된 데이터는 DLO에 저장됩니다. DLO에 저장된 데이터는 정리되고 변환되어 계산 및 분석할 수 있는 상태가 됩니다.
데이터 모델 개체(DMO): DMO는 데이터 스트림, 인사이트 및 DLO에서 생성된 데이터(특성으로 구성)의 그룹입니다. 다양한 소스의 데이터를 일관된 데이터 모델로 통합합니다. Data Cloud는 표준 및 사용자 정의 DMO를 지원합니다.
계산된 인사이트 개체(CIO): 계산된 인사이트는 Data Cloud 데이터에 측정값 및 차원을 사용하여 큐브 스타일의 메트릭을 구축할 수 있도록 지원합니다. CIO는 계산된 인사이트가 처리된 후 생성되는 DMO입니다.

데이터 공유 개체, 데이터 공유 대상, 타사 파트너 간의 관계를 보여주는 다이어그램

기업은 데이터 공유를 통해 클라우드 전반의 데이터 사일로를 제거할 수 있습니다. 데이터를 보고, 클라우드 간 분석을 수행하고, 머신 러닝(ML) 모델을 구축할 수 있습니다. Data Cloud는 다양한 데이터 소스에서 데이터를 수집합니다. 이러한 교차 기능 데이터에 대한 지연 시간이 짧은 액세스는 데이터 기반 인식을 바탕으로 고객을 심층적으로 이해하는 데 도움을 줍니다.

분석 사용 사례

데이터 공유를 위한 몇 가지 일반적인 분석 사용 사례로는 매출 예측 보고서, 교차 상향 판매 분석, 마케팅 캠페인 분석 보고서, 고객 유지율 분석 보고서, 고객 세분화 분석 등이 있습니다.

AI 및 ML 사용 사례

분석 사용 사례와 마찬가지로, Data Cloud의 풍부한 고객 데이터에 액세스할 수 있으면 예측 모델, 추천 시스템, 전망 모델과 같은 강력한 머신 러닝 모델을 구축할 수 있게 됩니다.

타사 파트너의 Data Cloud 데이터에 액세스하기

다음의 간단한 단계를 따라 보안과 규정을 준수하며 Data Cloud의 데이터 공유 기능을 활용할 수 있습니다.

1단계: 데이터 전략 계획 수립하기

첫 번째 단계는 액세스하려는 Data Cloud 개체를 식별하는 것입니다. 예를 들어, 여러분이 고객의 선호도와 동적 가격 책정 모델을 구축하는 데 관심이 있는 데이터 과학자라면, 프로필 정보와 연락처 및 개인별 DMO와 같은 참여 데이터가 있는 DMO에 액세스할 수 있습니다. OrderDetails(주문 세부 정보) 및 MobileAppBehavioralEvents(모바일 앱 행동 이벤트)와 같은 DLO를 포함하도록 선택하여 구매 패턴을 분석할 수도 있습니다. 이러한 데이터 개체를 데이터 공유에 모으면 실시간 및 최신 Salesforce 데이터에 액세스할 수 있습니다.

2단계: 자격 증명 설정하기

그런 다음, Data Cloud 관리자 및 타사 파트너의 관리자와 협력하여 필요한 사용자를 생성하고, Data Cloud 데이터에 대한 액세스 권한을 설정하는 데 필요한 자격 증명을 얻습니다.

3단계: 데이터 공유 구축하기

기초 작업이 완료되면 데이터 공유를 만들고 Data Cloud 개체를 조합합니다. 데이터 공유에는 고유한 이름을 지정하고 데이터 공간을 선택합니다. 데이터 공간은 Data Cloud에서 데이터를 논리적으로 분류한 것으로, 사용자와 관련된 데이터만 보고 작업할 수 있습니다. 데이터 공유를 저장하면 성공적으로 데이터 공유가 생성되어 활성 상태로 전환됩니다.

4단계: 데이터 공유 대상 생성 및 타사 파트너와의 연결 설정하기

타사 파트너 협력체계에서 이 데이터 공유에 액세스할 수 있도록 하려면 데이터 공유 대상을 만들어야 합니다. 데이터 공유 대상을 통해 Data Cloud와 타사 파트너 간의 연결을 설정할 수 있습니다.

5단계: 데이터 공유를 데이터 공유 대상과 연결하기

다음으로 데이터 공유 대상을 생성한 데이터 공유와 연결합니다. 데이터 공유 대상에 연결하기 전에 데이터 공유가 활성화되어 있는지 확인하세요.

6단계: 타사 파트너의 Data Cloud 개체 보기

데이터 공유를 데이터 공유 대상에 연결하면 선택한 데이터 개체를 타사 파트너의 계정에서 사용할 수 있습니다. 이제 타사 파트너의 데이터 협력체계에서 바로 Salesforce 데이터를 활용할 수 있습니다.

현재 Data Cloud는 타사 파트너인 Snowflake와의 제로-ETL 통합을 지원합니다. 통합에 대한 자세한 내용은 Snowflake에서 데이터 클라우드 데이터에 대한 액세스 설정하기를 참조하세요.

데이터 공유 권한 관리

Data Cloud 관리자 또는 Data Cloud 데이터 인지 전문가만 Data Cloud에서 데이터 공유를 생성하고 관리할 수 있습니다. 표준 Salesforce 에디션인 Enterprise, Performance 및 Unlimited 라이선스를 보유한 경우 이 기능을 사용할 수 있습니다.