Analisar as implicações dos dados na segmentação

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

Descrever como seu modelo de dados afeta a segmentação.
Identificar os tipos de regras de resolução disponíveis no Data Cloud.

Entender seus dados

É importante trabalhar com seu especialista em conscientização de dados para entender os dados que entram em sua conta e como eles estão vinculados ao seu modelo de dados. No módulo Noções básicas do Data Cloud para profissionais de marketing, falamos sobre o Modelo de dados do Customer 360. Quando você começa a criar seus segmentos, é útil relembrar algumas terminologias do modelo de dados.

Área de assunto

Uma área de assunto é um conceito de negócios que ajuda a conectar pontos de dados com base em um modelo padrão. Alguns exemplos comuns de modelos de dados são Parte ( seus clientes) e Pedidos de vendas (o que eles compraram).

Objeto de modelo de dados (DMO)

Um objeto no modelo de dados criado por insights e fluxos de dados ingeridos. Os DMOs podem ser padrão ou personalizados, dependendo das necessidades comerciais. Um DMO é semelhante a uma extensão de dados do Marketing Cloud Engagement (que é uma tabela de banco de dados padrão) no sentido de ser um objeto que armazena dados como leads, informações sobre produtos, informações sobre clientes, etc.

Atributos

Falamos sobre atributos na primeira unidade, portanto, vamos recapitular rapidamente. Um atributo é uma característica única de um objeto de modelo de dados. Por exemplo, o nome de um cliente. Isso é semelhante a um campo de extensão de dados no Marketing Cloud Engagement.

Saiba mais sobre o modelo de dados na página de ajuda, Conceitos de modelos de dados.

Dados e segmentação

Lembre-se de que você usa a biblioteca de atributos para criar segmentos no Data Cloud. A biblioteca é baseada nos fluxos de dados ingeridos e mapeados que compõem seu modelo de dados e os relacionamentos criados. É por isso que é importante dedicar tempo suficiente à pessoa que gerencia seu modelo de dados antes de começar a criar segmentos. Vocês devem trabalhar em conjunto para responder a essas perguntas.

Você está usando o modelo de dados padrão com pacotes de dados predefinidos?

Que atributos os pacotes de dados oferecem para a segmentação?

Você deseja usar dados de extensões de dados específicas do Marketing Cloud Engagement para criar segmentos?
Quais dados você quer que sejam limpos?

Por exemplo, você quer que o valor de “Estados Unidos” no atributo país seja padronizado como EUA em vez de E.U.A.?

Quais origens de dados têm as informações mais atualizadas para serem usadas nos conjuntos de regras da Resolução de identidade?

Por exemplo, seus dados do Marketing Cloud Engagement podem ter o email mais atualizado, mas seus pedidos de produtos podem ter o endereço residencial mais atualizado com base no envio.

Com que frequência as origens dos dados são atualizadas?

Você precisa dos dados de um fluxo de dados de armazenamento em nuvem diariamente? Semanalmente? E os dados do Marketing Cloud Engagement?

Espaço de dados, nome do segmento e descrição

Quando você cria um segmento, precisa selecionar o Espaço de dados onde deseja criá-lo. Também é necessário definir o Nome do segmento e a Descrição que permita distinguir esse segmento de outros na lista de segmentos.

Segmentar por

Quando você cria um novo segmento no Data Cloud, primeiro precisa selecionar a opção chamada Segmentar por Novo segmento com a opção Segmentar por selecionada. .

Segmentar por define o objeto de destino no qual o segmento é criado. Esse é outro aspecto da segmentação que depende do seu modelo de dados e do objeto que foi marcado como “perfil” ao criar fluxos de dados e modelar dados. Vamos analisar duas seleções comuns de Segmentar por.

Indivíduos: Uma pessoa ou cliente específico de uma origem de dados específica, como o Marketing Cloud Engagement.
Indivíduo unificado: Um perfil de cliente cujos dados foram mesclados com base em várias origens usando regras da Resolução de identidade.

Recomendamos usar o Indivíduo unificado. Por quê? Chega de contatos duplicados! Ficou curioso? Não perca a próxima parte.

Tipo e cronograma de publicação

O Tipo de publicação permite que você escolha se deseja usar a funcionalidade Publicação padrão ou a funcionalidade Publicação de segmento rápido (somente para o Marketing Cloud). A opção Segmento rápido permite publicar com mais frequência. No entanto, lembre-se que há limitações para dados de engajamento histórico na Publicação rápida. O Cronograma de publicação especifica com que frequência esse segmento deve filtrar novamente para os indivíduos que atendem aos critérios e notificar os destinos de ativação que um segmento atualizado está disponível.

Resolução de identidade

O Data Cloud usa conjuntos de regras de resolução de identidade para resolver dados em várias origens de dados e ajuda a criar um registro para cada cliente, independentemente da origem dos dados. Qual é a vantagem para você? Melhor controle dos dados e, como dissemos anteriormente, menos contatos duplicados. Saiba mais sobre os conceitos de dados e identidade neste vídeo.

Existem dois tipos de regras que compõem um conjunto de regras: correspondência e reconciliação.

As regras de correspondência são usadas para vincular vários registros em um perfil de cliente unificado. Elas permitem que você especifique as condições para fazer a correspondência e unificar um registro. Por exemplo, é possível fazer a correspondência com base em um nome parcial e um endereço de email. Essas condições podem ser misturadas e combinadas com base no caso de uso. Cabe a você determinar o que faz sentido para sua organização. Se sua organização armazena números de telefone com mais regularidade do que endereços de email, talvez seja melhor usar a regra para fazer a correspondência com um número de telefone normalizado.
As regras de reconciliação determinam como selecionar atributos de perfil no perfil de cliente unificado. Ou seja, elas permitem que você selecione critérios, como última atualização ou maior ocorrência, para selecionar quais dados usar no perfil. Como profissional de marketing, isso seria útil para valores como endereço residencial, em que um cliente pode alterar o endereço em um sistema, mas não em outro. É por isso que é útil saber qual origem dos dados tem as informações mais atualizadas sobre seus clientes.

Saiba mais sobre regras de correspondência e resolução na documentação Unificar perfis de origem na página de ajuda.

De modo geral, a criação de segmentos filtrados fica mais fácil se você entender seu modelo de dados e as regras que orientam os atributos disponíveis. Na próxima unidade, vamos analisar a lógica de filtro e exemplos.

Procurando ajuda?