Criar perfis individuais unificados

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

Explicar os benefícios dos perfis unificados.
Descrever como criar perfis unificados.

Data Cloud

O Data Cloud é uma ferramenta poderosa que pode ajudar a unificar seus dados em vários sistemas. Perfis unificados no Data Cloud combinam dados dessas fontes em um único perfil com base em regras de resolução de identidade identificadas pelo usuário dentro de um conjunto de regras. No entanto, para criar esses perfis unificados, seus dados precisam ser mapeados corretamente. Neste módulo, abordamos os conceitos sobre dados e identidade, incluindo perfis unificados, modelagem de dados, modelo de dados do Customer 360 e requisitos de mapeamento de dados de resolução de identidade. Com a compreensão desses importantes conceitos de unificação de dados, você estará pronto para aproveitar ao máximo o Data Cloud.

Dados e identidade

Primeiro, vamos assistir a uma visão geral dos dados e da identidade.

Deseja saber mais sobre como criar a estratégia de dados da sua empresa? Confira o módulo do Trailhead Estratégia de plataforma de dados do cliente.

Um perfil unificado

Apresento Rachel Rodriguez, cliente (e superfã) da varejista de roupas e equipamentos para atividades ao ar livre Northern Trail Outfitters (NTO). A NTO tem dados sobre a Rachel em vários sistemas, como um perfil de cliente no Commerce Cloud e no Marketing Cloud Engagement, um histórico de casos de suporte ao cliente no Service Cloud e muito mais. No entanto, cada sistema tem informações diferentes sobre ela (como endereços de email diferentes). Chamamos esses dados exclusivos de pontos de contato (número de telefone, endereço de email ou endereço de correspondência física).

Imagem de Rachel e as informações que sabemos sobre ela de várias fontes, como emails, números de telefone e nomes de usuário.

Clientes, como Rachel, são representados por vários registros de contato e perfis específicos do sistema em vários sistemas, o que é necessário para que cada nuvem e produto funcionem de forma independente. Para um profissional de marketing ou representante de serviços, conectar os pontos para enviar uma campanha de marketing para a Rachel ou encontrar uma visão única do histórico de suporte dela pode ser complicado.

É nesse ponto que o mapeamento de dados e a resolução de identidade do Data Cloud podem ajudar. Um perfil unificado é composto por dados de diversas fontes interligados por meio da correspondência da resolução de identidade e regras de reconciliação. Se os mesmos dados existirem em vários locais, os perfis serão vinculados com base em regras estabelecidas.

Com regras de resolução de identidade em vigor, a exibição da NTO sobre Rachel Rodriguez inclui uma identificação unificada de várias fontes.

ID individual unificada de Rachel, com uma visão única de todas as suas informações, pedidos e histórico de casos.

Melhor ainda, à medida que novos perfis são adicionados ou os existentes são atualizados, você pode visualizar informações individuais unificadas em uma ferramenta chamada Explorador de perfil. Isso garante que os dados que você tem sejam a representação mais precisa de Rachel.

Criar um perfil unificado

Então, como isso funciona? Independentemente de você ou outro colega estar configurando seus dados, é útil compreender as etapas e conceitos abaixo antes de iniciar a modelagem e o mapeamento de dados. Portanto, vamos revisar as etapas de implementação para passar dos dados brutos a um perfil unificado.

Etapa	Descrição
Ingerir dados brutos de fontes de dados.	Os dados são adicionados de pacotes, extensões de dados, Amazon Simple Storage Service (S3) e outros sistemas tal como estão. Depois que os dados brutos são adicionados ao Data Cloud como um fluxo de dados, os dados precisam ser mapeados para o modelo de dados.
Mapear e modelar dados.	O Modelo de dados do Customer 360 é a ferramenta de bastidores que permite que dados de diversas fontes sejam padronizados em um formato legível que pode ser facilmente mapeado. Os dados do seu fluxo de dados precisam ser mapeados para objetos, como Identificação da parte e Individual, para que os conjuntos de regras de resolução de identidade funcionem.
Criar conjuntos de regras de resolução de identidade.	Após a conclusão das etapas de modelagem e mapeamento, crie conjuntos de regras de resolução de identidade. Regras de correspondência e reconciliação foram adicionadas para ajudar a procurar e unificar perfis em vários fluxos de dados.
Criar perfis unificados.	Após a configuração dos conjuntos de regras, o sistema cria perfis unificados que podem ser usados para segmentação e em ativações.

Discutir seus dados

Agora que você entende o conceito por trás dos perfis unificados, o que vem a seguir? Para ter sucesso, é importante dedicar tempo analisando os dados que você deseja usar no Data Cloud. Uma equipe reunida em uma mesa e um quadro branco para discutir o mapeamento de dados.

Reúna sua equipe, um quadro branco e discuta as seguintes questões.

Onde seus dados estão localizados?

Liste todos os locais, incluindo planilhas, S3, Salesforce CRM, Marketing Cloud Engagement e assim por diante.
Você tem um inventário de ativos criado para cada fonte de dados?

Como você identifica indivíduos em cada uma das fontes de dados?

Você usa email, nome, data de nascimento ou ID do sistema?
Você usa chaves de contato, IDs de lead ou chaves de assinante como um identificador exclusivo do sistema?

Quais dados são compartilhados entre sistemas?

Você usa consistentemente nomes, sobrenomes ou emails?

Como é a jornada do cliente?

Você mapeou cada interação com o cliente?
De quais dados você precisa para cada uma dessas interações?
De quais dados você realmente precisa para a segmentação de público?

Como está a qualidade dos dados em cada fonte?

Existem palavras com erros ortográficos?
Quais dados geralmente faltam (aniversários, números de telefone ou qualquer outra coisa)?

Não ignore esta parte! Prometemos que valerá a pena. A compreensão dos dados é fundamental para uma implementação bem-sucedida do Data Cloud. Na próxima unidade, abordaremos considerações importantes sobre o mapeamento de dados para criar conjuntos de regras de resolução de identidade.

Procurando ajuda?