配置身份解析规则集
学习目标
完成本单元后，您将能够：
- 创建身份解析规则集。
- 遵循身份解析的最佳实践。
创建身份解析规则集
现在您已经掌握了有关统一简档和数据映射的基础知识，已准备好运用所学到的东西了。明确要求后，您便可以从数据摄取和建模开始。确保复习 Trailhead 模块 Data Cloud 中的摄取和建模。完成对数据的摄取和映射后，您便可以通过 Identity Resolutions（身份解析）选项卡创建最多两个身份解析规则集。下面是您可以采取的快速步骤。
- 单击 New（新建）。
- 选择 Individual entity（单个实体）。
- 添加最多包含四个文本字符的可选规则集 ID。请注意，一旦设置了规则集 ID，便无法更改。
- 单击 Next（下一步）。
- 为规则集命名并添加可选描述，以帮助识别其属性。
- 单击 Save（保存）。
首次发布后，您的帐户将根据分配的规则在 24 小时内创建统一简档。初始创建完成后，每天都会处理对规则所做的任何更改。
NTO 用例
为了帮助您确定哪些匹配规则对您的组织有用，让我们重新查看 NTO 爱好者 Rachel 已断开连接的数据点。NTO 将与 Rachel 相关的信息存储在 Service Cloud、Marketing Cloud Engagement、Commerce Cloud 和 Loyalty Cloud 中。但关于她的记录总共只有 6 个。让我们仔细查看其中的联系，以确定可以使用哪些匹配规则来创建统一的 Rachel 个人简档。
- 记录 (1) 和 (4) 可以关联在一起，因为它们共享了模糊的名字“Racheal”和“Rachel”，以及确切的地址 Joachimsthaler Str.1-4, Berlin。
- 记录 (2) 和 (6) 可以关联在一起，因为它们共享了模糊的名字“Rachele”和“Racheal”，以及确切的当事方识别码，即 Twitter 用户名“NTOfanRachel”。
- 记录 (3) 和 (6) 可以关联在一起，因为它们共享了确切的名字和确切的电子邮件地址。
- 记录 (4) 和 (5) 基于确切的名字和标准化电话号码可以进行关联。
- 记录 (5) 和 (6) 基于模糊的名字“Rachel”和“Racheal”以及她的工作电子邮件地址 rachel@mystyle.com 可以关联在一起。
根据这些数据，您可以使用什么匹配规则来创建统一的 Rachel 个人简档？
以下是 NTO 用来创建 Rachel 个人简档的匹配规则。
- 模糊的名字 AND （和）确切的标准化地址 OR（或）
- 模糊的名字 AND （和）确切的当事方识别码 OR（或）
- 确切的名字 AND （和）确切的标准化电子邮件地址 OR（或）
- 确切的名字 AND （和）确切的标准化电话号码 OR（或）
身份解析主页
配置完成后，您可以通过身份解析选项卡监测和编辑规则集。在单个规则集页面上，您可以查看规则集属性、详细信息和处理历史。
单击 Processing History（处理历史）(1) 以查看您对解析规则的处理历史，包括最后处理时间、单个来源、匹配和合并率。匹配规则是可编辑的，因此务必要定期监测。如要提高合并率，尝试添加更多匹配规则。若要降低合并率，尝试删除一些匹配规则。
最佳实践总结
开始使用 Data Cloud 和身份解析工具时，遵循这些最佳实践非常重要。
- 利用规则集来比较和测试匹配规则和调整规则。配置了第一个规则集后，便可以创建第二个规则集来进行 A/B 测试。
- 考虑数据的准确性和清洁度。在将原始数据导入 Data Cloud 之前，能否清除数据？
- 开始映射数据之前，先确定匹配规则和要求。
- 统一简档仅在源系统数据可信的情况下才可靠。哪些数据源能提供最新信息？将此作为匹配和调整规则的指南。
- 定期通过 Profile Explorer 查看统一简档，以了解是否需要对规则集进行调整。
既然您已经了解了数据映射和需求如何影响身份解析，那么您可以确定设置 Data Cloud 的目的是为了最大限度地利用数据。
资源