マッピング

この記事で学べることマッピングの概要マッピングが必要である理由マッピングの手順データマッピングの計画に関する考慮事項はじめにこの記事では取り込んだデータを活用するために必ず設定が必要なマッピングに関してご紹介します。マッピングの概要データストリームによって取り込まれたデータは、まず、DLO (データレイクオブジェクト)に格納されます。データストリームを作成した後、DLO (データレイクオブジェクト) を DMO（データモデルオブジェクト）へ、データをマッピングすることで、様々なデータソースから取り込んだデータを Data Cloud で定義したデータモデルに統合し、セグメント化やデータ分析などさまざまなユースケースでデータを活用することが可能となります。マッピングが必要である理由データの整合性が担保されるためデータソースごとに項目の定義や名前が異なる場合でも、共通のデータモデルを使ってデータを結びつけることで、データに意味を持たせることができます。これにより、データが正しく、そして一貫した状態に保たれます。あらゆるデータを様々なユースケースで活用するため複数の異なるデータを共通のデータモデルに集約することで、必要な情報を抽出しやすくなります。これにより、共通軸での顧客のセグメントや分析が可能になります。データ利活用においての効率が向上するため専門的な IT スキルがないビジネスユーザーでも、どのデータがどこにあるかを気にすることなく、共通のデータモデルを使って、データを活用しやすくなります。マッピングの手順Data Cloud 外部のデータソースから、必要なデータをコネクタを介して取得します。取得したデータは DLO に格納 (図中①)されます。DLO のデータを DMO に対してデータをマッピング (図中②)します。※Salesforce コネクタを利用したデータ接続の場合は、標準オブジェクトに限りマッピングまで自動で処理が可能です。データマッピングの計画に関する考慮事項マッピングを始める前に、どんなデータをどう使うか、あらかじめ計画を立てておくと、作業をスムーズに進められます。（詳細はHelp | データマッピングのベストプラクティスも合わせてご確認ください。）＜取り込むデータの準備における考慮事項＞データソースに関する既存の定義書を用意する、または、取り込む予定のデータソースに関するデータの辞書を作成し、データソースを整理します。どのデータを使うか決めたら、どの項目を使用するのかを検討し、実際に使えるデータなのか、データの精度を確認します。必要なデータを整理する際にご活用いただける「データワークブック」をご用意しています。詳細は1-3. 要件定義を始める前の準備の記事を合わせてご参照ください。＜データモデル構築における考慮事項＞利用可能な標準 DMO と関連項目を確認します。もし必要なデータ項目が不足している場合は、カスタム項目を追加して標準 DMO を拡張するか、新しいカスタム DMO を作成します。「Help | カスタムデータモデルオブジェクトの作成」を合わせてご参照ください。統合したいオブジェクト（Individual DMO や Account DMO など）に対し、各データソースの項目をどのように関連付けるか検討します。たとえば、Webエンゲージメントデータを取り込む場合を考えます。ユーザーのサイト行動を正確に把握するためには、そのデータが最終的にIndividual DMOへ繋がっている必要があります。具体的には、Webデータが、Individual DMOの項目に直接マッピングされているかまたは、Webデータを含む別のDMOが、Individual DMOに関連付けられているかのいずれかの状態になっていることを確認します。目的を考慮してマッピングします。マッピング後のデータ活用（ユースケース）を考慮します。例えば、個人に基づいたセグメントを作成する際は、セグメント対象のデータが Individual DMO である必要があり、ID 解決を行うための必須のマッピング（Help | データマッピングの要件）があるなど、製品仕様を踏まえて、マッピング先を検討します取り込むデータセットに対応する DLO またはスキーマを設定する際、カテゴリ（データ型）を設定します。Data Cloud のオブジェクトを作成する際には、データの「カテゴリ」を選択する必要があります。（3-2. データオブジェクトの記事も合わせてご参照ください。）プロファイル DLO は、プロファイル DMO または、その他  DMO にマッピングすることができますが、エンゲージメント DMO にマッピングすることはできません。エンゲージメント DLO は、エンゲージメント DMO にのみマッピングすることができます。その他 DLO は、プロファイル DMO または、その他 DMO にマッピングすることができますが、エンゲージメント DMO にマッピングすることはできません。まとめData Cloud では取り込まれたデータをさまざまなユースケースで活用するためには、DMO に関連付けする必要があります。そのためにはマッピングの必要性、工程を理解することが重要です。また、構築前にどのような考慮事項があるか、あらかじめ把握してから進めることで、不要な手戻りを軽減することができます。学習ツールPremier Success Plan をご契約のお客様は、この記事の内容について 1 : 1 のフォローアップセッションでご相談いただけます。具体的な設定方法などについてご支援が必要でしたらぜひ以下のリンクよりお申し込みくださいませ。エキスパートコーチング： Data Cloud : データソース,ストリーム,モデル 参考リソースTrailhead | 必須オブジェクトをマッピングするHelp | データマッピングの要件Help |データマッピングのベストプラクティスHelp | データマッピングHelp | SalesforceコネクタHelp | 各種コネクタベータ版につきましてはサポート保証がない点にご留意ください。

データアクション

この記事で学べることデータアクションの概要有効化との違いデータアクションを使うユースケースデータアクションとはデータアクションとは、Data Cloud 内でレコードの追加、削除、更新など変更が発生した事を条件にして、対象のアクションを実行する機能のことです。データアクションの特徴連携先に Salesforce、Marketing Cloud Engagement、Webhook(イベント発生時に外部システムへ自動で通知を送る仕組み) に対応しています。アクションのトリガーに対応するデータは下記の 3 種類があります。DMOストリーミングインサイト計算済みインサイトストリーミングインサイトという機能と組み合わせて使用することでリアルタイムに近い頻度でデータの活用をすることができます。ストリーミングインサイトの詳細はこちらを参照ください。データアクションと有効化の違いデータアクションは有効化の機能と似ていますが、下記のような違いがあります有効化:特定の顧客グループであるセグメントを定期的に、まとめて外部のシステムで利用できるようにするデータアクション:個別のデータに特定の変化が発生したタイミングで、すぐにアクションが実行できるシステムに個々のデータを送るデータアクションのユースケースデータアクションは、ほぼリアルタイムでデータの変更に対応できるため、以下のような使い方が可能です。即座のフォローアップ: 短時間に特定の商品ページを何度も閲覧したお客様に対し、すぐにフォローアップメールを送る自動的なケース作成 顧客満足度（CSAT）が低いアンケートに回答したお客様のデータを検知し、CRM で自動的にサポートケースを作成するまとめデータアクションを使用することで、Data Cloud に集約したデータが、レコードレベルで変更があった際にリアルタイムに近い動作が可能になります。セグメントと使い分けて Data Cloud のデータをビズネスに活用しましょう。 学習ツールTrailhead:クイックスタート:Data Cloud セグメントを作成するTrailhead:セグメンテーションと有効化Trailhead:SQL を使用した Data Cloud インサイト参考リソースHelp:Data Cloud のデータアクション

Data Cloud で CRM を強化する

この記事で学べることData Cloud のデータを Salesforce で活用する方法Salesforceで活用する各機能の紹介Data Cloud で CRM を強化するData Cloud で統合された顧客データやインサイトは CRM の画面上で活用することができます。例えば、複数のシステムにまたがる顧客情報を 1 つの画面で確認したり、広範囲の購入行動やトレンドといった全体像を営業担当者やカスタマーセンターの担当者が把握することが可能になります。データの連携方法Data Cloud のデータを CRM に連携するには、複数の標準機能が提供されています。ユースケースに応じて最適な方法を選択してください。ここでは一部の連携方法を紹介します標準 LWC ( Lightning Web Component )取引先責任者やリードに対して統合プロファイルに関するデータの表示方法として、3 種類の LWC が標準で提供されています。適切なコンポーネントを選択することにより、表示方法を制御することができます。Data Cloud プロファイルの関連レコードコンポーネントプロファイルの関連レコードの表示 : 選択したプライマリ DMO に関連するオブジェクトから最大 10 項目まで項目を表示します。(リードには対応していません)Data Cloud プロファイルインサイトコンポーネント閲覧プロファイルに関連する計算済みインサイトを表示 : 事前に設定した計算済みインサイトの値を表示します。Data Cloud プロファイルエンゲージメントコンポーネント統合プロファイルに関連するエンゲージメントデータを表示 : 時系列で Engagement DMO を表示します。それぞれのコンポーネントの設定方法等は「Help: Data Cloud 統合プロファイル Lightning アプリケーション」をご参照ください。CRM 強化機能特定の CRM オブジェクトに対して、Data Cloud のオブジェクトのデータを連携することで、CRM データを強化することができます。機能名:「関連リストの強化 (Related List Enrichment)」CRM 上で関連データモデルを連携し項目レベルで表示することができます。対象とできるオブジェクトは下記です。取引先取引先責任者リードエンリッチメント関連リストに表示されるデータはほぼリアルタイムで更新されるため、最新の顧客エンゲージメントを把握することができます。作成をするにはオブジェクトマネージャーから対象のオブジェクトを選び、Data Cloud 関連リストを作成する必要があります。作成方法等の詳細は「Help: 関連リストの強化の作成」を参照ください。機能名:「コピー項目強化 (Copy Field Enrichment)」Data Cloud の DMO や 計算済みインサイトオブジェクト(CIO) から特定の項目の値を CRM の対象オブジェクトにコピーすることができます。これにより、Data Cloud の情報を CRM のレコード上で直接確認することができます。上記の図でいうと、LTV の部分は Data Cloud で算出した CIO の特定の項目が Salesforce のレコード画面で見えています。また、作成した項目はフローで使用することができます。対象とできるオブジェクトは「Help:強化に関する考慮事項」よりご確認ください。作成方法等の詳細は「Help: コピー項目強化の作成」を参照ください。フローによるデータ連携上記の機能では対象オブジェクトなどの制限により連携ができない場合があります。その場合は、フローを使用することで、ノーコードで Data Cloud の DMO と CIO レコードを CRM へ取得することが可能です。これにより、Data Cloud のデータを用いてレコードを作成、更新することが可能です。まとめ本記事では、Data Cloud に集約したデータを CRM 上で使う方法を紹介しました。様々な手段が用意されているので、用途に応じて適した機能を使用し、Data Cloud のデータを CRM の強化に活用してください。学習ツールTrailhead:クイックルック:Data Cloud を使用した Sales Cloud の機能強化Trailhead:セグメンテーションと有効化Trailhead:SQL を使用した Data Cloud インサイト参考リソースHelp:360 データとインサイトによる組織の強化Help:Data Cloud 統合プロファイル Lightning アプリケーション

セグメントと有効化

この記事で学べることData Cloud のセグメントと有効化の概要セグメンテーションの種類セグメント作成における注意点セグメントと有効化に関連する単語エンティティ: 情報の「種類」や「対象」を表す概念であり、データを格納する各種オブジェクト（ DMO の各オブジェクトを指してます。）セグメント: たくさんのデータの中から、特定の共通点を持つ人やものをグループに分けたもの(例:過去半年以内に注文数が 1 回以上ある人のセグメント)セグメント対象: セグメントを作成する対象のエンティティ公開: 作成したセグメントを、他のシステムやキャンペーンで使えるようにすること直接属性: セグメント対象と 1 対 1 の関係を持つ属性 (例:顧客データに対する郵便番号や名前など)関連属性: セグメント対象と 1 対 多 の関係を持つ属性 (例:顧客データに対する過去に購入した商品など)Data Cloud のセグメントData Cloud では GUI 上で抽出条件を設定することで、セグメントを作成・調整することができます。条件を変更しても即座に結果件数が確認でき、1:N の属性フィルターで、カウントや合計、平均、最小、最大の集計が可能です。セグメントの作成・編集に関しては「Help: Data Cloudのセグメンテーションをご確認ください。セグメントの公開種別Data Cloud のセグメントの公開には現在 2 種類あります。標準公開: 12 時間あるいは 24 時間ごとに過去 2 年間のエンゲージメントデータを公開高速公開: 1 時間あるいは 4 時間ごとに過去 7 日間のエンゲージメントデータを公開有効化とは有効化とは、Data Cloud で作成したセグメントや DMOを、Marketing Cloud Engagement や他の Data Cloud 環境などの外部システムに送ることです。例えば、「過去半年に1回以上買い物したユーザー」のセグメントを Marketing Cloud Engagement に送って、マーケティングの対象にできるようにするのが「有効化」です。データを送る先の外部システムやサービスは「有効化対象」と呼ばれます。有効化の連携オプションデータの連携方法には、目的に応じて3つのオプションがあります。スケジュール連携: 連携時刻を指定して自動でセグメントデータを連携します。都度連携:「連携するボタン」を押すことで即時セグメントデータが連携されます。高速連携: 最短 1 時間ごとに自動でセグメントデータを連携します。セグメント作成時の注意事項Data Cloud は消費量課金ベースの製品であり、セグメント作成/更新時を含む各種機能のデータの処理量に応じて、ご契約いただいたクレジットが消費されます。そのため、大量のデータを繰り返し Data Cloud 内で処理を実行した場合、ご契約のクレジットを超過する消費量が発生する恐れがあります。クレジットの消費量を確認する方法はこちらの記事も合わせてご参照ください。セグメントの設定を行う際には以下の点に注意してください。公開スケジュール設定: 必要以上の頻度でセグメントを公開をしないようにしましょう。最短パスの設定: 複数のデータモデルオブジェクトを経由する場合、不要なオブジェクトを経由しないようにすることで、処理量を抑えられます。まとめセグメントと有効化は、Data Cloud データを使ってマーケティングなどを実施するには欠かせない機能です。適切な設定でセグメントの作成と有効化を実施することで、各システムから集約した顧客データをマーケティングに活かすことができます。学習ツールPremier Success Plan をご契約のお客様は、この記事の内容について1対1のフォローアップセッションでご相談いただけます。具体的な設定方法などについてご支援が必要でしたらぜひ以下のリンクよりお申し込みくださいませ。エキスパートコーチング： Data Cloud : セグメントとアクティベーション エキスパートコーチング： Data Cloud：クレジット消費量の確認Trailhead:クイックスタート: Data Cloud セグメントを作成するTrailhead:セグメンテーションと有効化Trailhead: SQL を使用した Data Cloud インサイト参考リソースHelp:セグメントの作成と有効化

計算済みインサイト

この記事で学べること計算済みインサイトの概要計算済みインサイトのユースケース例計算済みインサイト作成方法の種類計算済みインサイトとは計算済みインサイトは、Data Cloud に保存された顧客に関するデータを用いて様々な計算を行い、追加のインサイトを抽出する機能です。複数のデータをまたがって使用することができる数式項目のようなイメージです。計算済みインサイトにより抽出されたインサイトは、セグメンテーションの強化や有効化のパーソナライズに使用することができます。ユースケース例計算済みインサイトを使用して抽出されるインサイトには下記のようなユースケースがあります。顧客生涯価値 ( LTV )顧客はライフサイクル全期間でいくら買い物をしたかメール開封率・クリック率メールのクリック率や開封率を計算スコアリング/ランキング購入金額、来店数などの項目に応じて配点・分類作成方法計算済みインサイトには 2 種類の作成方法がありますビジュアルビルダーGUI 上でローコードでインサイトを抽出することができます。作成・編集については「Help:ユーザーインターフェースを使用したデータインサイトの構築」をご参照ください。SQL 作成SQL コードを記載することにより、より細かな制御を実施し、高度なインサイトの要件に対応します。作成方法などの詳細は「Help:SQL を使用した計算済みインサイトの作成」をご参照ください。まとめ本記事では Data Cloud の計算済みインサイトについて紹介しました。計算済みインサイトによって、 Data Cloud に集めたデータからビジネスに役立つ指標を簡単に作成することができます。学習ツールTrailhead:Data Cloud インサイトTrailhead:Data Cloud のインサイトビルダーTrailhead:SQL を使用した Data Cloud インサイトPremier Success Plan をご契約のお客様は、この記事の内容について 1 対 1 のフォローアップセッションでご相談いただけます。具体的な設定方法などについてご支援が必要でしたらぜひ以下のリンクよりお申し込みくださいませ。エキスパートコーチング： Data Cloud : データソース,ストリーム,モデル参考リソースHelp:計算済みインサイトHelp:インサイトによるデータの拡張

データ間の関連付け：リレーションの定義

この記事で学べることカーディナリティ (多重度)とはリレーションの設定リレーションとカーディナリティの確認方法はじめにリレーションとは、DMO（データモデルオブジェクト）同士を紐づけるリンクのことです。これにより、2つのDMO のデータ間で正しい参照関係を保つことができます。カーディナリティ (多重度)とはカーディナリティは、2 つの DMO がどのように関連しているかを示します。この設定は、後のデータ活用（セグメンテーションなど）に影響するため、リレーションを作成する際は慎重に選びましょう。カーディナリティ (多重度)は一度設定すると、変更ができません。変更する場合は、設定を一度削除して再設定が必要となります。1 : 11 つのテーブルの1つのレコードが、別のテーブルの 1 つのレコードとだけ関連していることを意味します。1 : N1 つのテーブルの1つのレコードが、別のテーブルの複数のレコードと関連していることを意味します。※1:N＝1対多、PK＝Primary Key（主キー）、FK＝Foreign Key（外部キー）リレーションの設定「データモデル」から対象の DMO を選択し、「リレーション」タブで設定を行います。リレーションとカーディナリティの確認方法リレーションの確認方法「データモデル」から対象の DMO を選択し、「リレーション」タブで確認ができます。カーディナリティの確認方法「データモデル」の「グラフ表示」で、視覚的に確認できます。＜参考＞1 : 1、1 : N の確認は下図をご参考ください。まとめリレーションの定義は、データの活用に大きく影響するため、その仕組みを理解しておくことが非常に重要です。事前にしっかり設計を考えてから作業に着手するようにしましょう。事前準備の際には、1-3. 要件定義を始める前の準備の記事も合わせてご参照ください。学習ツールPremier Success Plan をご契約のお客様は、この記事の内容について 1 : 1 のフォローアップセッションでご相談いただけます。具体的な設定方法などについてご支援が必要でしたらぜひ以下のリンクよりお申し込みくださいませ。エキスパートコーチング： Data Cloud : データソース,ストリーム,モデル 参考リソースHelp | データモデルオブジェクトリレーション

統合プロファイル（ID解決）

この記事で学べることData Cloud の統合プロファイルの概念データ統合のアプローチ方法ゴールデンレコードと統合プロファイルのアプローチの比較はじめにこの記事ではData Cloud の主要な機能の一つである、統合プロファイルの概念とその仕組みについてポイントを解説します。まずは全体像を把握することが重要ですので、こちらの動画をまずはご視聴いただき本記事をご参照ください。Data Cloud の統合プロファイルの概念Data Cloudは、ID 解決を行うことによって、異なるシステムにある同じお客様の情報を一つにまとめ、「統合プロファイル」を作成します。この際、「UUID（Universally Unique Identifier）」という、独自の識別子を使って、同じお客様だと判断されたデータを関連付けます。この仕組みは、複数の鍵（各システムのデータ）を一つのキーホルダー（UUID）にまとめるように機能するため、「キーリング」という考え方で表現されます。注意点： この UUID は、ID 解決のルールが変わると値も変わる可能性があります。そのため、UUID を永続的なお客様の ID として、外部システムで使うことはできませんので、ご注意ください。データ統合のアプローチ方法データを統合する方法には、主に 2 つの考え方があります。Data Cloud の統合プロファイル（キーリング）複数データソースからのレコードを集約・参照するハブとなるシステムとして機能します。ゴールデンレコード複数のデータソースから最良なレコードを選択し、常に最新で単一のレコードを保持します。統合プロファイルとゴールデンレコードのアプローチの比較Data Cloud の統合プロファイル（キーリング）データを上書きすることがないため、既存システムのレコードが持っている情報が失われることがありません。レコードの上書きや削除が発生しないため、関係者間での調整が不要となり、スピード感をもって 施策を実行できます。ID 解決の結果をレビューし、一致ルールの変更を行うことで、統合マッチ精度を継続的に改善します。※ UUID は永続的な顧客の ID として外部システムで利用することは想定されておりません。ゴールデンレコードデータを上書きするため、誤って統合した場合の修正が難しくなります。どのレコードが優先されるべきかルールを決めるために、関係者間での合意を取る必要があります。まとめ統合プロファイルは、「UUID（Universally Unique Identifier）」 という独自の識別子を使って、複数のシステムにあるデータを統合します。これにより、外部に存在する様々なソースデータを集約し、単一の顧客のビューを生成し、顧客ごとのインサイトの抽出や、セグメントを作成するのに役立ちます。Data Cloudを活用する上で、この統合プロファイルの概念と、ゴールデンレコードとの違いを理解しておくことは重要です。参考リソースTrailhead | ID 解決について学習するHelp | ソースプロファイルの統合

データオブジェクト

この記事で学べることData Cloud のデータオブジェクトについてデータレイクオブジェクト（ DLO ）とデータモデルオブジェクト（ DMO ）の違いについてデータオブジェクトのカテゴリについてはじめに異なるデータソースから取り込まれた顧客情報を一貫性のある形で整理し、統一された顧客プロファイルを作成することをデータモデリングと言います。これにより、顧客の行動や満足度を深く理解し、マーケティング、営業、カスタマーサービスなど、あらゆる部門で詳細なデータを活用することが可能になります。この記事ではデータオブジェクトに焦点を当て、データレイクオブジェクト（ DLO ）とデータモデルオブジェクト（ DMO ）の基本、それぞれの違い、そしてデータのカテゴリ分けを解説します。Data Cloud のデータオブジェクトData Cloud の基本的なデータオブジェクトとして、データレイクオブジェクト（ DLO ）とデータモデルオブジェクト（ DMO ）があります。（ Help | Data Cloud のデータオブジェクト）データレイクオブジェクト（ DLO ）はデータベースのテーブルに相当し、データモデルオブジェクト（ DMO ）はデータベースでのビューに相当します。データレイクオブジェクト（ DLO ）DLO は Data Cloud に取り込まれたデータを格納するコンテナです。手動で作成することも可能ですが、データストリームが作成されると、Data Cloud によって自動的に作成されます。DLO には、未加工のソースデータに加え、取り込みの際やバッチ処理などで変換されたデータが格納されるケースもあります。データモデルオブジェクト（ DMO ）DMO は、データソースから作成されたデータのグループです。DLO から DMO にデータをマッピングすることで、様々なデータソースから取り込んだデータを Data Cloud で定義したデータモデルに統合し、セグメント化やデータ分析などにデータを活用することが可能となります。データオブジェクトのカテゴリData Cloud のオブジェクトを作成する際には、データの「カテゴリ」を選択する必要があります。（Help | カテゴリ）データカテゴリは [プロファイル]、[エンゲージメント]、[その他] の3つです。プロファイル：顧客や取引先など、セグメント化する母集団として使用するデータセットである場合に選択します。エンゲージメント：注文や Web サイトの行動など、時間系列に基づくデータセットである場合に選択します。設定において「イベント時刻」の項目を定義する必要があります。その他：商品や店舗情報など、プロファイルとエンゲージメントに関連していて、それらに該当しないデータセットである場合に選択します。なお、DLO と DMO をマッピングする際に、それぞれのカテゴリによってマッピングが可能かどうかが決まります。プロファイル DLO はプロファイル DMO またはその他 DMO にマッピングすることができますが、エンゲージメント DMO にマッピングすることはできません。エンゲージメント DLO はエンゲージメント DMO にのみマッピングすることができます。その他 DLO はプロファイル DMO または、その他 DMO にマッピングすることができますが、エンゲージメント DMO にマッピングすることはできません。まとめData Cloud のデータモデリングは、多様な顧客データをデータレイクオブジェクト（ DLO ）で取り込み、データモデルオブジェクト（ DMO ）で統合し、一貫性のある顧客プロファイルを作成します。データレイクオブジェクト（ DLO ）とデータモデルオブジェクト（ DMO ）はプロファイル、エンゲージメント、その他のカテゴリで分類され、マッピングルールが存在します。これにより、顧客行動の深い理解と、マーケティングやサービスでのデータ活用が可能になります。学習ツールPremier Success Plan をご契約のお客様は、この記事の内容について 1 対 1 のフォローアップセッションでご相談いただけます。具体的な設定方法などについてご支援が必要でしたらぜひ以下のリンクよりお申し込みくださいませ。エキスパートコーチング： Data Cloud : データソース,ストリーム,モデル 参考リソースHelp | データのデータの準備とモデル化Help | Data Cloud のデータオブジェクトHelp | カテゴリ

データモデリングの概要

この記事で学べることData Cloud のデータモデルについての概要Customer 360 データモデルの概念Customer 360 データモデルを利用するメリットデータオブジェクトの種類データモデリングにおいてのベストプラクティスデータモデリングの考慮事項はじめに異なるデータソースから取り込まれたデータを活用する際には、データを一貫した定義で統合することが不可欠です。この記事ではデータモデルと Customer 360 データモデルに関してご紹介いたします。Data Cloud のデータモデルについての概要データモデリングは、複数のデータソースから取得したデータを統合するために、オブジェクト、項目、メタデータ、リレーションシップを設計・作成するプロセスです。これにより、様々なアプリケーションおよびビジネスプロセスで使用されるデータの一貫性を確保し、スムーズに連携できるようになります。＜用語解説＞データモデルデータモデルは、データを整理するための「設計図」のようなものです。例えば、お店の商品情報を管理するなら、商品名、価格、在庫数などをどういう形で記録するかを決めます。これにより、データの重複を防ぎ、誰が見ても分かりやすく、効率的に使えるようになります。データベースを作る上で欠かせない土台です。Data Cloud においてのデータモデルは DMO を指しています。（3-2. データオブジェクトの記事も合わせてご確認ください。）オブジェクト「取引先」「リード」「商談」などのデータを整理・管理するためのデータの箱（テーブル）です。メタデータデータそのものではなく、そのデータを説明したり管理したりするための付加情報です。（例：「電話番号」「メールアドレス」「業種」などの個別の項目の定義を指します。）リレーションシップ異なる「オブジェクト」に蓄積されたデータ同士を、相互に紐づけることで、データを整理・活用するための仕組みです。Customer 360 データモデルの概念Customer 360 データモデルとは、顧客に関するあらゆる情報を一元的に統合し、顧客全体像を把握するために標準で定義されているデータ構造のことです。「顧客を中心とした情報のハブ」として、Sales Cloud、Service Cloud、Marketing Cloud など、異なる製品に散在する顧客データを統合し、顧客とのあらゆる接点における情報を連携させることで、真の顧客理解を深め、パーソナライズされた体験を提供する基盤となります。※ユースケースに応じてカスタムでのデータ構造の構築も可能です。Customer 360 データモデルを利用するメリット標準データモデルを活用標準データモデルを採用することでデータモデルを一から考える必要がなく、導入時間の削減を実現いたします。異なるデータソースを追加する際も、標準データモデルを採用できる場合はデータ統合や整理の作業が簡素化されます。GUI の利用で SQL クエリが不要あらかじめ Data Cloud 内でデータテーブル間のエンティティが定義されていることにより、複雑な SQL を記述することなく、GUI 上でデータ統合が可能です。中間テーブルがないため管理が容易にSQL を使わずデータ統合が可能なため、中間テーブルが乱立されてしまう心配がありません。将来的にデータ量が増えた場合でも安定したパフォーマンスを出すことが可能です。同意情報の管理も統一標準およびカスタムデータモデルを使うことにより、すべての顧客データを顧客軸で紐付けて管理できます。これにより、特定の顧客データを削除する必要がある場合でも確実にデータを削除することが可能となり、顧客からの同意情報に合わせた顧客管理ができます。＜用語解説＞エンティティ情報の「種類」や「対象」を表す概念であり、データを格納する各種オブジェクトです。（ DMO の各オブジェクトを指してます。）中間テーブル多対多の関係性があるテーブルの間に入れるテーブルです。（詳細は3-4. データ間の関連付け：リレーションの定義の記事もご参照ください。）データモデルオブジェクトの種類データモデルオブジェクト ( DMO )には 3 つの種類があり、それぞれ下記の違いがあります。標準 DMO一般的なユースケースに基づき用意された Salesforce のデータモデルオブジェクトハイブリッド DMO標準 DMOにカスタム項目を追加して拡張したデータモデルオブジェクトカスタム DMOビジネスニーズに合わせて新規で作成するデータモデルオブジェクト詳細は3-2. データオブジェクトの記事も合わせてご参照してください。※標準DMO のイメージ図データモデリングにおけるベストプラクティスデータモデルや項目のカスタマイズを検討する際は、まず標準 DMO の使用を優先して検討することが推奨されます。標準 DMO を活用するメリット：一部機能は標準 DMO の使用が前提に設計されているため、Data Cloud の機能を最大限に活用できます。オブジェクトの関係性が事前に定義されているため、活用までの時間を短縮できます。標準 DMO ベースに構築された AppExchange 製品を使用して Data Cloud の機能をさらに拡張できます。データモデル設計の考慮事項データモデルのメリットを最大限に引き出すためには、下記の観点を考慮してデータモデルを構築することが推奨されています。メンテナンス性を考慮する設定箇所が少なければ、修正や変更の不可も減るので、あまり複雑にならない設計を心がけましょう。データモデルのエンティティ配分を必要最低限に留める類似するコンテキストのデータが存在する場合は、同じエンティティにまとめることを検討します。新たなカスタム DMO を作成するのではなく、既存の DMO に集約し、必要に応じてカスタム項目の追加を検討します。可能な限り、標準 DMO を活用する標準 DMO にない項目がある場合、標準 DMO のカスタム項目を作成して、データの取り込みを行います。一方で、1つの DMO に多くの項目を持たせてしまうと、項目の検索性が悪くなる可能性があるので、その場合は、別の カスタム DMO の作成を検討します。データモデルの階層構造を考慮する階層が深くなると、情報検索が複雑になったり、データ量によってはクエリやセグメント化処理のパフォーマンスに影響が出るので、階層は極力少なくすることが推奨されております。各機能で遡れる DMO の階層数には制限があります。詳細はヘルプ記事をご覧ください。セグメント条件設定時：Help | コンテナと属性を使用した絞り込み関連属性の有効化時：Help | Data Cloud 有効化での関連属性の選択に関する考慮事項まとめ異なるデータソースから取り入れたデータを統合し、パーソナライズされた顧客体験を提供するためにはデータモデルの活用が不可欠です。データモデルの考え方や、Customer 360 データモデルを活用した導入する際のベストプラクティスや考慮事項を事前に把握しておくことが重要です。学習ツールPremier Success Plan をご契約のお客様は、この記事の内容について 1 : 1 のフォローアップセッションでご相談いただけます。具体的な設定方法などについてご支援が必要でしたらぜひ以下のリンクよりお申し込みくださいませ。エキスパートコーチング： Data Cloud : データソース,ストリーム,モデル 参考リソースデータモデルの概念Trailhead | Customer 360 データモデルについて知るHelp | Customer 360 データモデルHelp | コンテナと属性を使用した絞り込みHelp | Data Cloud 有効化での関連属性の選択に関する考慮事項関連AppExchang

ゼロコピーデータ統合

この記事で学べることゼロコピーデータ統合の概念と、従来のデータ連携との違いSnowflake や Google BigQuery といった主要なデータウェアハウスとの連携方法のコンテンツはじめに従来のデータ連携では、企業が持つ様々なシステムに散在するデータを活用するために、ETL （抽出、変換、読み込み）プロセスを通じてデータをコピーし、別の場所に移動させる必要がありました。しかし、この方法は「データのサイロ化」「鮮度の低下（夜間バッチ処理によるタイムラグ）」「コスト（開発・メンテナンス、データ複製に伴うストレージ費用）」といった多くの課題を抱えていました。Data Cloud が提供する「ゼロコピーデータ統合」は、これらの課題を根本的に解決する技術です。データを物理的に移動・複製することなく、データが元々存在する場所（例えば Snowflake や Google BigQuery などのデータウェアハウス）に直接仮想的に接続することで、常に最新のデータをリアルタイムかつ安全に活用することを可能にします。これにより、Data Cloud は CRM 内外のあらゆるデータを連携する中核的な役割を担います。ゼロコピーデータ統合とはData Cloud のゼロコピーデータ統合は、パートナーデータに直接アクセスできる機能です。データ統合では、ゼロコピーインテグレーションを使用して、データへの安全でほぼリアルタイムのアクセスが提供されます。データは Data Cloud にコピーされずに直接照会されます。ゼロコピーデータ統合が可能なパートナーについてはヘルプページをご確認ください。（Help | Data Cloud: コネクタとインテグレーション）ゼロコピーとデータストリームでの取り込みの違い項目データストリーム (従来の取り込み)ゼロコピーデータ統合データの扱い方外部からデータを物理的にコピーして Data Cloud 内に保存外部のデータをコピーせず直接参照連携可能なサービス多様な接続Salesforce 製品、クラウドストレージ、Web サイトやモバイルアプリ、Mulesoft を介した多数の外部サービスなど主要なデータ基盤に特化Amazon Redshift , Databricks , Google BigQuery , Snowflake ※対応パートナーは拡大予定ゼロコピーデータ統合での取り込みのメリット項目データストリーム (従来の取り込み)ゼロコピーデータ統合データの鮮度定期的なバッチ処理のため、タイムラグが発生しやすい常に最新のデータにアクセスでき、ほぼリアルタイムデータガバナンスデータが複製されるため、管理が複雑化する可能性ありデータは一元管理され、セキュリティとガバナンスを強化設定に関するコンテンツSalesforce 開発者: Data Cloud インテグレーションガイドSalesforce 開発者: Amazon RedshiftSalesforce 開発者: DatabricksSalesforce 開発者: Google BigQuerySalesforce 開発者: SnowflakeまとめData Cloud のゼロコピーデータ統合は、既存のデータウェアハウスに直接接続し、データを移動・複製することなくリアルタイムで活用します。これにより、従来の ETL が抱えるデータのサイロ化、鮮度低下、コストの課題を解決します。参考リソースHelp | Zero Copy Data Federation (ゼロコピーデータ統合)Help | データ統合の請求に関する考慮事項Help | Data Cloud: コネクタとインテグレーション

データ接続の概要

この記事で学べることSalesforce Data Cloud におけるデータ接続の基本概念データストリームの種類とデータの取り込み方法データストリーム設定の概要と運用上の注意点はじめにData Cloud は、Salesforce の内部データだけでなく、外部の多様なデータソースからあらゆる情報を収集し、一元的に管理します。この記事では、Data Cloud へのデータ取り込みの基盤となる「データストリーム」について、その仕組みと設定の基本を解説します。データストリームとはデータストリームは、ソースシステムから Data Cloud へデータを取り込むための機能です。データストリームを使用することで、様々なデータソースからデータを Data Cloud に取り込むことができます。取り込まれたデータは、Data Cloud 内で「データレイクオブジェクト ( DLO )」として保存され、その後のデータ統合や分析の基盤となります。データストリーム設定の概要データストリームの設定は、 Data Cloud のインターフェースを通じて直感的に行うことができます。データソースの選択: Data Cloud の「データストリーム」を新規作成し、取り込みたいデータの種類（例: Salesforce CRM 、 Marketing Cloud など）を選択します。  オブジェクトと項目の指定: 接続するオブジェクトやデータセットを指定します。 Salesforce CRM データストリームの場合、含める Salesforce オブジェクトと、その中の必要な項目を選択します。デフォルトではすべての項目が事前に選択されていますが、不要な項目は選択解除できます。数式項目の追加 (オプション): 必要に応じて、データストリームに新しい数式項目を追加することができます。表示ラベル、API 参照名、そしてその数式の戻り値のデータ型（数値、テキスト、日付など）を設定します。更新スケジュールの設定と管理: データストリームの作成時、または作成後に更新スケジュールの設定が可能です。スケジュールを設定せず手動での更新を開始することも可能です。各データソースごとの更新スケジュールの設定の詳細はヘルプページをご確認ください。（Help | Data Cloud のデータストリームスケジュール）使用可能なデータソース主に以下のようなデータソースを使用することができます。コネクタの一覧や詳細はヘルプページをご確認ください。（ Help | Data Cloud : コネクタとインテグレーション）Salesforce コネクタ( Marketing Cloud コネクタや CRM コネクタなど)SDK と取り込み API を使用するコネクタサービス ( Marketing Cloud Personalization や Web およびモバイルコネクタなど)Data Cloud との間でデータを流すように設定できるサードパーティインテグレーション  (Amazon S3 や Google Cloud Storage など)データストリーム作成時の注意事項Data Cloud は消費量課金ベースの製品であり、データの取り込みを含む各種機能のデータの処理量に応じて、ご契約いただいたクレジットが消費されます。そのため、大量のデータを繰り返し Data Cloud に取り込んだ場合、ご契約のクレジットを超過する消費量が発生する恐れがあります。データストリームの設定を行う際には以下のような点に注意してください。更新スケジュール設定: 必要以上の頻度でデータを更新しないようにします。更新モード: 通常は全件更新の方がデータの処理量が大きくなるため、全件更新が必要ない場合は、増分更新を選択します。取り込みデータの絞り込み: Data Cloud で利用しないデータがデータソースに含まれている場合は、データソース側でフィルターをかけてから Data Cloud にデータを取り込むことが可能かどうかを検討します。また、Data Cloud のご利用開始後は、定期的にクレジットの残量を確認することも重要です。クレジット消費に関しては該当のサクセスナビ記事の確認をお願いします。まとめデータ接続は Data Cloud の基盤であり、顧客データを統合し、パーソナライズされた体験を提供するための最初のステップです。使用可能なデータソースやデータストリームの設定や運用上の注意点を事前に把握し、計画的に導入・運用することで、Data Cloud の価値を最大限に引き出すことができます。学習ツールPremier Success Plan をご契約のお客様は、この記事の内容について1対1のフォローアップセッションでご相談いただけます。具体的な設定方法などについてご支援が必要でしたらぜひ以下のリンクよりお申し込みくださいませ。エキスパートコーチング： Data Cloud : データ取り込み 参考リソースHelp | データの接続Help | Data Cloud のデータストリームスケジュールHelp | Data Cloud: コネクタとインテグレーション

Digital Walletのアラート設定

この記事で学べることはじめにDigital Wallet のアラート設定とはアラートフローの有効化参考リソースはじめにDigital Wallet は消費量課金ベース製品、または機能の使用状況と残容量を監視できる管理ツールです。Digital Wallet の消費しきい値アラート設定を有効化することで、組織の使用量が指定したしきい値を超えた際に通知を受け取ることができます。※ Digital Walletの概要についてはこちらの記事も合わせてご参照ください。Digital Wallet のアラート設定とはDigital Wallet は消費量課金ベース製品、または機能の使用状況と残容量を監視できる管理ツールです。有効なエンタイトルメントを持つカードでのみフローを活用し、組織の使用量が指定したしきい値を超えた場合に使用量通知を取得する Digital Wallet の消費しきい値アラートフローを設定することが可能です。アラートフローの有効化[設定] >[フロー]>[新規フロー]>[ Consumption Threshold Alerts (消費しきい値アラート)] フローを検索して選択し、[作成] をクリックし、アラートフローを作成します。消費しきい値アラートフローが有効化されると、デフォルトで次のようになります。デフォルトでは、システム管理者プロファイルを持つユーザーは、組織が消費カードの購入済みエンタイトルメントの 50%、70%、80%、85%、90%、95%、100% を超えた場合に、アプリケーション内およびメールで通知を受信します。下記のサンプル画像は、エンタイトルメントの Conversationsカードが100%を超えた場合の通知例です。契約が1に対して、消費が3あるため、契約に対する超過がある状況です。そのため残りがマイナス表記されています。計算イメージ：事前購入済み(1) - 消費済み(3)=残り(-2)デフォルトの通知動作は、到達したしきい値によって異なります。組織のカードエンタイトルメントの 50%、70%、80%、85%、90%、95% が消費されると、システム管理者ユーザーは通知を 1 回受信します。次のしきい値に達するまで、重複する通知は送信されません。(例: 組織の使用率が 50% に達したとします。システム管理者ユーザーは、50% のしきい値に関するアラートを受信します。次の通知は、70% のしきい値に達すると送信されます。)アラートは、有効なエンタイトルメントを持つカードでのみトリガーされます。契約が期限切れになると、通知は送信されなくなります。実装編：アラートフローのカスタマイズこちらのPDFをダウンロードいただき設定をお試しください。※題材「消費しきい値アラートを取得するユーザー変更のフロー」まとめDigital Wallet のアラート設定を行うことで、有効なエンタイトルメントを持つカードでのみフローを活用し、組織の使用量が指定したしきい値を超えた場合に使用量通知を取得することが可能です。学習ツールPremier Success Plan をご契約のお客様は、この記事の内容について1対1のフォローアップセッションでご相談いただけます。具体的な設定方法などについてご支援が必要でしたらぜひ以下のリンクよりお申し込みくださいませ。エキスパートコーチング(Data Cloud : クレジット消費量の確認)参考リソースサクセスナビ | Digital Walletの活用Help | 使用状況に関する Digital Wallet 通知の取得Help | 消費しきい値アラートフローの有効化Help | 消費しきい値アラートフローのカスタマイズHelp | 特定のカードの消費しきい値の変更