Creación de conocimientos en Genie Customer Data Cloud ☁️

Genie Customer Data Cloud le permite reunir datos de sistemas dispares y desconectados en toda su empresa para ayudar a construir una vista única de su cliente. En una publicación de blog anterior, cubrimos algunas de las funciones interesantes para desarrolladores en Genie Customer Data Cloud. Prometimos una continuación de Insights, ¡y aquí está! Las perspectivas , que se calculan mediante el lenguaje de consulta estructurado (SQL) , le permiten segmentar, agregar y filtrar sus datos, para que pueda analizarlos e interpretarlos mejor. Empecemos sumergiéndonos en los objetos del modelo de datos.

¿Qué son los objetos del modelo de datos?

Antes de profundizar en Insights, es importante hablar sobre el modelo de datos subyacente en Genie Customer Data Cloud. Este conocimiento es fundamental, ya que los objetos del modelo de datos contienen los datos que utilizará para sus conocimientos. Como se mencionó anteriormente, Genie Customer Data Cloud ayuda a consolidar fuentes dispares de múltiples sistemas, como CRM, Marketing Cloud, Commerce Cloud y sistemas heredados. El Modelo de datos de Customer 360 luego ofrece objetos estándar y personalizados para mapear sus datos desde sus sistemas de origen.

Analicemos aún más el modelo de datos de Customer 360 explicando las partes del diagrama que se muestra a continuación.

Un área temática recopila grandes cantidades de datos y los reúne en un marco general utilizando objetos de modelo de datos. El objetivo comercial de la mayoría de los especialistas en marketing es comercializar y promocionar sus productos o servicios entre sus clientes. Un especialista en marketing utiliza áreas temáticas de modelos de datos para agrupar datos de participación, pedidos de ventas o información de productos.

Un objeto de modelo de datos (DMO) es una agrupación de datos creada a partir de flujos de datos, conocimientos y otras fuentes de datos. Los objetos del modelo de datos se pueden completar con datos de Sales Cloud, Service Cloud, Marketing Cloud Engagement, Commerce Cloud, sistemas conectados de Mulesoft y más. La DMO contiene atributos, que también se denominan campos . Un atributo es un dato específico almacenado en Genie Customer Data Cloud, por ejemplo, el nombre, el apellido o el número de teléfono de un cliente.

Creación de conocimientos con SQL

Ahora que comprende la relación entre las áreas temáticas y las DMO, echemos un vistazo a las perspectivas. Insights le permite calcular métricas sobre sus datos almacenados en Genie Customer Data Cloud, y se realizan mediante SQL. No tiene que ser un experto en SQL para generar sus conocimientos, porque Genie Customer Data Cloud tiene un generador de arrastrar y soltar fácil de usar que lo ayudará a crear sus declaraciones SQL. Sin embargo, es útil tener una comprensión básica de SQL para comprender completamente lo que sucede detrás de escena a medida que desarrolla sus conocimientos.

A continuación, se muestra un ejemplo de la estructura SQL que se construye a medida que crea sus conocimientos calculados y de transmisión en Genie Customer Data Cloud utilizando Insights Builder.

Primero seleccionará los atributos y las medidas que puede usar para realizar métricas en sus atributos, como la suma. Luego, elegirá los objetos del modelo de datos que está seleccionando y los objetos del modelo de datos asociados que desea seleccionar, así como los atributos para crear la combinación. Puede usar la cláusula where para agregar criterios de filtrado para incluir o excluir datos. Finalmente, el grupo define sus dimensiones. El siguiente diagrama muestra cómo las uniones lo ayudan a elegir los datos correctos cuando se trata de múltiples DMO. Calculated Insights Calculated Insights le permite calcular métricas basadas en datos almacenados en Genie Customer Data Cloud. Puede crear información basada en la actualidad o la frecuencia de uso de las aplicaciones móviles de una empresa. También puede calcular cosas como las categorías de productos más vistos para un sitio de comercio electrónico o las tasas de participación de los correos electrónicos.

Con Calculated Insights, los datos se procesan en lotes de gran volumen. Se pueden usar para definir criterios de segmento y atributos de personalización para activaciones usando métricas, dimensiones y filtros. Los conocimientos calculados se pueden empaquetar y compartir con otras instancias de Genie Customer Data Cloud.

Ahora, veamos un ejemplo del mundo real de cómo podemos usar Calculated Insights. Supongamos que un vicepresidente de marketing de una empresa desea conocer los datos de los pedidos de ventas del último año por cliente, para poder enviar un correo electrónico promocional del programa de fidelización a esos clientes. El Arquitecto de datos de la empresa ya ha configurado Genie Customer Data Cloud para conectarse con Commerce Cloud a través de Data Streams y ya ha estado incorporando datos de órdenes de venta en objetos de modelo de datos dentro de Genie Customer Data Cloud. Ahora, el Arquitecto de datos debe dirigirse a esos clientes.

= date_sub(current_date(), 365.0)) // Determines your dimension or how you want to group your data. In this example, it is by Customer ID
GROUP BY
customer_id__c»>

Con la consulta anterior, el arquitecto de datos puede obtener exactamente aquellos clientes a los que se dirigía el vicepresidente de marketing.

Perspectivas de transmisión

Aunque nos divertimos un poco con Calculated Insights, no podemos olvidarnos de Streaming Insights . La información de transmisión se puede crear a partir de datos de interacción y se procesa y recopila de fuentes de datos de transmisión, como Web SDK , Mobile SDK y Ingestion API . Aprendiste sobre esas fuentes de datos en nuestro artículo anterior . La información de transmisión ayuda a construir la agregación de series temporales casi en tiempo real. Pueden compartir sus datos mapeándolos a diferentes objetos de Web SDK, Mobile SDK e Interaction Studio.

Imagina que tienes una empresa de comercio electrónico que permite a tus clientes realizar compras a través de una aplicación móvil. Desea capturar casi en tiempo real la cantidad de clientes que inician pedidos y colocan artículos en su carrito en intervalos de cinco minutos, de modo que si un cliente no completa una compra o abandona un carrito, puede enviar rápidamente un texto de seguimiento o mensaje de inserción animándolos a completar su compra. El siguiente ejemplo muestra cómo puede usar una perspectiva de transmisión para comenzar a identificar a los clientes que realizan sus pedidos a través de la aplicación móvil, para que luego puedan identificar y dirigirse a los clientes abandonados.

Conclusión

Cubrimos mucho en esta publicación de blog sobre conocimientos dentro de Genie Customer Data Cloud. Ahora debería tener una comprensión básica de la arquitectura de datos subyacente y cómo recuperar datos de los objetos del modelo de datos en Genie Customer Data Cloud. A continuación, se incluyen algunos recursos que lo ayudarán a profundizar su aprendizaje tanto en Calculated como en Streaming Insights dentro de Genie Customer Data Cloud.

Recursos

Sobre el Autor

Danielle Larregui es promotora sénior de desarrolladores en Salesforce y se centra en la plataforma Marketing Cloud. Le gusta el marketing digital, el diseño de experiencia de usuario, el diseño de interfaz de usuario y el desarrollo móvil. Puedes seguirla en Twitter @DnLarregui .