Saltar al contenido
HPI — High Tech Professions Institute

Data Cloud y unificación de datos

Una imagen única del cliente, sin copiar toda la organización al CRM.

Planificación de una capa de datos unificada: unificación de identidades, armonización, acceso a información de sistemas externos y alimentación de procesos, informes y Agentforce desde una fuente controlada.

Mapa de capacidades

Qué se incluye y en qué orden

El mapa muestra las capas de trabajo de este servicio, desde la infraestructura hasta las capacidades que ven los usuarios.

Data Cloud — Capability Map

  1. Unificación de identidades

    Reglas de coincidencia, claves y resolución de conflictos entre fuentes.

  2. Armonización

    Normalización de campos y valores para permitir la comparación.

  3. Acceso a información externa

    Visualización de datos de un sistema remoto en lugar de una copia innecesaria.

  4. Segmentaciones y audiencias

    Creación de audiencias basadas en una fuente unificada para su uso en marketing y servicio.

  5. Alimentación de procesos

    Activación de automatización, alerta o tarea basada en un evento en los datos.

  6. Gobierno y calidad

    Propiedad, métricas de calidad y seguimiento de desviaciones.

Cada capa se apoya en la anterior. Saltar una capa temprana es la razón más común de retrabajo posterior.

El contexto

Qué decide realmente aquí

La unificación de datos no es un proyecto técnico, sino una serie de decisiones: ¿cuál es la entidad del cliente?, ¿qué identificadores determinan la coincidencia? y ¿qué se hace en caso de conflicto entre fuentes?

No todos los datos necesitan pasar al CRM. Algunos son más adecuados para ser vistos desde una ubicación remota, y otros deben ser importados solo de forma resumida. Esta decisión determina tanto el rendimiento como el coste.

Data Cloud se vuelve especialmente significativo antes de la IA: un agente que se basa en información no unificada dará respuestas que suenan plausibles pero no son correctas.

Áreas de trabajo

Lo que hacemos en la práctica

Unificación de identidades

Reglas de coincidencia, claves y resolución de conflictos entre fuentes.

Armonización

Normalización de campos y valores para permitir la comparación.

Acceso a información externa

Visualización de datos de un sistema remoto en lugar de una copia innecesaria.

Segmentaciones y audiencias

Creación de audiencias basadas en una fuente unificada para su uso en marketing y servicio.

Alimentación de procesos

Activación de automatización, alerta o tarea basada en un evento en los datos.

Gobierno y calidad

Propiedad, métricas de calidad y seguimiento de desviaciones.

Matriz de decisión

Las decisiones que determinan el resultado

Copia vs. Visualización

Opción A
Copia de datos al CRM
Opción B
Acceso a la fuente remota
Lo que decide
Frecuencia de uso y sensibilidad al rendimiento

Clave de unificación

Opción A
Identificador técnico
Opción B
Clave de negocio compleja
Lo que decide
Fiabilidad de los identificadores en cada fuente

Gestión de conflictos

Opción A
La fuente más reciente prevalece
Opción B
Jerarquía de fuentes definida
Lo que decide
Existe una fuente de verdad acordada

Alcance inicial

Opción A
Solo entidad de cliente
Opción B
Cliente y transacciones
Lo que decide
Madurez de las fuentes

Forma de trabajo

Fases de ejecución

  1. 01

    Mapeo de fuentes

    Qué sistemas contienen qué entidades.

  2. 02

    Definición de entidad unificada

    Campos, claves y reglas de coincidencia.

  3. 03

    Armonización

    Normalización de valores y formatos.

  4. 04

    Prueba de coincidencia

    Medición de la tasa de coincidencias erróneas y omisiones.

  5. 05

    Ingesta de consumo

    Conexión a informes, procesos y Agentforce.

  6. 06

    Gobernanza continua

    Métricas de calidad y propiedad definida.

Preguntas frecuentes

Preguntas frecuentes

¿Cuándo se justifica Data Cloud?
Cuando la identidad del cliente está dispersa en múltiples sistemas y es imposible responder preguntas básicas sin una consolidación manual. Si existe una fuente de verdad única y clara, una solución más simple será suficiente.
¿Esto reemplaza un Data Warehouse?
No. Un almacén de datos está diseñado para un análisis histórico amplio, mientras que una capa de datos del cliente está diseñada para una operación operativa cercana al tiempo real. En muchas organizaciones, ambos coexisten y se complementan.
¿Qué tiene que ver con Agentforce?
Un agente solo puede ser preciso cuando la información que lo respalda está unificada y controlada. La unificación de datos es a menudo un verdadero requisito previo para el uso empresarial de la IA, no una mejora opcional.
¿Cuánto tiempo lleva la unificación de identidades?
El tiempo está determinado por la calidad de los identificadores en las fuentes. Cuando existen identificadores comerciales confiables, el proceso es corto; cuando la coincidencia se basa en el nombre y la dirección, se requiere una ronda de calibración más larga.

El siguiente paso

Planificación de la capa de datos unificada

Evaluaremos las fuentes y la calidad de los identificadores, y definiremos una ruta de unificación realista.