Resolución de identidad
Reglas de coincidencia, claves y resolución de conflictos entre fuentes.
Data Cloud y unificación de datos
Una única vista del cliente, sin copiar toda la organización en el CRM.
Diseño de una capa de datos unificada: resolución de identidad, armonización, acceso a datos de sistemas externos, y alimentación de procesos, informes y Agentforce desde una fuente gobernada.
Mapa de capacidades
Qué incluye y en qué orden
Data Cloud — Mapa de capacidades
Resolución de identidad
Reglas de coincidencia, claves y resolución de conflictos entre fuentes.
Armonización
Normalización de campos y valores para que puedan compararse realmente.
Acceso a datos externos
Visualizar datos de un sistema remoto en lugar de duplicarlos innecesariamente.
Segmentos y audiencias
Construcción de audiencias sobre una base unificada para uso en marketing y servicio.
Activación de procesos
Disparar automatizaciones, alertas o tareas a partir de un evento de datos.
Gobierno y calidad
Propiedad, métricas de calidad y seguimiento de desviaciones.
Contexto
Qué determina realmente el resultado
La unificación de datos no es un proyecto técnico: es una serie de decisiones sobre qué define una entidad de cliente, qué identificadores determinan una coincidencia y qué hacer cuando las fuentes entran en conflicto.
No todos los datos pertenecen al CRM. Algunos se visualizan mejor desde una fuente remota, y otros conviene incorporarlos solo de forma resumida. Esa decisión afecta tanto al rendimiento como al coste.
Data Cloud cobra especial importancia de cara a la IA: un agente que se apoye en datos no reconciliados dará respuestas que suenan plausibles y no son correctas.
Qué hacemos
Áreas de trabajo
Armonización
Normalización de campos y valores para que puedan compararse realmente.
Acceso a datos externos
Visualizar datos de un sistema remoto en lugar de duplicarlos innecesariamente.
Segmentos y audiencias
Construcción de audiencias sobre una base unificada para uso en marketing y servicio.
Activación de procesos
Disparar automatizaciones, alertas o tareas a partir de un evento de datos.
Gobierno y calidad
Propiedad, métricas de calidad y seguimiento de desviaciones.
Matriz de decisiones
Las decisiones que determinan el resultado
| Decisión | Opción A | Opción B | Qué lo decide |
|---|---|---|---|
| Copiar frente a acceder | Copiar los datos al CRM | Acceder a la fuente remota | Frecuencia de uso y sensibilidad al rendimiento |
| Clave de coincidencia | Identificador técnico | Clave de negocio compleja | Fiabilidad de los identificadores en cada fuente |
| Gestión de conflictos | Prevalece la fuente más reciente | Jerarquía de fuentes definida | Si existe una fuente de verdad acordada |
| Alcance inicial | Solo entidad de cliente | Cliente y transacciones | Madurez de las fuentes |
Copiar frente a acceder
- Opción A
- Copiar los datos al CRM
- Opción B
- Acceder a la fuente remota
- Qué lo decide
- Frecuencia de uso y sensibilidad al rendimiento
Clave de coincidencia
- Opción A
- Identificador técnico
- Opción B
- Clave de negocio compleja
- Qué lo decide
- Fiabilidad de los identificadores en cada fuente
Gestión de conflictos
- Opción A
- Prevalece la fuente más reciente
- Opción B
- Jerarquía de fuentes definida
- Qué lo decide
- Si existe una fuente de verdad acordada
Alcance inicial
- Opción A
- Solo entidad de cliente
- Opción B
- Cliente y transacciones
- Qué lo decide
- Madurez de las fuentes
Cómo trabajamos
Pasos de implementación
- 01
Mapear fuentes
Qué sistemas contienen qué entidades.
- 02
Definir la entidad unificada
Campos, claves y reglas de coincidencia.
- 03
Armonización
Normalizar valores y formatos.
- 04
Pruebas de coincidencia
Medir tasas de falsos positivos y de omisión.
- 05
Consumo en procesos
Conectar con informes, procesos y Agentforce.
- 06
Gobierno continuo
Métricas de calidad y propiedad definida.
Siga explorando
Servicios y guías relacionados
Preguntas frecuentes
Data Cloud — preguntas habituales
¿Cuándo se justifica Data Cloud?
Cuando la identidad del cliente está dispersa en varios sistemas y no puede responder preguntas básicas sin reconciliación manual. Si existe una fuente de verdad clara, una solución más sencilla es suficiente.
¿Sustituye a un data warehouse?
No. Un data warehouse sirve para análisis histórico amplio, mientras que una capa de datos de cliente sirve para activación operativa casi en tiempo real. En muchas organizaciones ambos coexisten y se complementan.
¿Cuál es la conexión con Agentforce?
Un agente solo puede ser preciso cuando los datos que lo sustentan están unificados y gobernados. La unificación de datos suele ser un requisito previo real para un uso empresarial serio de la IA, no una mejora opcional.
¿Cuánto tarda la resolución de identidad?
El plazo depende de la calidad de los identificadores en las fuentes. Cuando ya existen identificadores de negocio fiables, el proceso es breve; cuando la coincidencia se basa en nombre y dirección, se necesita un ciclo de calibración más largo.
Siguiente paso
Planificar una capa de datos unificada
Revisaremos sus fuentes y la calidad de los identificadores, y definiremos una ruta de unificación realista.
Siguiente paso
Planificar una capa de datos unificada
Revisaremos sus fuentes y la calidad de los identificadores, y definiremos una ruta de unificación realista.