Resolução de identidade
Regras de correspondência, chaves e resolução de conflitos entre fontes.
Data Cloud e unificação de dados
Uma única visão do cliente, sem copiar toda a organização no CRM.
Concepção de uma camada de dados unificada: resolução de identidade, harmonização, acesso a dados de sistemas externos e alimentação de processos, relatórios e Agentforce a partir de uma fonte governada.
Mapa de capacidades
O que inclui e em que ordem
Data Cloud — Mapa de capacidades
Resolução de identidade
Regras de correspondência, chaves e resolução de conflitos entre fontes.
Harmonização
Normalização de campos e valores para que possam ser efetivamente comparados.
Acesso a dados externos
Visualizar dados de um sistema remoto em vez de duplicá-los desnecessariamente.
Segmentos e públicos
Construção de públicos com base unificada para uso em marketing e serviço.
Ativação de processos
Acionar automações, alertas ou tarefas a partir de um evento de dados.
Governança e qualidade
Propriedade, métricas de qualidade e acompanhamento de desvios.
Contexto
O que realmente determina o resultado
A unificação de dados não é um projeto técnico: é uma série de decisões sobre o que define uma entidade de cliente, quais identificadores determinam uma correspondência e o que fazer quando as fontes entram em conflito.
Nem todos os dados pertencem ao CRM. Alguns são melhor visualizados a partir de uma fonte remota, e outros devem ser incorporados apenas de forma resumida. Essa decisão afeta tanto o desempenho quanto o custo.
O Data Cloud ganha especial importância frente à IA: um agente que se apoia em dados não reconciliados dará respostas que soam plausíveis, mas não são corretas.
O que fazemos
Áreas de trabalho
Harmonização
Normalização de campos e valores para que possam ser efetivamente comparados.
Acesso a dados externos
Visualizar dados de um sistema remoto em vez de duplicá-los desnecessariamente.
Segmentos e públicos
Construção de públicos com base unificada para uso em marketing e serviço.
Ativação de processos
Acionar automações, alertas ou tarefas a partir de um evento de dados.
Governança e qualidade
Propriedade, métricas de qualidade e acompanhamento de desvios.
Matriz de decisões
As decisões que determinam o resultado
| Decisão | Opção A | Opção B | O que a decide |
|---|---|---|---|
| Copiar versus acessar | Copiar os dados para o CRM | Acessar a fonte remota | Frequência de uso e sensibilidade ao desempenho |
| Chave de correspondência | Identificador técnico | Chave de negócio complexa | Confiabilidade dos identificadores em cada fonte |
| Gestão de conflitos | Prevalece a fonte mais recente | Hierarquia de fontes definida | Se existe uma fonte de verdade acordada |
| Escopo inicial | Somente entidade do cliente | Cliente e transações | Maturidade das fontes |
Copiar versus acessar
- Opção A
- Copiar os dados para o CRM
- Opção B
- Acessar a fonte remota
- O que a decide
- Frequência de uso e sensibilidade ao desempenho
Chave de correspondência
- Opção A
- Identificador técnico
- Opção B
- Chave de negócio complexa
- O que a decide
- Confiabilidade dos identificadores em cada fonte
Gestão de conflitos
- Opção A
- Prevalece a fonte mais recente
- Opção B
- Hierarquia de fontes definida
- O que a decide
- Se existe uma fonte de verdade acordada
Escopo inicial
- Opção A
- Somente entidade do cliente
- Opção B
- Cliente e transações
- O que a decide
- Maturidade das fontes
Como trabalhamos
Etapas de implementação
- 01
Mapear fontes
Quais sistemas contêm quais entidades.
- 02
Definir a entidade unificada
Campos, chaves e regras de correspondência.
- 03
Harmonização
Normalizar valores e formatos.
- 04
Testes de correspondência
Medir taxas de falsos positivos e de omissão.
- 05
Consumo em processos
Conectar com relatórios, processos e Agentforce.
- 06
Governança contínua
Métricas de qualidade e propriedade definida.
Continue explorando
Serviços e guias relacionados
Perguntas frequentes
Data Cloud — perguntas habituais
Quando o Data Cloud se justifica?
Quando a identidade do cliente está dispersa em vários sistemas e você não consegue responder a perguntas básicas sem uma reconciliação manual. Se houver uma fonte de verdade clara, uma solução mais simples é suficiente.
Substitui um data warehouse?
Não. Um data warehouse serve para análise histórica ampla, enquanto uma camada de dados do cliente serve para ativação operacional quase em tempo real. Em muitas organizações, ambos coexistem e se complementam.
Qual é a conexão com o Agentforce?
Um agente só pode ser preciso quando os dados que o sustentam estão unificados e governados. A unificação de dados é geralmente um pré-requisito real para um uso empresarial sério da IA, não uma melhoria opcional.
Quanto tempo leva a resolução de identidade?
O prazo depende da qualidade dos identificadores nas fontes. Quando já existem identificadores de negócio confiáveis, o processo é breve; quando a correspondência se baseia em nome e endereço, é necessário um ciclo de calibração mais longo.
Próximo passo
Planejar uma camada de dados unificada
Analisaremos suas fontes e a qualidade dos identificadores, e definiremos um plano de unificação realista.
Próximo passo
Planejar uma camada de dados unificada
Analisaremos suas fontes e a qualidade dos identificadores, e definiremos um plano de unificação realista.