Upravit

Sdílet prostřednictvím


Vylepšená dimenze zákazníků pomocí Dynamics 365 Customer Insights

Azure Data Lake Storage
Azure Synapse Analytics
Azure Data Factory
Customer Insights - Data

Nápady na řešení

Tento článek popisuje myšlenku řešení. Váš cloudový architekt může pomocí těchto pokynů vizualizovat hlavní komponenty pro typickou implementaci této architektury. Tento článek slouží jako výchozí bod k návrhu dobře navrženého řešení, které odpovídá konkrétním požadavkům vaší úlohy.

Tato architektura vysoké úrovně znázorňuje tok dat ze zdrojových systémů organizace (ERP, CRM, POS atd.) do datového jezera v Azure. Stejné datové jezero je možné nakonfigurovat jako back-end pro Dynamics 365 Customer Insights. Když má back-end data lake, customer Insights může načíst vylepšená zákaznická data do datového jezera, aby je bylo možné využít jako dimenzi podřízených datových skladů a aplikací.

Architektura

Diagram znázorňující referenční architekturu pro vytvoření vylepšené dimenze zákazníka

Diagram architektury znázorňující tok dat ze zdrojového systému vlevo do Power BI vpravo Tato architektura využívá bezserverové SQL služby Azure Data Factory, Azure Data Lake, Customer Insights a Azure Synapse Analytics k vytvoření vylepšené dimenze zákazníka.

Stáhněte si soubor aplikace Visio s touto architekturou.

Bezserverový SQL Azure Synapse využívá vylepšená data Customer Insights. Bezserverový SQL Azure Synapse představuje nákladově efektivní návrhový model označovaný jako Logický datový sklad (LDW). Model LDW zavádí abstraktní vrstvu nad externími úložišti dat, jako jsou datová jezera, a poskytuje známé konstrukce relačních databází, jako jsou tabulky a zobrazení. Nástroje, které podporují koncové body SQL Serveru, pak můžou tyto tabulky a zobrazení využívat. V kontextu tohoto příkladu může Power BI vytvořit vylepšená data Customer Insights jako tabulku dimenzí z databáze pomocí bezserverových fondů SQL Azure Synapse.

Tok dat

  1. Pomocí kanálů Data Factory nebo Azure Synapse vytvořte propojené služby se zdrojovými systémy a úložišti dat. Kanály Data Factory a Azure Synapse podporují více než 90 konektorů, včetně obecných protokolů pro zdroje dat, pokud není nativní konektor dostupný.

  2. Načtěte data ze zdrojových systémů do Data Lake pomocí nástroje pro kopírování dat. Potom je potřeba transformovat data v datovém jezeře tak, aby vyhovovala schématu Modelu Common Data Model. Mapování toků dat služby Data Factory podporuje jímky dat ve formátu Common Data Model. Další informace najdete v tématu Formát modelu Common Data Model ve službě Azure Data Factory a Synapse Analytics.

  3. Pokud chcete importovat data do Customer Insights, musíte nakonfigurovat připojení ke složce Common Data Model pomocí účtu Data Lake. Po importu dat do Customer Insights může proces sjednocení dat Customer Insights (mapování, shoda a sloučení) zpracovat různorodá zákaznická data. Potom můžete v Customer Insights dále rozšířit jednotná data pomocí rozšiřování dat, datových segmentů a předpovědí umělé inteligence.

  4. V Customer Insights je potřeba nakonfigurovat export dat zpět do datového jezera. Další informace najdete v tématu Nastavení připojení k Azure Data Lake Storage Gen2.

  5. Vytvořte logický datový sklad v pracovním prostoru Azure Synapse. Osvědčené postupy pro bezserverový fond SQL v Azure Synapse a zjistěte, jestli potřebujete na exportovaných datech Customer Insights provádět více transformací a jestli jsou zobrazení vhodnější než tabulky.

  6. Data Customer Insights v datovém jezeře se teď zobrazují jako logické tabulky a zobrazení SQL Serveru, které může Power BI snadno využívat. Příklad najdete v kurzu použití bezserverových fondů SQL v Power BI .

Komponenty

  • Azure Data Lake Storage. Škálovatelné a nákladově efektivní cloudové úložiště, které Customer Insights podporuje jako cíl pro export dat.
  • Azure Data Factory. Cloudová služba pro integraci dat pro orchestraci toku dat
  • Přehledy cílové skupiny Modul Customer Insights, který sjednocuje zdroje dat zákazníků. Poskytuje také rozšiřování, jako je segmentace, celková hodnota životnosti zákazníka (CTLV) a skóre četnosti změn zákazníků.
  • Bezserverové fondy SQL Azure Synapse Používá se k dotazování zákaznických dat v datovém jezeře prostřednictvím koncového bodu T-SQL a SQL Serveru.

Alternativy

Toto řešení používá model logického datového skladu (LDW) k využívání vylepšených dat ze služby Customer Insights. Můžete také použít jiné vzory datového skladu.

Data Factory i Azure Synapse poskytují kanály integrace dat. Podívejte se na rozpis parity funkcí pro porovnání.

Podrobnosti scénáře

Dynamics 365 Customer Insights může vytvořit 360stupňové zobrazení zákazníků sjednocením dat z transakčních, behaviorálních a observačních zdrojů. Toto 360stupňové zobrazení zákazníků pak můžete zpřístupnit v podnikových datových jezerech nebo datových skladech jako vylepšenou dimenzi zákazníka.

Tento článek popisuje tok dat, integrace produktů a konfigurace, které jsou k dispozici pro vytvoření vylepšené dimenze zákazníka, kterou můžou využívat analytické platformy externí pro Dynamics 365 a Customer Insights. Přehledy cílových skupin jsou funkce Customer Insights, která umožňuje sjednotit zdroje dat zákazníků a vylepšit profily zákazníků. Další informace najdete v přehledech cílové skupiny.

Následující tabulka ukazuje příklad vylepšených záznamů zákazníků vytvořených procesem sjednocení dat Customer Insights. Tento proces přebírá zákaznická data z více zdrojových systémů a čistí a slučuje je. Customer Insights může také rozšířit záznamy zákazníků o atributy, jako jsou skóre četnosti změn a spřažení značek. Tady je několik fiktivních příkladů tohoto typu záznamu:

Příklad záznamů zákazníků v tabulce databáze

Příklad záznamů zákazníků s atributy spřažením značky v tabulce databáze

Potenciální případy použití

Tato architektura se vztahuje na všechny organizace, které potřebují vytvářet záznamy, které nakreslily data z více zdrojů.

Toto řešení je optimalizované pro maloobchod.

Přispěvatelé

Tento článek spravuje Microsoft. Původně byla napsána následujícími přispěvateli.

Hlavní autor:

Další kroky