Dimensione dei clienti migliorata con Dynamics 365 Customer Insights

Questa architettura di alto livello mostra il flusso di dati dai sistemi di origine di un'organizzazione (ERP, CRM, POS e così via) in un data lake in Azure. Questo stesso data lake può essere configurato come back-end per Dynamics 365 Customer Insights. Quando dispone di un back-end data lake, Customer Insights può caricare i dati dei clienti avanzati nel data lake per l'utilizzo come dimensione per data warehouse e app downstream.

Architettura

Scaricare un file di Visio di questa architettura.

Azure Synapse SQL serverless usa i dati di Customer Insights avanzati. Azure Synapse SQL serverless introduce un modello di progettazione conveniente noto come LDW (Logic Data Warehouse). Il modello LDW introduce un livello di astrazione su archivi dati esterni, ad esempio data lake, per fornire costrutti di database relazionali familiari come tabelle e visualizzazioni. Gli strumenti che supportano gli endpoint SQL Server possono quindi usare queste tabelle e viste. Nel contesto di questo esempio Power BI può eseguire l'origine dei dati di Customer Insights avanzati come tabella di dimensioni da un database usando Azure Synapse pool SQL serverless.

Flusso di dati

1. Usando Data Factory o Azure Synapse pipeline, stabilire servizi collegati ai sistemi di origine e agli archivi dati. Data Factory e Azure Synapse pipeline supportano più di 90 connettori, inclusi protocolli generici per le origini dati quando un connettore nativo non è disponibile.

2. Caricare i dati dai sistemi di origine in Data Lake usando lo strumento Copia dati. È quindi necessario trasformare i dati nel data lake per adattare uno schema Common Data Model. I flussi di dati di mapping di Data Factory supportano il sink dei dati nel formato Common Data Model. Per altre informazioni, vedere Common Data Model format in Azure Data Factory e Synapse Analytics.

3. Per importare dati in Customer Insights, è necessario configurare una connessione a una cartella Common Data Model usando un account Data Lake. Dopo aver importato dati in Customer Insights, il processo di unificazione dei dati di Customer Insights (mappa, corrispondenza e unione) può elaborare i dati dei clienti diversi. È quindi possibile arricchire ulteriormente i dati unificati in Customer Insights usando l'arricchimento dei dati, i segmenti di dati e le stime di intelligenza artificiale.

4. In Customer Insights è necessario configurare un'esportazione dei dati nel data lake. Per altre informazioni, vedere Configurare la connessione a Azure Data Lake Storage Gen2.

5. Creare un Data Warehouse logico nell'area di lavoro Azure Synapse. Vedere le procedure consigliate Azure Synapse pool SQL serverless per determinare se è necessario eseguire più trasformazioni nei dati di Customer Insights e se le visualizzazioni sono più adatte alle tabelle.

6. I dati di Customer Insights nel data lake sono ora esposti come tabelle e viste logiche SQL Server che possono essere facilmente usate da Power BI. Per un esempio , vedere Esercitazione sull'uso dei pool SQL serverless con Power BI .

Componenti

• Azure Data Lake Storage. Archiviazione cloud scalabile e conveniente supportata da Customer Insights come destinazione per l'esportazione dei dati.
• Azure Data Factory. Servizio di integrazione dei dati su scala cloud per orchestrare il flusso di dati.
• Informazioni dettagliate sui destinatari. Modulo Customer Insights che unifica le origini dati dei clienti. Fornisce anche arricchimenti come segmentazione, valore di durata totale del cliente (CTLV) e punteggio di varianza del cliente.
• Azure Synapse pool SQL serverless. Usato per eseguire query sui dati dei clienti in un data lake tramite T-SQL e SQL Server endpoint.

Alternativi

Questa soluzione usa il modello LDW (Logical Data Warehouse) per usare i dati avanzati da Customer Insights. È anche possibile usare altri modelli di data warehouse.

Data Factory e Azure Synapse entrambi forniscono pipeline di integrazione dei dati. Per un confronto, vedere la suddivisione della parità delle funzionalità .

Dettagli dello scenario

Dynamics 365 Customer Insights può creare una visualizzazione del cliente a 360 gradi unificando i dati provenienti da origini transazionali, comportamentali ed osservazionali. È quindi possibile rendere disponibile questa visualizzazione cliente a 360 gradi nei data lake aziendali e/o nei data warehouse come dimensione del cliente avanzata.

Questo articolo descrive il flusso di dati, le integrazioni dei prodotti e le configurazioni disponibili per la creazione di una dimensione del cliente avanzata che può essere utilizzata dalle piattaforme di analisi esterne a Dynamics 365 e Customer Insights. Informazioni dettagliate sui destinatari è la funzionalità di Customer Insights che offre la possibilità di unificare le origini dati dei clienti e migliorare i profili dei clienti. Per altre informazioni, vedere panoramica delle informazioni dettagliate sui destinatari.

Nella tabella seguente viene illustrato un esempio di record dei clienti avanzati generati dal processo di unificazione dei dati di Customer Insights. Questo processo accetta i dati dei clienti da più sistemi di origine e lo pulisce e lo unisce. Customer Insights può anche arricchire i record dei clienti con attributi come punteggi di varianza e affinità di marchio. Ecco alcuni esempi fittizi di questo tipo di record:

Potenziali casi d'uso

Questa architettura è applicabile a qualsiasi organizzazione che deve creare record che disegnare dati da più origini.

Questa soluzione è ottimizzata per il settore della vendita al dettaglio.

Autori di contributi

Questo articolo viene gestito da Microsoft. È stato originariamente scritto dai collaboratori seguenti.

Autore principale:

• Jon Joneszeniecki | Cloud Solution Architect

Passaggi successivi

• Microsoft Learn: Sbloccare la finalità del cliente con informazioni dettagliate sui destinatari Dynamics 365
• Esercitazione: Esplorare e analizzare i data lake con pool SQL serverless
• Esercitazione: Creare un Data Warehouse logico con pool SQL serverless
• Introduzione ad Azure Synapse Analytics
• Panoramica di Customer Insights
• Analizzare i dati in un account di archiviazione
• Integrare le attività usando le pipeline

Risorse correlate

• Introduzione alla progettazione dell'architettura di analisi
• Scegliere un archivio dati analitici in Azure
• Analisi end-to-end con Azure Synapse