ソリューションのアイデア
この記事ではソリューションのアイデアについて説明します。 クラウド アーキテクトはこのガイダンスを使用すると、このアーキテクチャの一般的な実装の主要コンポーネントを視覚化しやすくなります。 ワークロードの特定の要件に適合する、適切に設計されたソリューションを設計するための出発点として、この記事を使用してください。
このハイレベル アーキテクチャでは、組織のソース システム (ERP、CRM、POS など) から Azure 上のデータ レイクへのデータフローを示しています。 この同じデータ レイクは、Dynamics 365 Customer Insights のバックエンドとして構成できます。 データ レイクのバックエンドがある場合、Customer Insights では、ダウンストリームのデータ ウェアハウスとアプリによってデータをディメンションとして使用するために、クリーンな拡張カスタマー データをデータ レイクに読み込むことができます。
Architecture
左側のソース システムから右側の Power BI へのデータのフローを示すアーキテクチャ図。 このアーキテクチャでは、Azure Data Factory、Azure Data Lake、Customer Insights、Azure Synapse Analytics のサーバーレス SQL を使用して、拡張カスタマー ディメンションを構築します。
このアーキテクチャの Visio ファイルをダウンロードします。
Azure Synapse サーバーレス SQL では、拡張された Customer Insights データが使用されます。 Azure Synapse サーバーレス SQL には、論理データ ウェアハウス (LDW) と呼ばれるコスト効果の高い設計パターンが導入されています。 LDW パターンでは、外部データ ストア上にデータ レイクなどの抽象化レイヤーが導入され、テーブルやビューなどのおなじみのリレーショナル データベース構造が提供されます。 これにより、SQL Server エンドポイントをサポートするツールで、これらのテーブルとビューを使用できます。 この例のコンテキストでは、Power BI は Azure Synapse サーバーレス SQL プールを使用して、拡張された Customer Insights データをディメンション テーブルとしてデータベースから取得できます。
データフロー
Data Factory または Azure Synapse パイプラインを使用して、ソース システムおよびデータ ストアに対するリンクされたサービスを確立します。 Data Factory および Azure Synapse パイプラインは 90 個以上のコネクタがサポートされており、これにはネイティブ コネクタが使用できない場合のデータ ソースの汎用プロトコルなどが含まれます。
データのコピー ツールを使用して、ソース システムから Data Lake にデータを読み込みます。 次に、データ レイク内のデータを変換して、Common Data Model スキーマに適合するようにする必要があります。 Data Factory マッピング データ フローでは、Common Data Model 形式のシンク データがサポートされます。 詳細については、「Azure Data Factory および Synapse Analytics での Common Data Model 形式」を参照してください。
Customer Insights にデータをインポートするには、Data Lake アカウントを使用して、Common Data Model フォルダーへの接続を構成する必要があります。 Customer Insights にデータをインポートした後、Customer Insights のデータ統合プロセス (マップ、一致、およびマージ) によって、さまざまな顧客データを処理できます。 これにより、データ強化、データ セグメント、AI 予測を使用して、Customer Insights 内の統合データをさらに強化することができます。
Customer Insights では、データ レイクに戻すデータのエクスポートを構成する必要があります。 詳細については、Azure Data Lake Storage Gen2 への接続を設定することに関する記事を参照してください。
Azure Synapse ワークスペースで論理データ ウェアハウスを作成します。 エクスポートされた Customer Insights データに対してさらに変換を行う必要があるかどうか、およびテーブルよりもビューの方が適しているかどうかを判断するには、Azure Synapse サーバーレス SQL プールのベスト プラクティスに関する記事を参照してください。
データ レイク内の Customer Insights データは、Power BI で簡単に使用できる論理 SQL Server テーブルおよびビューとして公開されるようになりました。 例については、Power BI でのサーバーレス SQL プールの使用に関するチュートリアルを参照してください。
Components
- Azure Data Lake Storage。 データのエクスポート先として Customer Insights でサポートされる、スケーラブルでコスト効率の高いクラウド ストレージ。
- Azure Data Factory。 データ フローを調整するためのクラウド規模のデータ統合サービス。
- 対象者インサイト. 顧客データ ソースを統合する Customer Insights モジュール。 また、セグメント化、顧客の生涯価値の値 (CTLV)、顧客離れスコアなどのエンリッチメントも行われます。
- Azure Synapse サーバーレス SQL プール。 T-SQL と SQL Server エンドポイントを介してデータ レイク内の顧客データにクエリを実行するために使用します。
代替
このソリューションでは、論理データ ウェアハウス (LDW) パターンを使用して、Customer Insights からの強化されたデータを使用します。 他のデータ ウェアハウス パターンを使用することもできます。
Data Factory と Azure Synapse には両方とも、データ統合パイプラインが用意されています。 比較については、機能パリティの内訳に関する記事を参照してください。
シナリオの詳細
Dynamics 365 Customer Insights では、トランザクション、動作、および監視ソースのデータを統合することによって、360 度の顧客ビューを作成できます。 そして、360 度の顧客ビューを、拡張された顧客ディメンションとして、エンタープライズ データ レイクやデータウェア ハウスで利用できるようにすることができます。
この記事では、Dynamics 365 および Customer Insights の外部の分析プラットフォームで使用できる、拡張カスタマー ディメンションを構築するために使用可能なデータフロー、製品の統合、および構成について説明します。 対象者インサイトは、顧客データ ソースを統合して顧客プロファイルを強化する機能を提供する Customer Insights の機能です。 詳細については、対象者インサイトの概要に関する記事を参照してください。
次の表は、Customer Insights データ統合プロセスによって生成される拡張顧客レコードの例を示しています。 このプロセスでは、複数のソース システムからの顧客データを取得し、そのデータをクリーニングしてマージします。 Customer Insights では、顧客離れスコアやブランド アフィニティなどの属性を使用して顧客レコードを強化することもできます。 次に、この種類のレコードの架空の例をいくつか示します。
考えられるユース ケース
このアーキテクチャは、複数のソースからデータを取得するレコードを作成する必要があるすべての組織に適用されます。
このソリューションは、小売業界向けに最適化されています。
共同作成者
この記事は、Microsoft によって保守されています。 当初の寄稿者は以下のとおりです。
プリンシパル作成者:
- Jon Dobrzeniecki | クラウド ソリューション アーキテクト
次のステップ
- Microsoft Learn: Dynamics 365 対象者インサイトを使用して顧客の意図を明らかにする
- チュートリアル:サーバーレス SQL プールを使用してデータ レイクを探索および分析する
- チュートリアル: サーバーレス SQL プールを使用して論理データ ウェアハウスを作成する
- Azure Synapse Analytics の使用を開始する
- Customer Insights の概要
- ストレージ アカウント内のデータを分析する
- パイプラインを使用してアクティビティを統合する