Düzenle

Aracılığıyla paylaş


Dynamics 365 Customer Insights ile gelişmiş müşteri boyutu

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

Çözüm fikirleri

Bu makalede bir çözüm fikri açıklanmaktadır. Bulut mimarınız bu mimarinin tipik bir uygulaması için ana bileşenleri görselleştirmeye yardımcı olmak için bu kılavuzu kullanabilir. İş yükünüzün özel gereksinimlerine uygun iyi tasarlanmış bir çözüm tasarlamak için bu makaleyi başlangıç noktası olarak kullanın.

Bu üst düzey mimari, bir kuruluşun kaynak sistemlerinden (ERP, CRM, POS vb.) Azure'da bir veri gölüne veri akışını gösterir. Bu veri gölü Dynamics 365 Customer Insights için arka uç olarak yapılandırılabilir. Data Lake arka ucu olduğunda, Customer Insights temiz gelişmiş müşteri verilerini veri gölüne yükleyerek aşağı akış veri ambarları ve uygulamaları tarafından boyut olarak tüketilebilir.

Mimari

Gelişmiş müşteri boyutu oluşturmaya yönelik başvuru mimarisini gösteren diyagram.

Soldaki kaynak sistemden sağ taraftaki Power BI'a veri akışını gösteren mimari diyagramı. Mimaride gelişmiş bir müşteri boyutu oluşturmak için Azure Data Factory, Azure Data Lake, Customer Insights ve Azure Synapse Analytics sunucusuz SQL kullanılır.

Bu mimarinin bir Visio dosyasını indirin.

Azure Synapse sunucusuz SQL, gelişmiş Customer Insights verilerini kullanır. Azure Synapse sunucusuz SQL, Mantıksal Veri Ambarı (LDW) olarak bilinen uygun maliyetli bir tasarım deseni sağlar. LDW düzeni, tablolar ve görünümler gibi tanıdık ilişkisel veritabanı yapıları sağlamak için veri gölleri gibi dış veri depolarının üzerinde bir soyutlama katmanı sunar. SQL Server uç noktalarını destekleyen araçlar daha sonra bu tabloları ve görünümleri kullanabilir. Bu örnek bağlamında Power BI, Azure Synapse sunucusuz SQL havuzlarını kullanarak gelişmiş Customer Insights verilerini bir veritabanından boyut tablosu olarak kaynaklayabilir.

Veri akışı

  1. Data Factory veya Azure Synapse işlem hatlarını kullanarak kaynak sistemlere ve veri depolarına bağlı hizmetler oluşturun. Data Factory ve Azure Synapse işlem hatları, yerel bağlayıcı kullanılamadığında veri kaynakları için genel protokoller de dahil olmak üzere 90'dan fazla bağlayıcıyı destekler.

  2. Veri Kopyalama aracını kullanarak kaynak sistemlerden Data Lake'e veri yükleyin. Daha sonra veri gölündeki verileri Ortak Veri Modeli şemasına uyacak şekilde dönüştürmeniz gerekir. Data Factory eşleme veri akışları, verilerin Ortak Veri Modeli biçiminde havuza alınmasını destekler. Daha fazla bilgi için bkz . Azure Data Factory ve Synapse Analytics'te Ortak Veri Modeli biçimi.

  3. Verileri Customer Insights'a aktarmak için Data Lake hesabı kullanarak Common Data Model klasörüne bağlantı yapılandırmanız gerekir. Verileri Customer Insights'a aktardıktan sonra Customer Insights veri birleştirme işlemi (eşleme, eşleştirme ve birleştirme) farklı müşteri verilerini işleyebilir. Daha sonra veri zenginleştirme, veri kesimleri ve yapay zeka tahminlerini kullanarak Müşteri İçgörüleri'nde birleşik verileri daha da zenginleştirebilirsiniz.

  4. Customer Insights'ta, verileri veri gölüne geri aktarmayı yapılandırmanız gerekir. Daha fazla bilgi için bkz. Azure Data Lake Storage 2. Nesil bağlantısını ayarlama.

  5. Azure Synapse çalışma alanında mantıksal veri ambarı oluşturun. Dışarı aktarılan Customer Insights verilerinde daha fazla dönüştürme yapmanız gerekip gerekmediğini ve görünümlerin tablolardan daha uygun olup olmadığını belirlemek için Azure Synapse sunucusuz SQL havuzu en iyi yöntemlerine bakın.

  6. Data Lake'teki Customer Insights verileri artık Power BI tarafından kolayca kullanılabilecek mantıksal SQL Server tabloları ve görünümleri olarak kullanıma sunuldu. Örnek için bkz . Power BI ile sunucusuz SQL havuzlarını kullanma öğreticisi.

Bileşenler

  • Azure Data Lake Storage. Customer Insights'ın verileri dışarı aktarma hedefi olarak desteklediği ölçeklenebilir ve uygun maliyetli bulut depolama alanı.
  • Azure Data Factory. Veri akışını düzenlemeye yönelik bulut ölçeğinde veri tümleştirme hizmeti.
  • Hedef kitle içgörüleri. Müşteri veri kaynaklarını bir hale getiren Customer Insights modülü. Ayrıca segmentasyon, müşteri toplam yaşam süresi değeri (CTLV) ve müşteri değişim sıklığı puanı gibi zenginleştirmeler sağlar.
  • Azure Synapse sunucusuz SQL havuzları. T-SQL ve SQL Server uç noktası aracılığıyla bir veri gölündeki müşteri verilerini sorgulamak için kullanılır.

Alternatifler

Bu çözüm, Customer Insights'tan alınan gelişmiş verileri kullanmak için Mantıksal Veri Ambarı (LDW) desenini kullanır. Diğer veri ambarı desenlerini de kullanabilirsiniz.

Data Factory ve Azure Synapse' in her ikisi de veri tümleştirme işlem hatları sağlar. Karşılaştırma için özellik eşliğinin dökümünü inceleyin.

Senaryo ayrıntıları

Dynamics 365 Customer Insights , işlemsel, davranışsal ve gözlemsel kaynaklardan verileri birleştirerek 360 derecelik bir müşteri görünümü oluşturabilir. Daha sonra bu 360 derecelik müşteri görünümünü, gelişmiş bir müşteri boyutu olarak kurumsal veri göllerinde ve/veya veri ambarlarında kullanılabilir hale getirebilirsiniz.

Bu makalede, Dynamics 365 ve Customer Insights dışındaki analiz platformları tarafından kullanılabilecek gelişmiş bir müşteri boyutu oluşturmak için kullanılabilen veri akışı, ürün tümleştirmeleri ve yapılandırmalar açıklanmaktadır. Hedef kitle içgörüleri , müşteri veri kaynaklarını birleştirme ve müşteri profillerini geliştirme olanağı sağlayan Müşteri İçgörüleri özelliğidir. Daha fazla bilgi için bkz . hedef kitle içgörülerine genel bakış.

Aşağıdaki tabloda Customer Insights veri birleştirme işlemi tarafından oluşturulan gelişmiş müşteri kayıtları örneği gösterilmektedir. Bu işlem birden çok kaynak sistemden müşteri verilerini alır ve temizler ve birleştirir. Müşteri İçgörüleri ayrıca değişim puanı ve marka benzitleri gibi özniteliklerle müşteri kayıtlarını zenginleştirebilir. Bu tür bir kaydın bazı kurgusal örnekleri aşağıda verilmiştir:

Veritabanı tablosundaki örnek müşteri kayıtları.

Veritabanı tablosunda marka benzimi özniteliklerine sahip müşteri kayıtları örneği.

Olası kullanım örnekleri

Bu mimari, birden çok kaynaktan veri çeken kayıtlar oluşturması gereken tüm kuruluşlar için geçerlidir.

Bu çözüm perakende sektörü için optimize edilmiştir.

Katkıda Bulunanlar

Bu makale Microsoft tarafından yönetilir. Başlangıçta aşağıdaki katkıda bulunanlar tarafından yazılmıştır.

Asıl yazar:

Sonraki adımlar