Learn About Data Cloud Key Features

Le trail comporte 6 sections alignées sur les objectifs de l'examen Data Cloud Consultant. Point critique : les challenges hands-on nécessitent une org spéciale Data 360 (pas un Trailhead Playground standard). Cette org est disponible 14 jours après activation dans la section 2. Pour cette section 1, pas de hands-on requis — c'est conceptuel.

Data 360 est la plateforme de données native au CRM Salesforce #1. Ce n'est PAS un data warehouse, PAS un data lake, PAS un CDP marketing. Positionnement précis : Data 360 combine la puissance de la Salesforce Platform (metadata, Flow, Apex, Lightning, Einstein AI) avec une infrastructure scalable pour le traitement de données en temps réel. Il peut traiter des trillions d'enregistrements, des pétaoctets de données, et des milliers de requêtes par seconde par client. Origine : Data 360 est une évolution du Customer Data Platform (CDP), initialement conçu pour les marketeurs, mais qui couvre désormais des use cases bien au-delà du marketing — Sales, Service, Commerce, Platform, Healthcare, Financial Services. Différenciateur clé vs. data warehouse/lake : - Un warehouse/lake stocke pour analyser. - Data 360 unifie pour AGIR. Chaque donnée externe peut déclencher un workflow, enrichir un agent AI, ou alimenter une activation en temps réel. Différenciateur clé vs. CDP classique : - Un CDP classique est un outil marketing isolé. - Data 360 est natif à la Salesforce Platform : même metadata, même sécurité, même automation (Flow), même AI (Einstein). Infrastructure : - Construit sur Hyperforce (infrastructure cloud Salesforce) - Couche metadata partagée avec toute la plateforme SF - Supporte données structurées ET non structurées (PDFs, emails, transcriptions d'appels)

Le pipeline Data 360 se décompose en 6 phases. C'est le modèle mental le plus important de tout le trail. 1. CONNECT & INGEST — Ingestion de données Data 360 connecte tout type de données (structurées, non structurées, batch, streaming, temps réel). Sources supportées : - Sources Salesforce : Sales, Service, Commerce, Marketing Cloud Engagement (connecteurs natifs) - Sources tierces : Amazon S3, Google Cloud Storage - Sources zero-copy : Snowflake, Databricks, BigQuery (données lues sans duplication) - Ingestion API + Salesforce Interaction SDK (comportements web/mobile) - Connecteur MuleSoft - Connecteurs web et mobile Point d'architecture critique — zero-copy : les données restent dans le warehouse source (Snowflake, Databricks, BigQuery). Data 360 les interroge directement sans copie physique. Implications : pas de latence de réplication, pas de coût de stockage dupliqué, mais dépendance à la disponibilité du système source. 2. TRANSFORM — Préparation des données Data 360 permet de nettoyer, préparer et transformer les données avant utilisation. Deux modes : - Streaming Data Transforms : nettoyage en temps réel à l'ingestion - Batch Data Transforms : transformations complexes planifiées 3. HARMONIZE — Modélisation dans le Customer 360 Data Model Les données de sources diverses (commande produit, contact Sales Cloud, navigateur web anonyme) sont harmonisées vers un modèle de données standard : le Customer 360 Data Model. C'est le passage de DLO (Data Lake Object = donnée brute) vers DMO (Data Model Object = donnée harmonisée). 4. UNIFY — Identity Resolution Identity Resolution crée des vues complètes de clients et comptes en consolidant les données de sources multiples. Utilise des règles de matching et de reconciliation pour lier les données en profils unifiés. Exemple : tous les enregistrements avec le même email ET nom sont fusionnés en un profil unique. L'utilisateur contrôle quelles informations sont retenues dans le profil unifié. 5. ANALYZE & ENHANCE — Insights et AI - Calculated Insights (batch) : métriques agrégées planifiées — 'valeur client totale', 'produits > 500€' - Streaming Insights : métriques temps réel sur fenêtre glissante — 'taux de clic des 30 dernières minutes' - AI Models (Einstein Studio) : modèles prédictifs créés ou importés (Bring Your Own Model), activables dans Flow Builder 6. ACT — Segmentation, Activation, Data Actions - Segments : tranches d'audience pour campagnes Marketing Cloud, activation vers Meta/Google Ads - Activation : output de données vers Sales Cloud, Service Cloud, Commerce Cloud, Marketing Cloud - Data Actions : événements streaming qui déclenchent des Flows. Ex : un véhicule passe 75 000 km → alerte automatique de service - Tableau Direct Query : analytics sur les DMO sans export - Agentforce grounding : les agents AI utilisent les données unifiées pour raisonner

Data 360 alimente des use cases transversaux. Voici les principaux par domaine : SALES CLOUD : - Enrichissement des layouts Contact/Account avec des données Data 360 (lifetime value, propensity to purchase) - Données temps réel de navigation web → scoring de conversion en direct pour les commerciaux - Data Enrichments : ajout de données Data 360 dans les related lists et champs CRM SERVICE CLOUD : - Vue unifiée et harmonisée du client directement dans la console agent - Historique consolidé cross-sources (tickets, interactions web, achats, appels) - Agents de service proactifs grâce aux alertes temps réel (ex : détection d'un problème avant que le client appelle) MARKETING CLOUD : - Segments affinés pour campagnes ciblées (ex : 'hauts revenus, pays US, revenu > 50K$') - Activation vers Journey Builder + écosystème pub (Meta, Google Ads) - Données comportementales web (Google Analytics) ingérées pour enrichir la segmentation COMMERCE CLOUD : - Personnalisation en temps réel basée sur les actions client (paniers abandonnés, navigation) - Adaptation dynamique du site web selon le profil unifié du client PLATFORM : - Apps low-code utilisant des données temps réel (détection de fraude, calcul de bénéfices) TABLEAU : - Direct Query sur les DMO et relations Data 360 — analytics sans export - Monitoring KPI en temps réel HEALTHCARE & LIFE SCIENCES : - Connexion données cliniques + non-cliniques pour insights en temps réel - Journeys automatisés pour améliorer les outcomes patients FINANCIAL SERVICES : - Conseil financier personnalisé en temps réel basé sur le profil unifié

Les Data Spaces permettent d'isoler et gouverner les données dans Data 360. Chaque Data Space définit un périmètre de données accessibles. C'est le mécanisme de gouvernance multi-département ou multi-marque. Analogue aux business units de Marketing Cloud ou aux sharing rules de Sales Cloud, mais appliqué à la couche de données unifiées.

Point stratégique majeur : Data 360 est la FONDATION de l'IA générative Salesforce et d'Agentforce. Le concept clé est le 'grounding' — ancrer les réponses de l'IA dans des données réelles, à jour, et provenant des interactions client. Sans Data 360, l'IA générative de Salesforce n'a pas accès aux données unifiées cross-sources. Avec Data 360, Agentforce peut : - Raisonner sur le profil unifié complet du client - Accéder aux insights calculés (lifetime value, propensity) - Déclencher des actions basées sur des données temps réel - Respecter les guardrails de confiance (Trust Layer) car les données sont gouvernées Data 360 + Agentforce = données unifiées + raisonnement autonome + confiance. C'est le triangle stratégique de Salesforce : 1. DATA (Data 360) — unification et grounding 2. AI (Agentforce + Einstein) — raisonnement et prédiction 3. TRUST (Einstein Trust Layer) — sécurité, audit, redaction

La confiance est la valeur #1 de Salesforce. Avant d'implémenter Data 360, il faut considérer : (1) fournir un échange de valeur clair pour les données collectées, (2) ne collecter que les données nécessaires (minimisation), (3) traiter les données sensibles avec précaution. Ce module Trailhead renvoie vers 'Ethical Data Use Best Practices: Quick Look' pour les détails.

Module orienté marketeurs. Point utile pour l'examen : Data 360 est né comme Customer Data Platform (CDP) pour les marketeurs, construit sur l'interface Lightning. Les marketeurs utilisent Data 360 pour créer des segments, activer des campagnes, et mesurer l'impact. Le module couvre aussi la préparation d'implémentation (documentation des requirements, identification des cas d'usage, planification). Pour un architecte, retenir surtout que Data 360 est déployé dans une org Salesforce (Lightning UI) et qu'une instance Data 360 peut se connecter à une instance Marketing Cloud Engagement (un EID avec ses business units).