ID解決とは、異なるソースからのデータを顧客または個人の統合プロファイルにリンクするプロセスです。ID解決では、マッチングルールを使用して異なるレコードの属性を比較し、それらが同一人物に属しているかどうかを判断します。マッチングルールは、名前、メールアドレス、電話番号、住所、カスタム識別子など、様々な属性の完全一致またはあいまい一致に基づくことができます。ID解決を使用したいものの、名前やメールアドレスなどの特定の個人識別情報（PII）を共有する可能性のあるプロファイルを統合するリスクを避けたいヘルスケアクライアントは、ヘルスケアドメインに固有の一意で信頼性の高い識別子に基づくマッチングルール基準を使用する必要があります。そのような識別子の1つが患者IDです。患者IDは、ヘルスケアプロバイダーまたはシステムによって各患者に割り当てられる一意の番号です。患者IDの当事者識別をマッチングルール基準として使用することで、ヘルスケアクライアントは、同じ患者IDを持つレコードのみが一致して統合されるようにし、共通または類似の名前やメールアドレスによって発生する可能性のある誤検知や誤検知を回避できます。患者IDの当事者識別は、データ保護規制や標準の対象となる可能性のある個人情報（PII）を公開または共有しないため、機密性の高い医療データを安全かつコンプライアンスに準拠して取り扱う方法でもあります。参考文献：アイデンティティ解決ルールセットの設定、アイデンティティ解決のフレームワーク：アイデンティティ属性とメソッドの評価

計算インサイトは、SQL式を用いてデータから定義・計算される多次元指標です。計算インサイトには、ディメンションとメジャーを含めることができます。ディメンションとは、顧客ID、製品カテゴリ、地域など、データをグループ化またはフィルタリングするために使用されるフィールドです。メジャーとは、売上高、数量、平均注文額など、計算や集計を実行するために使用されるフィールドです。計算インサイトは、SQL式を編集するか、データスペースを変更することで変更できます。ただし、コンサルタントは計算インサイトを変更する際に、以下の制限事項と考慮事項に注意する必要があります12。
既存のディメンションは削除できません。SQL式からディメンションを削除すると、計算インサイトの実行に失敗し、エラーメッセージが表示されます。これは、ディメンションが計算インサイトオブジェクトの主キーの作成に使用されているため、削除すると既存のデータとの競合が発生するためです。
したがって正解はBです。
新しいディメンションを追加できます。SQL式にディメンションを追加すると、計算インサイトが実行され、計算インサイトオブジェクト内にそのディメンション用の新しいフィールドが作成されます。ただし、コンサルタントはディメンションを追加しすぎないように注意する必要があります。ディメンションを追加しすぎると、計算インサイトのパフォーマンスとユーザビリティに影響する可能性があります。
既存のメジャーは削除可能です。SQL式からメジャーが削除されると、計算インサイトが実行され、計算インサイトオブジェクトからそのメジャーのフィールドが削除されます。ただし、コンサルタントは、メジャーを削除すると、計算インサイトを使用している既存のセグメントやアクティベーションに影響する可能性があることに留意する必要があります。
新しいメジャーを追加できます。SQL式にメジャーを追加すると、計算インサイトが実行され、計算インサイトオブジェクト内にそのメジャー用の新しいフィールドが作成されます。ただし、コンサルタントはメジャーを追加しすぎないように注意する必要があります。メジャーを追加すると、計算インサイトのパフォーマンスとユーザビリティに影響する可能性があります。参考資料：計算インサイト、データスペースにおける計算インサイト。

説明
個人をセグメント化する際に、AND で連結された 2 つの別々のコンテナを使用する場合、個人は両方のコンテナ内の条件を満たす必要があります。この場合、個人は色属性が「赤」である商品を少なくとも 1 つ、主要商品カテゴリー属性が「靴」である商品を少なくとも 1 つ購入している必要があります。これらの商品は同一である必要はなく、同じ取引で購入される必要もありません。したがって、正解は A です。
その他のオプションは、異なる論理演算子または条件を意味しているため、正しくありません。オプション B は、色属性が「赤」で、主要製品カテゴリ属性が「靴」である製品を 1 つだけ購入した必要があることを意味します。オプション C は、色属性が「赤」で、主要製品カテゴリ属性が「靴」である製品を 1 つだけ購入し、他の製品は購入していない必要があることを意味します。オプション D は、色属性が「赤」である製品を 1 つ、主要製品カテゴリ属性が「靴」である製品を 1 つ、またはその両方を購入した必要があることを意味します。これは、AND 演算子ではなく OR 演算子を使用することと同じです。
参考文献:
* セグメンテーション用のコンテナを作成する
* データクラウドでセグメントを作成する
* データクラウドセグメンテーションをナビゲート

* データ削除リクエスト: Salesforce Marketing Cloud および Data Cloud を使用している企業にとって、データのプライバシーと削除リクエストの管理は不可欠です。
* Marketing Cloud コネクタ: このコネクタは Marketing Cloud と Data Cloud 間のデータ統合を容易にしますが、データ削除リクエストは特定の手順に従う必要があります。
* Marketing Cloud での削除リクエスト:
データ管理: データの削除または忘れられる権利のリクエストは、顧客データが元々保存および管理されている Marketing Cloud 設定を通じて送信されます。
伝播: リクエストが Marketing Cloud で処理されると、変更はコネクタを通じて Data Cloud に伝播されます。
* 参照：
Salesforce Marketing Cloud ドキュメント: データ管理
Salesforce データクラウドコネクタガイド

データクラウドを導入する際、コンサルタントは顧客データに関する倫理的な慣行を遵守する必要があります。特に、年齢、性別、民族といった機密データの収集と使用については慎重に検討する必要があります。その理由は次のとおりです。
倫理的配慮を理解する
顧客データの収集と使用には、特に機密情報を扱う場合には、重大な倫理的責任が伴います。
コンサルタントは、プライバシー規制 (GDPR、CCPA など) への準拠を保証し、顧客の信頼を守るための倫理基準を遵守する必要があります。
機密データを慎重に検討する必要があるのはなぜですか?
プライバシーと信頼:
機密データ（年齢、性別、民族など）の収集は、適切に処理されない場合、プライバシーに関する懸念を引き起こし、顧客の信頼を損なう可能性があります。
顧客はデータに関する権利をますます意識するようになり、透明性と説明責任を期待するようになっています。
規制コンプライアンス:
GDPR や CCPA などの規制では、機密データの収集、保存、使用に厳しい要件が課せられます。
慎重に検討することでコンプライアンスが確保され、潜在的な法的問題を回避できます。
その他のオプションはあまり適していません:
A . 監査目的で社内の上級管理職が顧客データにアクセスできるようにする: 監査は重要ですが、機密データへの無制限のアクセスは非倫理的であり、プライバシーの原則に違反します。
B . すべてのデータを収集して使用し、よりパーソナライズされたエクスペリエンスを作成します。機密性を考慮せずにすべてのデータを収集することは非倫理的であり、プライバシー規制に違反するリスクがあります。
C . 機密データを同じ DMO にマッピングして削除を容易にする: 削除のためにデータをマッピングすることは良い方法ですが、そもそも機密データを収集することに関する倫理的な考慮事項には対処していません。
倫理的な慣行を確保するための手順
ステップ1：必要性を評価する
機密データがビジネス目標の達成に本当に必要かどうかを評価します。
ステップ2：明示的な同意を得る
機密データが必要な場合は、顧客から明示的な同意を得て、データの使用方法を明確に説明してください。
ステップ3: データ収集を最小限に抑える
機密データの収集を必要不可欠なものだけに制限し、可能な場合はデータを匿名化または仮名化します。
ステップ4：セキュリティ対策を実施する
暗号化、アクセス制御、その他のセキュリティ対策を使用して機密データを保護します。
結論
コンサルタントは、倫理基準を遵守し、顧客の信頼を維持し、規制遵守を確保するために、年齢、性別、民族などの機密データの要求を慎重に検討する必要があります。