データ調和の概要:
データの調和とは、さまざまなソースからのデータを統合して一貫性を保つプロセスです。
参考: Salesforce データハーモナイゼーションの概要
異なるスキーマポイントのマッピング:
Data Cloud では、異なるスキーマが異なる名前 (ユーザー、連絡先、サブスクライバーなど) を使用して同じエンティティを参照する場合があります。
調和化には、これらのさまざまな用語を単一の一貫したスキーマに標準化することが含まれます。
参考: Salesforce スキーママッピングガイド
調和化のプロセス:
バリエーションの識別: スキーマ間で同じエンティティを参照する異なる名前とフィールドを認識します。
標準マッピング: 標準データ モデルを作成し、さまざまなスキーマ ポイントをこのモデルにマップします。
例: 「ユーザー」、「連絡先」、「購読者」を「顧客」のような単一の標準エンティティにマッピングします。参考: Salesforce データモデルのハーモナイゼーションに関するドキュメント データのハーモナイゼーション手順:
標準データ モデルを定義します。
さまざまなスキーマのフィールドをこの標準モデルにマップします。
データ エコシステム全体の一貫性を確保します。
参考: Salesforce データハーモナイゼーションのベストプラクティス

説明
正解は D です。CRM コネクタを使用すると、標準フィールドをリアルタイムで Data Cloud にストリーミングできます。
つまり、CRMデータソースの標準フィールドへの変更は、次回のスケジュールされた同期を待たずに、ほぼ瞬時にData Cloudに反映されます。この機能により、Data Cloudはセグメンテーションとアクティベーションに必要な最新かつ正確なCRMデータを保持できます1。
その他のオプションは、次の理由により正しくありません。
* A. CRMデータは、データストリーム詳細ページ2の「更新」ボタンをクリックすることで、いつでも手動で更新できます。このオプションは無効です。
* B. CRMコネクタの同期時間は、最大60分間隔までカスタマイズできます。
15分間隔3。このオプションは無効です。
* C. 数式フィールドは定期的な同期間隔ではなく、次回の完全更新時のみ更新されます4。完全更新とは、24時間ごと、または手動でトリガーされたときに実行される完全なデータ取り込みプロセスです。
このオプションは偽です。
参考文献:
* 1: Salesforceヘルプの「Data Cloudでのデータの接続と取り込み」の記事
* 2: Trailhead の Data Cloud ユニットのデータソース
* 3: Trailheadの管理者向けデータクラウドモジュール
* 4: Trailheadの[データクラウドの数式フィールド]ユニット
* : Trailhead の [Data Cloud のデータストリーム] ユニット

Salesforce Data Cloud におけるアクティベーションメンバーシップとは、特定のセグメントに該当し、アクティベート（Marketing Cloud などの外部システムへの送信など）の対象となる個人またはレコードを指します。その内訳は以下のとおりです。
データセグメンテーションオブジェクト（オプションC）：
Data Cloud 内のセグメントはデータ セグメンテーション オブジェクトとして保存され、セグメントに関するメタデータ (ロジック、フィルターなど) とそのメンバーシップ (基準を満たすレコード/個人) が含まれます。
アクティベーション ターゲットを構成するときは、データ セグメンテーション オブジェクトに保存されているセグメント (およびそのメンバーシップ) を選択して、下流のシステムに送信します。
Salesforce の公式ドキュメントでは、セグメントとそのメンバーシップはデータ セグメンテーション オブジェクトを通じて管理されることが確認されています (出典: Salesforce Data Cloud 実装ガイド、「セグメンテーションとアクティベーション」)。
他のオプションが間違っている理由:
データ モデル オブジェクト (A): 構造化データ モデル (個人やアカウントなどの標準オブジェクトまたはカスタム オブジェクトなど) を表しますが、セグメント メンバーシップは保存しません。
データアクティベーションオブジェクト (B): 妨害オブジェクトです。データクラウドにはこのような標準オブジェクトは存在しません。アクティベーションは、データセグメンテーションオブジェクトを使用するプロセスです。
データ レイク オブジェクト (D): データ クラウドに取り込まれた未処理の生データを保存し、アクティベーションには直接使用されません。
結論: アクティベーション メンバーシップの場合、コンサルタントは、セグメントの適格なメンバーを参照するためにデータ セグメンテーション オブジェクトを選択する必要があります。

* ユースケースの理解:
経営陣は、過去 5 年間に 25 万ドル以上を預け入れており、アドバイザリー サービスを利用していない顧客に重点を置きたいと考えています。
参照：
* 関連する機能:
計算されたインサイト：この機能は、既存のデータに基づいて指標と値を導き出すのに役立ちます。この例では、過去5年間の預金総額を計算できます。
セグメント: セグメンテーションにより、総預金額やアドバイザリ サービスの使用状況など、定義された基準に基づいて特定の顧客グループをターゲットにすることができます。
* 実装手順:
計算された洞察を作成する:
Salesforce Data Cloud の Visual Insights Builder に移動します。
過去 5 年間の各顧客の預金を合計する新しい計算されたインサイトを作成します。
セグメントを作成する:
セグメント キャンバスを使用して新しいセグメントを作成します。
フィルターを適用して、預金額が 250,000 ドルを超える顧客を含め、アドバイザリ サービスを利用している顧客を除外します。
* 実用的な応用:
例: 追加サービスを利用していない価値の高い顧客を特定し、パーソナライズされたマーケティング キャンペーンでターゲットを絞ってアドバイザリ サービスを促進します。

統合率は、Data Cloud で統合プロファイルを作成するためにソースプロファイルが結合される量を測定する指標であり、1 - (統合プロファイルの数 / ソースプロファイルの数) として計算されます。統合率が高いほど、より多くのソースプロファイルが一致して統合プロファイルに統合され、統合プロファイルの数が少なくなることを意味します。一方、統合率が低いほど、一致するソースプロファイルが少なくなり、統合プロファイルの数が増えることを意味します。最近、お客様の統合率が上昇した理由としては、以下の2つが考えられます。
Data Cloud には、既存のプロファイルと大部分が重複する新しいデータソースが追加されました。つまり、新しいデータソースには、既存のデータソースのプロファイルと類似または同一のプロファイルが多数含まれることになります。例えば、お客様が新しい CRM システムを追加し、そのシステムが既存の CRM システムと同じ顧客レコードを持っている場合、新しいデータソースは既存のデータソースと重複することになります。Data Cloud は新しいデータソースを取り込む際に、ID 解決ルールセットを使用して重複するプロファイルを照合し、統合されたプロファイルに統合します。これにより、統合率が向上します。
一致するプロファイルの数を増やすため、ルールセットにアイデンティティ解決ルールが追加されました。これは、お客様がアイデンティティ解決ルールセットを変更し、より多くの一致ルールまたは一致基準を追加することで、より多くのプロファイルを同一個人に属するものとして識別できることを意味します。例えば、お客様がメールアドレスだけでなく、メールアドレスと電話番号に基づいてプロファイルを一致させる一致ルールを追加した場合、ルールセットは同じメールアドレスと電話番号を持つより多くのプロファイルを一致させることができるため、統合率が向上します。
アイデンティティ解決の計算された洞察: 統合プロファイルの統合率、アイデンティティ解決ルールセットの構成