ID解決の設定後、統合プロファイル上のデータを検証するために、コンサルタントはデータエクスプローラーとクエリAPIを使用できます。その理由は次のとおりです。
アイデンティティ解決検証の理解
ID 解決では、複数のソースからのデータを統合されたプロファイルに結合します。
統合プロファイルを検証することで、解決プロセスが正しく機能していること、およびデータが正確であることが保証されます。
データ エクスプローラーとクエリ API を使用する理由
データエクスプローラー:
Data Explorer は、Salesforce Data Cloud に組み込まれているツールで、ユーザーは統合されたプロファイルを表示および分析できます。
解決された ID や関連属性など、個々のプロファイルの詳細なビューを提供します。
クエリAPI:
クエリ API を使用すると、統合プロファイルおよび関連データへのプログラムによるアクセスが可能になります。
コンサルタントは API を使用して特定のプロファイルを照会し、ID 解決の結果をプログラムで検証できます。
その他のオプションはあまり適していません:
A). アイデンティティ解決: これは検証のためのツールではなく、プロセス自体を指します。
B). データアクション: データアクションは、統合プロファイルの検証ではなく、ワークフローまたは統合をトリガーするために使用されます。
統合プロファイルを検証する手順
データエクスプローラーの使用:
[データ クラウド] > [データ エクスプローラー] に移動します。
特定のプロファイルを検索し、解決された ID と属性を確認します。
データが ID 解決ルールに基づいて期待どおりに一致していることを確認します。
クエリ API の使用:
クエリ API を使用して、統合プロファイルをプログラムで取得します。
結果を予想される結果と比較して、正確性を確認します。
結論
コンサルタントは、データ エクスプローラーとクエリ API を使用して統合プロファイルのデータを検証し、ID 解決が意図したとおりに機能していることを確認する必要があります。

顧客生涯価値（CLV）に基づいてユーザーセグメントを作成するには、コンサルタントが「データの取り込み」>「データモデルへのデータのマッピング」>「計算されたインサイトの作成」>「セグメンテーションでの使用」という手順に従う必要があります。これは、最初のステップでデータストリーム1を使用してソースデータをData Cloudに取り込むためです。2番目のステップでは、ソースデータをデータモデルにマッピングし、データの構造と属性を定義します2。3番目のステップでは、計算されたインサイトを作成します。これは、ソースデータまたは統合データに基づいて計算される派生属性です3。この場合、計算されたインサイトはCLVであり、販売注文データに基づく数式またはクエリを使用して計算できます4。4番目のステップでは、計算されたインサイトをセグメンテーションで使用します。セグメンテーションとは、個人またはエンティティの属性と行動に基づいてグループを作成するプロセスです。CLV計算されたインサイトを使用することで、コンサルタントはブランドとの関係の存続期間から予測される収益に基づいてユーザーをセグメント化できます。その他のオプションは、要件を満たすための正しい手順に従っていないため、正しくありません。選択肢Bは不正解です。計算されたインサイトはデータモデルオブジェクト3に依存するため、データの取り込みとマッピング前には作成できません。選択肢Cは不正解です。計算されたインサイトはデータモデルオブジェクト3に依存するため、データのマッピング前には作成できません。選択肢Dは不正解です。計算されたインサイトは正しいデータモデル構造と属性3を反映していない可能性があるため、データのマッピング前に作成することは推奨されません。参考資料：データストリームの概要、データモデルオブジェクトの概要、計算されたインサイトの概要、Salesforceを使用した顧客生涯価値（CLV）の計算、[セグメンテーションの概要]

Data Cloud は、Salesforce アプリケーションやその他のシステム全体ですべての顧客データを活用できるプラットフォームです。CRM、マーケティング、コマース、サービス、外部データプロバイダーなど、さまざまなソースからデータを取得、変換、リンクすることで、各顧客の統合プロファイルを作成できます。また、顧客の行動、嗜好、ニーズに関するインサイトと分析に加え、顧客とのインタラクションをセグメント化、ターゲティング、パーソナライズするためのツールも提供します。Data Cloud が顧客に提供する主な価値は、顧客と関連データの統合ビューを提供することです。これにより、顧客体験の向上、ロイヤルティの向上、成長の促進に役立ちます。参考資料: Salesforce Data Cloud、「データが競争優位性を生み出すとき」

Cloud File Storage ターゲットは、Data Cloud のデータアクションターゲットの一種で、Amazon S3 や Google Cloud Storage などのクラウドストレージサービスにデータを送信できます。Cloud File Storage ターゲットへのアクティベーションを構成する際に、コンサルタントは Data Cloud で優先属性名を設定することで、命名規則に合わせて属性名を変更できます。優先属性名は、ターゲットファイル内のフィールド名を制御するために使用できるエイリアスです。アクティベーション構成で各属性に設定でき、データモデルオブジェクトのデフォルトのフィールド名をオーバーライドします。その他のオプションは、ターゲットファイルのフィールド名に影響を与えないため、正しくありません。アクティベーションで数式フィールドを使用してフィールド名を更新しても、フィールド名は変更されず、フィールド値のみが変更されます。データストリーム構成で属性名を更新しても、既存のデータレイクオブジェクトやデータモデルオブジェクトには影響しません。データモデルオブジェクトでフィールド名を更新すると、そのオブジェクトを使用するすべてのデータソースとアクティベーションのフィールド名が変更されるため、望ましくない結果や一貫性が損なわれる可能性があります。参考資料: 優先属性名、Data Cloud アクティベーションターゲットの作成、Cloud File Storage ターゲット

City | Is Equal To | 'San Jose' でセグメンテーション条件をフィルタリングした結果、'San Jose' または 'san jose' を含む都市のみが抽出されます。これは、セグメンテーション条件が大文字と小文字を区別し、アクセント記号も区別するため、フィルター1に入力された値と完全に一致する場合にのみ一致します。したがって、'San Jose'、'san jose'、または 'San Jose' を含む都市は、フィルター値と完全に一致しないため、結果には含まれません。'San Jose' という名前に異なるバリエーションを持つ都市を含めるには、OR演算子を使用して複数のフィルター値を追加する必要があります（例：'San Jose' OR 'San Jose' OR 'san jose' OR 'san jose'）。
2. 参考資料: セグメンテーション基準、セグメンテーション演算子