統合プロファイル: Salesforce Data Cloud で統合された顧客プロファイルを作成するには、さまざまなソースからのデータを統合する必要があります。
照合ルール：これらのルールは、競合するデータが発生した場合にどのデータソースが「最適」であると判断されるかを決定します。照合ルールを変更することで、特定のソースを優先することができます。
ソースの優先順位: ソースの優先順位を設定するには、特定の属性に対してどのデータ ソースを他のデータ ソースよりも優先させるかを定義します。
プロセス：
ステップ 1: 調整ルールの Data Cloud 設定にアクセスします。
ステップ 2: 連絡先の住所の詳細を選択します。
ステップ3：住所属性の照合ルールを「ソース優先」に変更します。ステップ4：注文DMOを優先リストの一番上に移動します。これにより、顧客注文の住所情報が優先され、統合プロファイルに保存するのに最適なデータとして選択されます。
利点：
精度: 統合プロファイルで最も正確で信頼性の高い住所データが使用されるようにします。
関連性: 最も関連性が高く、頻繁に更新されるソース (顧客の注文) を優先します。
参考文献:
Salesforce Data Cloud 調整ルール
Salesforce 統合顧客プロファイル

セグメントとは、属性と行動に基づいて特定の基準を満たす個人のサブセットです。コンサルタントは、Data Cloud でセグメントを構築する際に、以下のような様々な基準を使用できます。
直接属性: 名前、電子メール、性別、年齢など、個人の特性を表す属性です。これらの属性は、プロファイル データ モデル オブジェクト (DMO) に保存され、プロファイル データに基づいて個人をフィルター処理するために使用できます。
計算されたインサイト：データ空間内のデータに対して計算を実行し、その結果をデータ拡張機能に保存するインサイトです。これらのインサイトは、顧客生涯価値、解約リスク、ロイヤルティレベルなど、データから得られた指標やスコアに基づいて個人をセグメント化するために使用できます。
関連属性: これらは、電子メール、エンゲージメント、注文、製品など、個人と他の DMO との関係を記述する属性です。これらの属性は、電子メールの開封、クリック、購入など、さまざまなエンティティとのやり取りやトランザクションに基づいて個人をセグメント化するために使用できます。
他の2つのオプションは、Data Cloudでセグメントを構築するための有効な基準ではありません。データストリーム属性は、Marketing Cloud、Commerce Cloud、Service Cloudなど、さまざまなソースからData Cloudに取り込まれるストリーミングデータを記述する属性です。これらの属性はセグメンテーションに直接使用することはできませんが、ストリーミングデータ変換を使用して変換し、データ拡張機能に保存できます。
ストリーミングインサイトは、ストリーミングデータをリアルタイムで分析し、事前定義された条件に基づいてアクションをトリガーするインサイトです。これらのインサイトはセグメンテーションではなく、アクティベーションとパーソナライゼーションに使用されます。参考資料：データクラウドでのセグメントの作成、データクラウドでのインサイトの使用、データクラウドのデータモデル

アイデンティティ解決とは、異なるソースからのデータを照合・統合することで、個人の統合プロファイルを作成するプロセスです。データモデル内に、同一人物の異なる名前、住所、電話番号など、矛盾する情報が存在する場合、アイデンティティ解決では調整ルールを活用し、統合プロファイルに最も正確で完全な属性を選択します。調整ルールは、最新性、頻度、ソースの優先度、完全性などの基準に基づいて矛盾を解決する方法を定義する設定可能なルールです。例えば、調整ルールでは、統合プロファイルに最も最近使用した名前や最も頻繁に使用される電話番号を選択するように指定できます。調整ルールは、属性レベルまたは連絡先レベルで適用できます。参考資料：アイデンティティ解決、調整ルール、Salesforce Data Cloud 試験問題

複数ブランドを扱う組織向けにデータクラウドを設定する際、コンサルタントがデータストリームの設定中にいずれかのブランドのオブジェクトをマッピングできない場合は、「データスペース」タブに移動し、そのオブジェクトを選択して新しいデータスペースに追加する必要があります。その理由は以下のとおりです。
問題を理解する
コンサルタントは、データ スペースを使用して、さまざまなブランドのデータを分離しています。
データ ストリームをマッピングしているときに、ブランドの 1 つでオブジェクトが利用できないことに気付きました。
これは、オブジェクトが新しいデータ スペースに関連付けられていないことを示します。
データ スペース タブに移動する理由
データスペースとオブジェクトの可用性:
オブジェクトをデータ スペース内のマッピングまたは変換で使用するには、その前にそのオブジェクトをデータ スペースに明示的に追加する必要があります。
オブジェクトが見つからない場合、そのオブジェクトがデータ スペース構成に含まれていないことを意味します。
ソリューションアプローチ：
コンサルタントは、「データ スペース」タブに移動して、必要なオブジェクトを新しいデータ スペースに追加できます。
これにより、オブジェクトがデータ ストリーム内でマッピングおよび使用できるようになります。
問題を解決するための手順
ステップ1: データスペースタブに移動する
「データ クラウド」>「データ スペース」に移動し、ブランドの新しいデータ スペースを見つけます。
ステップ2: 不足しているオブジェクトを追加する
データスペースを選択し、「編集」をクリックします。
必要なオブジェクト (データ モデル オブジェクトやデータ レイク オブジェクトなど) をデータ スペースに追加します。
ステップ3: 保存して検証する
変更を保存し、データ ストリームの設定に戻ります。
オブジェクトがマッピングに使用できることを確認します。
ステップ4: マッピングを完了する
データ ストリーム内のオブジェクトのマッピングを続行します。
他の選択肢はなぜないのか?
A). 新しいデータ ストリームを作成し、2 番目のデータ ストリームをデータ スペースにマップします。問題がデータ スペース内のオブジェクトの可用性だけである場合は、新しいデータ ストリームを作成する必要はありません。
B). データ コピー機能を使用して、デフォルトのデータ スペースから新しい DMO にデータをコピーし、この DMO を新しいデータ スペースにリンクします。これは複雑すぎるため、オブジェクトをデータ スペースに簡単に追加できる場合は必要ありません。
C). 異なるデータ スペース間でデータを分割するためのバッチ変換を作成します。バッチ変換は、オブジェクトの可用性の問題を解決するためではなく、データ処理に使用されます。
結論
正しい解決策は、「データスペース」タブに移動し、オブジェクトを選択して新しいデータスペースに含めることです。これにより、オブジェクトがマッピングに使用できるようになり、問題が効率的に解決されます。

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。