データクラウドガイド

現代のビジネス環境はデータが原動力となっていますが、多くの場合、組織は異なるシステムに分散した膨大な量の情報をまとめるのに苦慮しています。データクラウドは、あらゆる企業データに対応する、拡張に優れたインテリジェントな統合プラットフォームを提供することで、この課題を解決します。このガイドでは、データクラウドの概要、企業のデータ戦略の中枢となる機能、パーソナライズされた顧客体験から運用効率まで、データクラウドがもたらす変革的なメリットについて解説します。さらに、この重要なテクノロジーを導入する際に考慮すべき主な課題を取り上げます。データクラウドの基本原則を理解することで、単にデータを収集するだけでなく、組織全体で信頼できるデータを効果的に有効活用し、顧客の全体像を把握できるようになります。

データクラウドは、さまざまなソースから得られる大量のデータを保存、連携、管理するために設計された、一元的なクラウドベースのプラットフォームです。構造化データ、半構造化データ、非構造化データなど、現代のビジネスデータの複雑さに対応するための拡張性、柔軟性、処理能力をもたらします。

従来のオンプレミスデータベースやデータウェアハウスとは異なり、データクラウドはパブリッククラウドまたはプライベートクラウドのアーキテクチャを活用し、組織全体でリアルタイムのデータアクセスと分析を可能にします。データクラウドは、データサイロを解消し、ビジネスの全体像を確立できます。最終的には、分散した未加工の情報を、信頼できる実用的なインサイトに変換することを目指します。データクラウドを導入することで、高度なアナリティクス、人工知能（AI）、そしてエージェント型AIのためのデータを準備できます。

データのアクセス性を高めて、インサイトを速やかに引き出し、コストを最適化することで、データクラウドは成長と運用効率を促進できます。この最新のデータアーキテクチャに移行することで、複雑なデータインフラの維持管理から解放され、戦略とイノベーションに集中できます。

データクラウドは、運用データ、ソーシャルデータ、取引データ、IoTデバイスデータなど、あらゆる種類のデータを連携できます。顧客データが異なるシステムに分散している場合は、データクラウドと連携させることで、一貫性のある単一の顧客プロファイルを確保できます。顧客に関する統合データを信頼できる唯一の情報源に集約することで、顧客自身や顧客の好みを把握し、より良いサービスを提供できるようになります。

クラウドインフラストラクチャでは、需要に応じて保存とコンピューティングのリソースを簡単に拡張または縮小できます。データ量の急激な増加に柔軟に対応できるため、データクラウドでデータ量が増加しても、ハードウェアに多額の先行投資を行う必要がありません。

最新のデータクラウドは、ストリーミングデータの高速取り込みと処理をサポートします。この機能は、顧客がWebサイトを閲覧している間にサイト体験をパーソナライズするなど、タイムリーなインサイトにもとづいてアクションを実行する際に重要になります。

クラウドサービスの従量課金モデルは、設備投資（CapEx）を運用支出（OpEx）に変換します。その結果、複雑なオンプレミスインフラを維持する場合よりも、総所有コストを削減できます。

大手クラウドプロバイダーは、堅牢なセキュリティプロトコルと自動化されたコンプライアンス機能を提供しています。これらの機能により、機密情報を保護し、GDPRやHIPAAなどの規制を確実に遵守し、組織のガバナンス確保を簡素化できます。

データクラウドは、取り込み、保存、処理、有効化の4つのコアアクティビティを実行します。まずは、組織内外のあらゆるソースからデータを収集する取り込み作業からスタートします。データソースとしては、CRMシステム、マーケティングオートメーションプラットフォーム、Eコマースサイト、モバイルアプリ、エンタープライズリソースプランニング（ERP）システムなどがあります。クラウドのアーキテクチャは、住所や営業数値などの構造化データ、画像やPDFファイルなどの非構造化データ、JSONファイルなどの半構造化データなど、さまざまなデータ形式を処理するように設計されています。

取り込まれたデータは、中央リポジトリに保持されるか、ゼロコピー統合の場合はソースシステムに保持され、保存と処理が行われます。次に、データのクレンジングと正規化を適用して、生データを標準化します。たとえば、データクラウドは、競合する顧客レコードを解決し、顧客一人ひとりの正確な単一のプロファイルを確立します。

最新のデータクラウドでは、強力な分散コンピューティングを利用して複雑なクエリを速やかに処理し、組織全体のアナリストやアプリケーションがデータにアクセスできるようにします。

最後の重要なステップは、有効化です。データを処理および正規化することで、他のビジネスアプリケーションで活用できるようになります。たとえば、マーケティングシステムに対し、ターゲットを絞り込んだキャンペーンのオーディエンスセグメントを入力できるため、クリーンな履歴データを機械学習モデルに供給できます。

取り込み、処理、有効化の継続的なループにより、静的データを動的でインテリジェントなシステムに変換し、ビジネス価値を高めることができます。

データクラウドは、現代の企業のあらゆる機能に対応できます。以下のようなユースケースが一般的です。

データクラウドは、顧客に高度にパーソナライズされた体験を提供することを目指している場合、価値のあるツールになります。マーケティング担当者は、行動データ（Webサイトの閲覧数、カート放棄数、ソーシャルメディアの投稿への「いいね！」など）と人口統計データや取引データを組み合わせることで、正確かつリアルタイムな顧客セグメントを作成できます。たとえば、小売業者はクラウドを活用することで、特定の製品ラインを閲覧している顧客を特定し、パーソナライズされたメールオファーを動的に送信したり、その顧客に合わせてカスタマイズしたWebサイトバナーを瞬時に表示することもできます。

統合された顧客データをAIまたは高度なアナリティクスとともにデータクラウドで分析することで、より正確な売上予測を生成できます。また、統合履歴データとリアルタイムの市場シグナルにもとづいて動作する高度なアルゴリズムにより、将来のパフォーマンスをより正確に予測できます。

データクラウドがあれば、人間やAIサービスエージェントとのタッチポイント（電話、チャット、ソーシャルメディア）にかかわらず、カスタマージャーニーの全体的なコンテキストに即座にアクセスできます。AIエージェントは、より共感を示しながら、情報にもとづいて応答することで、問題を迅速に解決し、顧客との関係を大幅に改善できます。また、サービスパターンを分析し、製品の欠陥やナレッジギャップを事前に特定することで、プロセスの改善につながり、全体的なサポートコストを削減できます。

データクラウドには変革的なメリットがありますが、組織は実装と導入を成功させるために、具体的な課題に対処する必要があります。こうした障害を理解することで、スムーズな移行に向けて効果的に計画を立てることができます。

• 人材とスキルのギャップ：高度なデータアナリティクスを実行し、AIアルゴリズムを実装し、LLMシステムを社内でトレーニングするには、データサイエンス、ソフトウェアエンジニアリング、機械学習に関する専門的なスキルが必要になります。こうした人材の発掘やトレーニングは容易ではありません。
• コスト管理：クラウドサービスは、多くの場合、オンプレミスのインフラストラクチャよりコスト効率に優れていますが、使用状況を絶えず監視して最適化しないと、コストが急速に上昇する可能性があります。非効率なクエリを使用すると、クエリごとに取得するデータ量が多くなるため、想定を超えた高額な請求となる可能性があります。
• セキュリティとアクセス制御：データが一元化されているか、分散しているかにかかわらず、厳格なアクセス制御の適用は不可欠です。連携フェーズの前にセキュリティ統制について検討し、周到に準備を整えましょう。

データクラウドへの投資利益率を最大化するには、こうした課題に前もって対処し、特にデータアクセス、ガバナンス、セキュリティのための堅牢なデータ戦略を確立することが重要です。

Salesforceネイティブの企業データ有効化エンジンであるData 360の詳細をご覧ください。

Data 360では、以下のことが可能です。

• すべての企業データを移動せずに有効活用できるようにします。
• 単一の完全なデータソースでワークフロー、意思決定、アナリティクスを強化します。
• データにコンテキストとインサイトを付与することで、Agentforceでデータを活用できるようにします。