Data Cloud 是 Salesforce 史上成長最快的自建產品（也就是 Salesforce 自己構建，而非透過收購）。Data Cloud 可以說是「CRM 的聖杯」，因為它解決了自 CRM 誕生以來的資料問題。
根據 Salesforce 的研究，平均每家公司擁有 928 個系統，大公司有數千個，小公司也有數百個。當系統多了，身份解析就成為一個挑戰。Salesforce 進一步擴展到以人工智慧為驅動的 CRM，重點是結合 AI 和資料。沒有資料，人工智慧無法充分發揮潛力。
Data Cloud 是加速整个平台不同「雲」之間連結的基礎。儘管並非所有 Salesforce 客戶都有 Data Cloud 許可，但基礎地位的使用仍能利用 Data Cloud 的一些功能。而當 Data Cloud 作為個人化和資料統一的平台時，這一切將變得更強大。
那麼，這個稍顯神秘的 Salesforce 產品/基礎架構經歷了哪些旅程？讓我們回顧歷史，了解其從哪裡來，為什麼 Data Cloud 能在競爭激烈的市場中屹立不倒，並展望未來的發展。
一、Salesforce Data Cloud 的歷史
以下是 Data Cloud 的歷史演進：
- Customer 360 Audiences：Salesforce 於 2020 年推出的初始 CDP 產品。
- Salesforce CDP：2021 年更名，以符合市場需求。
- Marketing Cloud 客戶資料平台：2022 年進一步更名，簡化 Salesforce 行銷產品命名方式。
- Salesforce Genie：2022 年在 Dreamforce 中誕生，擴展到行銷、銷售、服務等領域，並採用零複製架構。
- Data Cloud：2023 年，Genie 更名為 Data Cloud，作為個人化和資料統一平台，推動 Salesforce 的 GenAI 創新。
前期工作持續了大約四年，CDP 產品在上市前花了一兩年的時間。Data Cloud 標誌著下一代 CDP，不僅僅是行銷人員的工具，還滿足了整個 Salesforce 平台上的銷售、服務等需求。透過 Data Cloud，Salesforce 構建了一個通用資料湖，任何團隊都能利用它。
二、Salesforce Data Cloud 是如何運作的？
- 連接所有資料來源，無論您的資料是非結構化資料還是結構化資料。
- 攝取批次或流資料。
- 使用零複製資料聯合連線資料。
- 透過轉換和資料治理功能準備資料。
- 將您的數據協調到標準數據模型。
- 將資料與身分解析規則集統一。
- 使用見解查詢和分析資料。
- 使用人工智慧來預測行為。
- 將您的資料細分並啟動以在各種管道中使用，以創建個人化體驗。
- 使用支援的分析工具分析您的數據。
- 將資料輸出到多個來源，以便根據您的業務需求對資料採取行動。
- 將您的資料用於 Agentforce。
- 繼續審查、衡量和優化數據。
三、Salesforce Data Cloud 的優勢
Data Cloud 的功能令人印象深刻，儘管許多組織可能認為它的價格不菲，但若要自行購買資料倉儲、建立星型模式並支付持續的運算儲存費用，成本將會是 Salesforce Data Cloud 的 5 到 10 倍。此外，當您的 CRM 資料處於首要位置時，資料協調效果最佳。
Data Cloud 的其他關鍵優勢包括：
- 預先連接到 Salesforce 物件：雖然需要繪製系統和維護資料質量，但基礎工作已經為您完成，節省大量時間和精力。
- 行業特定的資料模型：透過 Salesforce Industries，組織可以使用專為其行業設計的資料模型和流程。這些模型包含了其他物件、法規遵循以及垂直行業內不同應用程式的範圍，因此能夠滿足十幾個行業的需求。
- 快速工程：利用 Data Cloud 中統一的資料，您可以產生 AI 應用於多種情況。此外，Salesforce 的 Prompt Studio 讓管理員能為使用者建立提示模板，將句子轉換為按鈕，提升用戶的期望輸出，並透過顯示毒性評級，確保即時輸出來自信譽良好的來源。
- 愛因斯坦信任層：這個「信任邊界」旨在解決生成式人工智慧的擔憂，包括資料發送到大型語言模型（LLM）時的儲存問題，主要功能包括零資料保留和回饋儲存。
四、Salesforce Data Cloud 的未來
在過去的兩年裡，Data Cloud 取得了顯著的進展，並且在 Salesforce 每年三次的主要版本中持續推出創新。
愛因斯坦GPT 高層管理人員正積極討論如何將生成式人工智慧應用到組織工作流程中，並尋找最佳實施方案。
產業數據雲 透過 Salesforce Industries，企業能使用專門為其行業需求設計的資料模型和流程。產業Data Cloud 正在開發中，將以試點、測試版、一般可用性序列發布。第一個推出的產品是健康雲數據雲（患者體驗），更多行業應用即將問世。
縮小技能差距 和所有技術一樣，關鍵在於如何使用工具，而不僅僅是擁有工具。大多數公司在實施 CDP 時都面臨技能差距的挑戰。與 Salesforce 平台的人員能夠很好地支援企業中的 GenAI 實施類似，了解組織的資料結構、如何映射到其他系統、攝取和轉換資料將使您在使用 Data Cloud 時更具優勢。
然而，沒有人能夠單打獨鬥。Data Cloud 的實施和維護需要多種技能和觀點的團隊合作，包括：
- 開發人員技能：適用於實施期間以及更新進入資料雲的事件和資料時。
- 資料管理技能：由於每個組織都有自己的資料模型和架構，資料雲將需要有人相應地配置平台。
- 業務分析師技能：識別並解決業務挑戰，否則您可能會面臨一個昂貴的、無人真正理解的孤立系統的風險。
提示工程的技巧也是關鍵，它是一種編寫提示以獲得最佳答案的藝術。提示是自然語言查詢，因此其編寫方式會因人而異。
Salesforce 主張：Data Cloud + CRM + AI = 下一代客戶關係管理。底層資料必須健全，才能有效呈現最佳輸出。而 GenAI 工具（例如 Einstein GPT）依賴於對 CRM 資料的理解和應用。
借助 Prompt Studio 的數據存取檢查功能，將輸出限制為僅用戶權限允許的數據，了解組織的數據存取策略能夠對數據進行分區，同時設定對預期輸出的期望。
五、Data Cloud 提升 Salesforce 產品體驗，讓每一朵雲變得更好
Service Cloud
Service Cloud：透過主動服務更快解決更多案件。
- 使用來自外部系統和應用程式的資料提供個人化的入職旅程。
- 透過向高風險客戶發出預警訊號來減少客戶流失。
- 透過突顯追加銷售和交叉銷售機會的見解，將服務案例轉化為收入。
Marketing Cloud
Marketing Cloud：透過目標細分和智慧洞察來個性化訊息傳遞。
- 透過受眾和激活表現的單一視圖來優化表現和支出。
- 透過向高風險客戶發出預警訊號來減少客戶流失。
- 使用自動化旅程為每位客戶提供動態個人化。
Commerce Cloud
Commerce Cloud：增加銷售額。自動發出警報。全部都有統一的數據。
- 根據整合數據做出更明智的決策。
- 使用商業、行銷和網路參與數據個人化購物體驗。
- 利用來自 CRM、庫存和訂單管理的互聯資料來實現銷售自動化。
六、總結
Data Cloud 被譽為「CRM 的聖杯」，終於解決了自 CRM 誕生以來存在的資料問題。然而，Data Cloud 的發展歷程確實有些複雜且難以捉摸。從 Customer 360 Audiences 到 Salesforce Genie，再到現在的 Data Cloud，每一次名稱變更都標誌著產品的重大進步。無論如何，Data Cloud 作為一個強大的資料管理平台，無疑為企業帶來了巨大的價值和機會。
