【第86回】 Salesforce 認定 Data 360 コンサルタント 資格試験 合格体験記

私がこの資格に初めて挑戦したのは、まだ 「Marketing Cloud Customer Data Platform（CDP）」試験と呼ばれていた 2022 年 7 月のことです。

当時の私はまだ知識が十分ではなく、挑戦は決して簡単なものではありませんでした。2 回連続で不合格となり、3 回目の受験でようやく合格することができました。

苦しい道のりでしたが、その分、合格したときの喜びは格別でした。今振り返っても、とても貴重な経験として記憶に残っています。

現在までに 3 つのバージョンに合格

この資格は、最初の合格の後、何度か名称が変更されています。

その結果として、私は異なる名称の認定証をいくつか所有しており、ちょっとした 「Data 360 認定証コレクター」のような状態になっています。

1 度の合格では飽き足らず、2025 年 6 月には、別の資格アカウントを作り、改めて試験に挑戦し、2 回目の合格を果たしました。

そして 2026 年 7 月には、さらに別の資格アカウントで再挑戦しました。

今度は、2026 年 2 月までのリリース内容が盛り込まれた Spring '26 バージョンを英語版で受験し、合格しました。英語版で受験したのは、日本語版がまだ Winter '25 のままだったからです。これで 3 回目の認定となります。

つまり、私はこの資格に 3 回合格していますが、すべて異なるバージョンの試験を受験しています。

• 2022 年 7 月： Marketing Cloud Customer Data Platform（CDP）

• 2025 年 6 月： Data Cloud Consultant（Winter '25 ver）

• 2026 年 7 月： Data 360 Consultant（Spring '26 ver）

Data 360 ファンとしては、今後もバージョンが変わる度に受験したいと思っています。

Data 360 Consultant 試験で問われること

さて、この Data 360 Consultant 試験では、基本的に Data Cloud / Data 360 の基礎的なトピックが中心に出題されます。一方、最新の AI 技術や Agentforce に関連する内容については、別途 Agentforce Specialist 試験で問われることが分かりました。そのため、試験対策を進める際には、Data 360 Consultant と Agentforce Specialist の出題範囲の違いを理解しておくことが重要です。

Marketing Cloud Engagement 関連問題の変化

Data Cloud は、以前 「Marketing Cloud Customer Data Platform」と呼ばれていたこともあり、かつては、Marketing Cloud Engagement との連携に関する知識を問う問題も多く含まれていました。

しかし、最新の Spring '26 バージョンでは、その傾向はかなり薄くなった印象です。私が受験した範囲では、データ削除リクエストや「忘れられる権利」に関連する問題の中で、Marketing Cloud Engagement が少し登場した程度だったと記憶しています。

頻繁なアップデートによる試験への影響

Data 360 は毎月のようにアップデートされる製品です。そのため、「製品のアップデートによって、試験問題の選択肢がおかしくなってしまうのでは？」と心配になる方もいるかもしれません。

しかし、私が受験した Winter '25 / Spring '26 のどちらのバージョンでも、アップデートの影響によって回答を選べなくなるような不自然な問題は見受けられませんでした。

おそらく試験運営側でも、製品のアップデートを考慮しながら問題を定期的に精査し、メンテナンスしているのでしょう。毎月のように進化する Data 360 に合わせて試験を維持していくのは、相当な労力が必要なのではないかと思います。

それではここから、Data 360 Consultant 試験の概要、出題範囲、出題率などを、試験ガイドを参考に詳しく見ていきましょう。

最後には、実際の試験対策に役立つ情報についても紹介していきます。

試験の合格ライン

Spring '26 バージョン（2026 年 8 月 27 日から提供）

以前の Winter '25 では合格ラインが 62% と比較的低めに設定されていましたが、Spring '26 では 70% に引き上げられているため、注意が必要です。

難易度についても Spring '26 の方がやや高くなった印象ですが、複雑に考えさせる問題というよりは、基本的な知識を正しく理解しているかを確認する問題が中心です。

Winter '25 から問題の約9割が入れ替わっている

ここは少し重要なポイントです。

Winter '25 から Spring '26 へのアップデートでは、9 割近い問題が入れ替わっており、ほぼ新しい試験を受けると考えてよいレベルになっています。

一方で、出題範囲そのものが従来から大きく変わったわけではありません。特に変化が見られるのは、予測 AI とフェデレーションに関する内容くらいかと思います。

いずれも問われる内容は基礎的なものが中心ですので、Trailhead を使って基本事項をしっかり学習していれば、十分にクリアできるはずです。

まずは試験ガイドを確認する

今回の試験ガイドも非常に充実しており、出題範囲が明確に記載されています。

基本的には、試験ガイドに示されている範囲を中心に出題されると考えてよいため、まずは各セクションで何が求められているのかをしっかり確認しておくことが重要です。

出題範囲と出題率

ソリューションの位置付け：14% … 8 問

• Data 360 の主要な用語とビジネス価値について説明する。

• 生成 AI および 予測 AI において、Data 360 が果たす基盤としての役割を説明する。

• Data 360 の初期ユースケースを特定する。

• データ倫理とデータガバナンスの原則について説明する。

Data 360 のセットアップと管理：13% … 8 問

• Data 360 の権限、権限セット、および組織全体の設定を構成する。

• データガバナンスの要件をプラットフォーム設定に適用する。

• 利用可能なツールを使用して開発ライフサイクルを管理する。

• ツールを使用して一般的な問題を診断し、トラブルシューティングする。

データソースの接続と取り込み：18% … 11 問

• Data 360 におけるデータ変換機能について説明する。

• さまざまなデータソースから Data 360 にデータを取り込む際のプロセスと考慮事項について説明する。

• Zero-Copy を含む、Data 360 のデータコラボレーション機能について説明する。

ハーモナイゼーションと統合：17% … 10 問

• 統合（Unification）の目的、プロセス、およびサポートされるユースケースを定義する。

• Data 360 でデータをモデリングする。

データの拡張、共有、分析：18% … 11 問

• 統合されたデータを拡張し、インサイトを構築する方法を実践する。

• 他のシステムから Data 360 のデータを参照する方法を説明する。

• Data 360 を使用してレポートやダッシュボードを表示・作成する。

• Data 360 の予測 AI および生成 AI ツールの機能を顧客のユースケースに適用する。

データのアクティベーションと活用：20% … 12 問

• セグメンテーションの基本概念とユースケースを定義する。

• Data 360 内でセグメントを管理する。

• Data 360 内でアクティベーション（Activation）を公開する。

• データを活用してアクションを実行する。

• Salesforce フローで Data 360 を使用する。

試験対策

試験対策モジュール

試験対策として、以前は「Salesforce 認定 Data Cloud コンサルタント資格に向けた準備」という Trailmix が提供されています。

理解度チェック

Salesforce 公式では「理解度チェック」も用意されています。学習が一通り完了したら、ぜひ挑戦してみてください。

■ Data Cloud の概要

• 知識チェック: Data Cloud の概要

■ Data Cloud のセットアップと管理

• 知識チェック: Data Cloud のセットアップ

• 知識チェック: Data Cloud の管理

■ データの取り込みとモデリング

• 知識チェック: Data Cloud - データの取り込み

• 知識チェック: Data Cloud - データモデリング

■ ID 解決

• 知識チェック: Data Cloud - ID 解決

■ セグメンテーションとインサイト

• 知識チェック: Data Cloud - セグメンテーション

• 知識チェック: Data Cloud - インサイト

■ データの操作

• 知識チェック: Data Cloud - アクティベーション

認定 Data Cloud コンサルタント FastPass

2025 年 6 月から提供開始となった、Salesforce パートナー限定のコンテンツ「認定 Data Cloud コンサルタント FastPass」をご紹介します。このプログラムには以下のような豊富な学習リソースが含まれており、資格取得を目指す方にとって非常に有益です。

• 学習動画：重要な概念を効率よく理解できます。

• PDF 資料：試験に役立つ情報を手軽に確認できます。

• 模擬問題：試験対策に最適な実践練習が可能です。

ただし、これらの教材がなぜパートナー限定で提供されているのかは明らかではありません。ですが、利用可能な方は、以下の PLC リンクからアクセスし、学習をスタートすることをお勧めします。

ぜひ、この FastPass を活用して、認定資格の取得に一歩近づいてください！（以下のリンクは Salesforce パートナー限定です。）

学習メモ

では、ここまで読んで頂いた皆さまに、私の学習メモを公開します。少し量が多いですが、「認定 Data Cloud コンサルタント FastPass」を使って、がっつり勉強した内容をまとめていますので、特に Salesforce パートナーで無い方は、こちらの学習メモを利用して、試験勉強してみてください。

ソリューションの位置付け …  8 問

Data Cloud のビジネス価値と主要概念

Data Cloud は、データの「統合」と「調和」（ハーモナイゼーション）を通じて、ビジネス価値を提供します。

• 統合：ID 解決を使用して複数のデータを結びつけます

• 調和：データマッピング を通じて整合性を確保します

Data Cloud はマスターデータ管理（MDM）ツールではなく、以下のことを目的とはしていません。

• ゴールデンレコードの作成

• データのバックアップや復元

Data Cloud のデータ処理プロセス

以下の処理の順番を覚えることが重要です。

準備段階

1. プロビジョニング
2. データの取り込み
3. データマッピング（調和・ハーモナイゼーション）
4. ID 解決（統合）

活用段階

5. インサイト分析（計算済みインサイトなどの生成）
6. セグメンテーション
7. アクティベーション（有効化）

覚えるポイント

• 計算済みインサイトもセグメントも、ID 解決したことで生成される統合 ID を利用する場合があるので、それらよりも前にある必要があります。

• また、セグメントで計算済みインサイトを使用することがあるので、計算済みインサイトが先に済んでいる必要があります。

プロビジョニングプロセス

1. 管理者ユーザーの設定：追加のユーザーは後で設定

2. Data Cloud セットアップのプロビジョニング完了

3. 追加ユーザーの設定：カスタム権限を付与

4. Salesforce クラウドとの接続：

   • Data Cloud Salesforce コネクタ権限セットを設定

   • 「表示」権限を付与（※「編集」権限は不要）

重要：CRM 連携をする場合、Data Cloud Salesforceコネクタ 権限セット への適切なオブジェクトやフィールドへの「表示」設定を行う必要があります。これをしないとデータストリーム上にオブジェクトや項目が表示されず、データの取り込みができません。このとき、Modify や Edit のような「編集」権限は不要です。

データ削除のリクエスト、忘れられる権利

1. データ削除リクエストの送信
   Data Cloud 内の個々のデータプロファイルの削除リクエストを送信します。識別子は、Individual ID が使用されます。このリクエストには、Consent API を使用する必要があります。

2. 関連レコードの削除
   データ削除リクエストは、指定されたレコードを Individual DMO および関連する DMO（や DLO）から削除します。関連する DMO とは、お馴染みの Contact Point Email などを指します。それらの関連する DMO とリレーションを持つ DLO のレコードも削除されるのがポイントです。ちなみに、データソース（Salesforce CRM のデータ、つまり取引先責任者などや Marketing Cloud Engagement の購読者データ）を削除する機能ではありませんので、それらは個別にデータ削除リクエストを処理する必要があります。

3. 完全削除の再処理
   データ削除リクエストは、即座に処理されるわけではありませんが、通常は数時間以内に完了します。ただし、削除が必要なレコード数によっては、この時間が長くなる場合があります。完全に削除されるまで 30日、60日、90日後に再処理されます。

データモデルの主題領域

1. 「関係者（Party）」主題領域

   • 顧客や取引先責任者に関連する情報を管理。

2. 「エンゲージメント」主題領域

   • 顧客とのやり取り（例: 電話やメール）を管理。

3. 「ロイヤルティ」主題領域

   • 報奨プログラムを追跡・管理。

4. 「商品」主題領域

   • 商品やサービス情報を定義・追跡。

5. 「販売注文」主題領域

   • 将来の収益や数量を商品ファミリー単位で管理。

6. 「ケース」主題領域

   • 問題やサポートチケットを記録・管理。

7. 「プライバシー」主題領域

   • データプライバシー設定を追跡・保存。

このような整理された構造により、Data Cloud の価値を最大限に活用できます。

Data 360 のセットアップと管理 … 8 問

Data Cloud の権限

以下は、Data Cloud の主要な役割とその概要です。

① Data Cloud 管理者

• Data Cloud の全機能へのアクセスを管理します。

• アプリケーションのセットアップ、ユーザーのプロビジョニング、権限セットの割り当てを行います。

② Data Cloud データアウェアスペシャリスト

• データをデータモデルにマッピングし、データストリーム、ID解決ルールセット、計算済みインサイトを作成します。

• マッピングや ID 解決に関する業務を担当。
  ※「アウェア」とは「～を理解している」という意味。

③ Data Cloud ユーザー

• Data Cloud の各種機能を表示できますが、変更・編集はできません。

④ Data Cloud マーケティング管理者

• Data Cloud 管理者に似た権限を持ち、セグメンテーションやアクティベーションを管理します。

⑤ Data Cloud マーケティングマネージャー

• セグメンテーション戦略全体を管理し、アクティベーションターゲットやアクティベーションの作成を主導します。

⑥ Data Cloud マーケティングスペシャリスト

• セグメントの作成を担当し、マーケティング施策を推進します。
  ※アクティベーションは含まれません。

補足：

• セグメンテーションやアクティベーションに関する権限では、「マーケティング管理者」がシステム寄り、「マーケティングマネージャー」が実務寄りのロールです。

• 標準の権限セットを使用することが推奨されます。Data Cloud の機能追加時に利用権限が自動更新されるためです。

データカテゴリについて

Data Cloud のデータカテゴリは以下の 3 つです。

1. プロファイル

   • 顧客データを含みます

2. エンゲージメント

   • 時系列データ（例：購買履歴、メールエンゲージメントデータ）

   • イベント時刻項目（不変の日時項目）を設定する必要があります。例：購買日、メールクリック日

3. その他

   • プロファイルやエンゲージメントと関連するデータ（例：店舗マスタデータなど）

Salesforce CRM コネクタのデータ同期

• フル更新：隔週で実行され、以下の場合にも追加で実行されます。

  • データストリームの作成時

  • 列の追加または削除時

  • 60 万件以上の削除レコードが検出された場合

• 増分更新：10 分ごとに実行され、フル更新後に開始されます

  • フル更新以降のデータ変更を取得します

CRM コネクタのポイント

• 条件が揃えば、標準フィールドはリアルタイムで Data Cloud にストリーミング可能。以下のブログを参考に。

データバンドルについて

データ接続のスターターキット。以下は例です。

• Marketing Cloud Engagement

  • Email Studio（メール関連）、Mobile Connect（SMS 関連）、Mobile Push（アプリ関連）

  • 初期エンゲージメントデータ取得範囲：90 日（2 年分の取り込みが必要な場合はカスタム連携）

• Commerce Cloud

  • 初期取得範囲：30 日分の注文データのみ

注意点

• GroupConnect（LINE 関連）、CloudPages（Web 関連）、DataView などについては、スターターキットが存在しないので、カスタム連携が必要

• Email 型と Phone 型：型の検証は行われず、テキスト型と同様に扱われます。

データエクスプローラーの機能

• 表示可能なオブジェクト：

  • データレイクオブジェクト、データモデルオブジェクト（統合個人含む）、計算済みインサイト、データグラフ

• [SOQL のコピー] ボタン：現在のデータビューを SOQL としてクリップボードにコピー可能。現状、エクスポート機能は無し

※ データグラフとは、データモデルオブジェクト (DMO) の正規化されたテーブルデータを結合し、新しいデータのマテリアライズドビューに変換します。データグラフを作成するには、既存の DMO から項目を選択します。

Amazon S3 連携

注意点：

• ファイル名が指定されていない場合、最初に見つかったファイルが選択されます

• サポートされる認証タイプ：「アクセスキー」と「秘密鍵」

• S3 の IAM ユーザーにアクセス権限が必要です。また、認証情報のローテーションがエラーの原因となる場合があります

データスペースとは

データを整理するための論理的区分で、以下のケースに推奨されます。

• 複数ブランド、地域、部門に対応する単一環境を効率的に管理

• 最大 50 個まで作成可能（追加のアドオンライセンス必要）

例：ブランドごとにデータや顧客を分離する際に使用します。

データソースの接続と取り込み … 11 問

データ変換

データ変換には以下の2種類があります。

1. 数式項目

2. データ変換

数式項目の使用例

• プライマリーキーの作成
  Data Cloud では複合キー（複数のプライマリーキー）を持つことができないため、複数のキーを結合して単一項目のプライマリーキーを作成します。この際、CONCAT 関数を使用します。（※ Bring Your Own Lake（BYOL）データ共有にのみ複合キーを割り当てることができます。）

• データの標準化
  例えば、以下のようなケースを考えます：データ形式が "abc", "ABC", "a,b,c" と異なる場合などに、これを "abc" に統一するためには、REPLACE() や LOWER() 関数を活用します。

数式項目の注意点

数式はデータ取り込み時にのみ適用されます。そのため、以下を考慮する必要があります。

• フル更新の場合：すべてのデータが更新されるため問題ありません

• 差分更新の場合：動かないデータには、数式が適用されません

データ変換

一般的な使用例

• レコードの分割

• 集計の実行

• データソースの結合

• データ配列の展開 / 折りたたみ

レコード分割の例

例えば以下のようなデータを、1 つの Email 形式に変換します。

• 分割の理由：Data Cloud のデータモデルでは、個人 DMO にマッピングできるメールアドレスは 1 つのみだからです

バッチ変換とストリーミング変換

1. バッチ変換

• 完全にリフレッシュします

• 反復可能なプロセスであり、スケジュール設定または手動トリガーが可能です

• DLO または DMO をソースオブジェクトとして使用します

• 計算済みインサイトの代替手段はありません

2. ストリーミング変換

• 一度に 1 行のデータが適用されます

• データの取り込み時にデータを変換します

• 以前は DLO のみ使用可能でしたが、2025 年 5 月のリリースで DMO も利用可能になっています

• 計算済みインサイトの代替手段はありません

• 大量データに向かない

データマッピングのベストプラクティス

標準のデータモデルに適合しない項目を扱う際には、次の点に留意しましょう。

1. 標準とカスタムのバランスを取る
   すべての項目を無理に標準データモデルオブジェクト（DMO）に適合させる必要はありません。同様に、すべてをカスタム DMO として設計するのも非効率的です。

   • 標準 DMO で対応可能な項目は、標準 DMO を活用します

   • 適合できない項目のみ、カスタム DMO として追加します

2. カスタム項目の活用
   特定の要件（例：ID 解決で使用するなど）を満たす必要がある場合は、標準 DMO にカスタム項目を追加して対応することが可能です。

データソースの切断

1. データソース切断前に必要な条件

• データストリームの削除（※下にデータストリーム削除の条件あり）

• セグメンテーションの削除（※これは下記ヘルプに書かれていますが、1 の条件が満たされれば、満たされる条件です）

2. データストリーム削除の条件

• DMO にマッピングされていないこと

• データ変換で使用されていないこと

• データキットに関連付けられていないこと

Web およびモバイル アプリ コネクタ

• アプリの詳細ページで Web またはモバイルコネクタアプリのステータス（使用中など）を確認できます

• テナント固有のエンドポイントがコネクタの設定を完了すると自動的に作成されます

この Web およびモバイル アプリ コネクタに関しては、Marketing Cloud Next の外部 Web サイトトラッキングなどでも使用されています。

ハーモナイゼーションと統合 … 10 問

一致ルールと調整ルール

ID 解決は、以下の 2 つの主要なプロセスで構成されます。

1. 一致ルール
   共通の基準に基づいてプロファイルをグループ化するプロセスです。

2. 調整ルール
   統合されたデータの主要な属性を要約し、どの情報を優先すべきかを判断します。

ID 解決の流れ

ID 解決は、まず一致ルールでマッチングを行い、その後、調整ルールを適用するという連続したプロセスで進行します。このプロセスは以下の方法で実行可能です。

• 手動実行：任意のタイミングで実行できます

• スケジュール実行：設定に基づいて自動的に実行します。なお、設定内容に変更がない場合はジョブがスキップされる場合があります

統合の成果物

ID 解決の結果、以下の成果物が生成されます。

1. 統合プロファイル（Unified Profile）
   統合されたデータを表します。ただし、直接的に個人 ID を含みません。

2. 統合リンク（Unified Link）
   統合プロファイル ID と個人 ID の両方を保持し、これらをつなぐ橋渡し（ブリッジ）として機能します。統合プロファイルを他のオブジェクトと連携させる際は、この統合リンクを使用します。

ルールとルールセット

ルールとルールセットを用いて、マッチングの基準を設定します。

• ルール
  基準を追加すると統合率が低下します（AND 条件）

• ルールセット
  複数のルールをまとめたもので、条件を追加すると統合率が向上します（OR 条件）

ルールセットの構成
アカウント内では、以下の 4 つのルールセットを作成可能です。

1. 統合個人用（現在のルール）

2. 統合個人用（改善用）

3. 統合アカウント用（現在のルール）

4. 統合アカウント用（改善用）

調整ルール

調整ルールは、以下の基準に基づいてどの情報を優先するかを判断します。

1. 最終更新
   最新のデータを優先します。例：住所情報：引っ越しを考慮し、一番最新の情報を正としておきたい

2. 最も頻繁
   最も多く出現したデータを優先します。例：名前：誤表記や表記ゆれがあるので一番頻度の高い値を正としておきたい

3. ソース優先度
   あらかじめ設定されたデータソースの優先順位に従います。例：年齢：マイページよりコールセンターの情報が信頼できるので優先的に設定したい

また、「空の値を無視する」オプションを使用することで、調整ルールで空のフィールドを無視することが可能です。

ID 解決のタイミングとスケジュール

• スケジュール実行：
  24 時間に 1 回自動実行されます（タイミングは UI 上で設定不可）

• 手動実行：
  任意のタイミングで実行可能ですが、1 日あたりの実行回数は最大 4 回です

Party Identification に基づくマッチングルール

Party Identification DMO を使用することで、独自の会員番号や運転免許証番号などのメールアドレスや電話番号以外の識別子でマッチすることができます。

Party Identification DMO では、個人やアカウントを識別するための以下の要素を持ちます。

1. Party Identification ID（関係者 ID）
   レコードの主キーです

2. Party（関係者）
   個人 ID またはアカウント ID に紐づく外部キーです

3. Party Identification Type（関係者 ID 種別）
   識別子の用途を表します。例：自動車ナンバープレート、会員 ID、社会保障番号

4. Identification Name（識別名）
   識別子に名前を付けます。例：運転免許証、マイナンバーカード

5. Identification Number（識別番号）
   実際に比較に使用される ID 値です

注意点：
Party Identification DMO を使用してマッチルールを作成する場合は、以下の要素がすべて一致している必要があります。

1. 関係者 ID 種別（Party Identification Type）
   種類：パスポート・・・数式などで"Passport"と固定値を打つなど

2. 識別名（Identification Name）
   具体名：パスポート・・・数式などで"Passport"と固定値を打つなど

3. 識別番号（Identification Number）
   ID：パスポート番号

例えば、もし、CRM ID を識別番号として使用している場合でも、識別名が異なっている場合はマッチングは行われません。

データの拡張、共有、分析 … 11 問

セグメントが作成できる DMO

• プロファイルタイプの DMO：任意のプロファイルタイプ DMO でセグメントを作成可能

• エンゲージメントタイプの DMO：2025 年 7 月から、エンゲージメントタイプの DMO でもセグメント作成が可能になりました。

計算済みインサイト - メジャーの制限事項

一度保存をした後で・・・

可能なこと

• 既存の計算済みインサイトにメジャーをさらに追加できます

• 集計可能な計算済みインサイトに追加できるのは、集計可能なメジャーのみです

• 集計不可能な計算済みインサイトには、任意のメジャーを追加できます

不可能なこと

• 既存のメジャーを削除することはできません

• API 名、データ型、ロールアップ動作を変更することはできません

SQL を使用した計算済みインサイトのポイント

1. 命名規則: メジャーおよびディメンションは __c で終わる必要がある。

2. 必須条件:

   • メジャーには集計関数を含める

   • 少なくとも 1 つのメジャーが必要

3. 制約事項:

   • 数値メジャーのみサポート（例：Max(Date) は不可）

   • 一時テーブルはサポートされない

ストリーミングインサイト

ストリーミング インサイトを使用して、ほぼリアルタイムで時系列集計を構築できます。データアクションとのセットで利用されるケースが多いです。

• 特性：スケジュールによるバッチ更新はなし。最小 1 分から最大 24 時間の間で集計時間枠を設定。

• 適用範囲：24 時間を超える過去 1 週間など長期のデータ分析はできません。24 時間を超える場合は、計算済みインサイトを使用する必要あり

注意点：

• 「セグメント」や「有効化」でストリーミングインサイトは使えません。

• データアクションをトリガーできるインサイトは「Web SDK」「Mobile SDK」「MC Personalization」に限られ、DMO や DLO は含まれません。

SQL を使用したストリーミングインサイトの考慮事項

1. ほぼリアルタイムで低レイテンシなデータ分析を実現。

2. Window 関数：

   • 集計時間 WINDOW の設定に必須

   • 設定可能範囲：最小 1 分、最大 24 時間

3. 制約:

   • 使用可能な集計関数は SUM と COUNT のみ

メトリクス上のメトリクス（Metrics on Metrics）

計算済みインサイトを別の計算済みインサイトで使用できます。

例：

SELECT
NTILE (50) over (ORDER BY SUM( NTO_Email_Open_Count_cio.email_open_count_c ) desc) as
customerengagementbuckets_c,
  NTO_Email_Open_Count_cio.customer_id_c as customer_id_c
FROM
NTO_Email_Open_Count_cio
GROUP BY customer_id__c

• 利点：

  1. メトリクスの再利用：複数のシナリオで効率的に再利用可能

  2. 複雑なインサイトの分解：小さな論理ステップに分割することで、「内訳」などを表示、管理しやすくする

• 制約：

  • メトリクスのネストは最大 3 レベルまで可能

セグメントの条件設定

1. 直接属性：セグメント対象の DMO と 1 対 1 で連携する属性

2. 間接属性：セグメント対象の DMO と 1 対多で連携する属性

条件設定の方法：1 つのコンテナ vs 別々のコンテナ

条件設定例

• 色データ：黄色

• 商品データ：靴

1 つのコンテナで条件化する場合

1 つのコンテナ内で「色データ：黄色」かつ「商品データ：靴」という条件を設定すると、以下の条件を満たす人が抽出されます。

• 「黄色の靴」を購入した人

この場合、色と商品が同じ購入履歴に含まれる必要があります。たとえば、黄色の靴以外の商品（青い靴や黄色い服など）を購入している人は抽出されません。

別々のコンテナで条件化する場合

異なるコンテナに「色データ：黄色」と「商品データ：靴」の条件をそれぞれ設定し、コンテナ間を AND で組み合わせた場合、以下の条件を満たす人が抽出されます。

• 何らかの「黄色の商品」を購入したことがあり、かつ

• 何らかの「靴」を購入したことがある人

この設定では、色と商品が同じ購入履歴に存在する必要はありません。そのため、以下のようなケースも対象になります。

• 黄色い服を購入した履歴があり、別の履歴で青い靴を購入している人

重要なポイント

• 1 つのコンテナで条件化：同じ購入履歴内で条件が成立する場合のみ対象

• 別々のコンテナで条件化：異なる履歴間でも条件が成立すれば対象

目的に応じて、どの条件設定が適切かを選ぶことが重要です。例えば、「黄色の靴に関心がある顧客」を特定したい場合は1つのコンテナを使用し、より広い条件で「黄色の商品も靴も購入経験のある顧客」を抽出したい場合は別々のコンテナを使用します。

値の提案

• 概要：セグメントを作成する際、「値の提案」機能を有効にすることで入力ミスを防止

• 設定方法：DMO レコードホームで有効化/無効化可能

• 考慮事項：

  • 推奨値リストの生成に最大 24 時間かかる

  • 1 つの属性につき最大 1,000 個の値が表示可能

  • 255 文字を超える値は推奨されない

  • クレジット消費への影響
    テキストフィールドで値の候補を有効にすると、Data Cloud は選択可能なフィールド内の値を DMO 内のデータから定期的に読み込みます。この処理の間隔は 15 分ごとに固定されており、変更できません。

セグメントを公開した場合の副産物

Segment Membership カテゴリとして、以下の DMO が作成されます。これらの セグメントメンバーシップ DMO を利用して、Tableau やデータエクスプローラーで分析したり、直接シナリオで活用できます。

• Individual - Latest：個人セグメントの最新公開時点の情報

• Unified Individual - Latest：統合個人セグメントの最新公開時点の情報

• Individual - History：個人セグメントの過去公開時点の履歴情報

• Unified Individual - History：統合個人セグメントの過去公開時点の履歴情報

※ セグメントを「公開」しないとデータは入りません。
※ History データは過去 30 日分に限定されます。

セグメントエラーのトラブルシューティング

1. エラー例：「セグメントが参照するデータレイクオブジェクトが多すぎます。

• 計算されたインサイトを使用して、セグメントによって参照されるデータレイクオブジェクトの数を減らします。

• セグメントを複数の小さなセグメントに分割します。

2. エラー例：「セグメントが複雑すぎます。」

• 多くの属性とネストされた演算子の代わりに計算されたインサイトを使用します。

• 多くの関係を持つ属性 (データ モデル オブジェクト) の代わりに計算されたインサイトを使用します。

• テキスト値を 1 つの Is In テキスト演算子に結合します。

データのアクティベーションと活用 … 12 問

アクティブ化のプロセス

1. セグメントの選択

2. アクティベーションターゲット（アクティベーションメンバーシップ）の選択

3. Contact Point（連絡先）の選択

4. 属性の追加（任意）

5. セグメントのアクティベーション

注意：

• Contact Point を Email に設定している場合、Email アドレスが存在しないエントリはアクティベーション時に除外されるため、セグメントの総数に対してアクティベーションされるエントリ数が減少します。

アクティベーションターゲット

以下のプラットフォームが選択可能です:

• Cloud File Storage（GCS、S3、Azure）

• Marketing Cloud

• Data Cloud

• 外部アクティベーションプラットフォーム（Google 広告や Meta など）

• B2C Commerce Cloud

• MC Personalization

ポイント:

• Salesforce CRM は含まれません。CRM のデータアクションと混同しないよう注意してください。

• Commerce Cloud と MC Personalization は、Data Cloud に接続すると自動的にアクティベーションターゲットが設定されます。それ以外は手動設定が必要です。

アクティベーション時の追加属性について

アクティベーションには、以下のタイプの属性を追加できます。

1. 直接属性
   アクティベーション対象オブジェクトそのものに存在する属性。

2. 関連属性
   アクティベーションターゲットオブジェクトと対象オブジェクトの間にパスが存在し、その関係が 1：1 または N：1 の場合に利用可能。

   1. 注意:

      • 複数のパスに跨って、属性を選択することはできません。1 つのパス上にある DMO からのみ属性が選択できます。

      • 関連属性を含むアクティベーションは最大 100 件 まで利用できます。

      • 上限に達した場合は、既存のアクティベーションから関連属性を削除するか、直接属性のみを使用した新しいアクティベーションを作成してください。

3. 計算済みインサイト

   • メトリクス のみ追加可能です。

   • ディメンション はフィルタリングに活用できますが、アクティベーションの属性としては利用できません。

重要：2025 年 7 月の新機能リリースで「関連属性の複数パス対応」が可能になりました。このアップデートにより複数の Data Model Object（DMO）パスから属性を同時に抽出可能になりました。

これにより、購入履歴・エンゲージメントデータなど異なる領域のデータを組み合わせたパーソナライズ施策が、データのフラット化や後処理なしで実行可能になります。

考慮事項

セグメントのサイズはアクティベーション時に検証されます。関連属性を含むセグメントの場合、レコード数が 1,000 万件を超えるセグメントはアクティベートできません。

• パーソナライゼーションの実現：Marketing Cloud Engagement では、SSJS、GTL、AMPscript を活用して JSON データを解析し、個々のユーザーに合わせたメッセージを生成します。

• フィルターの役割の違い：セグメンテーションフィルターは、条件に合致するユーザーを抽出します。一方で、アクティベーションフィルターはメッセージパーソナライズに必要な属性を選択します。

アクティベーションの再有効化

• 一時的に有効化を停止したいだけの場合は、セグメントの「無効化」を使用しないでください。一度無効化すると再公開できなくなります。

※ この場合は、公開スケジュールを「公開しない（Don't Refresh）」に変更してください。有効化は公開のタイミングで行われるためです。

属性名のカスタマイズ

出力時にはターゲット側の命名規則に合わせて「優先属性名」を指定し、属性名を変更することが可能です。優先名は、同じ属性を使用する次のアクティベーションには引き継がれません。

Amazon S3 でのセグメントアクティベーション

アクティベーション時に作成されるファイルは以下の2種類です:

• CSV ファイル：アクティベーションされたデータペイロード（属性とその値、つまりデータの本体）が含まれます

• JSON ファイル：メタデータやセグメントの詳細情報（構成や条件など）が含まれます

注意：
初回アクティベーション時に、S3 に「Salesforce-c360-Segments」というサブフォルダーが自動作成されます。

ファイル名の形式：

YYYY/MM/DD/HH/{セグメント名の最初の100文字}/{20文字の有効化名}_{yyyyMMddHHmmsssSSS形式のタイムスタンプ}

その他のストレージプラットフォーム

• Google Cloud Storage や Microsoft Azure Blob Storage では挙動が異なります。詳細は公式ドキュメントを参照してください。icrosoft Azure Blob Storage などでは挙動が異なるので詳細は以下まで。

オーディエンス DMO

オーディエンスデータモデルオブジェクト（DMO）を使用することで、有効化されたオーディエンスの経時的な変化を分析可能です。

特徴：

• Data Cloud をターゲットに含めることで、外部システムに接続せずにセグメントデータにアクセスできます。

• 他の DMO と同様、クエリ API を使用してデータを取得可能です。

データアクション

トリガー可能なイベント：

• CRMプラットフォームでのイベント

• Marketing Cloud でのメール配信やジャーニー

• Webhook を介した外部プロセス

ポイント：
CRM レコードページに Data Cloud データを表示する場合、1 つの設定に対して 1 つのデータアクションを消費します。

いかがでしたでしょうか。

今回の記事が、皆さんの参考になっていれば幸いです。

試験を通じて得られる学びや経験は、自分自身の成長を実感できる貴重な機会です。学習を続ける中で新たな発見があったり、自分の知識やスキルが確実に向上しているのを感じられるのは大きな喜びです。資格取得を目指す皆さんも、ぜひチャレンジを続けてみてください。

今回は以上です。

次の記事はこちら

前回の記事はこちら

私の note のトップページはこちら