Customer Insights - Data で、Customer Insights - Journeys から行動データに自動的にアクセスできるようになりました。たとえば、電子メールの開き、リンクのクリックなどです。

• Dataverse コネクタを使用すると、Customer Insights - Journeys によって作成された動作テーブルを簡単に選択し、他のテーブルと同様に Customer Insights - Data に取り込みます。
• 行動データを Dataverse から Fabric にエクスポートし、Customer Insights - Data にエクスポートするデータ フローを構築する必要がなくなります。
• 他のテーブルと同じくらい簡単に、セグメント、メジャー、予測メジャーの行動データを構成して使用します。
• Customer Insights - 体験からの対話を使用して、正確なセグメントを構築し、Customer Insights - Data のエンゲージメントをパーソナライズします。
• Customer Insights - Journeys インタラクション データを他の外部データ ソースと組み合わせて、顧客をより正確にスコアリングし、ターゲットを絞るための強力な顧客指標を作成します。
• キャンペーンに応答しない顧客を特定し、Google や Meta などの外部システムを使用してセグメントをエクスポートして再ターゲットします。
• 統合を使用して、複数のメールを持つ顧客を特定し、さまざまな連絡先でブランドとどのようにやり取りしているかを確認できるため、メールアドレスだけでなく顧客を確認できます。

シナリオ： オンライン小売店のマーケティングマネージャーとして、顧客に5% の割引を提供する毎月のキャンペーンを送信します。 結果を確認すると、クーポンのメール開封率は高いですが、クリックスルー率は低いことがわかります。 Customer Insights - Data を使用すると、どの取引先担当者がメールを開き、製品を操作したかを確認できます。 メールを開いたがクーポンを選択しなかった顧客の新しいセグメントを作成し、より魅力的な 10% オファーで再ターゲットします。 実際のエンゲージメントシグナルに基づいて行動することで、オーディエンスを絞り込み、関連性を高め、売上を伸ばすことができます。

このリリースでは、次のエクスポート コネクタを使用できます。

• Facebook広告
• Google 広告
• LinkedIn
• セキュアFTP(SFTP)
• Snapchat

シナリオ:

• Sarah は、顧客データを統合してセグメントを作成し、ライフタイム バリューの高い顧客をターゲットにしました。 Sarah は、Google と Facebook の広告でこのオーディエンスをターゲティングしたいと考えているため、オーディエンスを Google と Facebook にエクスポートし、そこでオンライン キャンペーンを設定します。

• Mark は Customer Insights - Data 環境の管理を行う管理者です。 Mark のチームは、主要なセグメントのセグメント メンバーシップの変更に基づいて Power BI レポートを作成したいと考えています。 そのために、セグメント データを Azure Data Lake Storage アカウントにエクスポートできるようになりました。 データが Azure Data Lake にあれば、Power BI レポートの作成やその他のビジネスに不可欠な操作を簡単にできます。 独自の Azure Data Lake にエクスポートすれば、特定のビジネス ニーズに合わせたデータの再形成と、Azure データ資産を利用する他のワークフローへの統合も、柔軟に行うことができます。

このリリースでは、一般提供の Azure Data Lake Storage (ADLS) エクスポートを使用できます。

シナリオ Sarah は顧客データを統一し、組織全体の要件に基づいてセグメントを作成します。 彼女の会社の複数のチームがこれらのインサイトを使用しています。 各チームには、毎日更新情報を取得するための一貫性と信頼性のあるメカニズムが必要です。 Sarah は、Customer Insights - Data を構成して、チームが毎日必要とするすべてのインサイトを自動的にエクスポートします。 毎日、何百万もの顧客データポイントが統合され、アクティビティデータが処理され、メジャーが計算され、顧客セグメントが作成されています。 このソリューションは、結果として得られた分析情報を、彼女のすべてのチームが読み取った Azure Data Lake ストレージに自動的に送信します。

この機能を使用すると、すべてのFacebook広告のエクスポートを1つの接続で管理できます。 Facebook 広告で更新するカスタムオーディエンスをエクスポート設定で直接設定します。 接続のセットアップ中にカスタムオーディエンスを設定する必要はありません。

• Facebook Ads接続は60日ごとに再認証する必要があります。 しかし、1つの接続で複数のエクスポートを管理することで時間を節約できます。
• この更新が発生しても、何もする必要はありません。 既存のFacebook Adsの接続とエクスポートはすべて、中断することなく機能し続けます。

OneLake に格納されている顧客データを、Customer Insights - Data での処理のために簡単に探索して選択します。 OneLake データ コネクタは OneLake データに直接接続するため、データをコピーする必要はありません。

• Fabric ショートカットとミラーリングを使用して、さまざまな外部ソースからのデータをすばやく統合し、そのデータを Customer Insights - Data に取り込んで処理します。
• Delta 形式 (OneLake のデフォルト形式) の OneLake データの場合は、2025 年にリリースされる Delta データの増分処理を利用します。 この機能は、最近変更されたデータのみを処理し、処理時間を大幅に短縮します。

シナリオ： Contoso は、顧客データを Microsoft Fabric の OneLake に一元化しています。 Customer Insights - データは OneLake に接続して、製品のデータをコピー、ステージング、または変換せずにソース データを読み取ります。 OneLake 内に Snowflake などの外部ソースへのショートカットとミラーを作成することで、Contoso は追加のデータの移動や重複なしにエンタープライズ データにシームレスにアクセスできます。 OneLake はデータを Delta 形式で保存するため、Customer Insights - Data は前回の更新以降の変更のみを処理します。 この設定により、処理時間が短縮され、インサイトへのアクセスが高速化されます。

Fabric と Customer Insights - Data を使用して、Contoso は低速でコストのかかる ETL パイプラインをリアルタイムの統合データ基盤に置き換えています。 このソリューションは、運用を合理化し、オーバーヘッドを削減し、より迅速で応答性の高い顧客エンゲージメントを可能にします。

顧客ソースデータを扱う際の一般的な課題は、必要なデータと一緒に取り込む古い古いソースデータを処理することです。 しかし、ソースデータの前処理には余分な時間と労力がかかります。

Customer Insights - Data を使用すると、取り込む任意のソース テーブルに行フィルターを直接適用できます。 このフィルター機能により、データの範囲を必要なものだけに縮小できます。 フィルターは [テーブル] ページで 1 回適用します。 「テーブル」ページには、ソース・テーブルがそれぞれのタブに表示されます。このタブでは、ソース テーブルと Customer Insights が作成する出力テーブルを分離します。 任意のテーブルの横にある行フィルター リンクを選択して、必要なフィルターを設定します。

処理速度を最適化するために、Spark は処理中に統合、セグメント、メジャー、アクティビティ、およびモデルのデータをフィルター処理します。 [テーブル] ページからデータをダウンロードすると、フィルターなしの完全なデータセットを取得できます。

この機能には、次のような主な利点があります。

• 処理の高速化:不要な行を削除することで、不要なデータをスキップし、処理時間を短縮します。
• 出力データの向上: 出力から不要なデータを削除すると、不要なデータを除外しなくても、コンシューマーがデータを使用しやすくなります。

Limitation

条件 Is any of {list of values} は、文字列データに対してのみ機能します。

Dataverse コネクタの更新は、Dataverse から Customer Insights - Data にテーブルをインポートするための最善の選択肢になります。

• パフォーマンスの向上により、最大の Dataverse テーブルでもより高速にインポートできます。
• Dataverse からのデータ インジェストを 2 年未満のデータに制限していた以前の制限の削除。 これで、すべての Dataverse データを取り込んで使用できます。
• Delta 形式でデータをインポートすることで信頼性が向上し、.csv 形式で一般的な問題が解消されます。
• Customer Insights で使用する Dataverse テーブルのみを選択する機能。 読み取り専用の必須テーブルを選択する必要がなくなりました。

この更新により、ダウンタイムなしで既存の Dataverse 接続が自動的に更新されます。

• Optimizely と Customer Insights - Data の間の接続を簡単に設定できます。
• Customer Insights - Optimizely のデータ セグメントを使用します。
• Optimizely で実験またはキャンペーンを、Customer Insights - Data セグメントに基づいて実行します。
• Customer Insights - Data で Optimizely からの実験データと対話データを使用します。

Dynamics 365 Customer Insights と Optimizely を使用すると、マーケターは次のことができます。

• Optimizelyを使用して、顧客の予測生涯価値を使用して、Web、ソーシャル、電子メール、およびオフラインチャネルでターゲットを絞ったエクスペリエンスを作成します。
• Customer Insights で離反率の高い顧客のセグメントを作成し、それを Optimizely で使用して、顧客が Web サイトにアクセスしたときのエンゲージメントを高めます。
• ジャーニー内のチャネル間でオーディエンスをアクティブ化し、以前の Web やメッセージのタッチポイントでコンバージョンされなかった元の訪問者を同じオファーでターゲティングします。 これらのセグメントを広告プラットフォームやソーシャルプラットフォームにエクスポートして、リターゲティングを行います。
• 定義されたオーディエンスを使用して、ソーシャルメディアプラットフォームに 類似 セグメントを作成します。 この戦略は、既存のオーディエンスと特性を共有する潜在的な新規顧客を特定し、エンゲージメントするのに役立ちます。 このアプローチにより、リーチを拡大し、顧客エンゲージメントの取り組みを強化することができます。

詳細については、 Dynamics 365 Customer Insights と Optimizely を使用したオムニチャネルのリアルタイム パーソナライゼーション を参照してください。

Customer Insights は、Web インタラクションをリアルタイムで収集するのに役立ちます。 このデータを使用して、パーソナライズされたエクスペリエンスを作成し、顧客のニーズと好みをより深く理解できます。

この機能には、次の機能が含まれています。

• リアルタイムのウェブトラッキング:ウェブサイトに追加するトラッキングスクリプトを使用して、顧客データをリアルタイムで取り込みます。 価格ページの表示、カートへのアイテムの追加、電子書籍のダウンロードなど、購入意欲の高いシグナルをリアルタイムでキャプチャします。
• リアルタイムの不明なプロファイル: 認証されていない訪問者であっても、すべての訪問者から Web データを取得します。 不明なプロファイルをリアルタイムで自動的に作成します。
• リアルタイムで未知から既知へ: 未知のプロファイルを既知のプロファイルにリアルタイムで統合します。 この機能を使用すると、常に顧客の360度ビューを把握できます。
• リアルタイムの Web パーソナライゼーション: API を使用して、セグメント メンバーシップ、Web イベント、人口統計データなどの顧客データにリアルタイムでアクセスします。 このデータを使用して、訪問者のWebエクスペリエンスをパーソナライズできます。

Copilotを使用すると、予測される生涯価値、購入傾向、最近の取引、インタラクションなどの豊富なインサイトに簡単にアクセスできます。 エージェントと販売者は、作業の流れの中で直接特定の顧客に関する情報を Copilot に要求し、関連データをすぐに取得できます。 利用可能なデータや検索方法がわからない場合でも、Copilotは即時かつシームレスなアクセスを提供します。 これにより、チームはアクセス制御と境界を保護しながら、より効果的に関与できるようになります。

シナリオ:

大手小売業の営業担当である Sarah は、Mark という価値の高いリードとの重要なミーティングの準備をしています。 ミーティングの前に、Sarah は Mark の購買行動とエンゲージメントのレベルを理解したいと考えていますが、時間が足りず、具体的にどのようなデータにアクセスできるのかわかりません。

サラはCopilotに「マークの予測生涯価値と購入傾向はどれくらいですか?」と尋ねます。Copilot は、Customer Insights - Data から分析情報を返します。 これにより、Sarah Mark の予測生涯価値、最近の購入履歴、および会社とのやり取りが得られます。 また、Copilot は、Mark の購入傾向が高いこと、そして最近の活動の欠如のために中程度の解約リスクがあることも示しています。

これらの洞察をもとに、Sarah は会議のアプローチを調整します。 彼女は、解約を防ぐためにカスタマイズされたオファーでマークと再度関係を築くことに焦点を当てています。 彼女は、彼のニーズを理解していることを示すことで、より効果的に彼を引きつけます。 このアプローチにより、会議が成功し、顧客との関係が強化されます。

統合された顧客データを理解する自律型エージェントは、強力な資産です。 これらのエージェントを使用すると、以前には達成できなかった組織の効率を構築できます。

Microsoft Copilot Studio では、顧客プロファイル、セグメント、メジャー、およびその他の分析情報を Dataverse から、カスタムまたはカスタマイズ可能な自律エージェントのナレッジ ソースとして追加できます。

• エージェントを起動または更新すると、すべてのユーザーが主要な顧客インサイトにすぐにアクセスできます。
• 自律的なアクションを実行したり、統合された顧客インサイトの変化に対応したりするエージェントを作成します。

シナリオ:

Sally は、Joe という名前の有望な新しいリードを評価する営業担当者です。 Joe は最近、新製品の発売イベントに出席し、会社と既存の関係を持っています。 Customer Insights からのデータを使用して、Dynamics 365 Sales のエージェント (営業資格エージェントなど) は、Joe の合計支出、VIP ステータス、および他のタッチポイントでの最近のやり取りに関する情報にアクセスします。

これらの分析情報により、エージェント は Joe の購入の可能性について、このデータがない場合よりも多くの情報に基づいて決定を下すことができます。 このようにして、自律エージェントは、Sally が見込み客調査活動にとって Joe がどの程度重要であるかを判断するために必要な重要な顧客分析情報を即座に民主化します。

多くのセグメントとメジャーを管理している場合、必要なセグメントとメジャーが常にわかっているとは限りません。 多くの場合、キャンペーンは 1 回だけ実施されます。 キャンペーンの実施後は、セグメントや指標は必要ありません。

システムは、設定された時間内に誰もセグメントまたはメジャーを使用しない場合、自動的に非アクティブ化します。 輸出、その他のセグメント、旅程、およびその他の指標での使用がチェックされます。 システムが未使用のセグメントとメジャーを非アクティブ化すると、アクティブなセグメントとメジャーの計算リソースが解放されます。 この変更により、システムの更新が高速化され、分析情報の取得にかかる時間が短縮されます。

非アクティブ化したセグメントやメジャーは、必要な場合に再アクティブ化できます。 管理者は、自動非アクティブ化プロセスから特定のセグメントを除外することもできます。

この変更により、有料インストールのインストール管理エクスペリエンスで、Customer Insights - 体験 と Customer Insights - データ のアプリケーションのインストール制限を削除します。 システムはまだ試用インストールの数を制限しています。 管理者は、制限なしに追加のアプリケーションをインストールできるようになります。

• テナント レベルでライセンスを購入して割り当てます。 複数のテナントがある場合、Customer Insights アプリケーションにアクセスするには、各テナントのライセンスとクォータが必要です。
• 対話したユーザーと統合されたユーザーのクォータは、テナント レベルで集計されます。 すべての環境とインストールで、このクォータを共有します。 より多くのアプリケーションをインストールすると、テナント レベルでより多くのクォータが使用されます。 テナント内のすべての環境が使用するクォータを所有していることを確認します。