Copilot を使用すると、予測生涯価値、購入傾向、最近のトランザクション、対話など、リードまたは取引先担当者に関する豊富な分析情報に、Customer Insights - Data から簡単にアクセスできます。 エージェントと販売担当者は、作業の流れの中で特定の顧客に関する情報を直接 Copilot に要求するだけで、関連データに即座にアクセスできます。 利用可能なデータや、その発見方法がわからない場合でも、Copilot によって即時のシームレスなアクセスが提供され、チームはより効果的に関与できるようになります。

シナリオ

大手小売企業の営業担当者である Sarah は、高価値のリードである Mark との重要な会議の準備をしています。 会議の前に、Sarah は Mark の購買行動とエンゲージメント レベルをより深く理解したいと考えていますが、時間に追われており、どのデータにアクセスできるかわかりません。

サラが Copilot に「マークの予測生涯価値と購入傾向はどうなっていますか?」と尋ねると、 Copilot は Customer Insights - Data からの分析情報を返します。 Sarah には、Mark の予測生涯価値、最近の購入、会社とのやり取りが提供されます。 また、Copilot では、Mark の購入性向は高いものの、最近は活発でないために解約のリスクが中程度であることも強調されています。

Sarah は、自分の職務の流れに取り込まれたこれらの分析情報をもとに、自信を持って会議のアプローチを調整し、解約を防ぐためにパーソナライズされたオファーで Mark に再度エンゲージすることに重点を置きます。 彼女は彼をより効果的に関与させ、彼のニーズを理解していることを示すことができ、会議の成功とより強力な顧客関係につながります。

統合された顧客データを理解する自律エージェントは最も強力な資産となり、これまで不可能だった組織の効率性を構築できます。

• Microsoft Copilot Studio では、Dataverse からの顧客プロファイル、セグメント、メジャー、その他の分析情報を、カスタム エージェント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るようになりました。

• エージェントを開始または更新すると、エージェントのすべてのユーザーがすぐに、重要な顧客分析情報にアクセスして業務を遂行できるようになります。

• 自律的なアクションを実行したり、統合された顧客分析情報の変化に対応したりでき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規リードを評価している販売担当者です。 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。 Dynamics 365 Sales のエージェント (販売見込み評価エージェントなど) は、Customer Insights のデータを使用して、Joe の総支出、VIP ステータス、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できるようになりました。

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。

Customer Insights - Data では、統合された分析情報を Azure Data Lake Storage にエクスポートできます。 このリリースでは、このプレビュー機能が一般提供されるようになります。 統合された分析情報をエクスポートして、独自のカスタム レポートやダッシュボードを作成したり、独自のアプリケーションでデータを活用したりできます。

シナリオ

Mark は Customer Insights - Data 環境を担当している管理者です。 彼のチームは、重要なセグメントでのセグメント メンバーシップの変更に基づく 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。

Customer Insights - Data の Customer Insights - Journeys によって収集された行動データを使用して、セグメントとメジャーを作成します。 メールの開封やリンクのクリックなどの対話データは、追加の手順なしで利用できます。

• セグメントの作成中にマーケティングの対話を簡単に見つけて使用し、エンゲージメント戦略のパーソナル化を強化します。
• 対話データと、Customer Insights - Data に取り込むその他のデータを使用して、強力な顧客メジャーを作成します。
• メールに関心を持たない顧客を識別し、ターゲット再設定戦略を作成します。
• 統合を使用して、顧客との対話をより正確かつ完全に把握します。 複数の連絡先に基づく統合顧客プロファイルは、それらの連絡先の対話データを結合し、その人や、その人との対話方法に関する分析情報を提供します。

たとえば、オンライン小売店のマーケティング マネージャーがメール マーケティング キャンペーンを実施するとします。 毎月、$100 以上を払った顧客にメールを送信し、5% の割引クーポンを提供します。 そのキャンペーンはメールの開封率が高かったにもかかわらず、クーポンのリンクを開いた顧客はごくわずかでした。 そのため、メールを開封した人に 10% の魅力的な割引を連絡したいと考えています。

Customer Insights を使用すると、以前のキャンペーンの対話データがプラットフォームにシームレスに流れ、メールを開封した顧客のみを含むように対象者を絞り込むことができます。 興味を示した人に焦点を当てることで、その関心が実際の購入に変わる可能性が高まります。

Customer Insights - Data がファイアウォールの内側にある Azure ストレージ コンテナーに接続することが必要になる可能性がある主要なシナリオが 3 つあります。

• データ出力: Customer Insights - Data は、プライベートな Azure ストレージ コンテナーにデータを直接書き込むように設定できます。
• データ入力: データ接続を確立して、Azure Storage コンテナーからデータをインポートできます。
• エクスポート: Azure ストレージ コンテナーへのエクスポート用に特定のテーブルを構成できます。

Azure マネージド ID を使用してデータ接続を管理すると、アクセスはユーザーのエンタープライズ ポリシーによって確実に制御および制限されます。シークレットを格納する必要はなくなり、関連するリソースが削除されるとアクセス制御も確実に削除されるため、セキュリティ ライフサイクル管理全体が向上します。

更新された Dataverse コネクタは、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。

• パフォーマンスが向上し、最大の Dataverse テーブルでもより高速にインポートできるようになりました。
• Dataverse から取り込むデータは 2 年未満のものという以前の制限がなくなります。 これで、すべての Dataverse データを取り込んで使用できるようになります。
• データが Delta 形式でインポートされるようになったため、信頼性が向上し、.csv 形式に共通する問題が解消されます。
• Customer Insights で使用したい Dataverse テーブルだけを選択します。 読み取り専用の必須テーブルの選択はもう必要ありません。

Dataverse の既存の接続は、ダウンタイムなしで自動的に更新されます。

Delta Lake 形式の重要な価値の 1 つは、データに対する変更を経時的に追跡できることです。 Customer Insights で Delta Lake テーブル形式がネイティブにサポートされるようになり、Delta Lake の増分データ更新を活用して Customer Insights - Data での処理を高速化できるようになりました。

通常、顧客プロファイル データは毎日数パーセントしか変化しません。 Customer Insights - Data は、データ セット全体を毎日再処理する代わりに、変更されたソース データのみを Delta 形式での統合のために処理でき、時間を節約し、結果をより速く提供できます。 すべてのテーブルが Delta 形式の場合、このように自動的に改善されます。 設定や変更は必要ありません。

セグメント、指標、アクティビティ、予測の増分処理は、今後数か月以内に追加される予定です。

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 データに直接アタッチするため、データをコピーする必要がありません。

• OneLake データの増分処理により、データの統合を速くし、分析情報を得るまでの時間を短縮します。 最近変更されたデータのみが処理されるため、処理時間が大幅に短縮されます。
• Fabric の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、Customer Insights - Data 内に一元化します。

シナリオ

Contoso は、Microsoft Fabric からすべての顧客データを読み取るように Customer Insights - Data を構成しています。 Contoso にはショートカットとミラーリングがあるため、すべての外部データと Azure でホストされているデータを、OneLake の Customer Insights に使用できます。 Customer Insights - Data は、個別のコピーを作成せずに OneLake から直接データを読み取ります。 OneLake は Delta 形式を使用しているため、OneLake データの統合では変更されたデータの処理だけが必要であり、これまでにない速さで分析情報を取得できます。 OneLake をデータ ソースとして使用することで、Contoso は、データの移動と変換に、以前の遅くてコストのかかる ETL 操作を使用する必要がなくなります。

顧客ソース データを処理する際の一般的な課題は、必要なデータと共に取り込まれた古いソース データの取り扱いです。 ただし、ソース データを前処理すると、時間と労力が余計にかかります。

Customer Insights - Data では、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して、データ スコープを必要なものだけに絞り込めるようになりました。 フィルターは、ソース テーブルが Customer Insights によって作成された出力テーブルとは別の独自のタブに表示されるようになった [テーブル] ページで一度適用されます。 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、目的のフィルターを設定するだけです。

処理速度を最適化するため、データは、統合、セグメント、メジャー、アクティビティ、モデルによって処理されるときに、Spark でフィルター処理されます。 [テーブル] ページからダウンロードするときは、フィルター処理されていない完全なデータ セットを利用できます。

この機能の主な価値は次のとおりです。

• 処理時間の改善: 不要な行を削除することで、システムで不要なデータが処理されなくなり、処理時間が短くなる可能性があります。
• 出力データの改善: 出力から不要なデータを削除すると、コンシューマーがデータを使いやすくなり、不要なデータを除外する必要がなくなります。

プレビューの制限: 条件 'Is any of' {値のリスト} は、文字列データでのみサポートされます。

組織では、統合された顧客分析情報を独自の Azure Data Lake から利用可能にすることがより簡単になり、管理しやすくなりました。 Customer Insights - Data を使用すると、Azure Data Lake に同期するテーブルを調べて、データを書き込むデータ形式を選択するだけです。 CSV、Parquet、Delta Parquet 形式から選択します。 Customer Insights - Data がデータを処理し、顧客プロファイルと分析情報を更新するたびに、データは迅速かつ自動的に Data Lake に同期され、分析情報がビジネス消費者と下流のビジネス プロセスに迅速かつ効率的に提供されます。 設定を更新して、同期するテーブルを変更できます。

使用しないテーブルの同期を行わないということは、注目しているデータをより迅速に取得できることを意味します。 また、関心のないテーブルのストレージをなくすことで、ストレージ コストを節約できることも意味します。 同期時間の短縮、ストレージ コストの削減、データ形式の少ない ETL は、組織と分析チームの効率が高くなり、Customer Insights - Dataへの投資からより多くの価値が実現されることを意味します。

シナリオ

Northwind は、Customer Insights によって生成された顧客ロイヤルティ データを使用して、日次分析レポートを実行します。 最近、Spark エンジンを使用してこれらの分析情報を計算するように切り替えたため、Customer Insights からのロイヤルティ セグメントとロイヤルティ スコアを Parquet 形式で取得する必要があります。 Northwind のデータ ラングラーは、Customer Insights を少し変更するだけで、この変更を簡単に有効にできます。これにより、データ変換パイプライン プロセス全体のコストのかかる作成とメンテナンスが不要になり、時間と計算コストが節約され、結果をより速く得られます。

統合されたプロファイルと分析情報の威力は、そのデータに基づいて行動して使用するユーザーの能力にかかっています。 Microsoft Fabric をお使いの場合、Customer Insights - Data を使用すると、貴重な統合プロファイルと分析情報を OneLake に直接取り込むのがいっそう簡単になり、それらの分析情報をコア分析とダウンストリーム プロセスに組み込むことができます。

Fabric OneLake の Customer Insights - Data を使用すると、多数のストレージ アカウントでデータを保持することによって作成されるデータ サイロを回避し、統合されたプロファイルと分析情報をすべての分析データ用の 1 つの場所にまとめることができます。 Microsoft Fabric OneLake と Customer Insights - Data によって、コラボレーションを改善し、ビジネス障壁をなくします。

シナリオ

Northwind には複数の部門があり、それぞれが異なるシステム要件とデータ要件を持っています。 すべてのデータを OneLake に取り込んで、柔軟性とコラボレーション能力を向上させています。

Northwind のマーケティング部門は Customer Insights - Data を導入し、Customer Insights - Data によって生成されたすべての統合顧客プロファイル、セグメント、メジャー、その他の分析情報を、会社の OneLake に直接書き込むことができました。これにより、社内のさまざまな部門が、Northwind 全体のデータを使用して作成されたあらゆる角度からの顧客の一貫したビューをすぐに活用できるようになりました。

統合顧客プロファイルと分析情報を OneLake で共有することによる可視性とコラボレーションの強化は、他の複数の部署が固有の顧客データを統合プロファイルに統合するための方策を講じるという好循環につながり、統合プロファイルの忠実性と価値が高まりました。

多数のセグメントとメジャーがある場合、管理者はどれが必要でどれが不要かを常に確実に判断できるとは限りません。 キャンペーンは多くの場合 1 回だけ実行され、その後はセグメントやメジャーは必要ありません。

セグメントまたはメジャーが一定期間、他の場所 (エクスポート、別のセグメント、体験、または別のメジャー) で使用されないと、システムによって自動的に非アクティブ化されます。 これにより、コンピューティング リソースがアクティブなセグメントとメジャーに移動され、その結果、システムの更新が高速化されて、分析情報を得るまでの時間が短縮されます。

非アクティブ化されたセグメントまたはメジャーは、必要に応じていつでも再アクティブ化できます。 管理者は、自動処理から特定のセグメントを除外することもできます。