Os seguintes conectores de exportação estarão disponíveis nesta versão:

• Anúncios do Facebook
• Anúncios do Google
• LinkedIn
• FTP seguro (SFTP)
• Snapchat

Cenários:

• Sarah unificou os dados dos clientes e criou segmentos para direcionar clientes com um alto valor de vida útil. Sarah quer segmentar esse público com anúncios no Google e no Facebook, então ela exporta o público para o Google e o Facebook, onde configura sua campanha online.

• Mark é um administrador que gerencia o ambiente do Customer Insights - Data. A equipe de Mark deseja criar relatórios do Power BI com base nas alterações na associação de segmento para os principais segmentos. Para fazer isso, agora eles podem exportar dados de segmento para sua conta do Azure Data Lake Storage. Quando os dados estiverem no Azure Data Lake, eles poderão facilmente criar relatórios do Power BI e realizar outras operações críticas para os negócios. Exportar para o próprio Azure Data Lake também oferece a flexibilidade de remodelar os dados para atender a necessidades comerciais específicas e integrá-los a outros fluxos de trabalho com tecnologia de seu patrimônio de dados do Azure.

Agora você pode acessar automaticamente dados comportamentais do Customer Insights – Jornadas, como aberturas de email e cliques de link, no Customer Insights – Dados.

• Use o conector do Dataverse para selecionar facilmente as tabelas comportamentais criadas pelo Customer Insights – Jornadas e trazê-las para o Customer Insights – Dados como qualquer outra tabela.
• Elimina a necessidade de criar fluxos de dados para exportar dados comportamentais do Dataverse para o Fabric e, em seguida, para o Customer Insights – Dados.
• Configure e use os dados comportamentais em segmentos, medidas e medidas preditivas tão facilmente quanto qualquer outra tabela.
• Use as interações do Customer Insights - Journeys para criar segmentos precisos e personalizar o envolvimento no Customer Insights - Dados.
• Combine dados de interação do Customer Insights - Journeys com outras fontes de dados externas para criar medidas poderosas do cliente para pontuar e direcionar clientes com maior precisão.
• Identifique os clientes que não respondem às suas campanhas e os redirecione usando sistemas externos como Google e Meta exportando segmentos.
• Use a unificação para identificar clientes com vários e-mails e ver como eles interagem com sua marca em diferentes pontos de contato, para que você possa ver o cliente e não apenas o endereço de e-mail.

Cenário: Como gerente de marketing em uma loja de varejo online, você envia uma campanha mensal que oferece um desconto de 5% aos clientes. Ao analisar os resultados, você vê uma alta taxa de abertura de e-mail, mas uma baixa taxa de cliques no cupom. Com o Customer Insights - Dados, você pode ver quais contatos abriram o e-mail e interagiram com seu produto. Você cria um novo segmento de clientes que abriram o email, mas não clicaram no cupom, e você segmenta novamente esses clientes com uma oferta mais atraente de 10%. Quando você age com base em sinais reais de engajamento, refina seu público, aumenta a relevância e aumenta as vendas.

Um desafio comum ao trabalhar com dados de origem do cliente é lidar com dados de origem antigos e obsoletos que você ingere com os dados desejados. Mas o pré-processamento dos dados de origem exige tempo e esforço extras.

Com o Customer Insights - Data, você pode aplicar filtros de linha diretamente a qualquer tabela de origem ingerida. Esse recurso de filtro reduz o escopo dos dados para exatamente o que você precisa. Você aplica filtros uma vez na página Tabelas . A página Tabelas exibe as tabelas de origem em sua própria guia. Essa guia separa as tabelas de origem das tabelas de saída que o Customer Insights cria. Selecione o link de filtro de linha ao lado de qualquer tabela para definir os filtros desejados.

Para otimizar a velocidade de processamento, o Spark filtra dados durante o processamento para unificação, segmentos, medidas, atividades e modelos. Ao baixar dados da página Tabelas , você obtém o conjunto de dados completo sem filtros.

Esse recurso oferece os principais benefícios:

• Processamento mais rápido: Ao remover linhas indesejadas, o sistema ignora dados desnecessários e reduz o tempo de processamento.
• Melhores dados de saída: ao remover dados desnecessários da saída, você facilita o uso dos dados pelos consumidores sem a necessidade de excluir dados indesejados.

Limitation

A condição Is any of {list of values} funciona apenas para dados de string.

Explore e selecione facilmente os dados de clientes armazenados no seu OneLake para processamento no Customer Insights - Data. O conector de dados do OneLake se conecta diretamente aos dados do OneLake, para que você não precise copiar dados.

• Use atalhos e espelhamento do Fabric para integrar rapidamente dados de diferentes fontes externas e trazer esses dados para o Customer Insights - Dados para processamento.
• Para dados do OneLake no formato Delta (o formato padrão do OneLake), aproveite o processamento incremental de dados Delta, que será lançado em 2025. Esse recurso processa apenas dados alterados recentemente e reduz drasticamente os tempos de processamento.

Cenário: A Contoso centraliza os dados de seus clientes no OneLake do Microsoft Fabric. Customer Insights - Os dados se conectam ao OneLake para ler os dados de origem sem copiar, preparar ou transformar dados para o produto. Ao criar atalhos e espelhos para fontes externas, como o Snowflake no OneLake, a Contoso acessa os dados corporativos sem problemas, sem movimentação ou duplicação de dados extras. O OneLake armazena dados no formato Delta, portanto, Customer Insights - Dados processa apenas as alterações desde a última atualização. Essa configuração reduz o tempo de processamento e acelera o acesso aos insights.

Com o Fabric e o Customer Insights – Data, a Contoso substitui pipelines de ETL lentos e caros por uma base de dados unificada em tempo real. Essa solução simplifica as operações, reduz a sobrecarga e permite um envolvimento mais rápido e responsivo do cliente.