O Customer Insights - Data pode exportar seus insights unificados para o seu Azure Data Lake Storage. Neste lançamento, esta versão preliminar do recurso estará disponível para o público geral. Exporte seus insights unificados para criar seus próprios relatórios e painéis personalizados ou para aproveitar os dados em seu próprio aplicativo.

Cenário

Mark é um administrador que gerencia o ambiente do Customer Insights - Data. Sua equipe quer criar relatórios do Power BI com base em mudanças nos membros do segmento para segmentos-chave. 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.

Use dados comportamentais coletados pelo Customer Insights - Journeys no Customer Insights - Data para criar segmentos e medidas. Os dados de interação, como email aberto ou link clicado ficam disponíveis sem etapas extras.

• Descubra e use facilmente as interações de marketing, criando segmentos, aprimorando a personalização de estratégias de participação.
• Crie medidas eficientes do cliente com dados de interação, junto com quaisquer outros dados que você trouxer para o Customer Insights - Data.
• Identifique os clientes que não estão interagindo com emails e crie uma estratégia de redirecionamento.
• Use a unificação para obter uma visão mais precisa e completa das interações dos seus clientes. Os perfis unificados do cliente com base em vários contatos combinam seus dados de interação e fornecem insights sobre a pessoa e como você interage com ela.

Por exemplo, um gerente de marketing de uma loja de varejo online executa uma campanha de marketing por email. Todos os meses, eles enviam e-mails para clientes que gastaram $100 ou mais e oferecem um cupom de desconto de 5%. Embora a campanha tivesse uma alta taxa de abertura de e-mail, apenas alguns clientes abriram o link do cupom. Por isso, eles querem entrar em contato com aqueles que abriram o e-mail com um desconto mais atraente de 10%.

Com o Customer Insights, os dados de interação da campanha anterior fluem perfeitamente para a plataforma, permitindo refinar seu público-alvo para incluir apenas os clientes que abriram o email. Ao focar naqueles que demonstraram interesse, você aumenta a probabilidade de transformar esse interesse em compras reais.

Os agentes autônomos que entendem os dados unificados dos clientes tornam-se seus ativos mais poderosos, permitindo que você crie eficiências organizacionais nunca antes possíveis.

• No Microsoft Copilot Studio, agora você pode adicionar perfis de clientes, segmentos, medidas e outros insights do Dataverse como fontes de conhecimento para qualquer agente autônomo personalizado ou personalizável.

• Quando você iniciar ou atualizar o agente, qualquer usuário do agente terá acesso instantâneo aos principais insights dos clientes para realizar seu trabalho.

• Crie agentes que possam executar ações autônomas ou responder a alterações em seus insights unificados de clientes.

Cenário

Sally é uma vendedora que está avaliando um novo cliente potencial promissor chamado Joe. Joe participou recentemente de um evento de lançamento de novos produtos e tem um relacionamento existente com a empresa. Usando dados do Customer Insights, os agentes no Dynamics 365 Sales (como o agente de qualificação de vendas) agora podem acessar informações sobre os gastos totais de Joe, seu status VIP e suas interações recentes em outros pontos de contato.

Com esses insights, o agente pode tomar uma decisão mais informada sobre a probabilidade de compra de Joe do que teria sido possível sem esses dados. Dessa forma, os agentes autônomos democratizam instantaneamente os principais insights de clientes de que Sally precisa para determinar o quão importante Joe é para seus esforços de prospecção.

Com o Copilot, acessar insights valiosos sobre um cliente potencial ou contato do Customer Insights - Data, como valor de vida útil previsto, propensão a comprar, transações recentes e interações, torna-se fácil. Agentes e vendedores podem simplesmente pedir informações sobre clientes específicos ao Copilot diretamente no fluxo de trabalho, obtendo acesso instantâneo a dados relevantes. Mesmo que eles não tenham certeza de quais dados estão disponíveis ou como descobri-los, o Copilot fornece acesso imediato e contínuo, capacitando as equipes a se envolverem de forma mais eficaz.

Cenário

Sarah, representante de vendas de uma grande empresa de varejo, está se preparando para uma reunião importante com um cliente em potencial de alto valor, Mark. Antes do encontro, Sarah quer entender melhor o comportamento de compra e o nível de participação de Mark, mas ela está pressionada por tempo e sem saber a quais dados específicos ela tem acesso.

Sarah pergunta ao Copilot: "Qual é o valor previsto ao longo da vida e a propensão a comprar de Mark?" e o Copilot retorna insights do Customer Insights - Data. Ele fornece a Sarah o valor de vida previsto de Mark, compras recentes e interações com a empresa. O Copilot também destaca que Mark tem uma alta propensão a comprar, mas mostra um risco médio de rotatividade com base na inatividade recente.

Equipada com esses insights sobre o fluxo de seu trabalho, Sarah adapta com confiança sua abordagem de reunião, concentrando-se em reengajar Mark com uma oferta personalizada para evitar a rotatividade. Ela pode envolvê-lo de forma mais eficaz, demonstrando que entende suas necessidades, levando a uma reunião bem-sucedida e a um relacionamento mais forte com o cliente.

O suporte à Rede Virtual usa a delegação de sub-rede do Azure para gerenciar o tráfego de saída do Power Platform em runtime. O uso da delegação de sub-rede do Azure evita a necessidade de recursos protegidos estarem disponíveis pela Internet para se integrarem ao Customer Insights – Data.

O Customer Insights - Data usa o suporte à Rede Virtual fornecido pelo Power Platform para configurar conexões de Link Privado com segurança para armazenamento do Azure protegido por um firewall. Customer Insights – Os dados usam links privados para três cenários:

• Entrada de dados: as fontes de dados são usadas para trazer dados do armazenamento do Azure para o Customer Insights – Dados para processamento.
• Saída de dados: na instalação, você pode configurar o Customer Insights – Dados para gravar toda a saída no armazenamento do Azure.
• Exportações: você pode configurar exportações para enviar tabelas específicas para o armazenamento do Azure.

Todos os novos links privados usam o suporte à Rede Virtual e os links privados existentes precisam ser atualizados.

Mais detalhes sobre o suporte à plataforma podem ser encontrados na visão geral do suporte à Rede Virtual.

Um desafio comum quando se trabalha com dados de origem do cliente é lidar com dados de origem antigos e obsoletos que são ingeridos com os dados desejados. Mas o pré-processamento dos dados de origem requer tempo e esforço adicionais.

Agora, o Customer Insights - Data permite aplicar filtros de linha diretamente a qualquer tabela de origem ingerida, reduzindo o escopo de dados para exatamente o que você precisa. Os filtros são aplicados uma vez na página Tabelas, onde as tabelas de origem agora são exibidas em sua própria guia, separadas das tabelas de saída criadas pelo Customer Insights. Selecione o link do filtro de linha ao lado de qualquer tabela para simplesmente definir os filtros desejados.

Para otimizar a velocidade de processamento, os dados são filtrados no Spark quando são processados pela unificação, segmentos, medidas, atividades e modelos. O conjunto de dados completo e não filtrado está disponível baixando-o na página Tabelas.

Os principais valores deste recurso incluem:

• Tempo de processamento aprimorado: ao remover linhas indesejadas, o sistema não processa mais dados que não são necessários, o que pode reduzir o tempo de processamento.
• Dados de saída aprimorados: remover dados desnecessários da saída torna seus dados mais fáceis de usar pelos consumidores, que não precisarão mais excluir dados indesejados.

Limitação de visualização A condição 'É qualquer uma' {list of values} é compatível apenas com dados de cadeia de caracteres.

Agora é mais fácil e gerenciável disponibilizar seus insights unificados de clientes para sua organização a partir de seu próprio Azure Data Lake. O Customer Insights - Data permite que você simplesmente selecione as tabelas que deseja sincronizar com seu Azure Data Lake e selecione o formato de dados para gravar os dados. Escolha entre os formatos CSV, Parquet ou Delta Parquet. Cada vez que o Customer Insights - Data processa seus dados e atualiza seus insights e perfis de cliente, os dados são sincronizados de forma rápida e automática com seu Data Lake, levando seus insights aos consumidores de negócios e processos de negócios downstream de maneira mais rápida e eficiente. As configurações podem ser atualizadas, permitindo que você altere quais tabelas deseja sincronizar.

Eliminar a sincronização das tabelas que você não usa significa que você obtém os dados nos quais está focado mais rapidamente. Isso também significa que você pode economizar custos de armazenamento eliminando o armazenamento de tabelas nas quais não está interessado. Tempos de sincronização mais rápidos, custos de armazenamento mais baixos e ETL de formato de dados menor significa que sua organização e equipes de análise são mais eficientes e você obtém mais valor de seu investimento no Customer Insights - Data.

Cenário

A Northwind executa um relatório analítico diário usando dados de fidelidade do cliente gerados pelo Customer Insights. Recentemente, eles passaram a usar Spark para calcular esses insights e precisam dos segmentos de fidelidade e de uma pontuação de fidelidade do Customer Insights no formato Parquet. Os estruturadores de dados da Northwind podem facilmente habilitar essa mudança com apenas uma mudança rápida no Customer Insights, eliminando a criação e manutenção dispendiosas de todo um processo de pipeline de conversão de dados, economizando tempo e custos de computação e obtendo resultados mais rapidamente.

Um dos principais valores do formato Delta Lake é a capacidade de controlar as alterações feitas nos dados ao longo do tempo. Com suporte nativo para o formato de tabela Delta Lake no Customer Insights, agora você pode aproveitar as atualizações de dados incrementais do Delta Lake para acelerar o processamento no Customer Insights - Data.

É comum que os dados do perfil do cliente mudem apenas um pequeno percentual a cada dia. Em vez de reprocessar todo o conjunto de dados todos os dias, o Customer Insights - Data pode processar apenas os dados de origem alterados para unificação no formato Delta, economizando tempo e obtendo resultados mais rapidamente. Essa melhoria ocorre automaticamente quando todas as tabelas estão no formato Delta. Nenhuma configuração ou alteração é necessária.

O processamento incremental de segmentos, medidas, atividades e previsões está planejado para ser adicionado nos próximos meses.

Perfis e insights unificados são tão poderosos quanto sua capacidade de agir sobre esses dados e usá-los. Se você estiver usando o Microsoft Fabric, o Customer Insights - Data facilita o ato de levar insights e perfis unificados valiosos diretamente em seu OneLake, onde você pode incorporar esses insights em seus principais processos analíticos e downstream.

O Customer Insights - Data no Fabric OneLake permite que você evite os silos de dados criados por ter dados em muitas contas de armazenamento e traz seus perfis e insights unificados para um único lugar para todos os seus dados de análise. Melhore a colaboração e quebre as barreiras de negócios com o Microsoft Fabric OneLake e o Customer Insights - Data.

Cenário

A Northwind tem vários departamentos com sistemas e requisitos de dados distintos. Levar todos os seus dados para o OneLake melhorou sua flexibilidade e capacidade de colaboração.

O departamento de marketing da Northwind implementou o Customer Insights - Data e foi capaz de escrever com facilidade todos os perfis unificados de cliente, segmentos, medidas e outros insights gerados pelo Customer Insights - Data diretamente para o OneLake da empresa, permitindo que diferentes divisões em toda a empresa aproveitassem imediatamente uma visão consistente de 360 graus do cliente criado usando dados de toda a Northwind.

A visibilidade e a colaboração aprimoradas do compartilhamento de insights e perfis unificados de cliente no OneLake contribuíram para um ciclo virtuoso em que vários outros departamentos tomaram medidas para integrar seus dados exclusivos de clientes ao perfil unificado, melhorando a fidelidade e o valor dos perfis unificados.

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 seus dados do OneLake, eliminando a necessidade de copiar dados.

• Acelere a unificação de dados e o tempo de obtenção de insights com o processamento incremental de dados do OneLake. Apenas os dados alterados recentemente são processados, reduzindo drasticamente os tempos de processamento.
• Use atalhos e espelhamento do Fabric para integrar rapidamente dados de diferentes fontes externas e unificar no Customer Insights - Data.

Cenário

A Contoso configurou o Customer Insights - Data para ler todos os dados de seus clientes no Microsoft Fabric. Como a Contoso tem atalhos e espelhamento, todos os dados externos, bem como os dados hospedados no Azure, estão disponíveis para o Customer Insights no respectivo OneLake. O Customer Insights - Data lê dados diretamente do OneLake sem criar cópias separadas. Como o OneLake usa o formato Delta, a unificação de seus dados do OneLake só precisa processar os dados alterados, permitindo que eles obtenham insights mais rápido do que nunca. Usar o OneLake como fonte de dados permite que o Contoso elimine as operações ETL lentas e dispendiosas anteriores para mover e transformar dados.