統合の概要 (ベータ)
重要 - 画像/情報は四半期ごとのリリースで更新されます!
四半期ごとのリリースにて、最新の機能・情報を反映し、画像を含めた情報は更新されます。
この記事では、様々なソースから取得した会社や人のデータを統一し、統一されたデータリポジトリを作成できるGainsightのUnification機能の概要について説明します。
概要
統合機能は、様々なデータソースの会社や人物のデータを統合し、Gainsightに統合されたレコードを作成するのに役立ちます。複数のデータソースから同じ会社や人を特定し、重複、不完全、不正確なデータなどの問題を解決し、Gainsightのレポートやデータ分析が不正確になる可能性があります。
統一は、これらのデータソース間で伝搬される単一のIDがない場合や、会社名のスペルが異なるソースでわずかに異なる場合、データ照合の問題を解決するのに特に有効です。
重要:
-
統一機能は、スーパー管理者、デフォルトバンドルのフルライセンスユーザー、またはナビゲーション権限で統一とデータスチュワードページへのアクセスを許可されたフルライセンスユーザーのみが使用できます。
-
現在、テナントで利用できるのはCompany Unificationのみです。Person Unificationは、リクエストに応じて利用できるようになります。
主な利点
この機能の主な利点は次のとおりです。
-
Gainsightで重複している会社名と個人名のレコードを検索する。
-
Salesforce、Dynamics、PXなど複数のソースからデータを統合する際に、レコードの重複を回避することができます。
-
財務、サポート、請求、マーケティングなどのソースでGainsightのデータをリッチ化する際のデータマッチングの品質を向上させる。
-
複数のソースからGainsightへのリレーションシップを自動的にモデル化する。
近い将来、複数のSalesforce、Dynamics、またはPXを接続して、ビジネスラインをまたがる顧客に関する360度のビューを得るために、Unificationが役立つようになります。
主要用語
Unification機能で使用される主な用語は次のとおりです。
-
ステージングオブジェクト。統一されたデータリポジトリを構築するために統一する必要がある標準オブジェクトとカスタムオブジェクト。
-
Matching Criteria: 2つのレコード(同じソース内または異なるソース間)が、同じレコードのユニークな表現か重複した表現かを識別するための基準。
-
レコードグループ。様々なソースで重複が確認されたレコードのグループ。
-
統合レコード。レコードグループの寄与レコードから作成された統合レコード。統一は、各属性の好ましいソースに基づいて値を選択します。統一レコードは、統一プロセスの最終段階として、GS標準オブジェクトと同期されます。
-
データスチュワードこの機能により、統一結果を監視し、必要であれば手動で介入することができます。また、以下のような手動タスクも実行可能です。
-
既存のレコードグループに対して、より多くのマッチを探索する。
-
既存のレコードグループから、他の既存のレコードグループまたは新しいレコードグループへレコードを移動する。
-
Gainsight内で会社レコードの手動マージをトリガーする。
-
ユニファイドレコードの属性を手動で編集する。
-
アーキテクチャ図
以下の図は、統一機能がCRMや他のデータソースから統一されたデータリポジトリを構築する方法を示しています。
詳細
ステップ1: ルールとコネクターを使用して、Gainsight内の標準オブジェクトまたはカスタムオブジェクトに直接データを取り込むことができます。この2つのオブジェクトを合わせてステージングオブジェクトと呼びます。
ステップ2: ステージング・オブジェクトの準備ができたら、管理者は以下のアクティビティを実行できます。
-
必要なステージング・オブジェクトをプロジェクトに追加します。
-
ステージングオブジェクトを会社/人物のモデルにマッピングする。
-
識別基準を使用して、重複するデータをレコードグループにグループ化します。
-
統一レコード構成を使用して、レコードグループ内のすべてのレコードを統一レコードに統合します。
ステップ3: 上記の設定を使用して、統合ジョブは様々なソースからデータを統合し、Gainsightに統合レコードを作成します。
ステップ4: データスチュワードは、自動化された統合の監視や手動での介入を支援します。
データスチュワード
統合機能を使って複数のソースからデータを結合する場合、最終的なデータに重複、不完全、不正確なレコードがないことを確認することが重要です。プロジェクト作成時に管理者が設定した照合基準は、この問題をスケーラブルに解決するのに役立ちます。
Data Stewardは、システムが解決できなかった、あるいは間違って解決した重複データを手動で解決するための機能です。データスチュワードがどのようにデータを処理するかの詳細については、Data Stewardの記事を参照してください。