入门与概览 15
Salesforce Data 360 简介 — 统一客户数据，驱动全组织洞察
Salesforce Data 360 深度嵌入 Salesforce 平台，通过数据摄取和身份解析消除数据孤岛，将分散的客户数据协调为统一画像。本文介绍 Data 360 的核心概念、工作原理以及如何赋能 Sales、Service、Marketing、Agentforce AI 代理和 Informatica 数据管理等各个团队，帮助组织围绕客户凝聚起来，实时发现洞察并采取行动。
Data 360 数据格局探索 — 连接、协调与激活企业数据
企业面临数据孤岛、洞察不可靠和行动力不足三大挑战。Salesforce Data 360 通过连接、协调与统一、分析与行动三个阶段，将分散的原始数据转化为统一的客户画像和可执行的行动。本文深入探索 Data 360 的核心能力：实时处理、零拷贝架构、AI 基石，以及 Data Cloud One、非结构化数据处理、数据治理、身份解析和全渠道激活等关键功能。
以客户为中心的数据战略 — 通过客户旅程驱动数据架构规划
Salesforce 主张将客户置于数据架构规划的中心。本文跟随 NTO 企业架构师 Pia Larson 的实践，学习如何通过绘制客户旅程图、识别触点和痛点、研究客户体验来确定数据架构的优先级，最终通过任务自动化和系统集成改善客户与一线员工的体验。
Data 360 价值发现 — 衡量业务价值、KPI 与投资回报
Data 360 如何将原始业务数据转化为可执行的智能？本文深入探讨 Data 360 七大核心功能、如何确定业务目标并制定用例、五大关键 KPI 的计算方法与 ROI 评估框架，以及基于消费的定价模式和成功分享策略，帮助企业量化 Data 360 投资的战略价值。
Data 360 信用额度消费快速入门 — 理解消费模式与优化策略
Data 360 采用基于消费的定价模式，通过数字信用额度支付服务。本文介绍信用额度的基本概念、五类消费使用类型、成本计算公式与实战示例，以及批量优先、停用闲置项目、限制数据范围和降低刷新频率四条核心优化策略，帮助你设计高性价比的 Data 360 项目。
Data + AI + CRM 快速入门 — 三者如何协同工作驱动业务增长
CRM 是基础，数据补全全貌，AI 是引擎。本文介绍 Data + AI + CRM 三者如何协同工作，涵盖 Sales、Service、Marketing、Commerce、IT 五大业务领域的具体应用场景，以及建立信任、准备技术、赋能员工三大可信 AI 战略支柱。
Data 360 实时用例 — 亚秒级数据处理从摄取到行动的完整指南
Data 360 是端到端亚秒级实时平台，能在不到一秒内完成数据摄取、身份解析、计算洞察到触发行动的全流程。本文通过客服、电商、营销等五大团队的真实场景和 NTO 实时产品推荐实战案例，详解六大实时功能如何协同工作。
Data 360 成功实施准备 — 数据评估、集成决策与团队组建完整指南
Data 360 实施的成功取决于三大支柱：数据质量评估、正确的集成方式选择以及合适的团队。本文详解数据评估要点、摄取（批量/流式/实时）与零拷贝两种集成模式的选择策略，以及从执行发起人到安全团队的十大关键角色和六项实施后必备技能。
Data 360 构建坚实基础 — 可扩展架构、道德数据与可扩展性三大支柱
Data 360 的坚实基础由三大支柱构成：可扩展灵活的架构（Data Cloud One 多 org 连接与架构因素规划）、道德与安全的数据（数据空间、治理、平台加密）、以及可扩展性与测试（打包、数据套件与沙箱）。建立这些基础，即可自信地交付可信赖的客户体验。
Data 360 数据空间快速入门 — 按品牌、区域和部门组织与隔离数据
数据空间是 Data 360 的组织基础，让你按品牌、区域或部门隔离数据、元数据和流程。本文快速介绍数据空间的核心功能、使用场景与禁忌、关键优势与最佳实践、实施步骤，以及如何用数据空间构建可扩展的数据战略。
Data Cloud One 完全指南 — 连接多个 Salesforce Org 实现统一客户数据
Data Cloud One 让你通过主 Org 和伴随 Org 的架构模式，跨多个 Salesforce 组织共享统一的 Data 360 客户画像、细分和洞察。本文详解 Data Cloud One 的核心概念、四大优势、两种传统多 org 架构的局限、关键术语、三种场景的架构策略规划、设置步骤及最佳实践。
Data 360 变革客户体验 — Sunshine Trails 用统一画像与 Agentforce 打造个性化酒店服务
跟随 Sunshine Trails 酒店连锁的真实案例，看 Data 360 如何连接 Sales/Service/Loyalty Cloud、Snowflake、MuleSoft 等多个数据源，创建统一客户画像，并通过 Agentforce 服务代理为客人提供从房产搜索到活动推荐的端到端个性化酒店体验。
Explore Data 360 Core Functionality — Data 360 核心功能端到端实操指南
动手实操 Data 360 五大核心功能：创建数据流、映射数据、统一数据、创建计算洞察、构建细分与报告。覆盖从原始数据摄到业务激活的完整端到端管道。
Data 360 Use Cases — 用四步框架驱动销售、服务与营销
Data 360 Use Cases 模块讲解 Data 360 的四步框架（连接与调和、分析与预测、自动化并行动、让 AI 落地于可信数据），并应用到 Sales Cloud、Service Cloud 和 Marketing Cloud，覆盖商务、平台、Tableau、Slack、医疗、金融、AppExchange 等行业用例，以及规则集如何把盲目合并变成智能统一。
Unlock Your Data with Data 360
本篇内容整理中，可先查看 Trailhead 原文。
数据接入与集成 4
Data 360 连接器与集成完全指南 — 从策略制定到数据映射
Data 360 支持超过 200 个连接器，可将各类数据通过摄取或零拷贝联邦引入平台。本文完整覆盖数据流入流出机制、四步连接流程、三类数据策略、数据矩阵文档化方法、Salesforce/连接器服务/第三方三大连接器类型，以及数据流创建、公式字段、刷新设置、Customer 360 数据模型映射和关系管理等实操内容。
Data 360 连接与统一 — 从原始数据到统一客户画像的完整数据管道
完整覆盖 Data 360 数据管道的四大环节：连接（摄取与零拷贝两种方式及选择策略）、转换（批量/流式数据转换与公式字段使用场景）、映射（Customer 360 数据模型、DMO/DLO 概念、完全限定键防冲突机制）和统一（身份解析规则集、精确/模糊/规范化匹配与三种协调规则、统一画像的钥匙环比喻）。
Data Integrations — 构建连接企业数据的神经系统
Data Integrations 模块讲解数据与集成的核心关系：数据是 21 世纪的石油，八项关键数据能力构成护栏，频繁更新、上下文化与可视化让数据保持价值；集成作为连接孤立部门的神经系统，数据集成层五个阶段与三个挑战领域的解决思路；以及数据质量与集成质量的共生关系，通过 6 特征 × 3 步骤矩阵系统化评估。
Data 360 with Zero Copy — 无需复制即可双向连接外部数据
Data 360 with Zero Copy 模块讲解 zero copy 架构：数据联邦（查询联邦与文件联邦）无需复制即可在 Data 360 中访问外部数据，四项好处（流动性、实时、简化集成、增强治理），NTO 用 6 亿笔 Snowflake 交易驱动 Agentforce 个性化优惠券的用例，以及数据共享把 DLO/DMO/CIO 分享回外部系统，实现双向、受治理的数据集成。
数据模型与身份 3
Customer 360 数据模型完全指南 — 标准化 DMO 与实践映射
深入掌握 Data 360 的 Customer 360 数据模型：从 DMO 层次结构、Party 与 Engagement 两大主题领域、常见 DMO 类型与五个强制要求，到跟随 NTO 企业架构师 Pia Larson 完成从数据源识别到实操映射的完整实践。
Data 360 数据与身份解析 — 统一画像 DMO 身份解析规则集完全指南
深入掌握 Data 360 身份解析核心机制，含统一画像、三种 Individual DMO、必需映射对象及 NTO 实战案例。
Fully Qualified Keys in Data 360 Quick Look
本篇内容整理中，可先查看 Trailhead 原文。
治理与安全 5
Data 360 治理快速入门 — AI 标记、策略治理与数据安全
Data 360 Governance 是 Salesforce 针对 AI 时代数据治理的解决方案，通过 AI 标记与分类、基于策略的访问控制和数据安全三大支柱，确保 Agentforce 代理在可信、合规的数据基础上运行。本文详解三大治理挑战、核心概念及 Bloomington Caregivers 医疗用例。
Data 360 治理与安全 — 最小权限、数据空间与治理框架安全指南
Data 360 数据治理与安全完全指南：Salesforce 信任四大支柱、最小权限原则及权限为何不够、数据空间逻辑分区、标签+分类+用户属性+策略的治理框架（ABAC）、跨行业治理用例以及平台加密与 Private Connect 高级安全层。
Data 360 数据治理策略 — 用标签、分类与策略构建可信数据基础
数据治理是客户信任与合规的基石。本文完整讲解 Salesforce Data 360 的治理体系：为何治理至关重要、NTO 的治理风险案例、标记与分类、父子标签分类法、AI 自动标记与传播，以及 ABAC/动态遮蔽/RLS 策略框架，最后教你如何战略性地管理默认的 Allow All 策略，建立最小权限的安全基线。
Data 360 平台加密快速入门 — 用 Shield 平台加密保护敏感数据
Data 360 平台加密是静态加密功能，用 AES-256 加密敏感客户数据与元数据。本文介绍其工作原理、所需的三个管理员权限、五步实施流程（开通许可证、分配权限、生成租户密钥、启用加密、建立密钥轮换），以及通过密钥管理页面、Setup 审计跟踪和加密统计三种方式审计加密合规性。
Ethical Data Use in Personalization
本篇内容整理中，可先查看 Trailhead 原文。
数据处理与搜索 5
Data 360 内容处理 — 用 Document AI 与解析器让非结构化数据为 AI 所用
非结构化数据是 AI 应用的宝贵知识库。本文介绍 Data 360 如何通过预构建连接器摄取非结构化内容，用 Document AI 从 PDF、发票和合同中提取结构化数据，并详解三种解析器（默认、LLM-based、Docling）及 LLM 视觉预处理方法，帮助你为 Agentforce 检索增强生成（RAG）选择正确的解析策略。
Data 360 搜索索引类型快速入门 — 向量、混合与增强索引选择指南
搜索索引是将 AI 扎根于企业数据的关键。本文介绍 Data 360 支持的三种搜索索引：向量搜索（语义相似）、混合搜索（语义+关键字）、增强搜索（元数据+问题块），并通过查询示例说明如何根据用户查询类型选择最合适的索引，为 Agentforce RAG 提供准确、相关的检索结果。
Data 360 非结构化数据实战 — 摄取知识文章并构建向量搜索索引
非结构化数据是 AI 与自动化的重要知识源。本实战项目带你三步完成 Data 360 非结构化数据处理：连接外部 Blob 存储的 UDLO/UDMO、从 Salesforce CRM 摄取知识文章数据，以及分块、向量化并创建向量搜索索引配置 My_kav，最终在 Flow Builder、Agentforce 和 Tableau 中使用向量搜索增强 AI、分析与自动化能力。
Batch Data Transforms in Data 360 Quick Look
本篇内容整理中，可先查看 Trailhead 原文。
Hybrid Search for RAG Quick Look
本篇内容整理中，可先查看 Trailhead 原文。
查询、细分与洞察 13
Data 360 查询与细分 — 用查询、洞察和数据图谱驱动个性化互动
查询是挖掘 Data 360 数据价值的基础。本文介绍如何在 Data 360 中查询、过滤和连接协调数据，如何用计算/流式/实时洞察把原始数据转化为可操作指标，如何通过细分实现精准受众定位，以及数据图谱如何组织复杂数据关系支撑实时个性化推荐。
Data 360 洞察 — 计算与流式洞察的创建、检查与使用
洞察是把原始数据转化为可操作指标的引擎。本文完整讲解 Data 360 洞察：计算洞察与流式洞察的区别、零售/酒店/医疗行业用例、四种创建方式、SQL 表达式构建，以及如何在细分、激活和数据动作中使用洞察，驱动个性化互动与实时响应。
Data 360 细分 — 从画布导航到过滤逻辑的完整指南
细分是精准营销的核心。本文完整讲解 Data 360 细分：画布界面导航、属性库与容器、数据模型对细分的影响、Segment On 与身份解析，以及聚合、操作符、值、逻辑和容器路径等过滤构建块，并给出 NTO 三个过滤示例与性能最佳实践。
Data Graphs in Data 360
本篇内容整理中，可先查看 Trailhead 原文。
Data 360 分析与预测 — 分析工具、Tableau Semantics 与 AI Models
Data 360 把数据转化为智能，但还需分析工具与预测模型。本文介绍 Tableau Next、Tableau、Data 360 报告、CRM Analytics、Marketing Cloud Intelligence、Service Intelligence 六种分析工具，深入讲解 Tableau Semantics 语义层，以及 AI Models（原 Einstein Studio）的三种使用方式：从头建模、BYOM、BYOLLM。
Data 360 报告入门 — 标准报告、自定义报告类型与仪表板
Data 360 报告把统一后的客户数据转化为可操作的业务洞察。本文完整讲解标准报告与自定义报告的区别、零售/酒店/医疗三大行业用例、Lightning 仪表板，并跟随 NTO 的 Michele 实操：用 Website Engagement DMO 构建标准报告，再用 Loyalty Program Member、Shopping Cart Engagement、Voucher 三个 DMO 创建自定义报告类型，完成分组、过滤、排序与图表可视化。
Tableau Semantics — 语义层、语义模型、逻辑视图与计算字段
Tableau Semantics 是 Data 360 内部的语义层平台，把杂乱数据翻译成标准化业务术语，作为组织内单一可信来源。本文完整讲解语义层的价值与访问控制、语义模型的创建与关系配置（手动 + Semantics AI）、用联接和并集构建逻辑视图、计算维度/计算度量/指标的创建，以及在 Data 360 Reports、Tableau Next 和 Tableau Semantics 连接器中测试与消费语义模型。
Model Builder 预测输出 — 从构建模型到在记录页显示预测
预测模型的价值不止于一个分数——它还可解释、可行动。本文完整讲解如何解读预测输出（预测分数、首要预测因子、建议）与可行动变量，在 AI Models（原 Einstein Studio）中用无代码方式构建预测潜在客户转化的模型并评估、激活，再用 Prompt Builder 把原始 JSON 转化为可读文本，最后用 Screen Flow 把预测和推荐直接显示在潜在客户记录页上。
Advanced Segmentation in Data 360 — 构建精准、可控的细分受众
Advanced Segmentation in Data 360 模块讲解高级细分技术：四种细分类型（标准、瀑布、动态、实时）与激活目标、Segment On 的选择，容器与 Group/Rank/Limit 的受众收窄，层级聚合、向量过滤器、计算洞察、同意与嵌套细分等精细化杠杆，以及回顾窗口、标准/快速发布计划与发布状态管理。以 NTO 春季活动贯穿全程。
Data Exploration with Data 360 SQL Queries — 用 SQL 探索、过滤和分析数据
Data Exploration with Data 360 SQL Queries 模块手把手教你用 SQL 探索 Data 360 数据：从编写 SELECT 查询、理解关键限定符字段，到用 WHERE/LIKE 过滤、ORDER BY/LIMIT 排序限制，用聚合函数与 GROUP BY/HAVING 汇总，用 INNER/OUTER JOIN 合并多对象，再到 CASE、字符串函数、CTE 与子查询等高级技术。
Data 360 Insights Using SQL — 用结构化查询语言构建指标与维度
Data 360 Insights Using SQL 模块讲解用 SQL 构建 Data 360 洞察的基础：计算洞察与流式洞察的区别、8 个关键术语（DMO、属性、度量、维度、外键、FQK 等）、SELECT-FROM-JOIN-WHERE-GROUP BY 结构、5 个常见 DMO、4 种 JOIN/CASE/格式化函数，以及邮件互动、客户排名、5 分钟窗口页面浏览等真实 SQL 示例。
Guidelines to Recognize Misleading Charts
本篇内容整理中，可先查看 Trailhead 原文。
Insights Builder in Data 360
本篇内容整理中，可先查看 Trailhead 原文。
行动与激活 7
Data 360 Act on Data — 将统一数据转化为行动
Data 360 通过统一的、包含外部数据的客户数据基础，赋能销售、服务与广告团队打造个性化体验；通过数据增强（enrichments）将计算洞察与 DMO 数据直接带入 CRM 记录；并借助 Flow 自动化与 Agentforce 驱动的可信赖 AI Agent，将统一数据转化为自动化行动与智能交互。
Data 360 Enrichments — 将计算洞察直接带入 CRM 记录
Data 360 复制字段增强（copy field enrichments）让您无需编写代码，就能把计算洞察的指标直接复制到 CRM 记录。本模块以 Wataru 的销售场景为例，完整演示从摄取 Account 与 Case 数据流、映射 DMO、构建汇总摘要计算洞察、授予跨产品权限，到创建并验证复制字段增强的全流程。
Data 360 in Flows — 用 Flow Builder 访问 DMO 数据并响应数据变化
Data 360 in Flows 模块介绍 Flow Builder 与 Data 360 的深度集成：从自定义 Playground 搭建、数据流与计算洞察配置，到用 Get Records 检索 DMO 数据、再用 Data Cloud-Triggered Flow 响应 DMO 与 CIO 变化。通过 Coral Cloud Resorts 的客户忠诚度与弃购物车场景，完整演示自动化更新联系人、发送 Diamond 欢迎邮件与创建跟进案例的全流程。
Web Engagement in Data 360 — 把网站互动转化为可操作的客户洞察
Web Engagement in Data 360 模块讲解如何把网站互动数据摄取到 Data 360：以 NTO 的弃购物车难题为切入点，理解 Web 互动的业务价值与跨团队收益；用数据捕获规则、事件定义和 JavaScript beacon 手动连接网站并创建数据流；以及用 Google Analytics 4 for Data 360 Web SDK 自动化整个摄取管线，通过 Google Tag Manager 推送标签。
Data Enrichment Fundamentals — 提升数据完整性、时效性与上下文
Data Enrichment Fundamentals 模块讲解数据丰富的完整体系：四种来源（第一方、第二方、第三方、计算洞察）与丰富 vs 拓客的区别；联系点丰富的五个驱动因素（验证、标准化、时效、相关、增强）与保留历史的重要性；第三方权威参考数据（NCOA 地址变更、Moody's Orbis 企业层级）；第二方 clean room 安全协作；以及 Luna 五步基于证据的丰富战略（确认 → 评估 → 比较 → 频率 → 操作化）。
Data 360-Powered Experiences — 用统一的实时数据构建智能个性化体验
Data 360-Powered Experiences 模块讲解 Data 360 的核心能力与实战：10 步流程（连接、转换、统一、分析、细分、行动）、从任何来源摄取数据、身份解析统一画像、计算洞察与 AI Models 增强、细分/Tableau/数据动作的行动方式，以及营销、服务、销售、电商、分析等七个用例、伦理数据最佳实践与 Data 360 作为 Agentforce 生成式 AI 基础的角色。
Advertising with Data 360 — 用第一方数据构建隐私优先的广告活动
Advertising with Data 360 模块讲解第一方数据广告：第三方数据因法规（GDPR/CCPA/CPRA）和浏览器变化（ITP/ETP）而衰落、第一方数据崛起的转变；全漏斗营销的四个广告用例（相似受众、定向广告、追加/交叉销售、流失预防）；五项数据隐私最佳实践；以及 NTO 用 Data 360 实施相似受众活动的六步流程（摄取、计算特征、Einstein 细分、Meta 激活、CAPI、捕获新线索）。
AI 与 Agentforce 9
AI + Data 项目规划完全指南 — 从启动到数据准备再到信任策略
跟随 Coral Cloud Resorts 的 Becca Cloudier 完整走完 AI 项目规划全流程。涵盖三大核心模块：识别利益相关者与 SMART 目标定义、选择 AI 解决方案与制定时间表；创建数据清单、评估质量与迁移集成；以及构建基于 Einstein 信任层的风险画像与防护策略。
检索增强生成（RAG）快速入门 — 用业务知识增强代理与提示
检索增强生成（RAG）通过检索、增强、生成三步，将领域知识扎根到大语言模型提示中。本文介绍 Agentforce 数据库如何快速搭建 RAG 方案、代理通过 Answer Questions with Knowledge 动作获取知识、提示模板如何嵌入检索器，以及在 Data 360 中进行数据摄取、分块、向量化与索引的高级定制。
Agentic RAG 高级 Data 360 设置实战 — 十步构建 RAG 驱动的代理
本文以烤面包机产品问题为例，完整演示用高级方式构建 RAG 驱动代理的十步流程：设置 Developer org、添加案例数据、摄取到 Data Cloud、检查 DLO、映射 DMO、构建混合搜索索引、创建检索器、创建 Flex 提示模板，最后创建 Agentforce 代理，实现扎根的客户问题回答。
Data 360-Powered Agentforce — 用统一数据打造可信、个性化的 AI Agent
Data 360-Powered Agentforce 模块讲解 Data 360 与 Agentforce 的协同：启用与实现的区别，统一客户 360、数据转换、实时与零拷贝数据如何驱动个性化 Agent，以及 RAG 扎根、Einstein Trust Layer 护栏与 Agentforce Analytics 如何保障可信 AI。并跟随 NTO 架构师 Pia 走完从数据需求、数据流与身份解析、RAG 配置到构建部署服务 Agent 的全程。
Data 360 Create Agentic Enterprise Solutions — 构建代理式与跨职能的企业解决方案
Data 360 Create Agentic Enterprise Solutions 模块讲解如何用 Data 360 的统一数据构建代理式企业：用 RAG 落地有据可依的 Agent，以及 Data 360 如何与 Marketing Cloud Next、Agentforce Sales、Agentforce Service 和 Loyalty Management 集成，实现定向营销、主动线索评估、智能案例路由与个性化忠诚度促销。身份解析是所有跨职能解决方案的共同主线。
Advanced RAG with Data 360 and Agentforce — 构建 RAG 驱动的服务 Agent
Advanced RAG with Data 360 and Agentforce 模块手把手教你构建完整的 RAG 驱动服务 Agent：摄取并映射 Case 数据、创建混合搜索索引、构建检索器、编写提示模板，创建 Agent 动作与服务 Agent、测试并激活，最后总结 RAG 最佳实践——干净内容、ADL 与手动设置的选择、混合搜索、分块调优、检索窗口、长文本字段索引与明确提示指令。以烤面包机公司的案例贯穿全程。
Agent Analytics and Monitoring
本篇内容整理中，可先查看 Trailhead 原文。
Agentforce 360 Basics — 成为代理式企业的统一平台
Agentforce 360 Basics 模块介绍 Salesforce Agentforce 360 平台：三个统一层次（Customer 360、Data 360、Agentforce 360 Platform）与 16 倍更快、75% 更准确的 Valoir 数据；Agentforce 如何贯穿客户、员工和运营（Sales/Service/Marketing/Commerce/Slack/HR/Supply Chain）并通过 MuleSoft 扩展到 CRM 之外；平台的六大支柱与 Builder/Script/Vibes/Voice 等创新；以及 Data 360 用 Data-Metadata-Semantics 三元组、Zero Copy 和 RAG 把分散数据转化为可信上下文。
Connect Data 360 to Agentforce
本篇内容整理中，可先查看 Trailhead 原文。
营销、销售与服务 7
Marketing Cloud Next Email Sending Essentials — 可信、合规的邮件活动
Marketing Cloud Next Email Sending Essentials 模块讲解完整的邮件发送生命周期：启用 Marketing Cloud Next、分配角色权限、用数据流/身份解析/数据图谱连接客户数据；建立可信发送身份（实体地址、域名认证、from 地址、品牌追踪）、配置同意与订阅、启用 Reply Mail Management 与 Einstein Metrics Guard；构建并发送邮件活动；以及用仪表板、自定义报表衡量表现并分享洞察。以 NTO 的 Isabelle 场景贯穿全程。
Data 360 with Sales and Service — 统一数据驱动收入与留存
Data 360 with Sales and Service 模块讲解 Data 360 如何作为统一数据层，把销售和服务从碎片化孤岛转变为智能客户互动引擎：通过 Acme Corp 场景理解数据孤岛与断连之痛，学习摄取/调和/统一与 One Salesforce 愿景；用六个业务案例覆盖智能线索评估、商机预测、交叉销售、主动留存、智能路由、权益与采用管理，以及交易挽救与采用加速等集成反馈闭环。
Loyalty Management and Data 360 Integration — 动态细分驱动的个性化忠诚度促销
Loyalty Management and Data 360 Integration 模块讲解忠诚度管理与 Data 360 的端到端集成：以 Cloud Kicks 为例，从客户分组（Athletes/Casual Runners/Amateurs）出发，设置权限、连接系统、安装数据包与创建数据流，创建动态过滤细分与激活目标，构建定向促销并关联细分、发布到 Marketing Cloud Engagement，最后通过交易日志与 Flow 动作处理促销资格。
Communication Capping in Data 360 — 控制跨渠道与细分的沟通频率
Communication Capping in Data 360 Quick Look 模块介绍 Data 360 的沟通上限功能：通过企业参数与功能参数（渠道、业务线、净资产类别、频率、上限类型）定义沟通维度，创建规则设置具体上限（如 HNW 保险客户每天 10 条短信），并创建激活目标强制执行，最终通过 CG_Audience_Qualified 与 CG_Audience_Dropped DMO 监控结果，实现合规、防疲劳与预算优化。
Data 360 Basics for Marketers — 统一数据、细分受众、激活体验
Data 360 Basics for Marketers 模块讲解营销人员的 Data 360 基础：CDP 与 Data 360 的七个能力（统一画像、细分、广告、激活、摄取、落地 AI、分析），Customer 360 Data Model 的关键术语（主题域、DLO、DMO、属性、外键）与数据包，以及八步工作流、NTO 七个实战用例和五领域实施清单（干系人、数据源、用户权限、业务需求、系统需求）。
Email Content and Personalization in Marketing Cloud Next
本篇内容整理中，可先查看 Trailhead 原文。
The Combined Power of Marketing Cloud Next and Agentforce Commerce
本篇内容整理中，可先查看 Trailhead 原文。
设置、进阶与认证 13
Data 360 设置完全指南 — 导航、配置、连接与管理你的 Data 360 实施
从零开始完整掌握 Data 360 的设置与实施。涵盖四大单元：规划架构与界面导航、用户管理与权限集配置、Marketing/Sales/Service 数据源连接及外部集成、数据空间创建与持续维护管理。
Superbadge Data Stream Fundamentals — 数据流基础超级徽章实战指南
Salesforce Data 360 数据流基础超级徽章（Superbadge）动手实操指南。在 Codey's Den & Breakfast 场景中完成三项核心任务：连接 Sales 数据流 Bundle、创建自定义公式字段识别国际客户、将字段添加到 Account Contact DMO 用于定向营销。
Data 360 Advance Your Skills — 掌握高级技能，成为 AI 就绪的数据专家
Data 360 Advance Your Skills 模块概述 Data 360 高级学习之旅：从 connect-map-unify-act 的核心旅程出发，梳理现代数据专业人员所需的 11 项技能，并预览架构指导、数据质量、功能扩展、性能优化与数据驱动自动化五大高级内容领域，最后给出通往认证与 Agentblazer 的学习路径。
Data 360 Build and Share Functionality — 构建、测试与部署 Data 360 解决方案
Data 360 Build and Share Functionality 模块介绍 Data 360 的开发者工具与资源：Python Connector、JDBC 驱动与 Postman 集合，Connect REST API、Ingestion API 与 SQL Query API 的选择，沙盒环境的安全开发实践，以及用数据包（data kits）精简配置部署、标准化数据摄取与开发 AppExchange 解决方案。
Packaging and Data Kits in Data 360 — 打包、分发并复用 Data 360 解决方案
Packaging and Data Kits in Data 360 模块讲解 Data 360 的完整打包生命周期：元数据、托管包、2GP 与数据包等核心概念，scratch org、Dev Hub 与命名空间 org 的托管打包设置，创建并打包数据包，以及在目标 org 中安装、部署组件、更新与通过 AppExchange 分发 Data 360 应用。以 Get Cloudy Consulting 的场景贯穿全程。
Data 360 Sandboxes — 构建从开发到生产的稳健管道
Data 360 Sandboxes 模块讲解 Data 360 沙盒的完整生命周期：从架构规划、沙盒类型选择与策略设计，到创建、启用、保护连接与摄取测试数据；刷新与同步以预防元数据漂移；把配置打包成 DevOps 数据包并管理依赖层级；以及用 change sets 与 Salesforce CLI 部署、排查错误并完成身份解析审计与端到端验证。以 Cloud Kicks 忠诚度计划贯穿全程。
Code Extension in Data 360 — 用自定义代码扩展数据转换能力
Code Extension in Data 360 模块讲解如何用自定义 Python 代码扩展 Data 360 数据转换：认识 Code Extension 及其工作流与集成方式，本地编写与验证转换逻辑（Salesforce CLI 设置、编写环境、写入模式），以及部署、运行、监控执行，并用 DevOps 数据包从沙盒迁移到生产。以 Bloomington Caregivers 的 XML 解析用例贯穿全程。
Consumption-Based Products Quick Look — 为实际使用量付费的灵活采购模型
Consumption-Based Products Quick Look 模块讲解 Salesforce 基于消费的采购模型：与席位制模型的区别，使用类型、子类型、费率卡、单位和乘数等核心术语，用 Data Queries 示例演示「原始使用量 ÷ 单位 × 乘数 = 已消耗额度」的计算公式，以及通过 Digital Wallet 与 Monthly Account Summary 追踪消费。
Customer Data Platform Strategy — 从原料到客户体验的 CDP 成功食谱
Customer Data Platform Strategy 模块用烘焙类比讲解 CDP 战略生命周期：通过跨职能支持准备组织、收集六种数据原料（联系、互动、购买、偏好、服务、行为）、通过五个交付渠道展示产品；用唯一标识符组合数据、用三个战略问题细分受众、用元数据实现规模化个性化，最后通过衡量与测试持续改进。
Data 360 Solutions on AgentExchange — 用应用与顾问扩展 Data 360 实现
Data 360 Solutions on AgentExchange Quick Look 模块介绍 AgentExchange 上的 Data 360 解决方案：三种类型（数据丰富应用、数据激活应用、数据战略专家），应用与顾问的用例，如何通过产品集合与搜索查找、用评论评分价格过滤评估解决方案，以及构建自己解决方案并上架 AgentExchange 的资源。
Data 360 Clean Rooms Quick Look — 安全协作、隐私优先的跨品牌洞察
Data 360 Clean Rooms Quick Look 模块介绍 clean room：安全、中立、基于规则的环境让企业安全比较客户群体而不暴露原始数据。讲解 Provider/Consumer 角色、三层安全架构（强制加密与细分、协作模板治理查询、隐私护栏与审计日志），以及保险、体育娱乐、医药健康三个行业的实战用例。
Data 360 Consultant Certification Maintenance Winter 26
本篇内容整理中，可先查看 Trailhead 原文。
Workspace Strategy in Tableau Next
本篇内容整理中，可先查看 Trailhead 原文。
📚 本站共收录 67 篇已发布 + 14 篇整理中 Salesforce 中文技术文章，涵盖开发、运维、认证、行业方案等领域。
由一线从业者撰写，持续更新中。