一、了解 Data 360 如何工作
什么是 Salesforce Data 360？
Data 360 是一个数据平台，结合了 Salesforce 平台的强大能力与可处理实时数据的基础设施的可扩展性。它为分散在多个 org、Agentforce Marketing、Web 互动、数据仓库和数据湖仓中的数据架起桥梁，用于 AI、分析和自动化。
规模：能处理数万亿条记录、拍字节（petabytes）级数据、每客户每秒数千次请求。Data 360 是客户数据平台（CDP）的演进——原本为营销人员设计，现在服务于营销之外的更广泛用例（销售、服务、商务、分析、AI）。
简而言之：Data 360 是整个 Salesforce 生态的数据基础——每个应用、每个 AI 模型、每个自动化、每个个性化体验都由统一、实时的数据驱动。
如何工作
Data 360 如何真正工作？一个从原始数据到客户体验的10 步流程：
- 连接所有来源的任何类型数据（批量、流式或实时）；
- 通过转换和治理功能准备数据；
- 把数据调和到标准数据模型（Customer 360 Data Model）；
- 用身份解析规则集统一数据，链接记录成统一画像；
- 用计算洞察查询和分析数据；
- 用 AI Models（原 Einstein Studio）预测行为；
- 为 Agentforce 落地（ground）数据——可信数据支撑可信 AI；
- 跨任何渠道分析、扩展并行动；
- 细分受众并创建个性化体验；
- 按业务需求把数据输出到多个来源，持续回顾、衡量和优化。
这不是一次性管道，而是持续循环——数据流入、被精炼、驱动体验、产生新数据再流回进入下一轮优化。
连接并摄取数据
一切始于把数据带入 Data 360。Data 360 连接到任何结构化或非结构化数据，从多种来源：
- Salesforce 来源：Sales、Service、Commerce、Marketing Engagement 连接器；
- 第三方来源：Amazon S3、Google 存储连接器；
- Zero-copy 来源：Snowflake、Databricks、BigQuery（无需复制即可访问）；
- API 和 SDK：Ingestion API、Salesforce Interaction SDK；
- Web 和移动：行为数据的连接器；
- MuleSoft：任何现代或遗留系统的连接器。
关键能力：Data 360 让流式或批量地把所有数据汇聚到 Salesforce 应用，数据不再孤立在各系统无法访问。连接器生态还在持续扩展。
转换、建模与统一数据
转换与建模：原始数据在有用之前需要清洗和标准化——产品订单、CRM 联系人、匿名网络浏览者看起来各不相同。Data 360 让您在使用前准备、清洗、转换数据，把不同来源的数据调和到标准数据模型（Customer 360 Data Model）。
用身份解析统一：通过整合各来源数据创建全面的客户和账户视图。工作原理：把数据映射到 Customer 360 Data Model → 在 Identity Resolution 中创建规则集定义如何匹配 → 例如「邮箱和姓名相同的所有记录 = 一个统一画像」→ 调和统一画像中使用哪些信息（最新地址、首选邮箱等）。
用洞察和 AI 增强：计算洞察创建指标和 KPI（批量：总客户价值；流式：过去 30 分钟点击率）；AI Models用点击（而非代码）创建或连接 ML 模型，训练、评估、激活，把预测输出到 Flow Builder 做自动化。
结果：统一、增强的画像准备好为每个渠道驱动个性化体验。
分析并行动
Data 360 的魔法在于创造惊艳客户的体验。
细分（Segment）：创建在 Journey Builder 的个性化营销活动中激活的受众细分，也能激活到 Facebook（Meta）、Google 等丰富的广告合作伙伴生态。
分析（Analyze）：Tableau 与 Data 360 集成，所有标准 DMO 和关系在 Tableau 中可见，用 Direct Query 在 CRM Analytics 中一键分析洞察或任何数据。
行动（Act on Data）：Data 360 数据驱动 Agentforce Sales、Service、Commerce、Marketing Personalization 等体验。流式事件通过数据动作（Data Actions）驱动行动——用事件、流式洞察和数据变化触发 Flow。例如汽车公司在客户车辆行驶超过 75,000 英里时，用数据动作触发自动服务电话告警。
完整循环：数据摄取 → 转换 → 统一 → 分析 → 细分 → 激活 → 客户互动 → 新数据生成 → 用更好的数据进入下一轮。
二、看 Data 360 实战
Data 360 的用例
Data 360 为任何行业和角色创造强大体验。七个用例：
- 改善营销活动受众：精调细分并激活数据做定向广告。例如美国年收入超过 $50,000 的高收入人群细分；
- 整合客户服务数据：服务代理在 Agentforce Service 中查看统一调和的数据——一个控制台里的完整客户上下文；
- 创建应用：开发者基于强大、及时的数据构建应用——如用内置对象和洞察计算患者健康评分的应用；
- 用数据丰富联系人布局：销售代表看到转化可能性、终身价值、购买倾向等洞察——Data Enrichments 把 Data 360 数据加到相关列表和字段；
- 用实时数据改善销售：电商经理基于客户浏览行为和当前库存水平个性化网站；
- 洞察客户互动：用 Google Analytics 的 Web 互动数据丰富客户信息，更好细分受众、个性化互动；
- 扩展分析：把 Data 360 连接到 Tableau 查看统一画像，按支持工单数量和主题查看客户 → 制定减少工单的计划 → 重新评估数据衡量成功。
每个用例都遵循同一模式：连接数据 → 统一 → 分析 → 行动 → 衡量。用例各异，Data 360 基础不变。
数据使用的伦理
Data 360 的强大能力也带来重大责任。赢得并维持客户信任需要在使用数据时保持一定责任感。伦理数据最佳实践：
- 提供清晰的价值交换：客户应理解他们用数据换来了什么——若无法向客户解释价值，重新考虑是否需要该数据；
- 只收集需要的数据：更多数据不总是更好，每个收集的字段都是必须保护的字段，最小化收集；
- 谨慎处理敏感数据：健康、金融、位置、行为数据各有特定法规要求和更高的客户敏感性，应用相应控制；
- 透明说明数据用途：客户应知道数据如何被使用，而不仅是被收集了——透明建立信任，不透明摧毁信任；
- 尊重客户选择：尊重退出、尊重同意、让偏好管理容易——而非埋在细则里。
伦理不是合规复选框，而是竞争优势——客户选择他们信任的品牌。Trust 是 Salesforce 的第一价值，也必须是每个 Data 360 实现的第一价值。
构建基础未来
为什么 Data 360 对 Salesforce 的未来至关重要？Data 360 是 Salesforce 生成式 AI 的基础，它为 Agentforce 提供动力，让您轻松采用和定制生成式 AI。
方程式：AI 可能性 + 强大的数据处理与统一（Data 360）+ Salesforce 平台与应用 + Trust（第一价值）= Agentforce——落地、可信、智能的 Agent。
实践含义：Agentforce Agent 落地于您的 Data 360 统一画像——它们了解您的客户，因为能访问您的实际客户数据而非通用互联网知识；Agentforce Agent 尊重您的安全模型——Data 360 强制执行与 Salesforce 其余部分相同的权限、共享规则和同意设置；Agentforce Agent 在 Einstein Trust Layer 内运行——零数据保留、毒性检测、安全检索、动态落地。
结果：不仅强大、而且可信的 AI——了解您的客户、尊重您的规则、保护您的数据。现在的问题是：您能用 Data 360 创造什么体验？