【合格体験記】＜AI活用＞Data360（旧DataCloud）

Data360、なんとか合格しました＼(＾o＾)／ワーイ
MBAも夏休みだし、これで遊べる！？＼(＾o＾)／のか・・・な・・・？

今回、Trailheadは特にやってなく、まずは全体感をしっかりつかむのと、ClaudeやChatGPTに聞きまくって勉強しました。
MBAの勉強もそうですが、AIがあって本当に良かったです。

以下の通り、全体感の把握については、自分で紙やパワポに流れを書き、用語含め1個1個しっかり理解しました。

POINT

幅広い範囲で問題が出題されましたが、特に以下を重点的に勉強しているといいかと思います。

・【（最重要）大枠の流れの把握】DataCloudのハーモナイゼーションの流れはかなり出る。（どこで何を目的に処理を行うか理解。タイミングがリアルかバッチかも把握する。）
（１）DSO⇒DLO⇒DMO⇒ID解決⇒計算済みインサイト⇒セグメント⇒アクティベーション⇒MCなどに渡して配信
まとまった対象者リストを作って、後で(あるいは定期的に)送る
例えば、アパレル:シーズンオフセール告知、金融業:誕生日月キャンペーン等

（２）DSO⇒DLO⇒DMO⇒ID解決⇒計算済みインサイト⇒データアクション⇒フローからCRMなどにリアルタイムで処理を実行
「個別のイベントが起きた瞬間に、即座に何かを実行する」という、リアルタイム・トリガー型の施策
保険業:高額請求の即時アラート
https://note.com/study_k/n/nf9b5f714063a

・DataCloudの目的／思想：バラバラに散らばった顧客データを、1つの"信頼できる全体像"（統合顧客）にまとめ、それを"すぐに使える形"で、あらゆる場所に届ける。
・どうやって検討を進めるか？まずは何を把握すべきか。
・スキーマのデータカテゴリの理解。（そのカテゴリはどんな情報か。プロファイル・エンゲージメント・その他、具体的にどんな値が入るのか）
・データ取り込み時に定義する数式は何の目的か？
・数式ってどのタイミングで更新される？（過去の情報含め更新される？いつどうやって？）
・データカテゴリが一緒じゃないと、DLOとDMOがマッピングできない制約
・DMOの構成（IndividualとかLinkとかUnifiedとか、直接、関連属性の定義
・ID解決の一致ルールについて、どのようにすれば統合率があがるのか、具体的に何のデータがどのDMOに入り、一致ルールを定義することができるのか。
・ID解決やデータソースなど削除したときに、どこに依存関係があるか？
・ID解決の調整ルールについて、データの競合が発生したときの調整方法
・セグメントのアクティベーションターゲット先について
・セグメントの共有をコンサルタントが指示された際の方式（クラウドストレージに送るとか。）
・データグラフは何から作れる？DMO？
・コネクタの種類や仕様。（CRMコネクタ等あるが、SFTP（だっけ？）の時に、コネクタ使えるか？使えない場合どうやってつなぐか？、CRMコネクタやMCコネクタを最初つないだとき、全量更新すると思うのだが、どうやるか？とか。）
・MCデータバンドルの仕様。（通知方法や連携方法、どのデータにマッピングするか）
・AWS S3との連携方法。またどんな設定ファイルやCSVファイルを連携しているか。（CSVは具体的にどんなカラムが連携されるのか？）
・権限セットの仕様（管理者、マネージャ、スペシャリスト、参照ユーザの違い、使いどころ。）
・DataCloudの高可用性などはどうやって担保するのか？（非機能の話）
・Einsteinセグメンテーションとは？
・ValueSuggestion（候補）が表示されないが、なぜか？（初期有効に24時間かかる等）
・DataCloudにおけるAIの活用や位置づけについて
・ツールの活用（データエクスプローラとか、SQLとか）
・データバンドルやコンテナなど、使いまわす方法
・どんなときにデータスペースを活用するか。

（参考）AIの対策資料
ChatGPTなどに1つスレッド作って、そこ上でひたすら質問などしていき、最後に「数値の暗記事項チェックリストを作ってください」と指示し、作成、寝る前と試験前に暗記するようにしました。