создал отдельную тему. По поводу вопроса: если это одноразово: Дата migration например, то нет смысла начинать с Data Cloud, можно кое как использовать ETL.
"Очистить от дубликатов, привести к единому виду" - DC Identity Resolution (Rulesets & Match types) + Data Transforms (Преобразования Данных) - созданы именно для этого. также Data Transforms (Batch/Streaming Data Transform) позволяют изменить формат данных если надо (например сделать одинаковый формат телефонов).
в итоге создается Unified Profile (Unified Account DMO), где каждый профиль представляет собой единственную, очищенную запись, объединенную из всех исходных данных и на которою можно делать Business logic (actions). все оригинальные данные остаются, получается иерархия где Unified Profile это Топ level.
По поводу возврата данных в SF, надо использовать Activation Targets и Data Actions. в некоторых случаях могут подойти Data Cloud-Triggered Flows (словить изменения в ДС и запустить action).
Скорей всего когда будут нормальные данные появится ещё идеи как их использовать (Marketing cloud target..., agentforce)
Просто все проекты, любые интеграции, заливки, выгрузки, решается простым сочетанием Python + SF API. Исходя из начальной задачи от Den я бы просто стросил откуда надо что выгрузить (API доступа/формат(пример)файлов с данными). Написал бы питон скрипт который это дело все выгружает. Поиск дубликатов - какие правила для сравнения. Погонять питон скрипт по данным по этим правилам - сделать дерево зависимостей аля оригинал дубликат. Залить это все через SF API на SF. Или я так понимаю что все эти термины это тоже самое только без питона а спомощью тулов каких-то дорогих?
поезд, ещё только вначале пути и набирает обороты особенно последний год. теперь это Data 360 вместо Data Cloud.
когда это не большая компания или количество данных не зашкаливает, для интеграций можно конечно и с Python + SF API. но когда есть десятки систем, двухсторонние интеграции (batch, real time), то нужен middleware: ESB, ETL.
Для этого конкретного примера, не зная всех деталей и бюджета, Data Cloud как раз подходит, сделать такую имплементацию можно относительно быстро (по сравнению с development), scalable и может быть использовать для других целей (Marketing cloud target, agentforce)
Все, запрыгнул в ваш поезд Будем ехать вместе. Я просто подумал вы тут какими-то абстракциями говорите. А это все реальные штуки из Data Cloud. Посидел, пообщался с ChatGpt. Он мне все подробно объяснил. Что такое DMO и все с этим связанное. Я просто пока с реально задачей связанной с Data Cloud не поработаю не усвою. Да к тому же если я не могу что-то использовать в коде (Apex/Python) у меня организм это отвергает автоматически. Буду копаться в Data Cloud вместе с вами. Если не сложно, какие реальные задачи вы еще знаете для Data Cloud где он рулит кроме стандартных примеров который я получил от чат жпт - собрать контакты из разных источников и привести их к одному единому формату? У меня просто big data нет особой, а дата импорт происходит через питон скрипты (если я делаю) или lwc страницы для пользователей которые скармливают им стандартные CSV. Для меня такой подход выгоден потому что это промежуточная валидация перед заливкой которая требует принятия каких-то решений. Если заливать все в Data Cloud чтобы потом все унифицировалось и отправлялось на SF как этот процесс контролировать? Как включить пользователя в середину чтобы он мог увидеть результаты парсинга и принять решение что заливать, что поправить, или возможно отменить загрузку?
Поработал над темой глубже. В принципе понятно теперь роль Data Cloud для SF разраба. Надо пробовать, надо внедрять
Вот что выдал чат жпт в самом коротком виде
Краткий итог — «Data Cloud глазами разработчика»
Data Cloud — это источник чистых, объединённых, масштабируемых данных, которые ты используешь в своих Apex/Flow/LWC для построения более умных, персонализированных и производительных решений.
Он нужен разработчику для: - Big Data, которую CRM не выдерживает - Чистых данных вместо дублей - Единого профиля от всех систем - Сегментов и real-time событий - Реакции на внешние источники данных - Интеграции CRM с e-commerce, mobile, web analytics - Персонализации и автоматизаций
