描述统一客户资料
任何客户数据平台 (CDP) 解决方案的首要部分都是提供客户的综合视图。 从组织的不同数据源收集尽可能多的数据，可将其统一到单一客户视图中。 许多人将这一流程视为创建客户的数字孪生体。 该数字孪生体了解客户与组织之间的数字接触点。 每项数字活动（例如客户发送或接收的电子邮件）都会创建一个互动数据点，该数据点可帮助您构建更完整的客户数字孪生体。
要真正全方位了解客户，除了了解数字活动，还需要了解他们的背景情况。 通过考虑客户的位置、收入或家庭规模等信息，您可以更好地了解他们的情况。 要实现这种了解水平，通常需要利用扩充数据，这些数据可填补内部数据源遗留的缺口。 扩充数据可能包括诸如品牌相关性、爱好、财务明细和其他人口统计信息等详细信息。
该图展示了数字孪生体的概念。
如图所示，捕获的每个数字活动（例如电子邮件、他们互动过的广告以及社交媒体互动）都有助于构建更为清晰的“数字孪生体”画像。 再纳入他们的爱好、子女数量和品牌忠诚度等信息，这个画像就得到了进一步增强。 有了这个可表明客户身份的清晰完整的“数字孪生体”，您就可以使用该信息更深入地了解客户情况。 这些见解可帮助您提供更深入且更个性化的体验。
Customer Insights - Data 通过将来自所有组织的各种交易记录、行为和观察数据源的客户数据统一到一个全方位客户视图中，来帮助您的组织获得见解、加深对客户的了解，并增强个性化的客户体验。 该过程的第一部分是数据引入。
客户资料是通过统一从贵组织的各种数据源引入的数据而创建的。 通过连接到许多不同数据提供程序的内置连接器，可以从各种数据源引入数据。
可以通过以下方式将数据引入 Customer Insights - Data：
Microsoft Power Query：在要导入 Microsoft Dataverse、Azure Blob、OData 源等数据时使用。有关详细信息，请参阅 Power Query 连接器。
Azure Synapse Analytics（预览版）：在要连接到 Azure Synapse Analytics 时使用。 有关详细信息，请参阅连接 Azure Synapse 数据源。
Azure data lake storage - 在要连接到 Azure Data Lake Storage Gen 2 帐户时使用。 有关详细信息，请参阅 Common Data 文件夹。
Microsoft Dataverse - 在要连接到 Dataverse 数据湖中的数据集时使用。 有关详细信息，请参阅 Dataverse。
一旦确定了要在统一客户资料中使用的客户数据，接下来就需要统一数据。 Customer Insights 数据统一流程包括以下步骤：
源列 - 定义要组合哪些表和列以创建统一客户资料。
重复记录 - 定义如何处理数据集中的任何重复记录。
匹配条件 - 定义用于帮助将您的数据集组合到一个统一客户资料中的规则。
统一客户列 - 定义最终信息，例如要排除的项、列排名以及可能影响合并的其他详细信息。
使用 Customer Insights - Data，您可以轻松地将所有客户数据整合到统一的客户资料中，并在日常使用的应用程序中供整个组织使用。