Customer Insights Data: kiedy łączyć profile klientów
Temat: Microsoft AI
W CRM klient ma dwa rekordy, w sklepie trzeci, a dział obsługi widzi jeszcze inną historię. Czy połączenie wszystkiego w jeden profil rozwiąże problem? Customer Insights - Data to platforma danych klientów (CDP) Microsoftu w rodzinie Dynamics 365: pobiera dane ze źródeł, łączy je w jeden profil na klienta, a na profilach liczy miary i buduje segmenty. Jakość profilu zależy jednak od reguł dopasowania. Więcej połączonych rekordów nie musi oznaczać lepszego wyniku. Stan na 5.10.2026.
Data to jedna z dwóch aplikacji Customer Insights. Druga, Journeys, prowadzi komunikację i może korzystać z odbiorców przygotowanych w Data. Jak obie mają się do Sales, Customer Service i reszty rodziny, opisuje poradnik Dynamics 365 dla firm. Projekt ścieżek komunikacji rozwija wpis o Customer Insights - Journeys.
Od źródeł do segmentu: gdzie kończy się Data
Microsoft opisuje Customer Insights jako dwie aplikacje: Customer Insights - Data i Customer Insights - Journeys. Data przygotowuje odbiorców, Journeys prowadzi z nimi komunikację. Przebieg wygląda tak:
- Źródła danych. Data pobiera dane przez konektory. Część z nich dołącza się do danych bez kopiowania: Dataverse, Fabric OneLake, Azure Data Lake Storage. Pozostałe źródła kopiuje się konektorami Power Query.
- Ujednolicenie profilu. Cztery kroki: dane klienta, deduplikacja, warunki dopasowania i widok danych ujednoliconych. Wynik to jeden profil na klienta z identyfikatorem CustomerId.
- Segmenty i miary. Miary liczą wartości z profilu, na przykład łączne wydatki klienta. Segmenty wybierają grupę klientów i mogą korzystać z miar.
Po połączeniu obu aplikacji i udostępnieniu danych do Dataverse segmenty i profile z Data widać w Journeys. Tam zaczyna się druga połowa: wyzwalacz albo segment, ścieżka, kanał i zgoda. Microsoft ostrzega przy tej integracji, że późniejsza zmiana reguł ujednolicenia może wpłynąć na działające ścieżki, a nawet je zepsuć. Reguła dopasowania to więc decyzja dla marketingu, nie tylko dla zespołu danych.
Licencja: dzierżawa, nie użytkownik
Customer Insights jest licencjonowane per dzierżawa, a dodatkową pojemność się dokupuje. Strona cen Microsoft pl-pl podaje na 5.10.2026:
| Plan | Cena (bez VAT, rozliczenie roczne) | Co obejmuje |
|---|---|---|
| Dynamics 365 Customer Insights | 1 473,00 € za dzierżawę miesięcznie | nieograniczona liczba użytkowników, 100 000 osób ujednoliconych, 10 000 osób w interakcji |
| Plan dołączany | 866,50 € za dzierżawę miesięcznie | dla organizacji z kwalifikującą się aplikacją Dynamics 365 |
Microsoft zastrzega, że ceny mają charakter informacyjny i zależą m.in. od kursu waluty i regionu. Pojemność planu liczy się w osobach ujednoliconych, więc reguły łączenia wpływają też na budżet: każdy nierozpoznany duplikat to osobny profil.
Co oznacza ujednolicanie danych
Dokumentacja Customer Insights - Data opisuje wybór danych klientów, usuwanie duplikatów, dopasowanie między tabelami oraz wybór pól profilu wynikowego. Te etapy odpowiadają na różne pytania. Duplikat wewnątrz jednego źródła i powiązanie rekordów z dwóch systemów nie są tym samym zadaniem.
Nie wrzucaj wszystkich informacji do jednej tabeli profilowej. Microsoft odróżnia dane identyfikujące klienta od aktywności, takich jak zakupy, które pozostają w relacji jeden do wielu. Jeden klient może mieć wiele zamówień; nie powinien przez to automatycznie stawać się wieloma klientami.
W praktyce zacznij od definicji jednostki. Osoba kontaktowa, firma i oddział firmy nie są zamienne. Jeżeli raport ma pokazywać firmy kupujące usługę, połączenie kontaktów pod wspólnym adresem nie wystarczy do prawidłowego obliczenia liczby klientów biznesowych.
Wybierz wiarygodne źródło i reguły
Reguły dopasowania Microsoft pozwalają określić kolejność tabel, warunki, normalizację i wyjątki. Źródło podstawowe powinno zawierać możliwie kompletne i wiarygodne dane. Nie wybieraj go wyłącznie dlatego, że ma najwięcej rekordów.
Normalizacja pomaga porównywać różne zapisy, ale nie dowodzi tożsamości. Usunięcie spacji lub ujednolicenie wielkości liter może poprawić dopasowanie techniczne. Nadal trzeba wiedzieć, czy używane pole jest wystarczająco charakterystyczne dla klienta.
Pomaga w tym profilowanie danych, które Data wykonuje przy imporcie. Microsoft podaje przykład pola z imieniem i nazwiskiem, w którym w wielu wierszach została wartość domyślna formularza. Dopasowanie po takim polu połączyłoby rekordy, które nie mają ze sobą nic wspólnego.
| Pole lub sytuacja | Ryzyko | Pytanie przed użyciem reguły |
|---|---|---|
| Wspólny adres kontaktowy firmy | Połączenie kilku osób | Czy identyfikujemy osobę czy organizację? |
| Telefon centrali | Wiele kontaktów z jednym numerem | Czy potrzebny jest dodatkowy warunek? |
| Nazwisko i miejscowość | Zbieżność danych różnych osób | Jak rozpoznamy fałszywe połączenie? |
| Wartość „brak” zamiast danych | Dopasowanie niepowiązanych rekordów | Czy wartość powinna być pomijana? |
| Zmiana danych kontaktowych | Niepołączenie tego samego klienta | Czy mamy inne wiarygodne powiązanie? |
Tabela jest własną propozycją przeglądu ryzyka, nie gotowym zestawem reguł dla każdej bazy. Każdy warunek sprawdź na danych charakterystycznych dla Twojego procesu. Szczególnie ważne są przypadki, które na pierwszy rzut oka wyglądają podobnie.
Oceniaj dwa rodzaje błędów
Pierwszy błąd polega na połączeniu różnych klientów. Drugi pozostawia osobne profile tej samej osoby. Oba mogą zaburzyć analizę, ale ich konsekwencje nie muszą być równie poważne. Błędne połączenie historii obsługi może być istotniejsze niż niewykryty duplikat w zestawieniu roboczym.
Przed pilotażem przygotuj zestaw par z rozpoznanym wynikiem. Oznacz, które powinny zostać połączone, które mają pozostać osobno i gdzie brakuje dowodu. Nie zmuszaj zespołu do rozstrzygania przypadków niepewnych tylko po to, by uzyskać komplet etykiet.
Uzgodnij również osobę uprawnioną do oceny trudnych przypadków. Zespół techniczny może sprawdzić działanie warunku, lecz właściciel danych musi wyjaśnić znaczenie rekordów. Bez tego poprawka reguły może jedynie ukrywać niezrozumienie źródła.
Modelowy przykład: 100 par do sprawdzenia
Załóżmy syntetyczną próbę 100 par rekordów. Zespół ustalił, że 60 par opisuje tego samego klienta, a 40 różnych klientów. Reguła połączyła 58 par: 55 prawidłowo i trzy błędnie. Pięć właściwych powiązań pozostało nierozpoznanych. To przykład obliczeń, nie dane autora.
Wśród utworzonych połączeń poprawnych jest 55/58, czyli około 94,8%. Wśród wszystkich 60 oczekiwanych powiązań wykryto 55, czyli około 91,7%. Te dwa wyniki odpowiadają na różne pytania: czy można ufać utworzonym połączeniom oraz ile właściwych powiązań odnaleziono.
Nie nazywaj samej liczby 58 sukcesem. Obniżenie wymagań dopasowania może zwiększyć liczbę połączeń, a jednocześnie dołączyć kolejnych niewłaściwych klientów. Oceń konkretne pomyłki i ich skutki, zanim rozszerzysz regułę na całą bazę.
| Wynik próby | Liczba w przykładzie | Co sprawdzić dalej |
|---|---|---|
| Poprawne połączenie | 55 | Czy pola wynikowe pochodzą z właściwych źródeł? |
| Błędne połączenie | 3 | Który warunek dopuścił pomyłkę? |
| Pominięte powiązanie | 5 | Czy potrzebny jest dodatkowy wiarygodny sygnał? |
| Poprawne pozostawienie osobno | 37 | Czy zmiana reguły zachowa ten wynik? |
Profil wynikowy też wymaga kontroli
Prawidłowe dopasowanie nie rozstrzyga, który numer telefonu lub adres ma pojawić się w profilu. Ustal zasady wyboru pól, ich aktualność i pochodzenie. Pole z najnowszą datą zapisu nie zawsze zawiera najbardziej aktualną informację biznesową: import mógł właśnie ponownie wczytać stary plik.
Dokumentacja opisuje również scalanie i rozdzielanie profili po zmianie danych lub reguł. Wtedy zmienia się CustomerId, a poprzedni identyfikator trafia do pola PreviousCustomerId. Sprawdź więc zależności korzystające z profilu, zanim zmienisz ustawienia: segmenty, miary, raporty, integracje i ścieżki w Journeys wymagają kontroli wyniku.
Zapisz wersję reguł oraz zakres danych użytych w próbie. Przy kolejnej zmianie powtórz wcześniejsze trudne przypadki i dodaj nowe. Dzięki temu wzrost liczby profili albo ich nagły spadek stanie się sygnałem do analizy, a nie automatycznym dowodem poprawy jakości.
Połącz profil z konkretnym zastosowaniem
Wybierz decyzję, którą profil ma wspierać: rozpoznanie powracającego klienta, analizę historii zakupów lub przygotowanie segmentu. Ustal, które pola są do niej konieczne. Nie dodawaj źródeł bez określenia ich roli tylko dlatego, że da się je podłączyć.
Segment możesz opisać zwykłym zdaniem i poprosić Copilota o propozycję warunków. W dokumentacji segmentacji Copilot w Data funkcja jest na 5.10.2026 w wersji preview i działa tylko w środowiskach w regionach USA i Szwajcarii. Model chętnie zbuduje segment na każdym profilu, także na tym, który łączy trzy różne osoby.
Połączenie rekordów nie potwierdza samo w sobie uprawnienia do dowolnej komunikacji. Zgoda w Journeys jest sprawdzana dla punktu kontaktu, czyli konkretnego adresu albo numeru, a nie dla profilu. Technicznie kompletny profil może nadal wymagać wyjaśnienia braków przed użyciem w kampanii.
Osadź te decyzje w systemie pracy firmy z AI, który łączy dane z odpowiedzialnością za ich wykorzystanie.
W poniedziałek wybierz dwa źródła i dziesięć trudnych par rekordów. Ustal oczekiwane powiązania oraz przypadki niepewne. Dopiero potem sprawdź regułę, zamiast zaczynać od celu „połączyć jak najwięcej”.
- Dane i analityka
- Dynamics 365
- Zarządzanie zmianą
- Strategia
