Integrer innsikt raskere ved å velge tabeller og dataformat som skal synkroniseres
Viktig
Noen av funksjonene som beskrives i denne lanseringsplanen, er ikke lansert ennå. Lanseringstidslinjer kan endres, og planlagt funksjonalitet blir kanskje ikke lansert (se Microsoft-policy). Finn ut mer: Hva er nytt og planlagt
| Aktivert for | Forhåndsversjon | Tilgjengelig |
|---|---|---|
| Administratorer, utviklere, markedsførere eller analytikere, automatisk | aug. 2025 | nov. 2025 |
Forretningsverdi
Customer Insights - Data gir nå mer kontroll over hvordan du kopierer de enhetlige profilene og innsikten som genereres av Customer Insights - Data, til den private datasjøen du bruker til å drive analyser og andre forretningsprosesser.
Du kan nå enkelt velge de spesifikke utdataenhetene for Customer Insights - Data du vil kopiere til datasjøen. Dette lar deg få akkurat de dataene du vil ha, på kortest mulig tid, noe som sparer deg for tid og eliminerer lagringskostnader for tabeller du ikke bruker.
I tillegg kan du nå velge hvilket dataformat dataene skal skrives i. Plassering av dataene i foretrukket format eliminerer forsinkelser og kostnader forbundet med å transformere dataene.
Funksjonsdetaljer
Å gjøre den enhetlige kundeinnsikten tilgjengelig for organisasjonen fra din egen Azure Data Lake er nå enklere og mer håndterbar. Med Customer Insights - Data kan du ganske enkelt sjekke tabellene du vil synkronisere med Azure Data Lake, og velge dataformatet du vil skrive dataene i. Velg mellom CSV-, Parquet- eller Delta Parquet-formater. Hver gang Customer Insights - Data behandler dataene og oppdaterer kundeprofilene og innsikten, synkroniseres dataene raskt og automatisk med Data Lake, slik at du får innsikt i forretningsforbrukerne og nedstrøms forretningsprosesser raskere og mer effektivt. Innstillingene kan oppdateres, slik at du kan endre hvilke tabeller du vil synkronisere.
Eliminering av synkronisering av tabellene du ikke bruker, betyr at du får dataene du fokuserer på, raskere. Det betyr også at du kan spare lagringskostnader ved å eliminere lagring av tabeller du ikke er interessert i. Raskere synkroniseringstider, lavere lagringskostnader og ETL med mindre dataformat betyr at organisasjonen og analyseteamene er mer effektive, og du oppnår mer verdi fra investeringen i Customer Insights - Data.
Scenario
Northwind kjører en daglig analyserapport ved hjelp av kundelojalitetsdata generert av Customer Insights. De har nylig gått over til å bruke en Spark-motor til å beregne denne innsikten og trenger lojalitetssegmentene og en lojalitetspoengsum fra Customer Insights i Parquet-formatet. Northwind-dataforvaltere kan enkelt aktivere denne endringen med bare en rask endring i Customer Insights, noe som eliminerer kostbar oppretting og vedlikehold av en hel datakonverteringskanalprosess, noe som sparer tid og databehandlingskostnader og får resultater raskere.