
Was mir an Salesforce Data 360 (früher Data Cloud) am besten gefällt, ist, wie es all unsere Kundendaten in einer einheitlichen Ansicht zusammenführt. Bevor wir es eingeführt haben, waren unsere Kundeninformationen über Vertrieb, Service, Marketing und externe Quellen verstreut — was Personalisierung und Segmentierung wirklich schwierig machte. Mit Data 360 haben wir endlich ein zentrales und in Echtzeit verfügbares Profil für jeden Kunden, das über die gesamte Salesforce-Plattform zugänglich ist.
Die Datenmodellierungs- und Identitätsauflösungsfunktionen sind besonders stark. Sie erleichtern es, doppelte Datensätze zusammenzuführen und saubere, genaue Profile ohne umfangreiche manuelle Arbeit zu pflegen. Dies hat die Qualität unserer Analysen verbessert und unseren Teams Vertrauen in die Metriken gegeben, die sie zur Entscheidungsfindung nutzen.
Ein weiterer großer Vorteil sind die Echtzeit-Datenaktualisierungen. Kampagnen und Journeys reagieren jetzt sofort auf das Kundenverhalten, was uns geholfen hat, zeitnahere und relevantere Erlebnisse zu bieten. Es ist auch einfach, Data 360 mit anderen Salesforce-Clouds (wie Marketing Cloud und Service Cloud) zu verbinden, was unsere Arbeitsabläufe gestrafft und die Integrationskomplexität reduziert hat.
Insgesamt hat Data 360 erheblich verbessert, wie wir unsere Kunden verstehen und mit ihnen interagieren, und macht Daten über Teams hinweg nutzbarer und umsetzbarer. Bewertung gesammelt von und auf G2.com gehostet.
Eine der Hauptherausforderungen bei Salesforce Data 360 ist die anfängliche Einrichtung und die Lernkurve. Die Plattform ist leistungsstark, aber das Konfigurieren von Datenströmen, Identitätsauflösungsregeln und Datenmodellen erfordert ein solides Verständnis sowohl der Salesforce-Architektur als auch der Datenverwaltungskonzepte. Für Teams ohne starke technische Ressourcen kann das Onboarding komplex erscheinen.
Ein weiterer Nachteil sind die Kosten. Data 360 ist ein Premium-Produkt, und die Preisgestaltung kann je nach Datenvolumen und Nutzung schnell ansteigen. Für mittelgroße Organisationen kann dies zu einer erheblichen Investition werden.
Die Leistung kann auch stark davon abhängen, wie gut das Datenmodell entworfen ist. Wenn es nicht von Anfang an richtig strukturiert ist, können Verzögerungen bei der Verarbeitung oder Schwierigkeiten bei der Erstellung von Segmenten auftreten. Darüber hinaus erfordert die Fehlersuche bei der Datenaufnahme oder bei Identitätsauflösungsproblemen manchmal tiefere Plattformkenntnisse als erwartet.
Insgesamt, obwohl es eine sehr fähige Lösung ist, erfordert es eine ordnungsgemäße Planung, qualifizierte Ressourcen und ein Budget, um seinen vollen Wert zu realisieren. Bewertung gesammelt von und auf G2.com gehostet.
Unser Netzwerk von Icons sind G2-Mitglieder, die für ihre herausragenden Beiträge und ihr Engagement für die Hilfe anderer durch ihre Expertise anerkannt sind.
Der Bewerter hat einen Screenshot hochgeladen oder die Bewertung in der App eingereicht und sich als aktueller Benutzer verifiziert.
Bestätigt durch ein Geschäftsemail-Konto
Dieser Bewerter erhielt als Dank für das Ausfüllen dieser Bewertung eine symbolische Geschenkkarte.
Einladung von G2. Dieser Bewerter erhielt als Dank für das Ausfüllen dieser Bewertung eine symbolische Geschenkkarte.
Diese Bewertung wurde aus English mit KI übersetzt.






