
O que eu mais gosto no Salesforce Data 360 (anteriormente Data Cloud) é como ele reúne todos os nossos dados de clientes em uma visão unificada. Antes de adotá-lo, nossas informações de clientes estavam espalhadas por vendas, serviço, marketing e fontes externas — o que tornava a personalização e segmentação realmente difíceis. Com o Data 360, finalmente temos um perfil centralizado e em tempo real para cada cliente, acessível em toda a plataforma Salesforce.
As capacidades de modelagem de dados e resolução de identidade são particularmente fortes. Elas facilitam a fusão de registros duplicados e a manutenção de perfis limpos e precisos sem trabalho manual extenso. Isso melhorou a qualidade de nossas análises e deu às nossas equipes confiança nas métricas que usam para tomar decisões.
Outro grande benefício são as atualizações de dados em tempo real. Campanhas e jornadas agora reagem instantaneamente ao comportamento do cliente, o que nos ajudou a oferecer experiências mais oportunas e relevantes. Também é simples conectar o Data 360 com outras nuvens do Salesforce (como Marketing Cloud e Service Cloud), o que simplificou nossos fluxos de trabalho e reduziu a complexidade de integração.
No geral, o Data 360 melhorou significativamente a forma como entendemos e nos envolvemos com nossos clientes, tornando os dados mais utilizáveis e acionáveis entre as equipes. Análise coletada por e hospedada no G2.com.
Um dos principais desafios com o Salesforce Data 360 é a configuração inicial e a curva de aprendizado. A plataforma é poderosa, mas configurar fluxos de dados, regras de resolução de identidade e modelos de dados requer um entendimento sólido tanto da arquitetura do Salesforce quanto dos conceitos de gerenciamento de dados. Para equipes sem recursos técnicos fortes, a integração pode parecer complexa.
Outra desvantagem é o custo. O Data 360 é um produto premium, e o preço pode escalar rapidamente dependendo do volume de dados e do uso. Para organizações de médio porte, isso pode se tornar um investimento significativo.
O desempenho também pode depender muito de quão bem o modelo de dados é projetado. Se não for estruturado corretamente desde o início, você pode enfrentar atrasos no processamento ou dificuldade na criação de segmentos. Além disso, solucionar problemas de ingestão de dados ou de resolução de identidade às vezes requer um conhecimento mais profundo da plataforma do que o esperado.
No geral, embora seja uma solução muito capaz, ela requer planejamento adequado, recursos qualificados e orçamento para realizar plenamente seu valor. Análise coletada por e hospedada no G2.com.
A nossa rede de Ícones são membros da G2 reconhecidos pelas suas contribuições excecionais e compromisso em ajudar os outros através da sua experiência.
O avaliador enviou uma captura de tela ou enviou a avaliação no aplicativo, verificando-os como usuário atual.
Validado por meio de uma conta de e-mail empresarial
Este avaliador recebeu um cartão presente nominal como agradecimento por completar esta avaliação.
Convite do G2. Este avaliador recebeu um cartão presente nominal como agradecimento por completar esta avaliação.
Esta avaliação foi traduzida de English usando IA.






