Written by Oskar Turkowsky• marzo 26, 2025• 12:00 pm• Data Cloud, Salesforce

Data Ingestion en Data Cloud de Salesforce

En un mundo donde las empresas manejan grandes volúmenes de información, contar con datos unificados y accesibles es clave para la toma de decisiones. Sin embargo, integrar información de múltiples fuentes puede ser un reto.

Data Cloud facilita la gestión y unificación de datos en tiempo real, permitiendo construir una visión completa del cliente. Un proceso esencial dentro de Data Cloud de Salesforce es la Data Ingestion, que permite incorporar, organizar y transformar datos desde diversas fuentes para su análisis y activación.

¿Qué es Data Ingestion en Data Cloud?

La Data Ingestion en Data Cloud de Salesforce se refiere a la incorporación de información desde diversas fuentes externas hacia la plataforma, asegurando que los datos sean procesados, organizados y listos para su utilización.

Data Cloud utiliza un modelo de datos normalizado, lo que significa que la información se distribuye en múltiples tablas interconectadas en lugar de almacenarse en un único registro. Por ejemplo, los datos de un cliente con su nombre, teléfono y correo electrónico se dividen en distintos Data Model Objects (DMOs), como Individual DMO, Contact Point Phone DMO y Contact Point Email DMO.

Una característica clave de Data Cloud es que los datos no necesitan ser transformados antes de ser ingeridos, ya que la plataforma permite realizar transformaciones al momento de la ingesta. Además, no existen restricciones específicas para caracteres especiales ni validaciones de capitalización en los nombres.

¿Cómo se pueden ingresar datos en Data Cloud?

Existen distintos métodos para integrar datos en Data Cloud de Salesforce, cada uno diseñado para necesidades específicas:

Data Streams son flujos de datos que permiten la ingesta de información desde fuentes externas, como sistemas de gestión de clientes, bases de datos u otros servicios en la nube.
Conectores nativos, como el Salesforce CRM Connector y el Marketing Cloud Engagement Connector, facilitan la integración de datos directamente desde otras plataformas de Salesforce.
Batch Ingestion, a través de almacenamiento en la nube como Amazon S3 o Google Cloud Storage, permite cargar archivos en formatos CSV o Parquet.

¿Cómo explorar y procesar los datos ingeridos?

Una vez que los datos han sido incorporados en Data Cloud, es crucial poder analizarlos de manera eficiente.

Data Explorer permite validar los datos dentro del Data Lake, Data Model y los Calculated Insights, asegurando que la información y las fórmulas sean correctas.
El Query Editor permite ejecutar consultas en SQL sobre objetos como Data Lake Objects (DLOs), Data Model Objects (DMOs) y Calculated Insights.
Para gestionar el acceso a la información, es necesario contar con los permisos adecuados, como Data Cloud Admin, Data Cloud Data Aware Specialist o Data Cloud Marketing Admin.

¿Cómo se unifican y activan los datos en Data Cloud?

La unificación de datos es un paso esencial para consolidar información dispersa y garantizar la coherencia en los perfiles de los clientes.

Identity Resolution se encarga de combinar registros duplicados utilizando atributos como Party Identification y Party Identifier, los cuales permiten identificar a los clientes a partir de identificadores únicos, como una licencia de conducir o un número de cliente.
Segmentation permite dividir a los clientes en grupos basados en atributos específicos, lo que facilita estrategias de personalización y marketing. A través de la pestaña Segments, se pueden crear audiencias dinámicas según criterios como ubicación, historial de compras o interacciones previas.
Finalmente, los datos unificados pueden ser utilizados para campañas de marketing y personalización mediante la pestaña Activations, que permite activar segmentos específicos en diferentes canales.

Cosas que debes saber sobre Data Ingestion

Para garantizar una integración eficiente y alineada con las capacidades de Data Cloud, es importante conocer algunos puntos clave:

Límites de visualización en Data Explorer: Solo se pueden ver hasta 100 registros a la vez en Data Explorer. Si se requiere analizar una mayor cantidad de datos, es necesario utilizar Query Editor con consultas en SQL.
Conexiones con almacenamiento en la nube: Data Cloud permite hasta cinco conexiones con Google Cloud Storage y múltiples conexiones con Amazon S3, las cuales no requieren licencias adicionales.
Opciones de autenticación en Amazon S3: Al configurar una conexión con Amazon S3, se pueden usar dos métodos de autenticación: Access Key/Secret Based e Identity Provider Based, donde se proporciona un IAM Role Name y un External ID.
Personalización en Data Explorer: Al analizar datos dentro de Data Explorer, solo es posible personalizar hasta 10 columnas en la vista de datos, lo que permite enfocarse en la información más relevante.