1. 事例
1.1. Org統合
1.1.1. みずほ銀行
1.1.2. MasterCard
1.2. 大規模なパーソナライゼーション
1.2.1. Casey's
2. 機能
2.1. 特徴
2.1.1. データストリーム
2.1.2. データモデルオブジェクト
2.1.3. データレイクオブジェクト
2.1.4. ID解決・名寄せ
2.1.5. 計算済みインサイト
2.1.6. データアクション
2.1.7. セグメンテーション
2.2. AI
2.3. リアルタイム性
2.4. 自動化
3. 連携
3.1. Marketing Cloud Engagement
3.1.1. 細かいセグメント設定
3.2. Sales Cloud
3.3. Service Cloud
3.4. Loyality Management
3.5. Tableau
3.6. Account Engagement
3.6.1. メールアクティビティの連携
3.6.2. 5階層先のオブジェクト連携
3.6.3. Web行動ベースの高度なセグメント
4. 必要性
4.1. 顧客の購買行動の変化
4.1.1. 決済サービスの多様化
4.1.2. SaaSやシェアリングサクセスの普及
4.1.3. 複雑化
4.2. 1to1マーケティングの広がり
4.2.1. 購買行動やニーズの多様化
4.2.2. 顧客に合わせたマーケティングの必要性
4.2.3. 顧客特性の分析
5. CDP
5.1. 特徴
5.1.1. データの収集・統合・分析
5.1.1.1. 属性データ
5.1.1.2. アクセスログ
5.1.1.3. メールアドレス・ID
5.1.1.4. 行動データ
5.1.1.5. 環境パラメーター
5.1.1.6. アンケートデータ
5.1.2. 様々なシステムと相互接続可能
5.1.2.1. オープンかつ拡張性が高い
5.1.2.1.1. 戦略パートナー
5.1.2.1.2. AppExchangeパートナー
5.1.3. 複数システムに跨った膨大なデータを分析
5.1.3.1. 100ZB(2025年までにクラウド上に保管されるデータ量)
6. 競合
6.1. Snowflake
6.2. Databrics
6.3. Big Query
7. ライセンス価格
7.1. Edition
7.1.1. Starter
7.1.2. Provisioning
7.2. Add-on
7.2.1. Data Services Card
7.2.2. Segmentation & Activation
7.2.3. Data Space
7.2.4. Ad Audience
7.2.5. Data Strage
8. データ守備範囲
8.1. Datalake
8.1.1. データの湖
8.2. DWH
8.2.1. データの倉庫
8.2.1.1. デジタル広告施策の最適化
8.3. CDP
8.3.1. 顧客データ中心のデータベース
8.3.1.1. デジママーケチーム・広告に関連する外部事業者
9. 仕組み
9.1. データソース
9.1.1. 連携
9.1.1.1. 共通化
9.1.1.1.1. 統合