English
日本語Data 360 là nền tảng dữ liệu của Salesforce, trước đây có tên Data Cloud, dùng để gom dữ liệu khách hàng nằm rải rác ở nhiều hệ thống thành một hồ sơ thống nhất. Hãy hình dung cùng một khách hàng: CRM ghi là Anh Minh, website ghi một địa chỉ email, máy bán hàng ghi một số điện thoại. Ba hồ sơ, không ai biết đó là một người.
Câu trả lời ngắn gọn: Data 360 kết nối các nguồn dữ liệu, chuẩn hóa chúng về một mô hình chung, nhận diện các hồ sơ thuộc cùng một người, rồi tạo hồ sơ hợp nhất để sales, marketing và AI agent cùng dùng. Nó không thay thế CRM. CRM là nơi nhân viên làm việc, còn đây là lớp dữ liệu nằm bên dưới.
Lưu ý quan trọng: chuỗi bán lẻ thiết bị văn phòng và các hồ sơ khách hàng trong bài là ví dụ giả định, không phải dữ liệu thật. Nền tảng có license và cách tính phí riêng, tính năng phụ thuộc gói đăng ký, và tên menu có thể khác theo phiên bản. Phần chi phí trong bài là thông tin tham khảo chung, không phải tư vấn tài chính.
Ba hồ sơ ở ba hệ thống được nhận diện là cùng một khách hàng và gom thành một hồ sơ hợp nhất.Vì sao dữ liệu khách hàng bị phân tán
Doanh nghiệp càng có nhiều kênh bán hàng, dữ liệu khách hàng càng bị chia nhỏ. Sales ghi vào CRM, website lưu tài khoản đăng ký, cửa hàng lưu lịch sử mua qua máy bán hàng, chăm sóc khách hàng nhắn qua Zalo. Mỗi hệ thống giữ một mảnh, và mỗi mảnh ghi tên, số điện thoại, email theo một cách khác nhau.
Hậu quả rất cụ thể. Khách vừa mua ở cửa hàng hôm qua, hôm nay vẫn nhận email quảng cáo đúng sản phẩm đó. Marketing đếm 10.000 khách hàng nhưng thực tế chỉ có 7.000 người. Sales gọi cho một khách lớn mà không biết khách vừa phàn nàn với bộ phận hỗ trợ.
| Trước khi hợp nhất | Sau khi hợp nhất | |
|---|---|---|
| Hồ sơ khách hàng | Nhiều hồ sơ rời rạc cho một người | Một hồ sơ hợp nhất, truy được về từng nguồn |
| Đếm khách hàng | Đếm trùng, số liệu phóng đại | Đếm theo người thật |
| Gửi thông điệp | Cùng nội dung cho tất cả | Theo nhóm dựa trên hành vi thật |
| AI agent | Trả lời dựa trên một mảnh dữ liệu | Có bối cảnh đầy đủ hơn về khách |
Hiểu nhanh về Data 360
Salesforce đổi tên Data Cloud thành Data 360 vào tháng 10/2025, như một phần của bộ sản phẩm Agentforce 360. Theo trang giới thiệu chính thức của Salesforce, đây là nền tảng dữ liệu thời gian thực, gom dữ liệu từ nhiều nguồn thành một hồ sơ khách hàng thống nhất, cung cấp bối cảnh cho cả con người lẫn AI agent.
Ba điểm giúp phân biệt nó với các công cụ quen thuộc:
Không phải CRM. CRM là nơi nhân viên tạo Lead, cập nhật Opportunity, xử lý Case. Data 360 đứng phía sau, gom và làm giàu dữ liệu, rồi đưa kết quả trở lại CRM và các kênh khác.
Không phải công cụ báo cáo. Nó chuẩn bị dữ liệu sạch và hợp nhất. Phân tích và trực quan hóa là việc của báo cáo trong CRM hoặc Tableau. Nếu bạn đang cân nhắc Tableau, hãy đọc bài Tableau khác gì báo cáo có sẵn trong Salesforce.
Không xóa hay sửa dữ liệu gốc. Hồ sơ hợp nhất được tạo ra bên cạnh dữ liệu gốc, và mỗi giá trị đều truy được về nguồn của nó.
4 bước Data 360 hợp nhất dữ liệu khách hàng
Có thể tóm quy trình thành bốn bước. Tên gọi trong giao diện có thể khác đôi chút, nhưng logic thì giống nhau.
Kết nối nguồn dữ liệu (data stream)
- Đưa dữ liệu từ CRM, website, ứng dụng, kho lưu trữ đám mây hoặc hệ thống khác vào qua connector và API
- Mỗi luồng dữ liệu đi vào gọi là một data stream
Ánh xạ về mô hình chung (data mapping)
- Mỗi nguồn đặt tên trường khác nhau: SĐT, phone, mobile. Bước này ánh xạ tất cả về cùng một mô hình dữ liệu
- Salesforce gọi các đối tượng trong mô hình này là Data Model Object (DMO)
Nhận diện và hợp nhất (identity resolution)
- Match rule quyết định khi nào hai hồ sơ là một người, ví dụ cùng email, hoặc tên gần giống và cùng số điện thoại đã chuẩn hóa
- Reconciliation rule quyết định giữ giá trị nào khi các nguồn mâu thuẫn: theo tần suất, theo thời gian gần nhất, hoặc theo nguồn ưu tiên
Phân tích, phân nhóm và kích hoạt
- Tính các chỉ số như tổng chi tiêu, số ngày từ lần mua cuối (insights)
- Tạo nhóm khách hàng (segment) và gửi sang Marketing Cloud, CRM hoặc AI agent để hành động
Bạn có thể thử bước 3 trên môi trường thực hành trong bài thực hành Unify Your Data trên Trailhead, có hướng dẫn cấu hình match rule và reconciliation rule từng bước.
Ví dụ: một khách hàng, ba hồ sơ
Ví dụ giả định: một chuỗi bán lẻ thiết bị văn phòng có cửa hàng, website và đội sales doanh nghiệp. Cùng một khách xuất hiện ở ba nơi như sau.
| Nguồn | Tên | Điện thoại | |
|---|---|---|---|
| CRM | Nguyễn Văn Minh | 0901 234 567 | minh.nguyen@congty.vn |
| Website | Nguyen Van Minh | (trống) | minh.nguyen@congty.vn |
| Máy bán hàng | Anh Minh | +84901234567 | (trống) |
Một match rule theo email ghép được hồ sơ CRM và website. Một match rule theo số điện thoại đã chuẩn hóa ghép thêm hồ sơ máy bán hàng, vì 0901 234 567 và +84901234567 là cùng một số khi bỏ khoảng trắng và đổi mã quốc gia. Reconciliation rule chọn tên từ CRM vì đó là nguồn được ưu tiên. Kết quả: một hồ sơ hợp nhất có đủ tên, điện thoại, email, lịch sử mua tại cửa hàng và deal đang mở với sales.
Bài học lớn nhất từ ví dụ này: việc thống nhất cách ghi số điện thoại và email ở mọi điểm thu thập quan trọng không kém công cụ. Dữ liệu đầu vào càng sạch, tỷ lệ ghép đúng càng cao. Nếu bạn đang làm trong ngành bán lẻ, có thể xem thêm giải pháp cho ngành bán lẻ của Sonix.
Khi nào doanh nghiệp vừa và nhỏ nên quan tâm
Không phải công ty nào cũng cần Data 360 ngay. Bảng dưới đây giúp bạn tự đánh giá.
| Tình huống | Gợi ý |
|---|---|
| Dữ liệu khách hàng chủ yếu nằm trong CRM, 1–2 nguồn | Chưa cần. Làm sạch dữ liệu và dùng Duplicate Rules trong CRM trước |
| Từ 3 nguồn trở lên: CRM, website, máy bán hàng, ứng dụng | Bắt đầu cân nhắc, nhất là khi bán lẻ có nhiều kênh |
| Muốn cá nhân hóa marketing theo hành vi thật | Phù hợp, kết hợp với Marketing Cloud |
| Muốn AI agent trả lời khách với đầy đủ bối cảnh | Phù hợp, đây là nền dữ liệu cho Agentforce |
Nếu bạn muốn hiểu thêm vì sao dữ liệu sạch quyết định chất lượng AI, hãy đọc bài Einstein AI trong Salesforce làm gì cho team sales và marketing. Để thấy vị trí của lớp dữ liệu này trong bức tranh chung, xem bài Hệ sinh thái Salesforce: 5 mảnh ghép quan trọng.
Chi phí và những điều cần hỏi trước
Khác với license CRM tính theo người dùng, Data 360 tính phí theo mức sử dụng. Theo trang giá chính thức của Salesforce tại thời điểm viết bài, đơn vị tính là Flex Credits trừ dần theo từng thao tác, có gói theo số hồ sơ khách hàng, và việc đưa dữ liệu vào được ghi là miễn phí. Bảng giá có thể thay đổi, nên hãy kiểm tra lại trên trang chính thức. Đây là thông tin tham khảo chung, không phải tư vấn tài chính.
Những câu nên hỏi trước khi bật:
Thao tác nào tốn nhiều credit nhất? Truy vấn, xử lý thời gian thực, xử lý dữ liệu phi cấu trúc thường tiêu tốn khác nhau. Hỏi rõ với trường hợp sử dụng của bạn.
Có công cụ theo dõi mức dùng không? Cần biết ai xem, ai cảnh báo khi mức dùng tăng bất thường.
Dữ liệu nào thật sự cần đưa vào? Chỉ đưa dữ liệu phục vụ trường hợp sử dụng cụ thể. Không cần làm mới thời gian thực nếu báo cáo hằng ngày là đủ.
Có bản dùng thử không? Trang giá có nhắc đến bản dùng thử với dung lượng và credit giới hạn cho khách hàng Salesforce. Đây là cách tốt để đo mức dùng thật trước khi cam kết.
Checklist trước khi triển khai Data 360
Trước khi trao đổi với đơn vị triển khai, hãy chạy qua danh sách ngắn sau.
☐ Đã liệt kê các nguồn dữ liệu khách hàng hiện có
☐ Đã xác định trường chung để ghép, ví dụ email hoặc số điện thoại
☐ Đã thống nhất cách ghi số điện thoại và email ở mọi điểm thu thập
☐ Đã chọn nguồn ưu tiên khi các nguồn mâu thuẫn
☐ Đã viết ra 1–2 trường hợp sử dụng cụ thể, không triển khai dàn trải
☐ Đã hỏi rõ cách tính credit và công cụ theo dõi mức dùng
☐ Đã có người chịu trách nhiệm chất lượng dữ liệu sau khi triển khai
Dữ liệu khách hàng của bạn đang nằm ở bao nhiêu nơi? Để lại con số trong phần bình luận, đội ngũ Sonix sẽ gợi ý bước bắt đầu phù hợp.
Data 360
Phân tích dữ liệu
Chuyển đổi số
Kinh doanh
Đặt lịch tư vấn cùng Sonix để rà soát các nguồn dữ liệu hiện có và xác định bước bắt đầu phù hợp, trước khi đầu tư vào nền tảng dữ liệu.
Sonix: Your success is our happiness.
Để lại lời nhắn cho chúng tôi