Lavorare in Cloud: una necessità, non più un’opzione
Nel 2025 la strategia dati di un’azienda non può prescindere dal cloud: agilità, scalabilità e integrazione tra applicazioni aziendali sono diventati requisiti fondamentali per portare insight in produzione e attivare esperienze cliente in tempo reale.
Poter unificare dati da CRM, e-commerce, eventi web e data warehouse in modo efficiente è ciò che consente a marketing, sales e service di offrire esperienze personalizzate e coordinate su larga scala.
Cosa sono e perché sono importanti le Customer Data Platform (CDP)
Una Customer Data Platform (CDP) è una piattaforma che unifica dati cliente provenienti da più fonti, costruisce profili unificati e rende quei profili disponibili per attivazioni operative (marketing, advertising, personalizzazione).
Le CDP nascono per colmare il divario tra dati grezzi in azienda e il bisogno delle squadre di business di agire su segmenti e insight senza dipendere esclusivamente dall’IT. Le varianti oggi più diffuse sono le CDP “tradizionali” (tutto-in-uno) e le composable CDP che sfruttano il data warehouse come sorgente primaria, permettendo flussi più modulari e spesso più efficienti per chi ha già un moderno stack dati.
Che cos’è Salesforce Data Cloud?
Salesforce Data Cloud è la proposta di Salesforce per il tema “customer data”: un lakehouse/lake che funge da collante tra i diversi prodotti dell’ecosistema Salesforce (Marketing, Sales, Service, ecc.), con l’obiettivo di consolidare i dati cliente e creare profili unificati riutilizzabili dalle applicazioni Salesforce.
In pratica, Data Cloud è pensato per portare dati e profili vicini alle applicazioni operative in modo che le squadre di business possano attivare esperienze personalizzate senza dover ricostruire infrastrutture dati complesse.
Come funziona Salesforce Data Cloud?
Il flusso tipico in Data Cloud comprende:
1. Ingest: connessioni native e SDK per portare dati da applicazioni Salesforce, sistemi esterni e data warehouse.
2. Modeling / Mapping: i dati vengono trasformati e mappati sul modello Customer 360 (Salesforce Customer 360 Data Model) per poter essere usati in modo uniforme dalle funzionalità marketing/CRM.
3. Identity resolution: meccanismi per unire identità (e-mail, device id, CRM id) e costruire profili unificati.
4. Segmentazione e attivazione: audience building e invio di segmenti verso destinazioni (es. Marketing Cloud) o azioni operative.
Queste fasi sono gestite tramite strumenti visuali (data streams, data pipelines) e con funzioni di governance che controllano permessi e Data Spaces.
L’architettura di Salesforce Data Cloud
La parte architetturale che distingue Data Cloud è l’adozione di un formato open per le tabelle e di un’architettura lakehouse: Salesforce si è concentrata su Apache Iceberg come struttura per le tabelle dati, che permette di separare storage e compute, scalare a grandi volumi e usare motori di query diversi.
Questo approccio facilita l’integrazione con data warehouse e con soluzioni lakehouse esterne (Snowflake, BigQuery, Databricks, ecc.). L’architettura è pensata per abilitare sia condivisione di dati in ingresso che query “virtuali” sui dati esterni.
Come funziona lo Zero-Copy
“Zero-copy” è il concetto per cui Data Cloud può accedere o esporre dati senza duplicarli fisicamente: ad esempio, metadata di tabelle Iceberg possono essere condivisi per creare tabelle virtuali consultabili dal data warehouse, o viceversa. In pratica esistono due direzioni operative:
– Data Cloud → Warehouse: condividere dati di Data Cloud verso il tuo warehouse tramite meccanismi di data sharing (effettivamente senza copie fisiche).
– Warehouse → Data Cloud (BYOL / zero-copy federation): Data Cloud può “montare” oggetti esterni (metadati) così da poter interrogare i dati che fisicamente risiedono nel tuo warehouse.
È importante sottolineare che, sebbene Salesforce promuova l’idea di “zero-copy”, nella pratica alcune operazioni (es. processi di trasformazione, query complesse o pubblicazione/attivazione verso altre app Salesforce) possono produrre snapshot o dati persistiti all’interno della piattaforma — quindi “zero-copy” non significa sempre zero copie generate nella vita operativa. Questa distinzione è cruciale quando si valuta latenza, costi e governance.
Bring Your Own Data Lake (BYOL) Federation
BYOL (Bring Your Own Lake) è l’altro lato della medaglia: Data Cloud può federare il tuo data lake/warehouse (montando le tabelle come External Data Lake Objects) e quindi esporre quelle tabelle nel contesto della piattaforma.
Il vantaggio è poter usare i dati già presenti in azienda senza doverli spostare subito, ma ci sono vincoli operativi: i dati esterni devono essere mappati nel modello Customer 360 se vuoi sfruttarli per le funzionalità di profilo/segmentazione di Data Cloud, e spesso dopo una query complessa i risultati vengono materializzati/persistiti per essere riutilizzati dalle app Salesforce.
In altre parole, BYOL riduce alcune duplicazioni ma non elimina del tutto la necessità di gestione e, in molti casi, di copie temporanee per attivazioni.
Le funzionalità di Salesforce Data Cloud
Ecco gli elementi principali che troverai nella piattaforma e cosa significano per un team dati / marketing:
1. Data Sources & Connectors: connettori nativi per applicazioni Salesforce, SDK mobile/web e integrazioni di terze parti per l’ingest.
2. Data Streams: i flussi di dati che alimentano il sistema, gestibili in Data Cloud.
3. Data Pipelines: UI visuale + libreria di trasformazioni per normalizzare e mappare i dati al modello Customer 360.
4. Identity Resolution: unificazione e stitching di identità per costruire profile 360.
5. Data Lake Objects (DLO) & External DLO: contenitori/metadati che rappresentano dati ingested o federati dal tuo warehouse.
6. Data Spaces: partizioni logiche per governance, multi-brand o multi-regione.
7. Segmentazione / Audience Manager & Activation: costruzione di segmenti e attivazione verso Marketing Cloud e altri endpoint (nota: alcune destinazioni esterne possono essere più limitate rispetto a soluzioni specializzate).
8. Accelerated Data Federation: meccanismi per migliorare performance e latenza quando si interrogano dati esterni.
Quando (e quando non) usare Salesforce Data Cloud
– Sì, se: siete un’azienda già molto investita nell’ecosistema Salesforce e volete portare i dati vicino alle app operative per attivazioni rapide e governance centralizzata.
– Attenzione se: il vostro stack dati è fortemente basato su un data warehouse moderno e preferite attivare audience direttamente da lì (molte organizzazioni optano oggi per una composable CDP che sfrutta il warehouse come single source of truth). Inoltre, occorre valutare costi, modelli di consumo e limiti di mapping al Customer 360 Data Model: la mappatura obbligata può essere onerosa per dati proprietari o custom.
