Calculated Insights : créer des métriques business dans Data Cloud

Une fois vos données ingérées et vos profils unifiés, la valeur métier de Data Cloud se matérialise principalement via les Calculated Insights : des métriques agrégées calculées à partir des DMO, exposées ensuite dans les Segments, sur les fiches Contact/Account (via les Related Lists Data Cloud) et dans Agentforce comme contexte de grounding. C'est l'équivalent conceptuel d'un champ de formule ou d'un rapport agrégé, mais opérant à l'échelle du lakehouse plutôt que sur l'objet transactionnel.

Deux modes de création

Depuis Data Cloud > Calculated Insights > New, deux approches sont disponibles :

• Builder visuel (sans code) : interface guidée pour construire des métriques simples (somme, comptage, moyenne) avec des filtres et un regroupement (par exemple, par Unified Individual).
• SQL avancé : pour les logiques complexes (fenêtres temporelles, sous-requêtes, calculs conditionnels multiples), Data Cloud accepte du SQL directement sur les DMO, avec une syntaxe proche de l'ANSI SQL standard.

Le builder visuel couvre l'essentiel des besoins courants ; le mode SQL devient nécessaire dès que la métrique implique une logique métier de plusieurs étapes, comme un calcul de récence-fréquence-montant (RFM).

Exemple concret : valeur vie client sur 12 mois

Un cas d'usage typique consiste à calculer, pour chaque Unified Individual, le montant total des commandes des 12 derniers mois. En SQL, la logique ressemble à :

• Sélectionner le DMO Sales Order, filtré sur une fenêtre glissante de 12 mois via la clause INTERVAL.
• Regrouper par UnifiedRecordId (la clé du profil unifié).
• Agréger avec SUM() sur le montant, en gérant les valeurs nulles avec COALESCE().

Le résultat est un nouveau DMO calculé, interrogeable comme n'importe quel autre DMO dans les Segments et exposable sur les fiches CRM.

Dimensions et niveau de granularité

Chaque Calculated Insight doit définir clairement sa dimension de calcul : par Unified Individual (le plus courant pour du marketing), par Account, par Produit, ou par une combinaison. Une erreur fréquente consiste à mélanger les niveaux de granularité dans une même métrique (par exemple, calculer une moyenne par individu mais filtrer sur un critère au niveau produit sans jointure explicite), ce qui produit des résultats incohérents sans message d'erreur explicite. Avant d'écrire la logique de calcul, posez toujours la question : "à quel niveau cette métrique doit-elle exister ?"

Fréquence de rafraîchissement

Les Calculated Insights ont leur propre Refresh Schedule, indépendant de celui des Data Streams sources. Vous pouvez planifier un calcul toutes les heures, tous les jours ou selon un schedule custom. Deux points de vigilance :

1. Un Calculated Insight ne se recalcule pas automatiquement quand sa source change : il suit son propre planning, ce qui peut créer un décalage temporaire entre la donnée source et la métrique affichée.
2. Les Calculated Insights complexes en SQL sur de gros volumes consomment des crédits de traitement significatifs à chaque exécution : une fréquence horaire sur un calcul lourd peut rapidement devenir coûteuse sans bénéfice métier proportionnel.

Avant de complexifier un Calculated Insight en SQL, vérifiez si le builder visuel ne suffit pas. Le SQL est plus puissant mais plus difficile à maintenir pour un consultant qui reprendrait le projet plus tard, et les erreurs de syntaxe ou de jointure y sont plus difficiles à diagnostiquer.

Exploiter les Calculated Insights en aval

Une fois créé et publié, un Calculated Insight devient disponible dans plusieurs contextes :

• Segments : comme critère de filtre (par exemple, "valeur vie client > 5000 €").
• Data Cloud Related Lists sur les fiches Contact/Account dans le CRM, pour donner de la visibilité aux équipes commerciales et service client sans quitter Salesforce.
• Prompt Builder / Agentforce, comme donnée de grounding pour personnaliser les réponses d'un agent IA.
• Tableau, via la connexion directe à Data Cloud pour du reporting avancé.

Pour les exposer sur une fiche CRM, il faut activer le Data Cloud for Salesforce Fields ou configurer une Related List dédiée depuis la configuration de la page Lightning, en pointant vers le DMO calculé correspondant au profil unifié du Contact affiché.