Con il rilascio Summer ’26 di Marketing Cloud Next / Data 360, Streaming può ora essere selezionato come frequenza di refresh per i Data Graph, in aggiunta alle opzioni già esistenti come 30 minuti, 1 ora, 4 ore e Daily.
Frequenze di refresh disponibili
- Ogni 30 minuti
- Ogni 1 ora
- Ogni 4 ore
- Daily
- Weekly
- Monthly
- Streaming
Quando si seleziona Streaming, invece di aggiornare l’intero data graph a intervalli fissi, il sistema rileva le modifiche apportate ai DMO referenziati dal data graph e aggiorna in modo incrementale solo le porzioni interessate.
Anche se non si tratta di un aggiornamento in tempo reale, le modifiche dovrebbero essere riflesse nell’arco di pochi minuti fino a qualche decina di minuti.
Non è quindi un refresh in tempo reale, ma le modifiche dovrebbero riflettersi nell’arco di pochi minuti.
Ad esempio, supponiamo che Website Engagement contenga già 10.000 record e che vengano aggiunti 10 nuovi record. Invece di riprocessare tutti i 10.010 record, vengono aggiornate solo le porzioni necessarie in base ai record appena aggiunti.
Tuttavia, il numero di record effettivamente utilizzati per il calcolo del consumo di credit potrebbe essere superiore a questi 10 record. A seconda della struttura delle relazioni del Data Graph e della natura delle modifiche, un singolo record modificato può comportare l’aggiornamento di più record del Data Graph.
Inoltre, a differenza di un Data Graph standard, un Data Graph che utilizza il refresh Streaming non esegue un refresh completo giornaliero.
Pertanto, se solo una piccola porzione dell’intero Data Graph cambia, Streaming può contribuire a ridurre il volume di elaborazione e i costi.
Ad esempio, si consideri un Data Graph che contiene 10 milioni di record, mentre solo circa 1.000 record vengono aggiunti o modificati al giorno.
Può essere più semplice comprendere questo meccanismo pensando all’elaborazione incrementale in Identity Resolution. In Identity Resolution, dopo l’elaborazione iniziale, non tutti i record sorgente vengono riprocessati ogni volta. L’elaborazione si concentra invece principalmente sui record appena aggiunti o modificati.
Il refresh Streaming segue un concetto simile: piuttosto che ricostruire l’intero Data Graph ogni volta, utilizza le modifiche ai DMO come trigger e aggiorna solo le porzioni interessate.
Bisogna usare Streaming sempre e per tutto?
A questo punto, potreste pensare: “Allora perché non usare semplicemente Streaming per tutto?”
Tuttavia, i Data Graph che utilizzano il refresh Streaming presentano diverse limitazioni importanti. Le principali sono:
- Le relazioni N:1 non sono supportate
- Le condizioni di filtro non sono supportate
- Non è possibile passare da Scheduled a Streaming dopo che il Data Graph è stato costruito
- Un Data Graph che utilizza il refresh Streaming non può essere modificato
→ Come mostrato di seguito, l’azione Edit non viene visualizzata.
Pertanto, Streaming non è semplicemente un sostituto superiore ai refresh Scheduled dei Data Graph.
In particolare, il fatto che non sia possibile modificare il Data Graph una volta creato può rappresentare una limitazione significativa nelle operazioni reali.
Cos’è una relazione N:1?
Un Data Graph che utilizza il refresh Streaming non può includere una relazione N:1 tra i DMO coinvolti.
N:1 indica una relazione in cui più record fanno riferimento a un unico record.
Ad esempio, si consideri la seguente relazione:
- Individual → Account
Se più Individual appartengono allo stesso Account:
- Individual A → Account X
- Individual B → Account X
- Individual C → Account X
allora, dal punto di vista di Individual, la relazione con Account è di tipo N:1.
Se questo tipo di relazione è incluso nel Data Graph, Streaming non può essere utilizzato. L’opzione appare disattivata e non può essere selezionata.
In altre parole, quando si valuta l’uso di Streaming, è necessario considerare non solo la frequenza di refresh, ma anche la struttura delle relazioni del Data Graph stesso.
Anche le condizioni di filtro non sono supportate
Un’altra limitazione importante è che le condizioni di filtro del Data Graph non possono essere utilizzate. Sono invece supportati ordinamento e limit.
Con un Data Graph Scheduled, ad esempio, è possibile configurare il Data Graph in modo che includa solo i record che soddisfano condizioni specifiche.
Con Streaming, non è possibile configurare questo tipo di condizioni di filtro personalizzate. Se sono presenti dei filtri, Streaming non può essere selezionato.
Pertanto, se è necessario filtrare in modo puntuale i dati inclusi in un Data Graph, occorre utilizzare Scheduled invece di Streaming.
Conclusione
Un Data Graph che utilizza il refresh Streaming rappresenta un meccanismo molto utile, poiché rileva le modifiche ai DMO e può aggiornare solo i dati interessati nell’arco di pochi minuti.
In particolare, quando solo un numero limitato di record cambia rispetto all’intero Data Graph, l’eliminazione della necessità di un refresh completo giornaliero può contribuire a ridurre il volume di elaborazione e i costi.
D’altra parte, esistono limitazioni importanti, tra cui l’impossibilità di utilizzare relazioni N:1 o condizioni di filtro, così come l’impossibilità di aggiungere oggetti o campi dopo la creazione del Data Graph.
Pertanto, piuttosto che scegliere Streaming semplicemente perché si desiderano refresh più rapidi, è importante verificare prima se la struttura del proprio Data Graph è compatibile con Streaming.
È tutto per questo articolo.
Restate collegati per altri tips su Salesforce Marketing Cloud! 😎
Nobuyuki Watanabe
Tradotto e adattato da SFMC Tips #353 : Marketing Cloud Next: Streaming Refresh for Data Graphs di Nobuyuki Watanabe (@marketingcloudtips), pubblicato originariamente su Medium. Traduzione autorizzata dall’autore.