運用・モニタリング — Data Explorer・Job Status・パフォーマンス管理

導入

データを取り込んで設定が完了したとしても、「本当にDMOに正しく書き込まれているか」「ジョブが失敗していないか」を確認する手段がなければ、問題の発見が遅れます。Data Cloudには運用・監視のための機能が一通り揃っています。

くわしく知ろう

Data Cloudの運用・モニタリングに使う主要な機能は3つに整理できます。まず「Data Explorer」は、Data Cloud内に格納されているDMOのレコードを画面上で直接参照・検索できる機能です。取り込んだデータがUnified IndividualやContact Point Emailなどの標準DMOに正しく書き込まれているかをビジュアルに確認できます。さらに「Query Editor」を使うと、SQLでDMOに対してアドホッククエリを実行でき、特定レコードの確認やデータ品質の調査に活用できます。

次に「Job Status（ジョブステータス）」は、Data Cloud内で実行される各種バッチ処理の状態を確認するための管理画面です。データ取り込みの「Ingestion Job」、名寄せ処理の「Identity Resolution Job」、セグメント更新の「Segment Refresh Job」など各ジョブの実行状況・所要時間・成功／失敗をここで確認します。Identity Resolution Jobが失敗した場合は、まずJob Statusでエラーログを確認し、マッチングルールの設定不備やソースDMOのフィールドマッピング不整合が原因でないかを調査するのが基本的な手順です。

3つ目は課金・容量管理です。Data Cloudの利用料金は「Credit（クレジット）」単位で計算され、データ処理量・ジョブ実行数・アクティベーション件数などに応じてクレジットが消費されます。Data Cloud管理画面では消費したCreditの推移や、ストレージ使用量のモニタリングができるため、想定外のコスト増加を早期に検知するために定期的な確認が推奨されます。

具体例

たとえばデータ取り込み後にIdentity Resolution Jobがエラーになった場合、Job Statusでエラーログとエラーコードを確認し、続いてData ExplorerでDMOのレコードを目視確認することで、マッピング漏れのフィールドを特定できます。

まとめ・試験ポイント

• Data Explorer＝DMO内のレコードを画面上で参照・検索できる機能
• Query Editor＝SQLでDMOにアドホッククエリを実行しデータ品質を調査する機能
• Job Status＝Ingestion Job・Identity Resolution Job・Segment Refresh Jobなどの実行状況を確認する管理画面
• Identity Resolution Job失敗時＝まずJob Statusのエラーログを確認し、マッピング設定の不整合を調査
• Credit（クレジット）＝Data Cloudの利用量を計算する単位（処理量・ジョブ数などに応じて消費）
• 試験ではData Explorerでのデータ確認目的と、Job Statusで確認できるジョブ種類が問われやすい