Leveraging Attribute Groups in Salesforce Marketing Cloud’s Data Designer

As you might’ve guessed Data Designer as its name indicate is a tool in Salesforce Marketing Cloud that allows marketers to design their data whether their source data are internal to Marketing Cloud or came from another external data sources system.

The Data Designer tool is used to define, organize and link your contact information around what we call attributes within attribute groups or populations.

The feature’s attribute groups make it easier for marketers to leverage data to create targeted campaigns that resonate with their target audience by keeping coherent communication in the short or long term.

In this article, we will explore the different kinds of attribute groups in Salesforce Marketing Cloud’s Data Designer and how they can be used for effective marketing campaigns then we will explain what as well as a population in Data Designer.

What are attributes?

Attributes in Marketing Cloud are pieces of data that can be used to describe a contact or a relationship between contacts.

Attributes can include subscriber counts as well as unsubscribed status. Simply put, they are information pieces populated into appropriate fields.

A contact in Marketing Cloud may have either of the following types of informational purposes:

Profile Attributes: Identifies contact. User and third-party data provide most of this information. Such as Status, Mailing preferences, Date of birth, Gender, etc.

Behaviour attributes: describe the user’s behaviour when receiving emails, reading them, the channel they used, the places they clicked, and more as we engage with them.

What are Attribute Groups?

Attribute groups are collections of related data tables. In this way, you can set up the connections between the various tables in Contact Builder and get your data in order.

Furthermore, attribute group has a very important quirk: since they work with real-time data.  If you used Journey Builder, this fact must be considered when using a data extension as an entry source.

You should choose contact data or journey data in regard to your needs.

This means that we must include the Data extensions in the attribute group if we want to use that updated data in real-time via contact data through decision split while setting up the journey.

The data architecture of your Marketing Cloud System can be viewed in the Data Designer view. The contacts themselves are the central component, and all the attribute groups that pertain to contacts orbit around them.

Create an Attribute Group and link its attributes to contacts via the Contact Key whenever you add new information about your contacts. We note two main kinds of attributes such as:

  • System-Defined Attribute Groups
  • User-Defined Attribute Groups

System-Defined Attribute Groups

The System-Defined Attribute Groups are predefined attribute sets used by the system. These attribute groups can be changed; however, they cannot be deleted.

The following in below are attribute groups defined by the system:

Predictive Intelligence Data Attribute Group

The Predictive Intelligence Data attribute group stores data related to predictive analytics, such as predictions for customer behavior and product recommendations. By leveraging this data, you can create targeted marketing campaigns that are highly relevant to your customers’ interests and preferences. For instance, you can use this data to send personalized product recommendations to customers based on their purchase history and browsing behavior.

Mobile Push Data Attribute Group

The Mobile Push Data attribute group stores data related to mobile push notifications, such as device information, push message status, and app usage data. By using this data to create targeted push notification campaigns, you can increase engagement with your mobile app and drive conversions. For example, you can send push notifications with personalized offers or reminders to customers who have abandoned their shopping carts.

Mobile Connected Data Attribute Group

The Mobile Connected Data attribute group stores data related to mobile devices that are connected to Salesforce Marketing Cloud, such as mobile numbers and carrier information. By using this data to create targeted SMS campaigns, you can engage your customers with personalized messaging and promotions. For instance, you can send SMS messages with exclusive offers or event invitations to customers who have opted in to receive SMS communications.

System Data Attribute Group

The System Data attribute group stores data related to Marketing Cloud’s system processes, such as email sends, data imports, and data extracts. By leveraging this data, you can monitor your system processes and identify areas for improvement. For example, you can use this data to track the success of your email campaigns and adjust your strategy accordingly.

Chat Message Data Attribute Group

The Chat Message Data attribute group stores data related to chat conversations conducted through Marketing Cloud’s Chat platform. By using this data to monitor chat activity and track customer engagement, you can provide better customer service and identify opportunities for follow-up communications. For instance, you can use this data to identify frequently asked questions and create knowledge base articles to address them.

Email Data Attribute Group

The Email Data attribute group stores data related to email communications sent through Marketing Cloud, such as email opens, clicks, and bounces. By using this data to create targeted email campaigns, you can increase engagement with your audience and drive conversions. For example, you can use this data to create segments of your audience based on their email engagement and send follow-up communications with personalized content and promotions.

GroupConnect Line Attribute Group

The GroupConnect Line attribute group stores data related to GroupConnect conversations conducted through Marketing Cloud’s GroupConnect platform. By using this data to monitor GroupConnect activity and track customer engagement, you can provide better customer service and identify opportunities for follow-up communications. For instance, you can use this data to identify common issues or feedback and address them through targeted communications or updates.

User-Defined Attribute Groups

User-defined attribute groups can be made in Salesforce Marketing Cloud. Using user-defined attribute groups, you can create unique data extensions.

 Salesforce Marketing Cloud uses a data structure called a data extension, which is conceptually similar to a relational database. User-defined attribute groups allow you to save information about your customers that do not fit into predefined attribute groups. We call them custom attribute groups those ones can be deleted if needed.

Attribute Group Templates

Contact Builder allows you to organize your custom attribute groups by using predefined templates. There are currently only these four, and they work fine as examples, but depending on your businesses that can be relevant to make your own custom attribute groups.

Data extensions are generated when a template is selected.

Graphical user interface, application

Description automatically generated

The Contact Key in Contact Builder can also be used to connect separate tables. Contact Key is the distinctive identifier that each customer gets from the Marketing Cloud database.

Graphical user interface, application

Description automatically generated


Populations are used to divide contacts into different subgroups. Think of a population as a subset of the full list of people who could go on a journey. Let’s say you work for a car transportation company and have one master table of contacts that includes both riders and drivers. You can make two different populations: one for the drivers and one for the riders. This is because each group or population needs its own marketing and data structures.

To sum up, the attribute groups available in the Data Designer of Salesforce Marketing Cloud are an excellent resource for keeping your customer information well-organized. Using this information, you can create targeted marketing campaigns that increase engagement and conversions by focusing on specific groups of customers based on their shared attributes.

Streamlining Your Intelligence Reports with Data Extensions in Salesforce Marketing Cloud

Salesforce Marketing Cloud offers a powerful suite of tools to help Marketers make informed decisions and streamline their marketing efforts. One of the key features of this platform is Intelligence Reports, which provide valuable insights into customer behavior and campaign performance. To get the most out of your Intelligence Reports, it’s important to connect to data extensions in Salesforce Marketing Cloud. In this article, we’ll explore how to do just that.

1-Create a Data Extension

The first step in connecting to a data extension in Salesforce Marketing Cloud is to create the extension itself. To do this, navigate to the “Data Extensions” tab and click on “Create.” From here, you’ll be prompted to enter some basic information about your extension, including its name and the fields you want to include. Once you’ve created your data extension, you’ll be ready to start using it in your Intelligence Reports.

2- Create a join between Engagement and Data Extension Data

With Intelligence Reports Advanced you can use the Queries Tab to pull subscriber-level data and gain insights on data that is not available directly in your Dashboards.

Then you can know which subscriber engaged with a particular journey, indeed we will have a large view of your customer behavior.

To achieve this, we must join engagement data and Data Extension data to query both data sets.

We can use two different kinds of joins left and right join:

  • Left Join— Displays all records when either the left or right table contains a match.
  • Full Join— Displays all records found in both tables.
Graphical user interface, text, application

Description automatically generated

Below is an example with subscriber data so that you can see the outcomes of utilizing different join types. The join can be performed via any field you would like.

Engagement Data

Data Extension Data

You must connect the fields since the data extension and engagement data store values in different fields. Connect the fields if subscriber data is represented as subscriber key in engagement data and contact ID in data extension data:

Left Join


The system uses a left join by default. The query returns these results depending on the join type you specify.

Left Join Results

Full Join

Graphical user interface, application

Description automatically generated

Full Join Results


Connecting to a Data Extension and Engagement Data and then using queries in Intelligence Report Advanced are important steps in streamlining your marketing efforts and gaining valuable insights into customer behavior. By following the steps outlined above, Marketers can create data extensions, connect them to Intelligence Reports, and start customizing reports to meet their specific needs then make data-driven decisions that will turn off into an effective improvement and reach the target goal in a short amount of time. With the right tools and a little bit of know-how, you can unlock the full potential of your data and take your marketing efforts to the next level.

See you soon with a new post.

Live with pleasure!


Maintain the Send Log/Maintenir the Send Log

Learning Objectives /Objectif de formation

After completing this unit, you’ll be able to: / Une fois cette unité terminée, vous pourriez :

  • Clean and maintain send log data extensions. /Nettoyer et maintenir send log data extensions
  • Ensure send logging is not a single point of failure for sends. / Assurez-vous que la journalisation des envois ne constitue pas un point de défaillance unique pour les envois.

In the previous unit, you followed along as Michele set up NTO’s send logging data extensions for all of their sends. As we’ve mentioned, it’s important to remember that each send logging data extension is capturing all enabled sends related to an MID. And that’s a lot of messages. So how do you keep from accumulating too much data and slowing down your sends? / Dans l’unité précédente, vous avez suivi Michele dans la configuration des extensions de données d’enregistrement des envois de NTO pour tous leurs envois. Comme nous l’avons mentionné, il est important de se rappeler que chaque extension de données de journalisation des envois capture tous les envois activés liés à un MID. Et cela fait beaucoup de messages. Alors comment éviter d’accumuler trop de données et de ralentir vos envois ?

You follow best practices! Let’s talk about the steps you can take to keep your send logging on track. / En suivant les meilleures pratiques ! Parlons des mesures que vous pouvez prendre pour garder votre enregistrement des envois sur la bonne voie.

Use Staging Data Extensions to Handle High Record Counts / Utiliser Staging Data Extensions pour gérer les nombres élevés d’enregistrements

First, remember that it’s always best to remove data from the send logging data extension and move it to a long-term storage data extension. The previous unit highlighted how you can use data extract activities to do this. / Tout d’abord, rappelez-vous qu’il est toujours préférable de supprimer les données de l’extension de données d’enregistrement d’envoi et de les déplacer vers une extension de données de stockage à long terme. L’unité précédente a montré comment vous pouvez utiliser les activités d’extraction de données pour ce faire.

 But you may outgrow that method if you start dealing with millions and millions of records. To handle high record counts, you may want to use the initial long-term data extension as a staging data extension and then move it to different locations, such as remarketing or sale data extensions. / Mais vous risquez de ne plus pouvoir utiliser cette méthode si vous commencez à traiter des millions et des millions d’enregistrements. Pour gérer un nombre élevé d’enregistrements, vous pouvez utiliser l’extension de données à long terme initiale comme extension de données de transit, puis la déplacer vers différents emplacements, tels que les extensions de données de remarketing ou de vente.

That way, you can run your activities using separate data extensions and reduce the load even further. / De cette façon, vous pouvez exécuter vos activités en utilisant des extensions de données distinctes et réduire encore plus la charge.

Modify Your Schedule Based on Activity Run Time/ Modifier votre planning en fonction du temps d’exécution des activités

In any case, you should limit the number of activities that use a single data extension, especially concurrently. In the previous unit, Michele created the two imports and set them to run about 6 hours apart. She may need to modify that amount of time if the activities take longer to process. / Dans tous les cas, vous devez limiter le nombre d’activités qui utilisent une même extension de données, surtout de manière simultanée. Dans l’unité précédente, Michèle a créé les deux importations et les a programmées pour qu’elles soient exécutées à environ 6 heures d’intervalle. Elle devra peut-être modifier ce délai si les activités prennent plus de temps à traiter.

Pay close attention to how long your activities require to run and modify your schedule accordingly. / Soyez attentif à la durée d’exécution de vos activités et modifiez votre planning en conséquence.

Use Data Retention Policies/ Utiliser les politiques de rétention des données

And, of course, you should always use data retention policies to manage the amount of data in the data extensions used for send logging. We recommend a maximum limit of 10 days to retain data. You can change data retention policies for your data extensions later, but it’s always good to start with a solid policy in place. /Et, bien sûr, vous devez toujours utiliser des politiques de conservation des données pour gérer la quantité de données dans les extensions de données utilisées pour la journalisation des envois. Nous recommandons une limite maximale de 10 jours pour la conservation des données. Vous pouvez modifier les politiques de conservation des données pour vos extensions de données ultérieurement, mais il est toujours bon de commencer avec une politique solide en place

Plan Ahead for Your Data Extension Fields/Planifiez à l’avance les champs de votre extension de données

It’s not ideal to add additional fields to an existing data extension, so plan ahead to make sure you have the custom fields you need in place before you start. Send logging data extensions start out with a few standard template fields, and you can add more to capture data from programmatic languages like AMPscript or Guide Template Language. /Il n’est pas idéal d’ajouter des champs supplémentaires à une extension de données existante, alors planifiez à l’avance pour vous assurer que vous avez les champs personnalisés dont vous avez besoin en place avant de commencer. Les extensions de données d’enregistrement d’envoi commencent avec quelques champs de modèle standard, et vous pouvez en ajouter d’autres pour capturer des données à partir de langages programmatiques comme AMPscript ou Guide Template Language.

Still, limit those fields to 10 or less to prevent processing load on that data extension. Remember, you’re going to ask this data extension to do a lot of work, and you should make that work as meaningful and productive as possible. /Néanmoins, limitez ces champs à 10 ou moins pour éviter la charge de traitement sur cette extension de données. Rappelez-vous, vous allez demander à cette extension de données de faire beaucoup de travail, et vous devez rendre ce travail aussi significatif et productif que possible.

And, of course, it’s best to start following these best practices from the very beginning of your send logging. Fixing mistakes down the road is possible, but it takes time and intervention. You can avoid most pitfalls by planning accordingly and making sure that you reduce the load of send logging on your accounts. Once you’re up and running, you’ll have a wealth of new data to power your marketing activities. /Et, bien sûr, il est préférable de commencer à suivre ces bonnes pratiques dès le début de votre journalisation des envois. Réparer les erreurs en cours de route est possible, mais cela demande du temps et de l’intervention. Vous pouvez éviter la plupart des écueils en planifiant en conséquence et en veillant à réduire la charge de la journalisation des envois sur vos comptes. Une fois que vous serez opérationnel, vous disposerez d’une multitude de nouvelles données pour alimenter vos activités de marketing.


Create the Send Log /Creation de Send Log

Learning Objectives /Objectifs de formation

After completing this unit, you’ll be able to: / Une fois cette unité terminée, vous pourriez :

  • Create send logging data extensions for your marketing channels. / Créez des extensions de données de journalisation des envois pour vos canaux de marketing.
  • Enable send logging in your account. /Activez l’enregistrement des envois dans votre compte.  

Before You Begin / Avant de commencer

In this module, we assume you are a Marketing Cloud admin with the proper permissions to configure and use Contact Builder. If you’re not an admin for Marketing Cloud, that’s OK. Read along to learn how your admin would take the steps in a production org. Don’t try to follow these steps in your Trailhead Playground. Marketing Cloud isn’t available in the Trailhead Playground.

/ Dans ce module, nous supposons que vous êtes un administrateur de Marketing Cloud disposant des autorisations appropriées pour configurer et utiliser Contact Builder. Si vous n’êtes pas un administrateur de Marketing Cloud, ce n’est pas grave. Lisez la suite pour savoir comment votre administrateur suivrait les étapes dans une organisation de production. N’essayez pas de suivre ces étapes dans votre espace de jeu Trailhead. Marketing Cloud n’est pas disponible dans le terrain de jeu Trailhead.

Create Send Logging Data Extensions / Créer des Send Logging Data Extensions

Meet Michele Hansley, a technical marketer for Northern Trail Outfitters (NTO). She’s been working with the company’s enterprise architect Pia Long to implement send logging. / Voici Michele Hansley, spécialiste du marketing technique chez Northern Trail Outfitters (NTO). Elle a travaillé avec Pia Long, l’architecte d’entreprise de la société, pour mettre en œuvre send logging.

Let’s follow along as the NTO team gets started. Michele wants to first make sure that their sends capture everything they want. So she’s going to set up a send logging data extension for each channel in an NTO test business unit. / Suivons l’équipe de NTO dans sa démarche. Michele veut d’abord s’assurer que leurs envois capturent tout ce qu’ils veulent. Elle va donc configurer une send logging data extension pour chaque canal de la business unit de test d’NTO.

This is important because each messaging channel requires a separate send logging data extension. / C’est important car chaque canal de messagerie nécessite une extension de données d’enregistrement d’envoi distincte.

Create the Email Send Logging Data Extension / Créer l’Email Send Logging Data Extension

Michele starts with the email send logging data extension. / Michele commence avec l’extension de données de journalisation d’envoi d’email.

  1. In Marketing Cloud, she clicks Audience Builder, then selects Contact Builder from the dropdown. / Dans Marketing Cloud, elle clique sur Audience Builder, puis sélectionne Contact Builder dans la liste déroulante.
  1. In Contact Builder, she clicks the Data Extensions tab, then clicks Create and selects Create from Template. / Dans Contact Builder, elle clique sur l’onglet Extensions de données, puis sur Créer et sélectionne Créer à partir d’un modèle.
  1. She chooses SendLog as her template for this round, although she’ll go back and add data extensions for SMS and push later. / Elle choisit SendLog comme modèle pour ce stade, mais elle reviendra plus tard pour ajouter des extensions de données pour les SMS et le push.
  2. She then clicks Done. / Elle clique ensuite sur Terminé.
  1. She names her send logging data extension NTOTestSendLog1 and clicks Next. / Elle nomme son extension de données de journalisation d’envoi NTOTestSendLog1 et clique sur Next.
  2. Michele turns on data retention for the data extension and sets it for all records. The data retention policy determines how often data is removed from the data extension. She is trying the default 6-day setting until she better understands how her sends require data—so this value might change later. She clicks Next to review the data extension fields. /Michele active la rétention des données pour l’extension de données et la définit pour tous les enregistrements. La politique de conservation des données détermine la fréquence à laquelle les données sont supprimées de l’extension de données. Elle essaie le paramètre par défaut de 6 jours jusqu’à ce qu’elle comprenne mieux comment ses envois nécessitent des données ; cette valeur pourrait donc changer ultérieurement. Elle clique sur Suivant pour passer en revue les champs de l’extension de données.
  1. Michele adds a JSONData field to the list of attributes, making sure that the field doesn’t exceed 3,000 characters, following best practice. Michele also decides to include a SendDate field that uses the Default Value setting for the current date. That setting becomes very important in the next step. She clicks Complete. / Michele ajoute un champ JSONData à la liste des attributs, en s’assurant que le champ ne dépasse pas 3 000 caractères, conformément aux meilleures pratiques. Michele décide également d’inclure un champ SendDate qui utilise le paramètre Valeur par défaut pour la date du jour. Ce paramètre sera très important à l’étape suivante. Elle clique sur Terminer.

Michele also creates a separate data extension to hold information from the send logging data extension for long-term use. / Michele crée également une extension de données distincte pour conserver les informations de l’extension de données d’enregistrement d’envoi pour une utilisation à long terme.

To move the data from the send logging data extension, she creates an automation using a query activity. / Pour déplacer les données de l’extension de données d’enregistrement des envois, elle crée une automatisation utilisant une activité de requête.

 The query activity pulls out information for the past day based on the SendDate value and copies it into another data extension. / L’activité de requête extrait les informations du jour précédent en fonction de la valeur SendDate et les copie dans une autre extension de données.

Here’s how Michele sets up the automation. /Voici comment Michele configure l’automatisation.

  1. In Marketing Cloud, Michele navigates to Automation Studio and clicks New Automation. / Dans Marketing Cloud, Michele navigue dans Automation Studio et clique sur Nouvelle automatisation.
  2. She drags a Schedule starting source to the canvas and sets it to run every day at  2 AM, then sets a daily repeat and clicks Done. / Elle fait glisser une source de départ Schedule sur le canevas et la configure pour qu’elle s’exécute tous les jours à 2 heures du matin, puis définit une répétition quotidienne et clique sur Done.
  1. She drags the SQL Query activity to the first step in the automation and clicks Choose. / Elle fait glisser l’activité Requête SQL vers la première étape de l’automatisation et clique sur Choisir.
  1. She clicks Create New Query Activity and names the activity NTOTest. She also adds a brief description and an external key, then clicks Next. / Elle clique sur Créer une nouvelle activité de requête et nomme l’activité NTOTest. Elle ajoute également une brève description et une clé externe, puis clique sur Suivant.
  1. She pastes the SQL into the activity and clicks Validate Syntax to make sure everything works correctly. / Elle colle le SQL dans l’activité et clique sur Valider la syntaxe pour s’assurer que tout fonctionne correctement.
  1. After everything passes, she clicks Next. / Une fois que tout est passé, elle clique sur Suivant.
  1. Finally, she chooses the data extension where all of the data ends up and chooses to append the data so that she always sees the most recent version of the data. Any new data goes into new rows. /Enfin, elle choisit l’extension de données où toutes les données aboutissent et choisit d’ajouter les données afin de toujours voir la version la plus récente des données. Toutes les nouvelles données sont placées dans de nouvelles lignes.
  1. Michele saves the activity and starts the automation. /Michele enregistre l’activité et lance l’automatisation.

Now that she’s got the hang of it, Michele goes back and creates send logging data extensions for SMS and push messages as well. / Maintenant qu’elle a pris le coup de main, Michele revient en arrière et crée des extensions de données d’enregistrement d’envoi pour les SMS et les messages push également.

She also creates the accompanying long-term storage data extensions and automations to extract the data. Finally, she chooses which messages she wants to include in the send logging process. / Elle crée également les extensions de données de stockage à long terme correspondantes et les automatismes pour extraire les données. Enfin, elle choisit les messages qu’elle souhaite inclure dans le processus d’enregistrement des envois.

 After the team tests and refines their send logging setup, they can implement their process in the NTO production business units—confident that they’ll get the data they need without bogging down their system with inefficient processes. / Une fois que l’équipe a testé et affiné sa configuration de consignation des envois, elle peut mettre en œuvre son processus dans les unités commerciales de production de NTO, confiante qu’elle obtiendra les données dont elle a besoin sans encombrer son système de processus inefficaces.

Next Up /Suivant

Like any good tool, send logging requires maintenance. Join us in the next unit to learn how you can keep your send logs running smoothly. / Comme tout bon outil, la journalisation des envois nécessite une maintenance. Rejoignez-nous dans la prochaine unité pour apprendre comment vous pouvez assurer le bon fonctionnement de vos journaux d’envoi.


Plan for Send Logging/ Planifier l’enregistrement des envois

Learning Objectives/ Objectifs de formation

After completing this unit, you’ll be able to: / Une fois cette unité terminée, vous pourriez :

  • Describe the purpose of send logging. /Decrire le but des enregistrement des envois.
  • Evaluate your send logging needs./ Évaluez vos besoins en matière d’ enregistrement d’envois.
  • Create a basic send logging plan. / Créer un plan de base de logging d’ enregistrement d’envois.

Time to Capture the Data/ Il est temps de collecter les données

Marketing Cloud offers a vast amount of information through Analytics Builder and its suite of standard reports. However, there are times you may need to collect more specific data—and take action on that data. That’s where send logging comes in! /Marketing Cloud offre une vaste somme d’informations a travers Analytics Builder et sa suite de rapports standards. Cependant, souvent ou parfois  vous aurez besoin de recueillir des donnees specifiques­­__et prendre des decisions bases sur ces donees. C’est justement ici que les enregistrement envois apportent de la valeur.

Send logging data extensions can capture information that standard reporting and tracking doesn’t, especially as it relates to a specific send and what material was included in the send. Send logging can capture things like: /Send logging data extensions peut collecter des informations que des rapports Standards et le tracking ne permettent pas de recueillir, particulierement vu qu’ils sont lies a un envoi specific et du contenu qui fut inclu dans l’envoi. L’enregistrement d’envoi peut collecter des elements tel ques:

  • A single location of the JobID value and any other campaign or custom ID values you want / Un emplacement unique de la valeur JobID et de toute autre valeur de campagne ou custom ID que vous souhaitez.
  • The exact data included in the send, even if you use highly customized and personalized scripted content /Les donnees exacts incluent dans l’envoi, meme si vous utilises des scripts de contenus hautement personalises
  • Any material or attribute values included in the send /Toute valeures de contenus ou attributs inclus dans l’envoi.

All of this information can enhance marketing activities that require information only provided at send time—just keep in mind a few limitations. /Toutes ces informations peut ameliorer les activites marketing qui necessite des informations qui sont fournis uniquement au moment de l’envoi — cependant il existe quelques limites.

  • Send logging data extensions cannot retrieve send information retroactively. / Send logging data extensions ne peuvent pas récupérer les informations d’envoi rétroactivement.
  • Modifying a send logging data extension after you create it can be difficult. /Modifier une send logging data extension apres creation peut etre dificile.
  • Send logging data extensions can capture a lot of information as part of normal sending processes. Extremely large send logging data extensions can cause send delays and affect performance. Therefore, you need to plan your retention policies early. /Send logging data extensions peuvent collecter plusieurs informations dans le cadre des processus d’envoi normaux. Des send looging data extensions de gros volume peuvent causer des retards d’envois et affecter les performances. Par conséquent, vous devez etablir vos politiques de rétention tres tot.

In this module, we give you the tools you need to use send logging effectively and avoid slow sends, broken automations, and other pitfalls. One of the most important first steps is planning ahead—let’s get started! / Dans ce module, nous vous donnons les outils dont vous avez besoin pour utiliser send logging efficacement et d’eviter des envois lents, des automations non fonctionnelles, et autres diffilcultes.

Send Logging Data Extensions

First, let’s start with the send logging data extension. Marketing Cloud provides data extension templates for email, SMS, and push message sends that include some basic information. You can also add custom fields, such as the URL for View as a Web Page functionality or campaign data. / Tout d’abord, commençons par l’extension de données d’enregistrement d’envoi. Marketing Cloud fournit des modèles d’extension de données pour les envois d’e-mails, de SMS et de messages push qui incluent certaines informations de base. Vous pouvez également ajouter des champs personnalisés, tels que l’URL pour la fonctionnalité Afficher comme une page Web ou les données de campagne.

 Keep in mind that these data extensions involve a lot of data and processing, so you need to plan wisely to capture only what you need and ensure that multiple processes don’t try to use a data extension at the same time. /Gardez à l’esprit que ces extensions de données impliquent plusieurs de données et de traitements. Vous devez donc planifier judicieusement pour ne capturer que ce dont vous avez besoin et vous assurer que plusieurs processus n’essaient pas d’utiliser une extension de données en même temps.

Why? Because you can have only one send logging data extension per channel (email, SMS, and push) per MID (top-level account or business unit in your tenant). So make the most of the space you have. / Pourquoi ? Parce que vous ne pouvez avoir qu’une seule extension d’envoi de données d’enregistrement par canal (e-mail, SMS et push) par MID (compte de premier niveau ou unité commerciale). Exploitez donc au maximum l’espace dont vous disposez.


Send logging data extensions always start with a template. By default, each template includes the following fields based on send type. /Send logging data extensions commence toujours avec un template. Par defaut, chaque template inclus les champs suivant base sur le type d’envoi.

NoteThese fields contain information generated by Marketing Cloud, and these values can’t be modified. / Ces champs contiennent des informations générées par Marketing Cloud, et ces valeurs ne peuvent pas être modifiées.

Data Format and Types

Because the send log uses a single data extension, it’s best to keep the data to a minimum. / Étant donné que le send log utilise une seule extension de données, il est préférable de limiter les données au minimum.

 Streamlining the data is important because very large data extensions can take a lot of time to store and index data. /Il est important de rationaliser les données, car le stockage et l’indexation de très grandes extensions de données peuvent prendre beaucoup de temps.

Think of it like streamlining a bicycle for maximum speed and efficiency. Ditch the bell and streamers—we’re aiming for top performance! Here are some data extension guidelines to get you there. / Pensez-y comme la rationalisation d’un vélo pour une vitesse et une efficacité maximales. Oubliez la cloche et les banderoles, nous visons les meilleures performances ! Voici quelques directives d’extension des données pour y parvenir.

  • Use fewer than 20 fields, if possible—and definitely no more than 100 fields. /Utilisez moins de 20 champs, si possible, et certainement pas plus de 100 champs.
  • Use fewer than 3,000 characters worth of information across all fields for an entire row. / Utilisez moins de 3 000 caractères d’informations dans tous les champs pour une ligne entière.
  • Define lengths for text fields to avoid cramming too many characters into a field. / Définissez des longueurs pour les champs de texte afin d’éviter de faire entrer trop de caractères dans un champ.
  • Refrain from setting any custom fields as primary keys. / Évitez de définir des champs personnalisés comme clés primaires.
  • Make any fields added to the send log nullable. / Rendre nuls tous les champs ajoutés au journal d’envoi.

After you define the data you want to include, you have to decide how much data you want to keep. And that can add up. Sends can generate millions of rows of data, so you need to make sure that you manage that amount, extract what you need, and get rid of the rest. / Après avoir défini les données que vous souhaitez inclure, vous devez décider de la quantité de données que vous souhaitez conserver. Et cela peut faire beaucoup. Les envois peuvent générer des millions de lignes de données. Vous devez donc vous assurer de gérer cette quantité, d’extraire ce dont vous avez besoin et de vous débarrasser du reste.

Check out these guidelines for maintaining your send logging data extensions. / Consultez ces directives pour le maintien  vos send logging data extensions.

  • Set up a data retention policy to clear out data that is no longer needed or has been extracted—typically a few weeks or months. /Mettez en place une politique de conservation des données pour éliminer les données qui ne sont plus nécessaires ou qui ont été extraites – généralement quelques semaines ou mois.
  • Retain as few rows as possible. /Conserver le minimum de lignes possible.
  • If data written to the send log is in excess of a few million per day, work with your Salesforce team to optimize for this volume. /Si les données écrites dans le journal d’envoi dépassent quelques millions par jour, travaillez avec votre équipe Salesforce pour optimiser ce volume.
  • Keep the data in the send logging data extension only as long as is necessary to export to a different location for long-term storage. /Ne conservez les données dans le send logging data extension que le temps nécessaire à leur exportation vers un autre emplacement pour un stockage à long terme.
  • Perform marketing activities using data in long-term storage as opposed to the send logging data extension. / Réaliser des activités de marketing en utilisant des données stockées à long terme, contrairement à send logging Data extension.

When you capture data, remember that the send logging data extensions capture only data related to a specific send and nothing else. If you want to combine that data with other information for later use, export it into a separate data extension using the ID values to match the data to your contact records. /Lorsque vous capturez des données, n’oubliez pas que les send logging data extensions ne capturent que les données relatives à un envoi spécifique et rien d’autre. Si vous souhaitez combiner ces données avec d’autres informations pour une utilisation ultérieure, exportez-les dans une extension de données distincte en utilisant les valeurs d’identification pour faire correspondre les données à vos enregistrements de contacts.

Finally, if you capture data using programmatic languages, you can store JSON-formatted data in a single field. Meaning one field can store a great deal of information to improve the performance of the send logging data extension. / Enfin, si vous capturez des données à l’aide de langages programmatiques, vous pouvez stocker des données au format JSON dans un seul champ. Cela signifie qu’un seul champ peut stocker une grande quantité d’informations pour améliorer les performances du send logging Data Extension.

Send Logging for Business Units

Earlier in this module, you learned that you can only use one send logging data extension per MID. And if your tenant uses multiple business units, there’s a good chance you’ll be sending many messages that log information to your send logging data extension. Consider setting up send logging data extensions for each of your business units. Here are some ideas for how you can divide up sending responsibilities across business units. / Plus tôt dans ce module, vous avez appris que vous ne pouvez utiliser qu’une seule extension de données d’enregistrement d’envoi par MID. Et si votre entreprise utilise plusieurs unités commerciales, il y a de fortes chances que vous envoyiez de nombreux messages qui enregistrent des informations vers votre extension de données d’enregistrement d’envoi. Envisagez de configurer des extension de données d’enregistrement d’envoi pour chacune de vos unités commerciales. Voici quelques idées sur la façon dont vous pouvez répartir les responsabilités d’envoi entre les unités commerciales.

  • Dedicate a business unit to test sends, so you can try out new approaches without affecting the quality of your send data. Dédier une business unit pour tester les envois, afin de pouvoir essayer de nouvelles approches sans affecter la qualité de vos send data.
  • Dedicate a business unit to transactional sends to keep that data separate and keep send log entries to a minimum. / Dédier une business unit pour les transactional sends afin de garder ces données séparées et de réduire au minimum les entrees de send log.
  • Dedicate a business unit to large, planned bulk email sends to separate those events from ad hoc and Journey Builder-based sends, allowing both those sends and the send log writing process to continue smoothly. / Dédier une business unit aux envois massifs et planifiés d’e-mails afin de séparer ces événements des envois ad hoc et des envois basés sur Journey Builder, ce qui permet à ces envois et au processus de rédaction du journal des envois de se poursuivre sans problème.

Using different send logs ensures you can capture all the necessary attributes and related send data you need. /L’utilisation de different Send log vous permet de capturer tous les attributs nécessaires et les données d’envoi afférentes dont vous avez besoin.

  • Next Up/ Prochaine étape

You’ve got the basics for how to think about and plan for send logging. In the next unit, let’s take a look at how exactly you get send logging data extensions into your account. /Vous avez maintenant les bases de reflexion et une strategie pour les enregistrement d’envoi. Dans la prochaine unite, nous verrons comment vous obtenir une send logging data extensions dans votre compte.


Getting record details from Salesforce using the Rest API

This article explains how to connect to Salesforce using Postman to perform integration tests then retrieve record details from Salesforce.

Salesforce provides a Connected App to connect with the platform with any other application.

Getting started with Salesforce Manage Connected App

First, log in to Salesforce org and go to Setup then click on App manager

Click on New Connected App Button in the section.

Then you will see the page below

    1. Give the Name of the Application.
    2. Enter Contact Email and any additional information suitable for your application.
    3. Enable OAuth settings in API section.
    4. Enter a Callback URL. This is the URL that a user’s browser is redirected to after successful authentication. In this case we give https://login.salesforce.com/services/oauth2/callback as callback URL.
    5. Add Selected OAuth Scopes. For instance, Full access(full).

Click on Save button and after Click on Continue

You will be redirected to your Manage Connected App’s Page

After creating the Connected App, go and Click to reveal a link to get Consumer secret. Make a note of Consumer Key and Consumer Secret, as you need these details to authenticate the external application.

Then navigate to Manage and go to OAuth Policies section select IP restrictions as Relax IP restrictions.

Now we will see how to call and integrate Salesforce with Postman.

Postman is an application for interacting with HTTP APIs. It has powerful testing features and user GUI for making requests and reading responses.

Getting started with Postman

Install Postman by going to Postman APPs . 

Integrating Salesforce using REST API

A) Setup the HTTP login request URL

We are going to set request URL by (Base URL + Parameters), see below the structure to construct request URL for Salesforce org


ConsumerKey: Consumer Key obtained from Manage Connected App. ConsumerSecret: Consumer Secret obtained from Manage Connected App. SalesforceUserName: Salesforce User ID. •SalesforcePassword: Provide the login credentials of Salesforce

B) Authenticating your request with Salesforce

Create a POST method and Copy the request URL as shown below and click on send.

Here we got Instance-URL, Access token, Token-type. This Access token will be used as a parameter value in Header to send any HTTP requests and get the response from Salesforce.

Retrieving record details from Salesforce

Now we will see how to get details of a record from Salesforce object using the GET.  Use this URL.



a.Instance_urlInstance_url obtained in the same manner.

b.Object NameAs Account, Contact …

c. IdId of the SObject that you have selected.

To create a GET method, copy the URL and copy the Access token along with Token type in Header section as shown below

After Click on the send button. You will get all the Account details of that particular record as shown the picture below.

I hope you find this article useful. See you soon.


Installed package

How to interact with Salesforce Marketing Cloud API by creating an Installed package. Let’s get started

1.First log in to Marketing Cloud and go to Setup (to be found under your username, as per the image below)

2. Under Platform tools, expand the Apps section and click on Installed Packages, then click on New.

3. Name the package, enter the Description and Save

4.  You will see the Package Details below after the package is saved. Then click on Add Component.

5. Select a Component Type. For our interacting purposes, select API Integration.

6.Select Server to Server and click on Next

7. Click on Add component and set up the package permissions

8. Select just the permissions you need according to your use case to perform the REST API call.

For more details about permissions check out this https://developer.salesforce.com/docs/atlas.en-us.mc-apis.meta/mc-apis/rest-permissions-and-scopes.htm

In your case you will use this permission:

For interacting purposes, we choose Read access for “Documents and Images, Audiences, List and Subscriber, Email and Data Extension” then click on “save”.

After saving, you will see the page below

Note: Client Id and Client Secret are the keys to access your Marketing Cloud, you should store them securely. Never put them public on the client-side.

Once this is done, you have all information your need to get the token which enables to interact with Marketing Cloud and other systems using RESP API. You can do a test call by using your preferred developer tool such as Postman tool.

I wish you a better year!

Live with pleasure 😊


Sorry, this item is out of stock

Christmas is almost upon us. Let’s imagine you just received an email that the dress which was supposed to be your dress for the party is now out of stock due to its success as you can see in the emails below. You had made the order over than one week ago and you received this email after sending a complaint to the service client or to Instagram account of the brand.

Sometimes, the retailers do marketing actions and offer a reduction for the next order to apologize. Then I thought that will it be great if this email can be sent just the next day after the order purchase, won’t it?

For multiple reasons, some retailers do not auto-update their data, perhaps the data is updated every day at night, or they use batches (automation by periods or under certain conditions), and it causes this kind of trouble such that the customers can order on an e-shop although the item is out of stock.

I got some good news, for retailers who have already implemented Salesforce Marketing Cloud for their different campaigns, they can use the DESelect App at just the right time to perform segmentation faster and send an email to all customers who have placed the order but will not receive their parcel. With DESelect, your marketing team will be more proactive.

Now let’s dive straight into the DESelect and Salesforce Marketing Cloud to solve this challenge!

Assume you already have these data extensions in your Salesforce Marketing Cloud account.




1.Within your Salesforce Marketing account click on “AppExchange” and select “DESelect”

2.Click “New Selection” and enter the name of your selection.

3.Check out the data extensions “Customer” and “Delivery “in the section Available Data Extension and drag and drop to Select Data Extensions.

And create a relationship between the two tables

Here in the filter select the field CustomerID to connect the two data extensions and save.

  1. Drag and drop the data extension in the section Available Data Extension and drag and drop to Select Data Extensions. And create a relationship with the two tables “delivery” and “product. Here we select your “code Item” to the data extension delivery and to the data extension Products

And click “save”

5.Next we will do the filters. Let say that the code of item is “P-1” and the last item has been selling at 11:30am. Now we do the filter as below:

  1. Navigate to the step “Target Definition” and create a data extension that which will use for put out your campaign, select “Is sendable” and save


  1. Then drag and drop the fields you want to use in your campaign. It will appear in your data extension in email studio and click save

Then click Save Data Extension

  1. Navigate to the step “preview” and click “Run Preview”

  1. And the result appears you can see the customers who did not receive their parcel. Click “SAVE “and “RUN
  2. Navigate to Email Studio and then to Subscribers and select “data extension”. Then you can view the data extension that you have created with a tool called DESelect. 

Now after creating a template for the campaign you can use this data extension for the sending of the campaign for customers who did not receive their parcel. 

It’s your time to create other segmented email campaigns without SQL code, but by simple drag and drop! Many thanks to DESelect!

See you soon with another article, MERRY CHRISTMAS to all!


Resolve and Prevent Duplicate Data /Résolution et prévention des données en double

Learning Objectives /Objectifs de formation

After completing this unit, you’ll be able to: /Une fois cette unité terminée, vous pourrez :

  • Explain the difference between matching rules and duplicate rules. /Expliquer la différence entre les règles de correspondance et les règles de duplication
  • Identify features of standard matching rules. /Identifier les caractéristiques des règles de correspondance standard
  • Discover options for customizing matching rules. /Découvrir des options permettant de personnaliser les règles de correspondance
  • Create matching rules. /Créer des règles de correspondance

Rules Deep-Dive /Approfondissement des règles

Matching rules and duplicate rules work together to ensure that your sales teams work with data that’s free of duplicates. Before your reps save new and updated records, matching rules and duplicate rules provide warnings of potential duplicates. You manage matching rules and duplicate rules in Setup. /Les règles de correspondance et les règles de duplication fonctionnent ensemble pour garantir que vos équipes de vente travaillent avec des données exemptes de doublons. Avant que vos commerciaux n’enregistrent de nouveaux enregistrements ou des enregistrements mis à jour, les règles de correspondance et les règles de duplication alertent de la présence potentielle de doublons. Dans Configuration, vous pouvez gérer les règles de correspondance et les règles de duplication.

Manage matching rules and duplicate rules in Setup

But what’s the difference between matching rules and duplicate rules?/Mais quelle est la différence entre les règles de correspondance et les règles de duplication ?

Matching Rules /Règles de correspondance

Let’s look at how matching rules work in Salesforce. /Examinons comment fonctionnent les règles de correspondance dans Salesforce.

We developed our standard matching rules to return the best possible set of match candidates for business accounts, contacts, leads, and person accounts. Here’s an example of some of the matching criteria we include for contact and lead records. /Nous avons développé nos règles de correspondance standard pour qu’elles renvoient le meilleur ensemble de correspondances possibles pour les comptes professionnels, les contacts, les pistes et les comptes personnels. Voici quelques exemples de critères de correspondance que nous avons inclus pour les enregistrements de pistes et de contacts.

Contact and Lead FieldMatching AlgorithmsSpecial HandlingExample
First NameExactInitialsJaro-Winkler DistanceMetaphone 3Name VariantIf the record contains a value for both First Name and Last Name fields, those values are transposed to consider possible data entry mistakes.The first name is Luis and the last name is Antonio.The matching rule evaluates the first name as Antonio and the last name as Luis.
TitleAcronymExactKullback-Liebler DistanceConsiders acronyms and full titles.The title is VP.The matching rule considers VP and Vice President.
Mailing StreetEdit DistanceExactAddresses are broken into sections and compared with those sections. Each section has its own matching method and match score.The section scores are weighted to determine one score for the field. This process works best with North American data.Street Name (Edit Distance, 50% of field’s match score)Street Number (Exact, 20% of field’s match score)Street Suffix (Exact, 15% of field’s match score)Suite Number (Exact, 15% of field’s match score)Duplicate Management compares these two addresses.123 Market St, Ste 100123 Market Dr, Ste 300Only the street number and street name match. The field has a match score of 70 out of a possible 80. This comparison isn’t a match.

Champ de contact et de piste Algorithmes de correspondance Traitement spécial Exemple
  • Exact
  • Initiales
  • Distance de Jaro-Winkler
  • Metaphone 3
  • Variante de nom
Si l’enregistrement contient une valeur pour les champs Prénom et Nom, ces valeurs sont transposées pour prendre en compte les erreurs de saisie possibles. Le prénom est Luis et le nom est Antonio.

La règle de correspondance évalue Antonio comme prénom et Luis comme nom.

  • Acronyme
  • Exact
  • Distance de Kullback-Liebler
Recherche les acronymes et les titres complets. Le titre est VP.

La règle de correspondance recherche VP et Vice-président.

Rue (courrier)
  • Distance d’édition
  • Exact
Les adresses sont divisées en sections et ces sections sont comparées. Chaque section a sa propre méthode de mise en correspondance et son propre score de correspondance.

Les scores des sections sont pondérés pour déterminer un score unique pour le champ. Ce processus fonctionne mieux avec des données nord-américaines.

  • Nom de la rue (Distance d’édition, 50 % du score de correspondance du champ)
  • Numéro de la rue (Exact, 20 % du score de correspondance du champ)
  • Numéro de rue (Exact, 15 % du score de correspondance du champ)
  • Numéro de suite (Exact, 15 % du score de correspondance du champ)
La gestion des doublons compare ces deux adresses :

  • 123 Market St, Ste 100
  • 123 Market Dr, Ste 300

Seuls le numéro de la rue et le nom de la rue correspondent. Le champ a un score de 70 sur 80. Cette comparaison n’est pas une correspondance.

We also give you other ways to identify duplicates. For example, some of your contacts include phone numbers with country codes. So you create a custom matching rule to include fuzzy matching for phone numbers. Salesforce flags contacts with matching phone numbers as duplicates, even though one includes a country code and the other doesn’t. /Nous vous offrons également d’autres moyens d’identifier les doublons. Par exemple, certains de vos contacts incluent des numéros de téléphone avec des codes de pays. Vous créez donc une règle de correspondance personnalisée pour inclure la correspondance partielle des numéros de téléphone. Salesforce signale comme doublons les contacts dont les numéros de téléphone correspondent, même si l’un contient un code de pays et pas l’autre.

Duplicate Rules /Règles de duplication

Now let’s learn more about using duplicate rules to manage records. /Penchons-nous désormais davantage sur l’utilisation de règles de duplication pour gérer les enregistrements.

After matching rules do the work of identifying potential duplicates, duplicate rules step in and determine what to do with them. As the admin, you choose whether to block your sales teams from creating duplicate records. /Une fois que les règles de correspondance ont identifié les doublons potentiels, les règles de duplication entrent en jeu pour déterminer comment les gérer. En tant qu’administrateur, vous choisissez d’empêcher ou non vos équipes de vente de créer des enregistrements en double.

Let’s say you let reps create duplicate records. You can create report types that show potential duplicate records created after your reps bypass warnings. We talk about these reports more a bit later. /Supposons que vous autorisiez les commerciaux à créer des enregistrements en double. Vous pouvez créer des types de rapport répertoriant les enregistrements en double potentiels après que vos représentants ont contourné les avertissements. Nous aborderons ces rapports un peu plus tard.

Activate a Matching Rule /Activation d’une règle de correspondance

We provide standard matching rules for you. If you established your instance of Salesforce for Winter ’15 or earlier, like Maria, you activate the standard rules you want to use. Maria, however, wants to activate standard rules for only accounts and leads. She has other plans for her contacts, which we cover after this procedure. /Nous mettons à votre disposition des règles de correspondance standard. Si comme Maria vous avez créé votre instance de Salesforce pour la version Winter ’15 ou une version antérieure, activez les règles standard que vous souhaitez utiliser. Maria souhaite toutefois n’activer les règles standard que pour les comptes et les pistes. Elle a d’autres projets pour ses contacts. Nous aborderons ce sujet juste après.

  1. From Setup, Maria enters Matching Rules in the Quick Find box, then selects Matching Rules. /Dans Configuration, Maria saisit Règles de correspondance dans la case Recherche rapide, puis sélectionne Règles de workflow.
  2. She clicks Activate next to the rules for accounts and leads. /Elle clique sur Activer en regard des règles pour les comptes et les pistesSelect Activate for accounts and leadsEasy! /Simple !

Create a Custom Matching Rule for Contacts /Création d’une règle de correspondance personnalisée pour les contacts

For contacts, Maria wants to include fuzzy matching for the Mailing Street field./Pour les contacts, Maria souhaite prendre en compte la correspondance partielle pour le champ Rue (courrier).

And instead of letting sales reps create the duplicates, she wants to block them from doing so, which we cover after this procedure. /Plutôt que d’autoriser les commerciaux à créer des doublons, elle souhaite les en empêcher. Nous aborderons ce sujet juste après.

  1. From Setup, Maria enters Matching Rules in the Quick Find box, then selects Matching Rules. /Dans Configuration, Maria saisit Règles de correspondance dans la case Recherche rapide, puis sélectionne Règles de workflow.
  2. She clicks New Rule. /Elle clique sur Nouvelle règleCreate a new rule
  3. Maria selects Contact. /Maria sélectionne ContactSelect Contact for the object
  4. She gives the rule a descriptive name, Custom Contact Matching Fuzzy Mailing Street. She also adds a description so that other admins understand its value. /Elle attribue un nom descriptif à la règle : Contact personnalisé – Correspondance partielle – Rue (courrier). Elle ajoute également une description afin que les autres administrateurs comprennent l’intérêt de la règle.Name the new matching rule
  5. Maria adds the matching criteria. The option Match Blank Fields compares records with those empty fields and considers the records as duplicates. But that’s not what Maria wants. She saves her rule and activates it. /Maria ajoute les critères de correspondance. L’option Mapper les champs vides compare les enregistrements dont les champs sont vides et les considère comme des doublons. Cependant, ce n’est pas ce que Maria cherche à faire. Elle enregistre sa règle et l’active.Active the new matching rule

Block Duplicates with Fuzzy Mailing Streets /Blocage des doublons avec une correspondance partielle sur la rue

Before an active matching rule can do anything, you pair it with a duplicate rule. Maria wants to prevent sales teams from creating duplicates when the Mailing Street field includes variants, such as SW Barnes Ave and Southwest Barnes Avenue. /Pour qu’une règle de correspondance active puisse agir, vous devez l’associer à une règle de duplication. Maria souhaite empêcher les équipes de vente de créer des doublons si le champ Rue (courrier) contient des variantes d’une même adresse, telles que SW Barnes Ave et Southwest Barnes Avenue.

  1. From Setup, Maria enters Duplicate Rules in the Quick Find box, then selects Duplicate Rules. /Dans Configuration, Maria saisit Règles de duplication dans la case Recherche rapide, puis sélectionne Règles de duplication.
  2. She clicks New Rule and selects Contact. /Elle clique sur Nouvelle règle et sélectionne Contact.New duplicate rule for contacts
  3. Maria gives the duplicate rule a name and description. /Maria attribue un nom et une description à la règle de duplicationNew duplicate rule name and description
  4. She blocks the creation of duplicates. She also blocks her teams from editing contacts that result in duplicates. /Elle empêche la création de doublons. Elle empêche également ses équipes de modifier les contacts si la modification crée un doublon.Block duplicates on create and edit
  5. She compares the new or updated contact with contacts already in Salesforce using the custom matching rule she created earlier. Then, she adds her duplicate rule. /Elle compare le nouveau contact ou le contact mis à jour avec les contacts déjà présents dans Salesforce à l’aide de la règle de correspondance personnalisée créée précédemment. Ensuite, elle ajoute sa règle de duplication.Compare new and updated contacts with ones in Salesforce

Report on the Creation of Duplicate Accounts and Leads /Rapport sur la création de comptes et pistes en double

Maria doesn’t block reps from creating duplicates for accounts and leads. So Lincoln wants to see the quality of account and lead data and how well the duplicate rules work. To help Lincoln, Maria sets up custom report types. Lincoln can then run reports on accounts and leads that his reps create after bypassing the warnings of creating potential duplicate records. /Maria n’empêche pas les commerciaux de créer des doublons pour les comptes et les pistes. Lincoln veut donc vérifier la qualité des données des comptes et des pistes, et s’assurer du bon fonctionnement des règles de duplication. Pour aider Lincoln, Maria met en place des types de rapport personnalisés. Lincoln peut alors générer des rapports sur les comptes et sur les pistes que ses commerciaux créent après avoir contourné les avertissements de création d’enregistrements en double potentiels.

  1. From Setup, Maria enters Report Types in the Quick Find box, then selects Report Types. She then clicks New Custom Report Type. /Dans Configuration, Maria saisit Types de rapport dans la case Recherche rapide, puis sélectionne Types de rapport. Elle clique ensuite sur Nouveau type de rapport personnalisé.
  2. She selects the primary object, Accounts. She gives the report type a name and stores it in a category. /Elle sélectionne l’objet principal, Comptes. Elle attribue un nom au type de rapport et le stocke dans une catégorie.Primary object is Accounts
  3. Maria selects Duplicate Record Items, so that newly created duplicate account records appear on the report. Then, she saves the report type. /Maria sélectionne Enregistrements en double, afin que les enregistrements de compte en double nouvellement créés apparaissent dans le rapport. Ensuite, elle enregistre le type de rapport.Select Duplicate Record Items as the related object
  4. From here, Maria can adjust the page layout. Then, she repeats this procedure for leads. /Maria peut alors modifier la présentation de la page. Elle répète ensuite la procédure pour les pistes.Adjust page layout as necessaryCreating an environment free of duplicates keeps your sales teams on their A game, and sales management informed on the quality of their data. /La création d’un environnement exempt de doublons permet à vos équipes de vente de donner le meilleur d’elles-mêmes et à vos responsables commerciaux de rester informés de la qualité de leurs données.

Resources /Ressources

Use these resources to learn more about matching rules and duplicate rules.