# Guía de inicio rápido

> Pase de cero a sus primeras conclusiones sobre calidad de datos en 10 minutos. Guía paso a paso para empezar.

Source: https://dataqualitysense.com/es/resources/getting-started/quick-start-guide/
Last updated: 2026-06-03

---

## Empiece en 10 minutos

Esta guía le lleva desde cero hasta sus primeras conclusiones sobre calidad de datos. Siga estos pasos para comprender su situación actual e identificar dónde centrarse primero.

## Paso 1: Realice la evaluación de preparación para la IA

Comience con la evaluación gratuita para establecer su línea base.

**Lo que obtendrá:**
- Puntuación en las principales dimensiones de calidad de datos
- Recomendaciones concretas de mejora
- Comparación con referentes del sector
- Áreas prioritarias que abordar primero

**Cómo realizarla:**
1. Vaya a la [Evaluación de preparación para la IA](/es/ai-readiness/)
2. Responda 10 preguntas sobre sus prácticas de datos en Salesforce
3. Obtenga su puntuación en 3 minutos

> **Consejo:** sea sincero en sus respuestas. La evaluación es para su beneficio, no una prueba que haya que aprobar. Respuestas precisas generan recomendaciones precisas.

## Paso 2: Comprenda su puntuación

La evaluación proporciona puntuaciones en cinco dimensiones de calidad de datos:

| Dimensión | Qué mide | Una puntuación baja significa |
|-----------|----------|-------------------------------|
| Completitud | Campos obligatorios cumplimentados | Datos faltantes en campos críticos |
| Validez | Formatos correctos | Correos, teléfonos, etc. con formato incorrecto |
| Unicidad | Sin duplicados | Registros duplicados que fragmentan los datos |
| Actualidad | Información vigente | Registros obsoletos que requieren actualización |
| Consistencia | Valores uniformes | Formatos inconsistentes entre registros |

### Niveles de puntuación

| Puntuación | Nivel | Qué significa |
|------------|-------|---------------|
| 80-100 | Fuerte | Su base de datos es sólida. Céntrese en mantenerla. |
| 60-79 | En desarrollo | Buen progreso, pero algunas áreas concretas requieren atención. |
| 40-59 | Emergente | Varias dimensiones necesitan mejora antes de las iniciativas de IA. |
| 0-39 | Crítico | Existen problemas significativos de calidad de datos. Empiece por los fundamentos. |

## Paso 3: Identifique las áreas prioritarias

Según su puntuación, identifique entre 2 y 3 áreas en las que centrarse primero. No intente arreglarlo todo a la vez.

### Marco de priorización

| Si su puntuación es baja en... | Empiece por... |
|-------------------------------|----------------|
| Completitud | Identificar los 5 campos críticos principales y medir las tasas de cumplimentación |
| Validez | Auditar los formatos de correo y teléfono y añadir reglas de validación |
| Unicidad | Ejecutar la detección de duplicados y establecer un proceso de fusión |
| Actualidad | Definir umbrales de frescura y crear flujos de actualización |
| Consistencia | Estandarizar los valores de las listas desplegables y depurar variaciones |

### Puntos de partida de alto impacto

Para la mayoría de las organizaciones, estos campos son los de mayor impacto:

**Contacts:**
- Email (validez, completitud)
- Phone (validez, completitud)
- Title (completitud, consistencia)

**Accounts:**
- Industry (completitud, consistencia)
- Annual Revenue (actualidad, completitud)
- Billing Address (validez, completitud)

**Opportunities:**
- Close Date (actualidad)
- Amount (completitud)
- Stage (consistencia)

## Paso 4: Instale DQS

Cuando esté listo para medir sus datos reales de Salesforce, instale Data Quality Sense.

> **Obtén Data Quality Sense:** [Instalar desde Salesforce AppExchange](https://appexchange.salesforce.com/appxListingDetail?listingId=e1742ac7-7ec3-4dfb-815e-7922082524c4)

### Pasos de instalación

1. Vaya a Salesforce AppExchange
2. Busque «Data Quality Sense»
3. Haga clic en «Get It Now»
4. Siga el asistente de instalación
5. Asigne permisos a los usuarios que configurarán y ejecutarán los análisis

### Qué añade DQS

Tras la instalación, dispondrá de:

| Funcionalidad | Descripción |
|---------------|-------------|
| Definition Builder | Configure qué analizar |
| Ejecución de análisis | Ejecute las comprobaciones de calidad de datos |
| Panel de resultados | Consulte métricas con desglose detallado |
| Exportación | Descargue los registros afectados para su limpieza |

## Paso 5: Cree su primera Definition

Una Definition le indica a DQS qué analizar. Comience con un alcance acotado.

> **Míralo en acción:** [Ver este paso en la demostración (0:29)](#dqs-demo-29)

### Primera Definition recomendada

Para su primer análisis, céntrese en un objeto con alto impacto para el negocio:

**Opción A: calidad de datos de Contact**
- Objeto: Contact
- Campos: Email, Phone, MailingCity, MailingState, MailingCountry
- Dimensiones: completitud, validez, consistencia

**Opción B: revisión del estado de Account**
- Objeto: Account
- Campos: Industry, AnnualRevenue, BillingCity, BillingState
- Dimensiones: completitud, consistencia, actualidad

**Opción C: pipeline de Opportunity**
- Objeto: Opportunity
- Campos: Amount, CloseDate, StageName
- Dimensiones: completitud, actualidad

### Pasos del Definition Builder

1. Haga clic en **New Definition** en DQS
2. Seleccione las **Capabilities** (qué dimensiones medir)
3. Seleccione el **Object** y los **Fields** que analizar
4. Opcionalmente añada **Filters** para acotar el alcance
5. **Configure** los umbrales para cada dimensión
6. **Revise** y guarde

Para orientación detallada, consulte la [Guía del Definition Builder](/resources/using-dqs/definition-builder/).

## Paso 6: Ejecute su primer análisis

Con su Definition guardada, ejecute su primer análisis.

> **Míralo en acción:** [Ver este paso en la demostración (2:32)](#dqs-demo-152)

1. Abra la Definition
2. Haga clic en **Run Scan**
3. Espere a que finalice el procesamiento (el tiempo depende del número de registros)
4. Revise los resultados en el panel

### Programe análisis recurrentes

Con DQS puede automatizar los análisis para que la calidad de sus datos se monitorice de forma continua y sin esfuerzo manual.

1. Abra su Definition
2. Vaya a la pestaña **Schedule**
3. Establezca la frecuencia (diaria, semanal o mensual)
4. Elija la hora y el día preferidos
5. Guarde la programación

Para un recorrido completo, consulte la [Guía de programación](/resources/using-dqs/running-scans/).

Los análisis programados se ejecutan automáticamente en segundo plano y actualizan su panel con resultados recientes. Este es el enfoque recomendado para la monitorización continua: detectará el deterioro de la calidad de los datos pronto, sin tener que acordarse de ejecutar análisis manualmente.

### Qué esperar

Los primeros análisis suelen revelar más problemas de los previstos. Es normal. Su objetivo es la visibilidad, no la perfección.

Hallazgos habituales en el primer análisis:
- Entre el 10 % y el 30 % de los registros presentan al menos una incidencia
- Ciertos campos tienen tasas de cumplimentación mucho menores de lo esperado
- La detección de duplicados encuentra registros cuya existencia desconocía
- La validación de formato revela inconsistencias en la entrada de datos

## Qué hacer a continuación

### Semana 1: comprenda la línea base

- Revise los resultados del análisis
- Identifique las 3 principales incidencias por volumen
- Comprenda qué registros están afectados

### Semanas 2-4: aborde las incidencias prioritarias

- Empiece por las de mayor impacto y más fáciles de corregir
- Cree un plan de limpieza para los registros afectados
- Añada reglas de validación para evitar nuevas incidencias

### De forma continua: monitorice y mantenga

- Programe análisis recurrentes
- Haga seguimiento de la mejora a lo largo del tiempo
- Amplíe el alcance a objetos y campos adicionales

## Próximos pasos

- [Comprender los resultados](/resources/using-dqs/understanding-results/): cómo interpretar los datos de su análisis
- [Guía del Definition Builder](/resources/using-dqs/definition-builder/): orientación detallada de configuración
- [Preparación para Agentforce](/es/resources/ai-readiness/agentforce-preparation/): preparar los datos para Agentforce
- [Buenas prácticas](/es/resources/best-practices/common-pitfalls/): evite los errores habituales de calidad de datos