Un dashboard de calidad de datos convierte decenas de comprobaciones dispersas en una única vista que puede vigilar de un vistazo. En Salesforce, el dashboard adecuado le dice —en segundos— cómo de fiables son sus datos, dónde se concentran los problemas y si las cosas mejoran o empeoran. Esta guía cubre las métricas que importan y cómo leerlas.
Para qué sirve un dashboard de calidad de datos
Un dashboard responde a tres preguntas de forma recurrente:
- ¿Puedo confiar hoy en estos datos? Un único número de titular para una lectura de un vistazo.
- ¿Dónde están los problemas? Un desglose que convierte el titular en tareas concretas y asignables.
- ¿Estamos mejorando? Una tendencia que muestra si sus correcciones funcionan y detecta los nuevos problemas pronto.
Si un dashboard no puede responder a las tres, es un informe, no una herramienta de supervisión.
Las métricas que importan
Un dashboard de calidad de datos útil en Salesforce sigue un conjunto reducido de métricas complementarias en lugar de un muro de números:
| Métrica | Qué le dice | Por qué importa |
|---|---|---|
| Puntuación de calidad de datos | Una única cifra ponderada de 0 a 100 a través de todas las dimensiones | El titular. Un número que los líderes pueden seguir a lo largo del tiempo. |
| Desglose por dimensión | Puntuación por dimensión (completitud, validez, unicidad, coherencia, actualidad) | Muestra qué tipo de problema domina |
| Salud de los campos | Tasa de aprobado/no aprobado por campo | Muestra dónde exactamente reside el problema: la capa accionable |
| Tendencia en el tiempo | La puntuación a lo largo de análisis sucesivos | Muestra si está mejorando y saca a la luz los nuevos problemas rápido |
| Exposición de PII | Registros y campos que contienen datos sensibles | Crítico antes de cualquier proyecto de Agentforce o de IA |
| Peores infractores | Los objetos y campos que provocan más fallos | Le dice por dónde empezar |
Juntas, le llevan de “¿cómo de sanos están los datos?” hasta “¿qué campo, en qué objeto, corregimos primero?” en tres clics.
Cómo leer el dashboard
Léalo de arriba abajo, del titular a la acción:
- Titular. Eche un vistazo a la puntuación de calidad de datos. ¿Ha subido desde el último análisis? ¿Ha bajado? ¿Está plana?
- Dimensión. Abra el desglose por dimensión para ver qué tipo de problema está tirando de la puntuación hacia abajo: un problema de completitud y un problema de unicidad exigen correcciones muy distintas.
- Campo. Profundice en la salud de los campos de la dimensión más débil para encontrar los campos concretos que provocan los fallos. Esta es la capa de la que alguien puede hacerse cargo y corregir.
- Tendencia. Compruebe la línea de tendencia. Una caída repentina suele significar que una nueva integración o proceso ha empezado a escribir datos defectuosos: detéctela aquí, no en un informe roto dentro de tres meses.
Por qué las tendencias superan a las instantáneas
Una sola medición queda obsoleta al día siguiente de tomarla, porque los datos de Salesforce cambian constantemente. El verdadero valor de un dashboard está en la tendencia. Una puntuación de 82 dice poco por sí sola; 82 y cayendo durante tres semanas es una alarma, mientras que 82 y subiendo es la prueba de que su programa funciona. Los análisis programados son los que convierten una auditoría puntual en una tendencia que puede gestionar, y los que le permiten fijar un objetivo y ver cómo la línea avanza hacia él.
Qué aspecto tiene lo “bueno”
No hay una puntuación de aprobado universal; depende de cómo se usen los datos. Una forma práctica de fijar objetivos es escalonarlos según lo que está en juego:
| Datos | Objetivo |
|---|---|
| Campos regulatorios / de cumplimiento | 99 %+ |
| Datos de cara al cliente y de ingresos | 95 %+ |
| Datos operativos | 85 %+ |
| Datos históricos / de archivo | 70 %+ |
Fije el objetivo por dimensión y por objeto, y luego deje que el dashboard le diga cuánto le falta a cada uno.
Cómo construirlo en DQS
Data Quality Sense ofrece este dashboard dentro de Salesforce a través de Insight Studio. Después de ejecutar un análisis desde el Definition Builder, Insight Studio muestra la puntuación de calidad de datos ponderada, el desglose por dimensión, la salud de los campos y la tendencia a lo largo de los análisis, además de la exposición de PII para el trabajo de preparación para la IA. Como los análisis se ejecutan de forma nativa y según un calendario, el dashboard siempre refleja los datos en vivo de su org, sin exportaciones y sin ningún pipeline externo que mantener.
Próximos pasos
- Cómo medir la calidad de datos en Salesforce: la puntuación de calidad de datos en detalle
- La calidad de datos en Salesforce: la guía completa
- Cómo mejorar la calidad de datos en Salesforce: del dashboard a la acción
- Medir la calidad de datos: KPIs y cuadros de mando en detalle