Démarrez en 10 minutes
Ce guide vous fait passer de zéro à vos premiers résultats qualité des données. Suivez ces étapes pour comprendre votre état actuel et identifier où concentrer vos efforts en premier.
Étape 1 : passez l’évaluation de préparation à l’IA
Commencez par l’évaluation gratuite pour établir votre point de référence.
Ce que vous obtenez :
- Un score sur les principales dimensions de la qualité des données
- Des recommandations concrètes d’amélioration
- Une comparaison avec les benchmarks du secteur
- Les domaines prioritaires à traiter en premier
Comment la passer :
- Rendez-vous sur Évaluation de préparation à l’IA
- Répondez à 10 questions sur vos pratiques de données Salesforce
- Obtenez votre score en 3 minutes
Astuce : soyez honnête dans vos réponses. L’évaluation est à votre bénéfice, ce n’est pas un test à réussir. Des réponses exactes donnent des recommandations exactes.
Étape 2 : comprenez votre score
L’évaluation fournit des scores sur cinq dimensions de la qualité des données :
| Dimension | Ce qu’elle mesure | Un score faible signifie |
|---|---|---|
| Complétude | Champs obligatoires renseignés | Des données manquantes sur des champs critiques |
| Validité | Formats corrects | E-mails, téléphones, etc. mal formés |
| Unicité | Aucun doublon | Des enregistrements en double fragmentant les données |
| Actualité | Informations à jour | Des enregistrements périmés à mettre à jour |
| Cohérence | Valeurs uniformes | Des formats incohérents entre enregistrements |
Paliers de score
| Score | Palier | Signification |
|---|---|---|
| 80-100 | Solide | Votre socle est bon. Concentrez-vous sur son maintien. |
| 60-79 | En progrès | De bons progrès, mais certains domaines nécessitent de l’attention. |
| 40-59 | Émergent | Plusieurs dimensions nécessitent une amélioration avant toute initiative d’IA. |
| 0-39 | Critique | Des problèmes importants de qualité des données existent. Commencez par les fondamentaux. |
Étape 3 : identifiez les domaines prioritaires
En fonction de votre score, identifiez 2 ou 3 domaines sur lesquels vous concentrer en premier. N’essayez pas de tout corriger d’un coup.
Cadre de priorisation
| Si votre score est faible sur… | Commencez par… |
|---|---|
| Complétude | Identifier les 5 champs critiques, mesurer les taux de remplissage |
| Validité | Auditer les formats d’e-mails et de téléphones, ajouter des Validation Rules |
| Unicité | Lancer une détection de doublons, établir un processus de fusion |
| Actualité | Définir des seuils de fraîcheur, créer des workflows de mise à jour |
| Cohérence | Standardiser les valeurs des picklists, nettoyer les variations |
Points de départ à fort impact
Pour la plupart des organisations, ces champs ont l’impact le plus élevé :
Contacts :
- Email (validité, complétude)
- Phone (validité, complétude)
- Title (complétude, cohérence)
Accounts :
- Industry (complétude, cohérence)
- Annual Revenue (actualité, complétude)
- Billing Address (validité, complétude)
Opportunities :
- Close Date (actualité)
- Amount (complétude)
- Stage (cohérence)
Étape 4 : installez DQS
Lorsque vous êtes prêt à mesurer vos données Salesforce réelles, installez Data Quality Sense.
Étapes d’installation
- Rendez-vous sur l’AppExchange de Salesforce
- Recherchez « Data Quality Sense »
- Cliquez sur « Get It Now »
- Suivez l’assistant d’installation
- Attribuez des Permission Sets aux utilisateurs qui configureront et exécuteront les scans
Ce que DQS ajoute
Après installation, vous accédez à :
| Fonctionnalité | Description |
|---|---|
| Definition Builder | Configurer ce qui doit être analysé |
| Exécution de scans | Lancer les contrôles de qualité des données |
| Tableau de bord de résultats | Visualiser les métriques et drill-down |
| Export | Télécharger les enregistrements concernés pour nettoyage |
Étape 5 : créez votre première Definition
Une Definition indique à DQS ce qu’il doit analyser. Commencez par un périmètre restreint.
Première Definition recommandée
Pour votre premier scan, concentrez-vous sur un seul objet à fort impact métier :
Option A : qualité des données Contact
- Object : Contact
- Champs : Email, Phone, MailingCity, MailingState, MailingCountry
- Dimensions : complétude, validité, cohérence
Option B : bilan de santé Account
- Object : Account
- Champs : Industry, AnnualRevenue, BillingCity, BillingState
- Dimensions : complétude, cohérence, actualité
Option C : pipeline Opportunity
- Object : Opportunity
- Champs : Amount, CloseDate, StageName
- Dimensions : complétude, actualité
Étapes dans le Definition Builder
- Cliquez sur New Definition dans DQS
- Sélectionnez les Capabilities (quelles dimensions mesurer)
- Sélectionnez l’Object et les Fields à analyser
- Ajoutez éventuellement des Filters pour restreindre le périmètre
- Configurez les seuils pour chaque dimension
- Revoyez et sauvegardez
Pour des conseils détaillés, consultez le Guide du Definition Builder.
Étape 6 : lancez votre premier scan
Votre Definition sauvegardée, lancez votre premier scan.
- Ouvrez la Definition
- Cliquez sur Run Scan
- Attendez la fin du traitement (le temps dépend du nombre d’enregistrements)
- Consultez les résultats dans le tableau de bord
Planifier des scans récurrents
Avec DQS, vous pouvez automatiser les scans pour que la qualité de vos données soit surveillée en continu, sans effort manuel.
- Ouvrez votre Definition
- Allez dans l’onglet Schedule
- Définissez la fréquence (quotidienne, hebdomadaire ou mensuelle)
- Choisissez l’heure et le jour préférés
- Sauvegardez la planification
Pour un pas à pas, consultez le Guide de la planification.
Les scans planifiés s’exécutent automatiquement en arrière-plan et mettent à jour votre tableau de bord avec des résultats frais. C’est l’approche recommandée pour une surveillance continue — vous détectez la dégradation de la qualité des données tôt, sans avoir à penser à lancer les scans manuellement.
À quoi s’attendre
Les premiers scans révèlent souvent plus de problèmes que prévu. C’est normal. Votre objectif est la visibilité, pas la perfection.
Observations courantes lors d’un premier scan :
- 10 à 30 % des enregistrements présentent au moins un problème
- Certains champs ont des taux de remplissage bien plus faibles qu’attendu
- La détection de doublons trouve des enregistrements que vous ignoriez
- La validation de format révèle des incohérences dans la saisie
Quoi faire ensuite
Semaine 1 : comprenez votre point de référence
- Passez les résultats en revue
- Identifiez les 3 principaux problèmes par volume
- Comprenez quels enregistrements sont concernés
Semaines 2 à 4 : traitez les problèmes prioritaires
- Commencez par les problèmes à fort impact et faciles à corriger
- Élaborez un plan de nettoyage pour les enregistrements concernés
- Ajoutez des Validation Rules pour éviter les nouveaux problèmes
En continu : surveillez et maintenez
- Planifiez des scans récurrents
- Suivez les progrès dans le temps
- Étendez le périmètre à d’autres objets et champs
Étapes suivantes
- Comprendre les résultats : comment interpréter vos données de scan
- Guide du Definition Builder : configuration détaillée
- Préparation à Agentforce : préparer les données pour Agentforce
- Bonnes pratiques : éviter les erreurs courantes en qualité des données