# Lancer des analyses

> Découvrez comment exécuter des analyses DQS, suivre leur progression, gérer les grands jeux de données et planifier des analyses récurrentes.

Source: https://dataqualitysense.com/fr/resources/using-dqs/running-scans/
Last updated: 2026-06-03

---

## Comment fonctionnent les analyses

Lorsque vous lancez une analyse, DQS traite vos enregistrements Salesforce au regard des capabilities que vous avez configurées. L'analyse s'exécute en arrière-plan grâce à Salesforce Batch Apex : vous pouvez donc continuer à travailler pendant le traitement.

DQS respecte automatiquement les limites des governor limits de Salesforce. Votre org reste réactif pendant les analyses.

## Lancer une analyse manuelle

### Démarrer une analyse

1. Ouvrez DQS depuis l'App Launcher
2. Repérez votre Definition dans la liste
3. Cliquez sur **Run Scan** (ou l'icône de lecture)
4. Confirmez pour démarrer

L'analyse commence le traitement immédiatement.

### Indicateurs de statut d'analyse

| Statut | Icône | Signification |
|--------|-------|---------------|
| Queued | Horloge | En attente de démarrage |
| Processing | Roue de progression | En cours d'exécution |
| Completed | Coche | Terminée avec succès |
| Failed | X | Une erreur s'est produite |

### Voir les analyses en cours

L'écran d'accueil de DQS affiche toutes les analyses en cours :
- Le nom de la Definition
- Le pourcentage de progression
- Les enregistrements traités / total
- Le temps écoulé
- Le temps restant estimé

## Comprendre la progression

### Suivi de la progression

DQS traite les enregistrements par lots (batches). La barre de progression indique :

- **Les batches terminés** sur le nombre total de batches
- **Les enregistrements traités** sur le nombre total d'enregistrements
- **La capability en cours** d'évaluation

Exemple : « Processing batch 5 of 12 (2 500 of 6 000 records) - Completeness »

### Ordre de traitement

DQS évalue les capabilities dans cet ordre :

1. Complétude (contrôles de champs rapides)
2. Validité (correspondance de motifs de format)
3. Actualité (comparaisons de dates)
4. Cohérence (conformité des valeurs)
5. Unicité (détection des doublons)
6. Capabilities AI Readiness

Les capabilities les moins coûteuses s'exécutent en premier afin de fournir un retour rapide.

### Temps estimé

La durée d'une analyse dépend de :

| Facteur | Impact |
|---------|--------|
| Nombre d'enregistrements | Plus d'enregistrements = temps plus long |
| Nombre de champs | Plus de champs = temps plus long |
| Coût des capabilities | Les capabilities à coût ÉLEVÉ prennent plus de temps |
| Charge de l'org | Les orgs sollicités traitent plus lentement |

Cadences de traitement typiques :

| Nombre d'enregistrements | Temps estimé |
|--------------------------|--------------|
| 1 000 | Moins d'une minute |
| 10 000 | 2 à 5 minutes |
| 100 000 | 15 à 30 minutes |
| 1 000 000+ | 1 à 2 heures |

Ce ne sont que des estimations. Le temps réel varie selon les capabilities sélectionnées et l'activité de l'org.

## Coûts de traitement

Chaque capability a un coût de traitement qui influe sur la durée de l'analyse.

### Niveaux de coût

| Coût | Capabilities | Remarques sur le traitement |
|------|--------------|-----------------------------|
| FAIBLE | Complétude, Validité | Contrôles de champs simples par enregistrement |
| MOYEN | Actualité, Cohérence, PII Detection | Analyse de motifs et calculs de dates |
| ÉLEVÉ | Unicité | Comparaisons entre enregistrements |

### Calcul du coût

Le récapitulatif de la Definition affiche le coût total estimé :

- **Faible** — toutes les capabilities sélectionnées sont à coût FAIBLE
- **Moyen** — au moins une capability à coût MOYEN
- **Élevé** — au moins une capability à coût ÉLEVÉ

> **Astuce :** pour votre première analyse sur un grand jeu de données, commencez uniquement avec des capabilities à coût FAIBLE. Ajoutez les capabilities à coût ÉLEVÉ une fois que vous avez compris votre point de référence.

## Détails du traitement par lots

### Comment fonctionne Batch Apex

DQS utilise Salesforce Batch Apex pour traiter les enregistrements. Voici ce que cela implique :

1. Les enregistrements sont répartis en batches (par défaut : 200 enregistrements par batch)
2. Chaque batch est traité indépendamment
3. Si un batch échoue, les autres se poursuivent
4. Les governor limits sont réinitialisées entre les batches

Cette approche permet à DQS de :
- Traiter des millions d'enregistrements
- Respecter les limites de Salesforce
- S'exécuter sans bloquer les utilisateurs
- Reprendre en cas d'interruption

### Governor limits de Salesforce

Batch Apex impose ces limites clés :

| Limite | Valeur | Remarques |
|--------|--------|-----------|
| Nombre max. de batch jobs en file | 5 | DQS utilise 1 job par analyse |
| Enregistrements via QueryLocator | 50 millions | Largement suffisant pour la plupart des orgs |
| Exécutions de batch quotidiennes | 250 000 | Tous batch jobs confondus dans l'org |

DQS est conçu pour rester bien en deçà de ces limites.

### Optimisation de la taille des batches

DQS ajuste la taille des batches selon la complexité des capabilities :

| Type de capability | Taille du batch |
|--------------------|-----------------|
| Coût FAIBLE uniquement | 200 enregistrements |
| Coût MOYEN inclus | 200 enregistrements |
| Coût ÉLEVÉ inclus | 100 enregistrements |

Des batches plus petits pour les capabilities complexes évitent les erreurs de timeout.

## Gérer les grands jeux de données

### Jeux de données de plus de 100 000 enregistrements

Pour les grands jeux de données, suivez ces pratiques :

1. **Utilisez des filtres** pour restreindre le périmètre
2. **Commencez par les capabilities à coût FAIBLE**
3. **Lancez les analyses en heures creuses** lorsque c'est possible
4. **Surveillez la progression** pour détecter d'éventuels problèmes

### Jeux de données de plus d'un million d'enregistrements

Pour les très grands jeux de données :

1. **Segmentez vos données** à l'aide de plusieurs Definitions avec filtres
2. **Planifiez les analyses** pendant les fenêtres de maintenance
3. **Exécutez les capabilities séparément** si nécessaire
4. **Utilisez la segmentation** pour traiter les données en parallèle

Exemple de segmentation :
- Definition A : Contacts où Region = 'Americas'
- Definition B : Contacts où Region = 'EMEA'
- Definition C : Contacts où Region = 'APAC'

### Conseils de performance

| Conseil | Bénéfice |
|---------|----------|
| Moins de champs par Definition | Traitement plus rapide |
| Utiliser des filtres d'enregistrements | Jeu de données à analyser plus petit |
| Exécuter séparément les capabilities à coût ÉLEVÉ | Meilleure visibilité sur la progression |
| Planifier en heures creuses | Moins de concurrence sur les ressources |

## Fin de l'analyse

### Notifications de fin

Lorsqu'une analyse se termine, vous recevez :

1. **Une notification dans l'application** — l'icône en forme de cloche signale de nouveaux résultats
2. **Une notification par e-mail** — un récapitulatif envoyé à votre adresse e-mail
3. **Une mise à jour de l'écran d'accueil** — le statut passe à Completed

### Voir les résultats

Cliquez sur une analyse terminée pour voir :
- Le score global de qualité
- Les scores par dimension
- Le détail des métriques
- L'exploration en détail des enregistrements concernés

Consultez [Comprendre les résultats](/fr/resources/using-dqs/understanding-results/) pour vous guider dans l'interprétation.

### Historique des analyses

DQS conserve un historique de toutes les analyses pour chaque Definition :
- Date et heure
- Durée
- Nombre d'enregistrements
- Score global
- Comparaison avec l'analyse précédente

Servez-vous de l'historique pour suivre les progrès dans le temps.

## Planifier des analyses

Vous pouvez planifier des analyses récurrentes pour automatiser le suivi de la qualité des données.

### Configurer une planification

1. Ouvrez votre Definition
2. Cliquez sur **Schedule** (icône d'horloge)
3. Choisissez la fréquence :
   - Quotidienne
   - Hebdomadaire (sélectionnez le jour)
   - Mensuelle (sélectionnez la date)
4. Définissez l'heure de début
5. Cliquez sur **Save Schedule**

### Bonnes pratiques de planification

| Fréquence | Cas d'usage |
|-----------|-------------|
| Quotidienne | Saisie de données à fort volume, suivi de qualité critique |
| Hebdomadaire | Suivi de qualité standard, analyse de tendances |
| Mensuelle | Reporting de direction, audits de conformité |

> **Astuce :** planifiez les analyses en heures creuses (tôt le matin ou le week-end) afin de minimiser l'impact sur les utilisateurs.

### Gérer les planifications

Depuis la page de détail de la Definition :
- **Edit** — modifier la fréquence ou l'heure
- **Pause** — suspendre temporairement sans supprimer
- **Resume** — relancer une planification suspendue
- **Delete** — supprimer entièrement la planification

### Limites de planification

Les analyses planifiées sont accessibles à tous les utilisateurs, sans plafond sur le nombre de planifications que vous pouvez configurer.

## Annuler une analyse

### Comment annuler

1. Repérez l'analyse en cours sur l'écran d'accueil
2. Cliquez sur l'icône d'arrêt (ou **Cancel**)
3. Confirmez l'annulation

### Ce qui se passe en cas d'annulation

- Le traitement s'arrête après le batch en cours
- Les résultats partiels sont enregistrés
- Le statut passe à « Canceled »
- Vous pouvez consulter les données partielles collectées

Les analyses annulées ne sont pas décomptées des limites.

## Dépannage

### « Scan queued but not starting »

**Cause :** d'autres batch jobs sont en cours d'exécution dans votre org.

**Solution :** attendez la fin des autres jobs. Salesforce autorise au maximum 5 batch jobs simultanés.

**Vérification :** Setup > Apex Jobs pour voir ce qui est en cours d'exécution.

### « Scan failed »

**Cause :** généralement un problème de données ou de permissions.

**Solution :**
1. Vérifiez le message d'erreur dans les détails de l'analyse
2. Assurez-vous que vous avez accès à l'objet et aux champs
3. Vérifiez l'absence d'erreurs dans les conditions de filtre
4. Essayez de lancer l'analyse avec moins d'enregistrements

### « Scan taking too long »

**Cause :** grand jeu de données ou capabilities à coût ÉLEVÉ.

**Solution :**
1. Laissez l'analyse se terminer (elle finira par aboutir)
2. Ajoutez des filtres pour réduire le nombre d'enregistrements
3. Retirez les capabilities à coût ÉLEVÉ
4. Planifiez l'analyse en heures creuses

### « Results don't show all records »

**Cause :** les conditions de filtre ont exclu certains enregistrements.

**Solution :** revoyez et ajustez les filtres de votre Definition.

## Étapes suivantes

- [Comprendre les résultats](/fr/resources/using-dqs/understanding-results/) : interpréter les données de vos analyses
- [Guide du Definition Builder](/fr/resources/using-dqs/definition-builder/) : modifier votre Definition