# Quick Start Guide

> 10 मिनट में शून्य से अपनी पहली डेटा गुणवत्ता अंतर्दृष्टि तक पहुँचें। शुरुआत करने के लिए चरण-दर-चरण मार्गदर्शिका।

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

---

## 10 मिनट में शुरुआत करें

यह मार्गदर्शिका आपको शून्य से आपकी पहली डेटा गुणवत्ता अंतर्दृष्टि तक ले जाती है। अपनी वर्तमान स्थिति समझने और पहले कहाँ ध्यान केंद्रित करना है यह पहचानने के लिए इन चरणों का पालन करें।

## चरण 1: AI Readiness Assessment लें

आधार रेखा स्थापित करने के लिए निःशुल्क मूल्यांकन से शुरुआत करें।

**आपको क्या मिलेगा:**
- प्रमुख डेटा गुणवत्ता आयामों में स्कोर
- सुधार के लिए विशिष्ट अनुशंसाएँ
- उद्योग बेंचमार्क के साथ तुलना
- पहले किन क्षेत्रों को संबोधित करना है

**इसे कैसे लें:**
1. [AI Readiness Assessment](/hi/ai-readiness/) पर जाएँ
2. अपने Salesforce डेटा प्रथाओं के बारे में 10 प्रश्नों के उत्तर दें
3. 3 मिनट में अपना स्कोर प्राप्त करें

> **सुझाव:** अपने उत्तरों में ईमानदार रहें। मूल्यांकन आपके लाभ के लिए है, पास करने की परीक्षा नहीं। सटीक उत्तर सटीक अनुशंसाएँ देते हैं।

## चरण 2: अपना स्कोर समझें

मूल्यांकन पाँच डेटा गुणवत्ता आयामों में स्कोर प्रदान करता है:

| आयाम | यह क्या मापता है | कम स्कोर का अर्थ |
|-----------|------------------|-----------------|
| Completeness | आवश्यक फ़ील्ड भरे हुए हैं | महत्वपूर्ण फ़ील्ड में गायब डेटा |
| Validity | सही प्रारूप | विकृत ईमेल, फोन आदि |
| Uniqueness | कोई डुप्लिकेट नहीं | डेटा को खंडित करने वाले डुप्लिकेट रिकॉर्ड |
| Timeliness | वर्तमान जानकारी | पुराने रिकॉर्ड को अपडेट करने की जरूरत है |
| Consistency | एकसमान मान | रिकॉर्डों में असंगत प्रारूप |

### स्कोर स्तर

| स्कोर | स्तर | इसका क्या अर्थ है |
|-------|------|---------------|
| 80-100 | मजबूत | आपकी डेटा नींव ठोस है। इसे बनाए रखने पर ध्यान दें। |
| 60-79 | विकसित हो रहा है | अच्छी प्रगति, लेकिन कुछ क्षेत्रों पर ध्यान देने की जरूरत है। |
| 40-59 | उभर रहा है | AI पहलों से पहले कई आयामों में सुधार की जरूरत है। |
| 0-39 | क्रिटिकल | महत्वपूर्ण डेटा गुणवत्ता समस्याएँ मौजूद हैं। मूल बातों से शुरू करें। |

## चरण 3: प्राथमिकता वाले क्षेत्रों की पहचान करें

अपने स्कोर के आधार पर, पहले ध्यान केंद्रित करने के लिए 2-3 क्षेत्र पहचानें। एक साथ सब कुछ ठीक करने की कोशिश न करें।

### प्राथमिकता ढाँचा

| यदि आपका स्कोर कम है... | यहाँ से शुरू करें... |
|----------------------------|---------------|
| Completeness | शीर्ष 5 महत्वपूर्ण फ़ील्ड पहचानें, भरण दरें मापें |
| Validity | ईमेल और फोन प्रारूपों का ऑडिट करें, Validation Rule जोड़ें |
| Uniqueness | डुप्लिकेट डिटेक्शन चलाएँ, मर्ज प्रक्रिया स्थापित करें |
| Timeliness | ताजगी सीमाएँ परिभाषित करें, अपडेट Workflow बनाएँ |
| Consistency | Picklist मान मानकीकृत करें, विविधताएँ साफ करें |

### उच्च-प्रभाव प्रारंभिक बिंदु

अधिकांश संगठनों के लिए, इन फ़ील्ड का सबसे अधिक प्रभाव होता है:

**Contact:**
- Email (validity, completeness)
- Phone (validity, completeness)
- Title (completeness, consistency)

**Account:**
- Industry (completeness, consistency)
- Annual Revenue (timeliness, completeness)
- Billing Address (validity, completeness)

**Opportunity:**
- Close Date (timeliness)
- Amount (completeness)
- Stage (consistency)

## चरण 4: DQS स्थापित करें

जब आप अपने वास्तविक Salesforce डेटा को मापने के लिए तैयार हों, तो Data Quality Sense स्थापित करें।

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

### स्थापना चरण

1. Salesforce AppExchange पर जाएँ
2. "Data Quality Sense" खोजें
3. "Get It Now" पर क्लिक करें
4. स्थापना विज़ार्ड का पालन करें
5. उन उपयोगकर्ताओं को अनुमतियाँ दें जो स्कैन कॉन्फ़िगर और चलाएंगे

### DQS क्या जोड़ता है

स्थापना के बाद, आपके पास पहुँच होती है:

| सुविधा | विवरण |
|---------|-------------|
| Definition Builder | क्या विश्लेषण करना है, यह कॉन्फ़िगर करें |
| Scan Execution | डेटा गुणवत्ता जाँच चलाएँ |
| Results Dashboard | मेट्रिक्स देखें और ड्रिल-डाउन करें |
| Export | प्रभावित रिकॉर्ड सफाई के लिए डाउनलोड करें |

## चरण 5: अपनी पहली Definition बनाएँ

एक Definition DQS को बताती है कि क्या विश्लेषण करना है। केंद्रित दायरे से शुरू करें।

> **इसे क्रिया में देखें:** [इस चरण को डेमो वीडियो में देखें (0:29)](#dqs-demo-29)

### अनुशंसित पहली Definition

अपने पहले स्कैन के लिए, उच्च व्यावसायिक प्रभाव वाली एक ऑब्जेक्ट पर ध्यान केंद्रित करें:

**विकल्प A: Contact डेटा गुणवत्ता**
- Object: Contact
- Fields: Email, Phone, MailingCity, MailingState, MailingCountry
- Dimensions: Completeness, Validity, Consistency

**विकल्प B: Account स्वास्थ्य जाँच**
- Object: Account
- Fields: Industry, AnnualRevenue, BillingCity, BillingState
- Dimensions: Completeness, Consistency, Timeliness

**विकल्प C: Opportunity Pipeline**
- Object: Opportunity
- Fields: Amount, CloseDate, StageName
- Dimensions: Completeness, Timeliness

### Definition Builder चरण

1. DQS में **New Definition** पर क्लिक करें
2. **Capabilities** चुनें (कौन से आयाम मापने हैं)
3. विश्लेषण के लिए **Object** और **Fields** चुनें
4. वैकल्पिक रूप से दायरा संकुचित करने के लिए **Filters** जोड़ें
5. प्रत्येक आयाम के लिए सीमाएँ **Configure** करें
6. **Review** करें और सहेजें

## चरण 6: अपना पहला स्कैन चलाएँ

अपनी Definition सहेजने के साथ, अपना पहला स्कैन चलाएँ।

> **इसे क्रिया में देखें:** [इस चरण को डेमो वीडियो में देखें (2:32)](#dqs-demo-152)

1. Definition खोलें
2. **Run Scan** पर क्लिक करें
3. प्रसंस्करण पूरा होने तक प्रतीक्षा करें (समय रिकॉर्ड संख्या पर निर्भर करता है)
4. डैशबोर्ड में परिणाम देखें

### आवर्ती स्कैन शेड्यूल करें

DQS के साथ, आप स्कैन स्वचालित कर सकते हैं ताकि बिना मैन्युअल प्रयास के आपकी डेटा गुणवत्ता की लगातार निगरानी हो।

1. अपनी Definition खोलें
2. **Schedule** टैब पर जाएँ
3. आवृत्ति सेट करें (दैनिक, साप्ताहिक, या मासिक)
4. पसंदीदा समय और दिन चुनें
5. शेड्यूल सहेजें

निर्धारित स्कैन पृष्ठभूमि में स्वचालित रूप से चलते हैं और आपके डैशबोर्ड को ताजे परिणामों से अपडेट करते हैं। यह चल रही निगरानी के लिए अनुशंसित दृष्टिकोण है — आप बिना स्कैन चलाना याद किए जल्दी डेटा गुणवत्ता में गिरावट पकड़ते हैं।

### क्या उम्मीद करें

पहले स्कैन अक्सर अपेक्षा से अधिक समस्याएँ प्रकट करते हैं। यह सामान्य है। आपका लक्ष्य दृश्यता है, परिपूर्णता नहीं।

सामान्य पहले-स्कैन निष्कर्ष:
- 10-30% रिकॉर्ड में कम से कम एक समस्या है
- कुछ फ़ील्ड में अपेक्षा से बहुत कम भरण दरें हैं
- डुप्लिकेट डिटेक्शन ऐसे रिकॉर्ड खोजता है जिनके बारे में आपको पता नहीं था
- प्रारूप सत्यापन डेटा प्रविष्टि में असंगतताएँ प्रकट करता है

## आगे क्या करें

### सप्ताह 1: आधार रेखा समझें

- स्कैन परिणामों की समीक्षा करें
- मात्रा के हिसाब से शीर्ष 3 समस्याएँ पहचानें
- समझें कि कौन से रिकॉर्ड प्रभावित हैं

### सप्ताह 2-4: प्राथमिकता समस्याओं को संबोधित करें

- सबसे अधिक प्रभाव वाली, सबसे आसानी से ठीक होने वाली समस्याओं से शुरू करें
- प्रभावित रिकॉर्ड के लिए सफाई योजना बनाएँ
- नई समस्याओं को रोकने के लिए Validation Rule जोड़ें

### चल रहा: निगरानी करें और बनाए रखें

- आवर्ती स्कैन शेड्यूल करें
- समय के साथ सुधार ट्रैक करें
- अतिरिक्त ऑब्जेक्ट और फ़ील्ड तक दायरा बढ़ाएँ

## अगले कदम

- [Agentforce Preparation](/hi/resources/ai-readiness/agentforce-preparation/): Agentforce के लिए डेटा तैयार करना
- [Best Practices](/hi/resources/best-practices/common-pitfalls/): सामान्य डेटा गुणवत्ता गलतियों से बचें