एक data quality dashboard दर्जनों बिखरी हुई checks को एक ऐसे अकेले view में बदल देता है जिसे आप एक नज़र में monitor कर सकें। Salesforce में, सही dashboard आपको — चंद सेकंड में — बता देता है कि आपका डेटा कितना भरोसेमंद है, समस्याएँ कहाँ केंद्रित हैं, और हालात बेहतर हो रहे हैं या बदतर। यह गाइड उन metrics को कवर करती है जो मायने रखती हैं और उन्हें कैसे पढ़ें।
Data Quality Dashboard किसलिए होता है
एक dashboard नियमित आधार पर तीन सवालों का जवाब देता है:
- क्या मैं आज इस डेटा पर भरोसा कर सकता हूँ? एक नज़र में पढ़ने के लिए एक अकेली headline संख्या।
- समस्याएँ कहाँ हैं? एक ऐसा breakdown जो headline को ख़ास, मालिकाना हक लिए जा सकने वाले कामों में बदल देता है।
- क्या हम बेहतर हो रहे हैं? एक trend जो दिखाता है कि आपके fixes काम कर रहे हैं या नहीं और नए issues को जल्दी पकड़ता है।
अगर कोई dashboard तीनों का जवाब नहीं दे सकता, तो वह एक report है, monitoring tool नहीं।
वे Metrics जो मायने रखती हैं
एक उपयोगी Salesforce data quality dashboard संख्याओं की दीवार के बजाय एक-दूसरे के पूरक metrics के एक छोटे सेट को track करता है:
| Metric | यह आपको क्या बताती है | यह क्यों मायने रखती है |
|---|---|---|
| Data Quality Score | सभी dimensions के पार एक अकेला weighted 0–100 आँकड़ा | Headline। एक संख्या जिसे leaders समय के साथ track कर सकते हैं। |
| Dimension breakdown | हर dimension का score (completeness, validity, uniqueness, consistency, timeliness) | दिखाता है कि किस तरह की समस्या हावी है |
| Field health | हर field का pass/fail rate | दिखाता है कि समस्या ठीक-ठीक कहाँ रहती है — actionable परत |
| Trend over time | क्रमिक scans के पार score | दिखाता है कि आप बेहतर हो रहे हैं या नहीं और नए issues को तेज़ी से सामने लाता है |
| PII exposure | संवेदनशील डेटा वाले records और fields | किसी भी Agentforce या AI project से पहले अहम |
| Worst offenders | सबसे ज़्यादा failures की जड़ वाले objects और fields | बताता है कि कहाँ से शुरू करें |
मिलकर ये आपको “डेटा कितना स्वस्थ है?” से लेकर “किस field को, किस object पर, हम पहले fix करें?” तक तीन clicks में ले जाती हैं।
Dashboard को कैसे पढ़ें
इसे ऊपर से नीचे पढ़ें, headline से action तक:
- Headline. Data Quality Score पर एक नज़र डालें। पिछले scan से ऊपर? नीचे? या जस का तस?
- Dimension. Dimension breakdown खोलकर देखें कि किस तरह की समस्या score को नीचे खींच रही है — एक completeness समस्या और एक uniqueness समस्या के लिए बहुत अलग fixes चाहिए।
- Field. सबसे कमज़ोर dimension के field health में drill करें ताकि उन ख़ास fields को ढूँढ सकें जो failures की जड़ हैं। यही वह परत है जिसका कोई मालिक बनकर उसे fix कर सकता है।
- Trend. Trend line को जाँचें। एक अचानक dip का आमतौर पर मतलब होता है कि कोई नई integration या process खराब डेटा लिखना शुरू कर चुकी है — इसे यहाँ पकड़ें, तीन महीने बाद किसी टूटी report में नहीं।
Trends, Snapshots से बेहतर क्यों हैं
एक अकेला measurement लेने के अगले ही दिन पुराना पड़ जाता है, क्योंकि Salesforce डेटा लगातार बदलता रहता है। एक dashboard की असली value trend है। 82 का score अकेले में कुछ ख़ास मायने नहीं रखता; तीन हफ़्तों से 82 और गिरता हुआ एक खतरे की घंटी है, जबकि 82 और चढ़ता हुआ इस बात का सबूत है कि आपका program काम कर रहा है। Scheduled scans ही वह चीज़ हैं जो एक बार के audit को एक ऐसे trend में बदलते हैं जिसे आप manage कर सकें — और जो आपको एक target तय करने और line को उसकी तरफ़ बढ़ते देखने देते हैं।
“अच्छा” कैसा दिखता है
कोई सार्वभौमिक passing score नहीं होता; यह इस पर निर्भर करता है कि डेटा कैसे इस्तेमाल होता है। Targets तय करने का एक व्यावहारिक तरीका है उन्हें दाँव के हिसाब से स्तरों में बाँटना:
| डेटा | Target |
|---|---|
| Regulatory / compliance fields | 99%+ |
| Customer-facing और revenue डेटा | 95%+ |
| Operational डेटा | 85%+ |
| Historical / archival डेटा | 70%+ |
Target को हर dimension और हर object के हिसाब से तय करें, फिर dashboard को यह बताने दें कि हर एक को कितनी दूर जाना है।
इसे DQS में बनाना
Data Quality Sense यह dashboard Salesforce के अंदर Insight Studio के ज़रिए देता है। Definition Builder से एक scan चलाने के बाद, Insight Studio weighted Data Quality Score, हर dimension का breakdown, field health, और scans के पार trend दिखाता है — साथ ही AI-readiness काम के लिए PII exposure भी। चूँकि scans natively और एक schedule पर चलते हैं, dashboard हमेशा आपके org के live डेटा को दर्शाता है, बिना किसी export और बिना किसी external pipeline को बनाए रखे।
अगले कदम
- Salesforce में Data Quality कैसे मापें: Data Quality Score विस्तार से
- Salesforce में Data Quality: पूरी गाइड
- Salesforce में Data Quality कैसे बेहतर बनाएं: dashboard से action तक
- Data Quality मापना: KPIs और scorecards विस्तार से