# DQS का परिचय

> जानें कि Data Quality Sense क्या है, यह कैसे काम करता है, और आपके डेटा के लिए Salesforce-native architecture क्यों मायने रखती है।

Source: https://dataqualitysense.com/hi/resources/using-dqs/dqs-overview/
Last updated: 2026-06-03

---

## Data Quality Sense क्या है?

Data Quality Sense (DQS) एक Salesforce-native data profiling और quality analysis application है। यह आपको अपनी data quality को मापने, समझने और बेहतर बनाने में मदद करता है, ताकि business के भरोसेमंद फ़ैसले और AI-ready datasets सुनिश्चित हो सकें।

DQS पूरी तरह Salesforce के अंदर ही चलता है। आपका डेटा कभी platform से बाहर नहीं जाता।

## मुख्य अंतर जो DQS को खास बनाते हैं

### 100% Salesforce-Native

DQS को standard architecture का इस्तेमाल करते हुए Salesforce platform पर बनाया गया है:

| Component | Technology |
|-----------|------------|
| User Interface | Lightning Web Components (LWC) |
| Configuration | Custom Metadata Types (CMT) |
| Processing | Apex Batch Jobs |
| Storage | Custom Objects |

**Native होना क्यों मायने रखता है:**
- आपका डेटा Salesforce में ही रहता है (कोई export नहीं, कोई external API नहीं)
- मौजूदा Salesforce security और permissions का इस्तेमाल करता है
- बनाए रखने या समस्या सुलझाने के लिए कोई integration नहीं
- Salesforce users के लिए जाना-पहचाना interface

### कोई Code ज़रूरी नहीं

DQS को एक point-and-click wizard के ज़रिए configure करें। न कोई Apex code, न formulas, न ही किसी technical skill की ज़रूरत।

Definition Builder आपको इन कदमों से गुज़ारता है:
1. यह चुनना कि क्या मापना है
2. यह तय करना कि किन fields का विश्लेषण करना है
3. thresholds और rules सेट करना
4. समीक्षा करना और activate करना

Salesforce Admins बिना किसी developer support के scans configure और चला सकते हैं।

### सारे Features शामिल

DQS एक ही paid product है। हर capability सभी users के लिए उपलब्ध है:

- सभी Data Quality dimension variants
- AI Readiness (PII Detection)
- Custom regex patterns
- CSV export
- Scheduling और recurring scans
- Mentor Panel — contextual, in-context recommendations जो इस बात पर आधारित होती हैं कि हर scan ने अभी-अभी क्या मापा

इस्तेमाल की एकमात्र सीमा है per-org scan count (configurable, default 10 scans)।

## DQS क्या मापता है

DQS अपनी capabilities को दो dimensions में organize करता है:

### Data Quality Dimension

operational hygiene के लिए traditional data quality checks:

| Capability | यह क्या मापती है |
|------------|------------------|
| Completeness | क्या ज़रूरी fields भरे हुए हैं? |
| Validity | क्या values अपेक्षित formats से मेल खाती हैं? |
| Uniqueness | क्या records अलग-अलग हैं? |
| Timeliness | क्या डेटा मौजूदा है? |
| Consistency | क्या values एक समान हैं? |

### AI Readiness Dimension

Agentforce और AI की तैयारी के लिए advanced check:

| Capability | यह क्या मापती है |
|------------|------------------|
| PII Detection | क्या संवेदनशील डेटा AI के संपर्क में आने से पहले सुरक्षित है? |

## DQS कैसे काम करता है

### DQS Workflow

1. Definition Builder का इस्तेमाल करके **Define** करें कि किसका विश्लेषण करना है
2. हर capability के लिए thresholds और rules **Configure** करें
3. ऐसे scans **Execute** करें जो आपके records को batches में process करते हैं
4. metrics के साथ नतीजों की **Review** करें और प्रभावित records तक drill-down करें
5. data quality सुधारने के लिए निष्कर्षों पर **Act** करें — Mentor Panel की contextual recommendations के मार्गदर्शन में
6. recurring scans के साथ समय के साथ trends को **Monitor** करें

### Architecture का सिंहावलोकन

```
┌─────────────────────────────────────────────────────────────┐
│                     DEFINITION BUILDER                       │
│   Configure what to analyze, which fields, what thresholds  │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                      SCAN EXECUTION                          │
│   Batch Apex processes records against selected capabilities │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                      RESULTS STORAGE                         │
│   Metrics stored in custom objects for analysis and trends   │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                    RESULTS DASHBOARD                         │
│   View scores, drill down to records, export for cleanup     │
└─────────────────────────────────────────────────────────────┘
```

### Processing Model

DQS processing के लिए Salesforce Batch Apex का इस्तेमाल करता है, जिसका मतलब है:

- **Scalable**: लाखों records को संभालता है
- **Governed**: Salesforce limits का अपने आप ध्यान रखता है
- **Background**: users को रोके बिना चलता है
- **Resumable**: बीच में रुकने पर आगे जारी रहता है

Processing cost हर capability के हिसाब से अलग होती है:

| Cost Level | उदाहरण Capabilities | टिप्पणियाँ |
|------------|----------------------|-------|
| LOW | Completeness, Validity | साधारण field checks |
| MEDIUM | Timeliness, Consistency, PII Detection | Pattern analysis |
| HIGH | Uniqueness | Cross-record comparison |

## मुख्य अवधारणाएँ

### Definition

एक Definition आपका configure किया हुआ data quality check है। यह तय करती है:

- किस Salesforce object का विश्लेषण करना है
- कौन-से fields शामिल करने हैं
- कौन-सी capabilities चलानी हैं
- कौन-से thresholds और rules लागू करने हैं
- कौन-से filters से scope को सीमित करना है

आप अलग-अलग objects या use cases के लिए कई Definitions रख सकते हैं।

### Capability

एक capability एक खास तरह का data quality check है (Completeness, Validity, आदि)। हर capability में होते हैं:

- **Variants**: एक ही check के अलग-अलग implementations
- **Metrics**: यह क्या मापती है (rates, counts, scores)
- **Configuration**: thresholds और options जो आप सेट करते हैं

### Variant

एक variant किसी capability का एक खास implementation है। उदाहरण के लिए, Completeness में हैं:

- **Global Fill Rate**: बुनियादी completeness percentage
- **Contextual Logic**: conditional rules के साथ Completeness

### Metric

एक metric किसी scan से पैदा हुआ एक खास measurement है। उदाहरण:

| Metric | Type | उदाहरण |
|--------|------|---------|
| Completeness Rate | Percentage | 85% records में Email भरा हुआ है |
| Invalid Count | Integer | 234 records में अमान्य email format है |
| Dominant Values | JSON | सबसे आम शीर्ष 5 Industry values |

## शुरुआत कैसे करें

### चरण 1: AppExchange से Install करें

1. Salesforce AppExchange पर जाएँ
2. "Data Quality Sense" खोजें
3. "Get It Now" पर click करें और installation wizard का पालन करें
4. users को DQS permission set assign करें

### चरण 2: अपनी पहली Definition बनाएँ

1. App Launcher से DQS खोलें
2. "New Definition" पर click करें
3. अपना पहला scan configure करने के लिए wizard का पालन करें

विस्तृत मार्गदर्शन के लिए, देखें [Definition Builder Guide](/hi/resources/using-dqs/definition-builder/)।

### चरण 3: चलाएँ और समीक्षा करें

1. अपनी Definition save करें
2. "Run Scan" पर click करें
3. processing पूरी होने का इंतज़ार करें
4. अपने नतीजों की समीक्षा करें

व्याख्या संबंधी मार्गदर्शन के लिए देखें [Understanding Results](/hi/resources/using-dqs/understanding-results/)।

## अगले कदम

- [Definition Builder Guide](/hi/resources/using-dqs/definition-builder/): चरण-दर-चरण configuration
- [Running Scans](/hi/resources/using-dqs/running-scans/): execution और monitoring
- [Understanding Results](/hi/resources/using-dqs/understanding-results/): अपने डेटा की व्याख्या करना