Results को समझना

Results का सिंहावलोकन

किसी scan के पूरा होने के बाद, DQS आपके results को एक dashboard view में प्रस्तुत करता है। Dashboard कई स्तरों पर scores दिखाता है:

1. Overall Score - कुल data quality को दर्शाती एकल संख्या
2. Dimension Scores - हर capability के लिए scores (Completeness, Validity, आदि)
3. Field Scores - हर विश्लेषित field के लिए scores
4. Record Details - खास प्रभावित records तक drill-down

Results Dashboard

Dashboard Layout

┌─────────────────────────────────────────────────────────────────┐
│                     OVERALL QUALITY SCORE                        │
│                           85%                                    │
│                     ▲ +3% from last scan                         │
├──────────────────────┬──────────────────────┬───────────────────┤
│    COMPLETENESS      │      VALIDITY        │    UNIQUENESS     │
│        92%           │        78%           │       95%         │
├──────────────────────┼──────────────────────┼───────────────────┤
│    TIMELINESS        │    CONSISTENCY       │   AI READINESS    │
│        88%           │        82%           │       76%         │
└──────────────────────┴──────────────────────┴───────────────────┘

Results तक पहुँचना

1. App Launcher से DQS खोलें
2. सूची में अपनी Definition ढूँढें
3. Definition name पर click करें
4. Results tab select करें
5. देखने के लिए एक scan date चुनें

default रूप से सबसे हालिया scan दिखता है।

Overall Quality Score

Overall score सभी dimension scores का एक weighted average है।

इसकी गणना कैसे होती है

DQS हर dimension के लिए default weights का इस्तेमाल करता है:

Formula: Overall = (Completeness x 0.25) + (Validity x 0.20) + (Uniqueness x 0.20) + (Timeliness x 0.15) + (Consistency x 0.20)

AI Readiness scores अलग से दिखाए जाते हैं और Data Quality overall score को प्रभावित नहीं करते।

Score की व्याख्या

Trend Indicator

अपने score के बगल में, आपको एक trend arrow दिखेगा:

• Green arrow up - पिछले scan से score बेहतर हुआ
• Red arrow down - पिछले scan से score घटा
• Gray dash - score अपरिवर्तित

Percentage बदलाव की मात्रा दिखाता है।

Dimension Scores

विस्तृत metrics देखने के लिए किसी भी dimension card पर click करें।

Completeness Metrics

उदाहरण व्याख्या:

• Completeness Rate: 85% का मतलब है कि 15% records में values गायब हैं
• High Placeholder Rate बताती है कि users असली data के बजाय “TBD” दर्ज करते हैं

Validity Metrics

उदाहरण व्याख्या:

• Email field पर 78% Validity Rate का मतलब है कि 22% में format issues हैं
• आम issues: गायब @, spaces, “.con” जैसी typos

Uniqueness Metrics

उदाहरण व्याख्या:

• 95% Uniqueness Rate का मतलब है कि 5% duplicates हैं
• कम Entropy बताती है कि कई records एक ही values साझा करते हैं

Timeliness Metrics

उदाहरण व्याख्या:

• 30% Staleness Rate का मतलब है कि 30% records को आपके freshness window में छुआ तक नहीं गया
• 0% से ऊपर Future Rate data entry errors का संकेत देती है

Consistency Metrics

उदाहरण व्याख्या:

• Country field पर 15 का Variant Count असंगत entry बताता है (USA बनाम United States बनाम US)
• Dominant Values दिखाती है कि कौन-सी variations सबसे आम हैं

AI Readiness Metrics

PII Detection:

Field-Level Details

per-field breakdown देखने के लिए किसी dimension पर click करें।

Field Score Table

Field Scores पढ़ना

हर field दिखाती है:

• Score - इस field के लिए performance
• Issues - समस्याग्रस्त records की count
• Actions - drill-down और export के links

Problem Fields पहचानना

इन्हें ढूँढने के लिए fields को score के अनुसार (सबसे कम पहले) sort करें:

• सबसे ज़्यादा issues वाले fields
• तुरंत ध्यान देने वाले fields
• संबंधित fields के बीच के patterns

टिप: पहले high-impact fields पर focus करें। Email validity में 10% का सुधार किसी कम इस्तेमाल होने वाले field को परिपूर्ण बनाने से ज़्यादा business value रखता है।

Records तक Drill-Down

प्रभावित data देखने के लिए View Records पर click करें।

Record List View

drill-down उन records को दिखाता है जिनमें issues हैं:

Record List को Filter करना

इनके अनुसार filter करें:

• Issue type (missing, invalid, duplicate, आदि)
• Date range
• Owner
• Custom field values

सीधा Record Access

किसी भी record पर click करके उसे Salesforce में खोलें। सीधे सुधार करें या उपयुक्त team member को assign करें।

समय के साथ Results की तुलना

Trend Charts

DQS trend charts प्रदर्शित करता है जो दिखाते हैं:

• समय के साथ overall score
• समय के साथ dimension scores
• समय के साथ field scores

Charts आपकी इसमें मदद करते हैं:

• सुधार की प्रगति track करना
• घटते क्षेत्रों की पहचान करना
• cleanup प्रयासों का असर मापना

Scan Comparison

किन्हीं दो scans की तुलना करें:

1. Results tab पर Compare पर click करें
2. एक baseline scan (पुराना) select करें
3. एक comparison scan (नया) select करें
4. side-by-side metrics देखें

तुलना इन्हें highlight करती है:

• बेहतर हुई metrics (green)
• घटी हुई metrics (red)
• अपरिवर्तित metrics (gray)

Improvement Targets सेट करना

यथार्थवादी targets सेट करने के लिए historical data का इस्तेमाल करें:

Data Export करना

offline analysis और cleanup workflows के लिए आप results export कर सकते हैं।

CSV Export

Export options:

• Summary Export - केवल scores और metrics
• Affected Records Export - issues वाले records की पूरी सूची
• Field Detail Export - per-field breakdown

Export कैसे करें

1. scan results खोलें
2. Export (download icon) पर click करें
3. export type चुनें
4. format (CSV) select करें
5. file download करें

Export Contents

Affected Records Export में शामिल हैं:

• Record ID
• Record Name
• issue वाला Field
• Issue type
• Current value
• Suggested action

उदाहरण row:

0031x00000ABC123,John Smith,Email,INVALID_FORMAT,john.smith@example,Fix email domain

Cleanup के लिए Exports का इस्तेमाल

1. प्रभावित records को CSV में export करें
2. Excel या Google Sheets में खोलें
3. values की समीक्षा करके सुधारें
4. Salesforce update करने के लिए Data Loader का इस्तेमाल करें
5. सुधार सत्यापित करने के लिए scan फिर से चलाएँ

टिप: एक cleanup assignment workflow बनाएँ। records export करें, Account या Region के आधार पर owners assign करें, और सुधारों को track करें।

Results साझा करना

Sharing Options

stakeholders के साथ results साझा करें:

1. Link sharing - scan results का URL copy करें
2. Screenshot - presentations के लिए dashboard view
3. Export - विस्तृत analysis के लिए CSV
4. Email summary - automated reports

Leadership के लिए Reports बनाना

executive presentations के लिए, इन पर focus करें:

• Overall score और trend
• पिछली अवधि से सुधार
• शीर्ष 3 problem areas
• timeline के साथ action plan

metric details से अभिभूत न करें। कहानी के साथ शुरुआत करें।

Score Changes को समझना

Scores क्यों बदलते हैं

बदलावों की जाँच करना

जब scores अप्रत्याशित रूप से बदलें:

1. कौन-सी metrics बदलीं यह पहचानने के लिए scans की तुलना करें
2. field level तक drill down करें
3. हालिया data बदलावों (imports, integrations) की समीक्षा करें
4. जाँचें कि क्या Definition configuration बदला

अगले कदम

• Definition Builder: निष्कर्षों के आधार पर thresholds समायोजित करें
• Running Scans: नियमित scans schedule करें
• Measuring Data Quality: एक quality scorecard बनाएँ