Skip to main content

Agentforceデータ対応チェックリスト

実践的なAgentforceデータ対応チェックリスト。完全性、一貫性、PIIなどにわたって、SalesforceデータがAIエージェントに対応できているかを評価しましょう。

更新日

Agentforceデータ対応チェックリスト

Agentforceデータ対応とは、Salesforceレコードが完全で、一貫性があり、有効で、新鮮で、重複が排除され、露出したPIIがない状態を指します。これにより、AIエージェントは正確なコンテキストを取得し、信頼できる応答を生成できます。データがAgentforceに対応できているのは、それら6つの条件のそれぞれが測定され、定義されたしきい値を満たしているとき、すなわち「想定」ではない場合です。このチェックリストは、確認すべき項目、各項目が重要な理由、そしてそれを測定するDQS指標を示します。

Agentforceエージェントは、Salesforceレコードを取得し、CRMデータに基づいて応答を生成し、ユーザーに代わってアクションを実行します。そのいずれのステップも、あなたのデータを信頼できる情報源として読み取ります。フィールドが空白なら、エージェントにはコンテキストがありません。値が4通りに表記されていれば、エージェントはそれを4つの事実として扱います。CaseのコメントにSocial Security Numberが含まれていれば、エージェントはそれを表面化させる可能性があります。データ対応とは、本番でエージェントが誤った回答をした後ではなく、導入前にそれらのギャップを埋めることを意味します。このリストの背後にある完全なフェーズ別計画については、Agentforceの準備を参照してください。

自社のSalesforceデータがAgentforceに対応できているかをどう判断するか

判断は、レコードを手作業で点検することではなく、測定することによって行います。エージェントがアクセスするすべてのオブジェクトに対してDQSスキャンを実行し、各指標を目標のしきい値と比較してください。以下の6つの領域に取り組みましょう。各チェックボックスはスキャン結果で確認できるものなので、「自分のデータは対応できているか」という問いの答えが、意見ではなく数値になります。

測定ステップが、ほとんどの組織がスキップするのはここです。Accentureが公開したAI対応データに関する調査では、61%のCXOが自社のデータ資産はまだ生成AIに対応していないと認め、高度なAIをスケールするために必要なデータ対応度に達した企業はわずか7%にとどまっています。スキャン結果に基づいて検証されたチェックリストが、あなたがその線のどちら側にいるかを見つけ出す方法です。

このチェックリストをプロジェクトのメモにコピーし、確認するたびに項目にチェックを入れてください。

スコープとアクセス

何かを測定する前に、エージェントが触れる対象を定義しましょう。誤ったオブジェクトを読み取るエージェントは、組織の残りがどれほどクリーンであっても失敗します。

  • Agentforceが読み取りまたは書き込みするすべてのオブジェクトをリストアップする。 エージェントは、そのトピックとアクションが許可するものしか取得しません。スキャンをその正確な範囲に絞り込み、エージェントが実際に見るデータを測定しましょう。
  • エージェントが応答に使う、各オブジェクト内のフィールドをリストアップする。 Description、Comments、Notes、主要な選択リストがコンテキストを担います。すべてのフィールドをスキャンするのは労力の無駄です。回答を支えるフィールドをスキャンしましょう。
  • 項目レベルセキュリティが意図に一致していることを確認する。 エージェントは実行ユーザーのアクセス権を継承します。ユーザーから隠されたフィールドはエージェントからも見えないため、「欠落した」回答が、データのギャップではなく権限のギャップであることがあります。
  • それらのフィールドに書き込むインテグレーションを記録する。 インテグレーションは、一貫性のない値や重複した値の最も一般的な発生源です。書き込み元を知ることで、データだけでなく取り込み口のどこを修正すべきかがわかります。

完全性

エージェントは、読み取るフィールドが空のとき曖昧な応答を生成します。コンテキストの欠落は弱いエージェント出力の最も一般的な原因であるため、完全性は最初に測定すべきものです。

  • エージェントが応答に使うすべてのフィールドで完全性率が85%以上である。 空白のDescriptionは、エージェントに回答を組み立てる材料を何も与えません。完全性率は、フィールドに値が入っているレコードの割合をレポートします。
  • 重要なコンテキストフィールドに、単一の発生源による体系的な空白がない。 1つのインテグレーションによって空のまま残されたフィールドは、レコードごとのクレンジングではなくプロセスの修正対象です。フィールドレベルの完全性率がその発生源を特定します。
  • スキーマ上は必須でなくても、ビジネス上必須のフィールドが入力されている。 Agentforceは空白のフィールドを事実の不在として扱います。DQSがオブジェクトごとに「入力されているべき」をどのように範囲設定するかについては、完全性を参照してください。

一貫性と妥当性

同じ実世界の値が複数の形で現れると、エージェントはそれぞれを別個のものとして扱い、一貫性のない回答をします。値が期待されるフォーマットを破ると、下流の取得が信頼できなくなります。

  • 選択リストと参照フィールドの準拠率が90%以上である。 「US」「USA」「United States」を保持するCountryフィールドは、1つの事実を3つに分割します。準拠率は、正規セットに一致する値の割合をレポートします。Import from Fieldを使って既存のバリアントを発見し、正規値を定義してください。一貫性を参照してください。
  • フォーマット済みフィールドの妥当性率が90%以上である。 @のないメール、文字を含む電話番号、ありえない日付は、エージェントが扱えないデータです。送信も発信も予定設定もできません。妥当性率は、フォーマットルールを通過する値の割合をレポートします。妥当性を参照してください。
  • フィールド間の矛盾が解消されている。 Billing Countryと矛盾するBilling Stateは、エージェントに誤った関係を教えます。一貫性チェックは、互いに食い違う値を表面化させます。

鮮度と重複

古いデータは、もはや真実ではない事実に基づいて回答を組み立てます。重複レコードは、エージェントに1つの実体の2つのバージョンを与えるため、応答はどちらのコピーを取得するかに依存します。

  • 日付に依存するフィールドで適時性率が目標を満たしている。 2年前のLast Activityや過去のClose Dateは、エージェントを誤らせます。適時性率は、定義したウィンドウ内で最新であるレコードの割合をレポートします。適時性を参照してください。
  • エージェントが読み取るオブジェクトで重複率が低い。 エージェントが同じ顧客の3つのレコードのうち1つを取得すると、部分的な履歴から回答します。重複率は、別のレコードと重複しているレコードの割合をレポートします。一意性を参照してください。
  • 導入後ではなく導入前に重複をマージまたはフラグする。 フォーム、インポート、手入力をまたいで作成された重複は、モニタリングがなければ際限なく増えます。エージェントが実体ごとに1つのレコードを読むよう、それらを解消しましょう。

PIIとコンプライアンス

エージェントが読み取るテキストフィールド内のPIIは、AIのコンテキストに入り、生成された応答に現れることがあります。これは、データ対応のギャップがコンプライアンス上のインシデントになる領域です。

  • エージェントがアクセスするテキストフィールドでPII Exposure Rateが1%未満である。 SSNやクレジットカード番号は、コピー＆ペーストやemail-to-caseを通じてDescription、Comments、Notesに蓄積します。PII Exposure Rateは、パターンに一致するレコードの割合をレポートします。PII Detectionを参照してください。
  • CaseのDescriptionとCommentsでSSNやクレジットカードのマッチがゼロである。 金融系PIIは最も深刻度の高い検出結果です。Criticalプリセットスキャンを実行してそれを分離し、確認したマッチをマスク、削除、または除外してください。
  • 想定コンテンツのフィールドに対してフィールドごとのパターンオーバーライドが設定されている。 Emailフィールドは設計上メールパターンに一致しますが、それは露出ではなくノイズです。フィールドごとのオーバーライドはそのノイズを取り除き、率が実際のリスクを反映するようにします。
  • コンプライアンスチームが修復後のPIIスキャンを承認している。 GDPR、CCPA、HIPAA、PCI DSSはPIIの特定と保護を義務付けています。DQSは完全にSalesforce内で実行されるため、検出中にレコードが組織を離れることはありません。AgentforceのPIIコンプライアンスを参照してください。

運用とモニタリング

データ品質は、ユーザーが新しいレコードを入力するにつれて劣化します。今日合格したデータセットも数週間以内に新しい問題を蓄積するため、データ対応は一度通過するマイルストーンではなく、維持し続ける状態です。

  • スコープ内のすべての次元についてベースライン指標がドキュメント化されている。 修復が効果を上げたことを証明し、後の劣化を検知するには、開始時点の数値が必要です。
  • 定期スキャンのスケジュールが設定されている。 スケジュール化されたスキャンは、一度きりのスナップショットをトレンドの線へと変えます。PIIは大量のテキストオブジェクトに毎週、完全性と一貫性は毎月、フルスキャンは四半期ごとに実行しましょう。
  • 次元ごとに修復の担当が割り当てられている。 担当のいない指標は改善しません。完全性、PIIなどについて責任を負う人を指名しましょう。
  • 修復済みデータに対してエージェントの応答がテストされている。 合格したスキャンは良い振る舞いを予測しますが、テストがそれを確認します。出力が正確であること、そして生成されたコンテンツにPIIが現れないことを検証しましょう。

対応しきい値の一覧

この表を各領域の合格基準として使ってください。目標はAgentforceの準備計画と一致しています。

チェックリスト領域 DQS指標 目標しきい値
完全性 完全性率（主要フィールド） 85%以上
一貫性 準拠率（選択リスト、参照） 90%以上
妥当性 妥当性率（フォーマット済みフィールド） 90%以上
適時性 適時性率（日付に依存するフィールド） 定義したウィンドウを満たす
一意性 重複率（エージェントが読むオブジェクト） 低く、低下傾向
PIIとコンプライアンス PII Exposure Rate（エージェントが読むテキストフィールド） 1%未満

複数の項目で不合格になったらどうするか

不合格のチェックリストは、遅延の理由ではなく、想定される出発点です。ほとんどの組織は、最初のスキャンで予期していなかった問題を発見します。次の順序で優先してください。コンプライアンスリスクを伴うため、まずPII。次に、エージェントのコンテキストの品質を形づくる完全性と一貫性。その後に、妥当性、適時性、一意性です。影響が大きく労力が小さい項目から先に修正し、スキャンを再実行してベースラインと比較しましょう。手順を追った修復の道筋については、Agentforce向けSalesforceデータクリーンアップとAgentforceエージェントが失敗する理由を参照してください。

次のステップ