測定できないものは改善できません。Salesforce においてデータ品質を測定するとは、「データが乱れている」という漠然とした感覚を、追跡できる数値、行動に移せる内訳、そして見守れるトレンドへと変えることです。その数値が データ品質スコア（Data Quality Score）（データ信頼性スコアと呼ばれることもあります）であり、本ガイドではその仕組み、読み方、そして活用方法を解説します。
データ品質スコアとは何か
データ品質スコアとは、一連の Salesforce レコードが、あなたが定義した品質ルールをどれだけ満たしているかを 0〜100 のスケールで要約した単一の数値です。スコア 100 は、対象範囲のすべてのレコードがすべてのチェックを通過したことを意味し、それより低いスコアは、残っている作業量と、内訳に分解したときにそれが正確にどこへ集中しているかの両方を示します。
このスコアは見栄えのための指標ではありません。その価値は、3 つの特性から生まれます。
- 複合的であること。 スコアは複数の データ品質ディメンション — 完全性、妥当性、一意性、一貫性、適時性 — を、比較可能な 1 つの数値へとまとめ上げます。
- 加重されていること。 すべての問題が同じ重みを持つわけではないため、スコアは問題の単純な件数ではなく、ビジネス上の優先度を反映します。
- 繰り返し可能であること。 スケジュールに沿って実行すれば、同じ計算が一度きりの監査を、管理できるトレンドの線へと変えます。
「データ信頼性スコア」と「データ品質スコア」は同じ考え方を表しています。すなわち、データが利用に耐えるかどうかを示す、定量化された信頼できる尺度です。
スコアはどのように計算されるのか
Salesforce における意味のあるスコアは、項目からディメンションへ、そして全体の数値へと、ボトムアップで構築されます。
- 項目単位のチェック。 各ルールが対象範囲の項目に対して実行されます。Account Industry は入力されているか？ Contact Email は有効な形式に一致しているか？ この Opportunity は重複か？ それぞれのチェックがレコード単位で合否を生み出します。
- ディメンションスコア。 項目の結果は、ディメンションごとのスコアへとまとめられます。対象範囲のレコードの 92% がすべての完全性チェックを通過すれば、完全性のスコアは 92 になります。
- 加重された全体スコア。 ディメンションスコアは、各ディメンションがあなたにとってどれだけ重要かに応じて加重され、1 つの数値へと統合されます。欠落した Opportunity Amount は、欠落した副電話番号よりも大きく数えられることがあります。
このボトムアップの構造こそが、スコアを行動に移せるものにします。単一の「78」は出発点にすぎません。その背後にある内訳 — Account の完全性が 65 で、その要因はある 1 つの連携による空欄の Industry 項目 — こそが、実際に修正する対象なのです。
なぜ加重が重要なのか
2 つの組織がともにスコア 80 でありながら、まったく異なる状態にあることがあります。一方は、影響の小さい項目全体に軽微な書式の問題が散らばっているだけです。もう一方は、Opportunity Amount の 20% が欠落しています。加重なしの失敗件数では、これらを同じものとして扱ってしまいます。
加重はそれを正します。売上、レポーティング、自動化を左右する項目やディメンションに高い重みを割り当てることで、スコアは問題の量ではなくビジネスインパクトを追跡します。重みを自社の優先度に合わせて調整すると、その数値は経営層が信頼できる意味を持ち始めます。
スコアの読み方
スコアは、見出しの数値から意思決定へと進めて初めて役に立ちます。3 段階で読みましょう。
| 段階 | 問い | 見るもの |
|---|---|---|
| 1. 見出し | このデータは全体としてどれだけ健全か？ | 単一の加重データ品質スコア |
| 2. ディメンション別 | どんな種類 の問題が中心か？ | ディメンションごとのスコア（例：完全性 対 一意性） |
| 3. 項目別 | 問題は 正確にどこ にあるのか？ | 最も弱いディメンション内の項目単位の内訳 |
3 段階目に至るころには、もはや抽象的な「データ品質」を見てはいません。特定のオブジェクト上の特定の項目を、特定の失敗率とともに見ているのです。それは、誰かが担当できるタスクです。
スコアからアクションへ
スコアは、測定を優先順位付けされた ToDo リストへと変えます。
- 基準値。 最初のスキャンを実行し、現在地を確立する。
- 優先順位付け。 ビジネスインパクト（重み）と修正の労力を照らし合わせて問題を並べ替える。重みが最も高く、労力が最も低い問題が先頭に来る。
- 修正。 既存のレコードをクリーンアップし、新たな不良データを止める入力規則を追加し、取り込みプロセスを調整する。
- 再測定。 スキャンを再実行し、スコアが動くのを見守る。見えない改善は、守ることのできない改善です。
時系列での品質の追跡
Salesforce のデータは継続的に劣化するため、1 回の測定は実施した翌日にはもう古くなっています。スコアの肝心な点は、スナップショットではなく トレンド にあります。日次、週次、月次といったスケジュール化されたスキャンは、スコアを監視できる線へと変えます。これにより、不良データを書き込み始めた新しい連携は、数か月後に壊れたレポートで発見する問題ではなく、数日のうちに気づける落ち込みとして現れます。
DQS による測定方法
Data Quality Sense は、加重されたデータ品質スコアをすべて Salesforce 内で生成します — レコードは一切書き出されません。Definition Builder で「良い」とは何かを定義し（ディメンションを選択し、対象のオブジェクトと項目を絞り込み、しきい値と重みを設定する）、オンデマンドまたはスケジュールでスキャンを実行し、Insight Studio で結果を探索します。全体スコア、ディメンションごとの内訳、項目の健全性、そして時系列のトレンドを確認できます。ネイティブに実行されるため、スコアは常に組織内のライブデータを反映します。
次のステップ
- Salesforce におけるデータ品質：完全ガイド
- データ品質の 5 つのディメンション：スコアが測定するもの
- データ品質の測定：KPI とスコアカードを深く解説
- Agentforce の準備：スコアを AI 対応にする