# 結果を理解する

> DQS のスキャン結果を解釈し、ディメンションスコアを読み解き、影響を受けたレコードへドリルダウンし、クリーンアップのためにデータをエクスポートする方法を解説します。

Source: https://dataqualitysense.com/ja/resources/using-dqs/understanding-results/
Last updated: 2026-06-03

---

## 結果の概要

スキャンが完了すると、DQS は結果をダッシュボード形式で表示します。ダッシュボードでは、複数のレベルでスコアが確認できます。

1. **Overall Score（全体スコア）** - データ品質全体を表す単一の数値
2. **Dimension Scores（ディメンションスコア）** - 各機能（Completeness、Validity など）のスコア
3. **Field Scores（項目スコア）** - 分析した各項目のスコア
4. **Record Details（レコード詳細）** - 影響を受けた特定のレコードへのドリルダウン

## 結果ダッシュボード

### ダッシュボードのレイアウト

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

### 結果にアクセスする

1. App Launcher から DQS を開く
2. 一覧から対象の Definition を見つける
3. Definition 名をクリックする
4. **Results** タブを選択する
5. 表示するスキャン日を選ぶ

デフォルトでは、最新のスキャンが表示されます。

## 全体の品質スコア

全体スコアは、すべてのディメンションスコアの加重平均です。

### 算出方法

DQS は各ディメンションにデフォルトの重みを使用します。

| ディメンション | デフォルトの重み |
|-----------|---------------|
| Completeness | 25% |
| Validity | 20% |
| Uniqueness | 20% |
| Timeliness | 15% |
| Consistency | 20% |

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

AI Readiness スコアは別途表示され、Data Quality の全体スコアには影響しません。

### スコアの解釈

| スコア範囲 | 品質レベル | アクション |
|-------------|---------------|--------|
| 90〜100% | Excellent | 現在の運用を維持する |
| 80〜89% | Good | 特定の弱点に対処する |
| 70〜79% | Fair | 改善を優先する |
| 60〜69% | Poor | 早急な対応が必要 |
| 60% 未満 | Critical | 大規模なデータクリーンアップが必要 |

### トレンドインジケーター

スコアの横には、トレンドを示す矢印が表示されます。

- **緑の上向き矢印** - 前回スキャンよりスコアが向上
- **赤の下向き矢印** - 前回スキャンよりスコアが低下
- **グレーのダッシュ** - スコアに変化なし

パーセンテージは変化量を示します。

## ディメンションスコア

いずれかのディメンションのカードをクリックすると、詳細な指標が表示されます。

### Completeness の指標

| 指標 | タイプ | 示す内容 |
|--------|------|---------------|
| Completeness Rate | パーセンテージ | 値が入力されている項目 |
| Populated Count | 整数 | データのあるレコード |
| Incomplete Count | 整数 | データが欠落しているレコード |
| Null Rate | パーセンテージ | NULL の項目 |
| Blank Rate | パーセンテージ | 空、または空白文字のみ |
| Placeholder Rate | パーセンテージ | N/A、TBD、Unknown などの値 |

**解釈の例：**
- Completeness Rate が 85% の場合、レコードの 15% で値が欠落していることを意味します
- Placeholder Rate が高い場合、ユーザーが実際のデータの代わりに「TBD」を入力していることが示唆されます

### Validity の指標

| 指標 | タイプ | 示す内容 |
|--------|------|---------------|
| Validity Rate | パーセンテージ | 期待される形式に一致する値 |
| Valid Count | 整数 | 形式が正しいレコード |
| Invalid Rate | パーセンテージ | 形式に一致しない値 |
| Invalid Count | 整数 | 形式エラーのあるレコード |

**解釈の例：**
- Email 項目で Validity Rate が 78% の場合、22% に形式上の問題があることを意味します
- よくある問題：@ の欠落、スペース、「.con」のような誤字

### Uniqueness の指標

| 指標 | タイプ | 示す内容 |
|--------|------|---------------|
| Uniqueness Rate | パーセンテージ | 総数に対する一意の値の割合 |
| Distinct Count | 整数 | 一意な値の数 |
| Entropy | 小数 | 値の多様性（高いほど多様） |
| Max Frequency | 整数 | 最頻出値の出現回数 |
| Rarity | パーセンテージ | 値の希少性の分布 |

**解釈の例：**
- Uniqueness Rate が 95% の場合、5% が重複であることを意味します
- Entropy が低い場合、多くのレコードが同じ値を共有していることが示唆されます

### Timeliness の指標

| 指標 | タイプ | 示す内容 |
|--------|------|---------------|
| Freshness Rate | パーセンテージ | 鮮度ウィンドウ内のレコード |
| Staleness Rate | パーセンテージ | 鮮度ウィンドウを過ぎたレコード |
| Average Age | 日数 | 日付値の平均経過日数 |
| Recency Rate | パーセンテージ | 最近更新されたレコード |
| Future Rate | パーセンテージ | 未来の日付を持つレコード（エラー） |
| Overdue Rate | パーセンテージ | 期待される更新を過ぎたレコード |

**解釈の例：**
- Staleness Rate が 30% の場合、30% のレコードが鮮度ウィンドウ内で更新されていないことを意味します
- Future Rate が 0% を超える場合、データ入力の誤りを示します

### Consistency の指標

| 指標 | タイプ | 示す内容 |
|--------|------|---------------|
| Conformance Rate | パーセンテージ | 期待されるパターンに一致する値 |
| Conformance Count | 整数 | 適合しているレコード |
| Non-Conforming Count | 整数 | ばらつきのあるレコード |
| Variant Count | 整数 | 見つかった値のばらつきの種類数 |
| Dominant Values | JSON | 最頻出値とその件数 |

**解釈の例：**
- Country 項目で Variant Count が 15 の場合、入力にばらつきがあることが示唆されます（USA、United States、US など）
- Dominant Values は、どのばらつきが最も多いかを示します

### AI Readiness の指標

**PII Detection：**
| 指標 | 示す内容 |
|--------|---------------|
| Records with PII | パターンに一致したレコードの絶対件数（是正対応の範囲設定向け） |
| PII Exposure Rate | PII を含むレコードの割合（コンプライアンスレポート向け） |

## 項目レベルの詳細

ディメンションをクリックすると、項目ごとの内訳が表示されます。

### 項目スコアの表

| 項目 | スコア | 問題 | アクション |
|-------|-------|--------|---------|
| Email | 92% | 234 件が無効 | View Records |
| Phone | 78% | 1,456 件が無効 | View Records |
| MailingCity | 95% | 180 件が欠落 | View Records |

### 項目スコアの読み方

各項目には次の内容が表示されます。
- **Score** - その項目のパフォーマンス
- **Issues** - 問題のあるレコード件数
- **Actions** - ドリルダウンとエクスポートへのリンク

### 問題のある項目を特定する

項目をスコア順（低い順）に並べ替えると、次のものが見つかります。
- 最も問題の多い項目
- 早急な対応が必要な項目
- 関連する項目をまたいだパターン

> **ヒント：** まずは影響の大きい項目に集中しましょう。めったに使われない項目を完璧にするよりも、Email の妥当性を 10% 改善するほうがビジネス上の価値は大きくなります。

## レコードへのドリルダウン

**View Records** をクリックすると、影響を受けたデータが確認できます。

### レコード一覧ビュー

ドリルダウンには、問題のあるレコードが表示されます。

| Name | Email | Issue | Created Date |
|------|-------|-------|--------------|
| John Smith | `john.smith@example` | Invalid format | 2026-01-15 |
| Jane Doe | `jane.doe@mail,com` | Invalid format | 2026-01-20 |

### レコード一覧の絞り込み

次の条件で絞り込めます。
- 問題のタイプ（欠落、無効、重複など）
- 日付範囲
- 所有者（Owner）
- カスタム項目の値

### レコードへの直接アクセス

任意のレコードをクリックすると、Salesforce 上で開けます。その場で修正するか、適切な担当者に割り当てましょう。

## 時系列での結果の比較

### トレンドチャート

DQS は、次の内容を示すトレンドチャートを表示します。
- 全体スコアの推移
- ディメンションスコアの推移
- 項目スコアの推移

チャートは次のことに役立ちます。
- 改善の進捗を追跡する
- 低下している領域を特定する
- クリーンアップの取り組みの効果を測定する

### スキャンの比較

任意の 2 つのスキャンを比較できます。

1. Results タブで **Compare** をクリックする
2. ベースラインのスキャン（古い方）を選ぶ
3. 比較対象のスキャン（新しい方）を選ぶ
4. 指標を並べて表示する

比較では次の点が強調表示されます。
- 改善した指標（緑）
- 低下した指標（赤）
- 変化のない指標（グレー）

### 改善目標の設定

過去のデータを使って、現実的な目標を設定しましょう。

| 現在のスコア | 現実的な 90 日後の目標 |
|---------------|------------------------|
| 60% 未満 | 70〜75% |
| 60〜70% | 75〜82% |
| 70〜80% | 82〜88% |
| 80〜90% | 90〜94% |
| 90% 超 | 維持、または 95% 以上 |

## データのエクスポート

オフラインでの分析やクリーンアップのワークフロー向けに、結果をエクスポートできます。

### CSV エクスポート

エクスポートのオプション：
- **Summary Export** - スコアと指標のみ
- **Affected Records Export** - 問題のあるレコードの全リスト
- **Field Detail Export** - 項目ごとの内訳

### エクスポートの方法

1. スキャン結果を開く
2. **Export**（ダウンロードアイコン）をクリックする
3. エクスポートの種類を選ぶ
4. 形式（CSV）を選ぶ
5. ファイルをダウンロードする

### エクスポートの内容

**Affected Records Export には次の内容が含まれます。**
- Record ID
- Record Name
- 問題のある項目
- 問題のタイプ
- 現在の値
- 推奨されるアクション

**行の例：**
```
0031x00000ABC123,John Smith,Email,INVALID_FORMAT,john.smith@example,Fix email domain
```

### クリーンアップへのエクスポートの活用

1. 影響を受けたレコードを CSV にエクスポートする
2. Excel または Google スプレッドシートで開く
3. 値を確認して修正する
4. Data Loader を使って Salesforce を更新する
5. スキャンを再実行して改善を確認する

> **ヒント：** クリーンアップの割り当てワークフローを作りましょう。レコードをエクスポートし、Account や Region に基づいて担当者を割り当て、修正状況を追跡します。

## 結果の共有

### 共有のオプション

関係者と結果を共有できます。

1. **リンク共有** - スキャン結果の URL をコピーする
2. **スクリーンショット** - プレゼンテーション向けのダッシュボードビュー
3. **エクスポート** - 詳細分析向けの CSV
4. **メールサマリー** - 自動レポート

### 経営層向けレポートの作成

経営層向けのプレゼンテーションでは、次の点に集中しましょう。
- 全体スコアとトレンド
- 前期からの改善
- 上位 3 つの問題領域
- タイムライン付きのアクションプラン

指標の細部で圧倒しないようにしましょう。まずはストーリーから伝えます。

## スコアの変化を理解する

### スコアが変化する理由

| 変化 | よくある原因 |
|--------|---------------|
| スコアが向上 | クリーンアップの取り組み、データ入力の改善 |
| スコアが低下 | 問題のある新規データ、しきい値の変更 |
| 大きく上昇 | 一括データクリーンアップの完了 |
| 大きく低下 | 品質に問題のあるデータインポート |

### 変化の調査

スコアが予想外に変化した場合は、次のようにします。

1. スキャンを比較して、どの指標が変化したかを特定する
2. 項目レベルまでドリルダウンする
3. 最近のデータ変更（インポート、連携）を確認する
4. Definition の設定が変更されていないか確認する

## 次のステップ

- [Definition Builder ガイド](/ja/resources/using-dqs/definition-builder/)：検出結果に基づいてしきい値を調整する
- [スキャンの実行](/ja/resources/using-dqs/running-scans/)：定期スキャンをスケジュールする
- [データ品質の測定](/ja/resources/best-practices/measuring-data-quality/)：品質スコアカードを構築する