# 빠른 시작 가이드

> 10분 안에 첫 번째 데이터 품질 인사이트를 얻는 방법. 시작을 위한 단계별 가이드.

Source: https://dataqualitysense.com/ko/resources/getting-started/quick-start-guide/
Last updated: 2026-06-03

---

## 10분 만에 시작하기

이 가이드는 첫 번째 데이터 품질 인사이트를 얻는 과정을 안내합니다. 다음 단계를 따라 현재 상태를 파악하고 먼저 집중할 영역을 파악하시기 바랍니다.

## 1단계: AI 준비 평가 받기

무료 평가를 통해 기준선을 설정하는 것부터 시작하십시오.

**얻을 수 있는 것:**
- 핵심 데이터 품질 차원에 걸친 점수
- 개선을 위한 구체적인 권고 사항
- 업계 벤치마크와의 비교
- 먼저 해결해야 할 우선순위 영역

**진행 방법:**
1. [AI 준비 평가](/ko/ai-readiness/)로 이동하십시오.
2. Salesforce 데이터 관행에 관한 10개의 질문에 답하십시오.
3. 3분 내에 점수를 받으십시오.

> **팁:** 답변에 솔직하게 응하시기 바랍니다. 평가는 여러분의 이익을 위한 것이지, 통과해야 할 시험이 아닙니다. 정확한 답변이 정확한 권고 사항을 제공합니다.

## 2단계: 점수 이해하기

평가는 다섯 가지 데이터 품질 차원에 걸친 점수를 제공합니다.

| 차원 | 측정 내용 | 낮은 점수가 의미하는 것 |
|------|-----------|------------------------|
| 완전성 | 필수 필드 충족 여부 | 중요 필드의 데이터 누락 |
| 유효성 | 올바른 형식 | 잘못된 형식의 이메일, 전화번호 등 |
| 고유성 | 중복 없음 | 데이터를 분산시키는 중복 레코드 |
| 적시성 | 최신 정보 | 업데이트가 필요한 오래된 레코드 |
| 일관성 | 균일한 값 | 레코드 전반에 걸쳐 일관성 없는 형식 |

### 점수 등급

| 점수 | 등급 | 의미 |
|------|------|------|
| 80-100 | 우수(Strong) | 데이터 기반이 탄탄합니다. 유지에 집중하십시오. |
| 60-79 | 발전 중(Developing) | 좋은 진전이 있지만, 특정 영역에 주의가 필요합니다. |
| 40-59 | 기초 단계(Emerging) | AI 이니셔티브 전에 여러 차원의 개선이 필요합니다. |
| 0-39 | 위험(Critical) | 심각한 데이터 품질 문제가 존재합니다. 기본부터 시작하십시오. |

## 3단계: 우선순위 영역 파악하기

점수를 바탕으로 먼저 집중할 2~3개의 영역을 파악하십시오. 모든 것을 한꺼번에 수정하려 하지 마시기 바랍니다.

### 우선순위화 프레임워크

| 낮은 점수를 보인 영역... | 시작할 내용... |
|------------------------|----------------|
| 완전성 | 상위 5개의 중요 필드를 파악하고 충족률을 측정하십시오. |
| 유효성 | 이메일 및 전화번호 형식을 감사하고 유효성 검사 규칙을 추가하십시오. |
| 고유성 | 중복 감지를 실행하고 병합 프로세스를 수립하십시오. |
| 적시성 | 신선도 임계값을 정의하고 업데이트 워크플로를 생성하십시오. |
| 일관성 | 선택 목록 값을 표준화하고 변형을 정리하십시오. |

### 높은 영향을 미치는 시작 지점

대부분의 조직에서 다음 필드들이 가장 높은 영향을 미칩니다.

**Contact:**
- Email (유효성, 완전성)
- Phone (유효성, 완전성)
- Title (완전성, 일관성)

**Account:**
- Industry (완전성, 일관성)
- Annual Revenue (적시성, 완전성)
- Billing Address (유효성, 완전성)

**Opportunity:**
- Close Date (적시성)
- Amount (완전성)
- Stage (일관성)

## 4단계: DQS 설치

실제 Salesforce 데이터를 측정할 준비가 되면 Data Quality Sense를 설치하십시오.

> **Data Quality Sense 받기:** [Salesforce AppExchange에서 설치](https://appexchange.salesforce.com/appxListingDetail?listingId=e1742ac7-7ec3-4dfb-815e-7922082524c4)

### 설치 단계

1. Salesforce AppExchange로 이동하십시오.
2. "Data Quality Sense"를 검색하십시오.
3. "지금 받기(Get It Now)"를 클릭하십시오.
4. 설치 마법사를 따라 진행하십시오.
5. 스캔을 구성하고 실행할 사용자에게 권한을 할당하십시오.

### DQS가 추가하는 것

설치 후 다음에 접근할 수 있습니다.

| 기능 | 설명 |
|------|------|
| Definition Builder | 분석할 내용 구성 |
| 스캔 실행 | 데이터 품질 검사 실행 |
| 결과 대시보드 | 메트릭 확인 및 드릴다운 |
| 내보내기 | 정리를 위한 영향 받은 레코드 다운로드 |

## 5단계: 첫 번째 Definition 생성

Definition은 DQS에 분석할 내용을 알려줍니다. 좁은 범위로 시작하십시오.

> **직접 확인하기:** [이 단계를 데모 영상에서 보기 (0:29)](#dqs-demo-29)

### 권장하는 첫 번째 Definition

첫 번째 스캔에서는 비즈니스에 높은 영향을 미치는 하나의 오브젝트에 집중하십시오.

**옵션 A: Contact 데이터 품질**
- 오브젝트: Contact
- 필드: Email, Phone, MailingCity, MailingState, MailingCountry
- 차원: 완전성, 유효성, 일관성

**옵션 B: Account 상태 점검**
- 오브젝트: Account
- 필드: Industry, AnnualRevenue, BillingCity, BillingState
- 차원: 완전성, 일관성, 적시성

**옵션 C: Opportunity 파이프라인**
- 오브젝트: Opportunity
- 필드: Amount, CloseDate, StageName
- 차원: 완전성, 적시성

### Definition Builder 단계

1. DQS에서 **새 Definition**을 클릭하십시오.
2. **기능(Capabilities)**(측정할 차원)을 선택하십시오.
3. 분석할 **오브젝트** 및 **필드**를 선택하십시오.
4. 선택적으로 **필터**를 추가하여 범위를 좁히십시오.
5. 각 차원에 대한 임계값을 **구성**하십시오.
6. **검토** 후 저장하십시오.

자세한 지침은 [Definition Builder 가이드](/resources/using-dqs/definition-builder/)를 참조하십시오.

## 6단계: 첫 번째 스캔 실행

Definition을 저장한 후 첫 번째 스캔을 실행하십시오.

> **직접 확인하기:** [이 단계를 데모 영상에서 보기 (2:32)](#dqs-demo-152)

1. Definition을 여십시오.
2. **스캔 실행(Run Scan)**을 클릭하십시오.
3. 처리가 완료될 때까지 기다리십시오 (시간은 레코드 수에 따라 다름).
4. 대시보드에서 결과를 검토하십시오.

### 반복 스캔 예약

DQS를 사용하면 스캔을 자동화하여 수동 작업 없이 데이터 품질을 지속적으로 모니터링할 수 있습니다.

1. Definition을 여십시오.
2. **예약(Schedule)** 탭으로 이동하십시오.
3. 빈도(일별, 주별, 또는 월별)를 설정하십시오.
4. 선호하는 시간과 날짜를 선택하십시오.
5. 예약을 저장하십시오.

자세한 안내는 [예약 가이드](/resources/using-dqs/running-scans/)를 참조하십시오.

예약된 스캔은 백그라운드에서 자동으로 실행되어 최신 결과로 대시보드를 업데이트합니다. 이는 지속적인 모니터링에 권장되는 방식입니다. 스캔을 수동으로 실행해야 한다는 것을 기억하지 않아도 데이터 품질 저하를 조기에 발견할 수 있습니다.

### 예상 결과

첫 번째 스캔은 종종 예상보다 더 많은 문제를 발견합니다. 이는 정상적인 현상입니다. 목표는 완벽함이 아니라 가시성입니다.

첫 번째 스캔의 일반적인 결과:
- 레코드의 10~30%에 최소 하나의 문제가 있음
- 일부 필드의 충족률이 예상보다 훨씬 낮음
- 중복 감지가 몰랐던 레코드를 발견함
- 형식 유효성 검사가 데이터 입력의 불일치를 드러냄

## 다음에 할 일

### 1주차: 기준선 이해

- 스캔 결과 검토
- 양(量)으로 상위 3개의 문제 파악
- 영향 받는 레코드 파악

### 2~4주차: 우선순위 문제 해결

- 영향이 크고 수정이 쉬운 문제부터 시작하십시오.
- 영향 받는 레코드에 대한 정리 계획을 수립하십시오.
- 새로운 문제 발생을 방지하기 위한 유효성 검사 규칙을 추가하십시오.

### 지속적으로: 모니터링 및 유지

- 반복 스캔을 예약하십시오.
- 시간이 지남에 따른 개선을 추적하십시오.
- 추가 오브젝트 및 필드로 범위를 확장하십시오.

## 다음 단계

- [결과 이해하기](/resources/using-dqs/understanding-results/): 스캔 데이터 해석 방법
- [Definition Builder 가이드](/resources/using-dqs/definition-builder/): 상세 구성 지침
- [Agentforce 준비](/ko/resources/ai-readiness/agentforce-preparation/): Agentforce를 위한 데이터 준비
- [모범 사례](/ko/resources/best-practices/common-pitfalls/): 일반적인 데이터 품질 실수 방지