Skip to main content

Salesforce Datakwaliteits-dashboard: de cijfers die ertoe doen

Wat een Salesforce datakwaliteits-dashboard zou moeten volgen: de Data Quality Score, uitsplitsingen per dimensie, veldgezondheid, trends en PII-blootstelling.

Bijgewerkt

Salesforce Datakwaliteits-dashboard: de cijfers die ertoe doen

Een datakwaliteits-dashboard bundelt tientallen verspreide controles in één overzicht dat je in een oogopslag kunt bewaken. In Salesforce vertelt het juiste dashboard je — in seconden — hoe betrouwbaar je data is, waar de problemen zich concentreren en of het beter of slechter gaat. Deze gids behandelt de cijfers die ertoe doen en hoe je ze leest.

Waar een datakwaliteits-dashboard voor dient

Een dashboard beantwoordt op terugkerende basis drie vragen:

  • Kan ik deze data vandaag vertrouwen? Eén kopcijfer voor een blik in een oogopslag.
  • Waar zitten de problemen? Een uitsplitsing die het kopcijfer verandert in specifieke, toewijsbare taken.
  • Verbeteren we? Een trend die laat zien of je oplossingen werken en die nieuwe problemen vroeg opvangt.

Kan een dashboard deze drie niet beantwoorden, dan is het een rapport en geen monitoringtool.

De cijfers die ertoe doen

Een bruikbaar Salesforce datakwaliteits-dashboard volgt een kleine set elkaar aanvullende cijfers in plaats van een muur van getallen:

Cijfer Wat het je vertelt Waarom het ertoe doet
Data Quality Score Eén gewogen waarde van 0 tot 100 over alle dimensies Het kopcijfer. Eén getal dat leidinggevenden in de tijd kunnen volgen.
Uitsplitsing per dimensie Score per dimensie (volledigheid, geldigheid, uniciteit, consistentie, tijdigheid) Laat zien welk soort probleem overheerst
Veldgezondheid Geslaagd/gefaald-percentage per veld Laat zien waar precies het probleem zit — de handelbare laag
Trend in de tijd De score over opeenvolgende scans Laat zien of je verbetert en brengt nieuwe problemen snel aan het licht
PII-blootstelling Records en velden met gevoelige data Cruciaal vóór elk Agentforce- of AI-project
Grootste boosdoeners De objecten en velden met de meeste fouten Vertelt je waar je moet beginnen

Samen brengen ze je in drie klikken van “hoe gezond is de data?” naar “welk veld, op welk object, lossen we eerst op?”.

Hoe je het dashboard leest

Lees het van boven naar beneden, van kopcijfer naar actie:

  1. Kopcijfer. Werp een blik op de Data Quality Score. Gestegen sinds de laatste scan? Gedaald? Vlak?
  2. Dimensie. Open de uitsplitsing per dimensie om te zien welk type probleem de score omlaag trekt — een volledigheidsprobleem en een uniciteitsprobleem vragen om totaal verschillende oplossingen.
  3. Veld. Duik in de veldgezondheid van de zwakste dimensie om de specifieke velden te vinden die de fouten veroorzaken. Dit is de laag die iemand kan oppakken en oplossen.
  4. Trend. Bekijk de trendlijn. Een plotselinge daling betekent meestal dat een nieuwe integratie of een nieuw proces slechte data is gaan schrijven — vang het hier op, en niet in een kapot rapport over drie maanden.

Een enkele meting is de dag erna alweer achterhaald, omdat Salesforce-data voortdurend verandert. De echte waarde van een dashboard zit in de trend. Een score van 82 zegt op zichzelf weinig; 82 en al drie weken dalend is een alarm, terwijl 82 en stijgend bewijst dat je programma werkt. Geplande scans zijn wat een eenmalige audit verandert in een trend die je kunt sturen — en wat je in staat stelt een doel te stellen en de lijn ernaartoe te zien bewegen.

Hoe “goed” eruitziet

Er is geen universele slaagscore; die hangt af van hoe de data wordt gebruikt. Een praktische manier om doelen te stellen is ze te trappen naar inzet:

Data Doel
Regelgevings- en compliancevelden 99%+
Klantgerichte en omzetdata 95%+
Operationele data 85%+
Historische en archiefdata 70%+

Stel het doel per dimensie en per object in, en laat het dashboard je vertellen hoe ver elk ervan nog moet.

Bouwen in DQS

Data Quality Sense levert dit dashboard binnen Salesforce via Insight Studio. Nadat je een scan vanuit de Definition Builder hebt uitgevoerd, toont Insight Studio de gewogen Data Quality Score, de uitsplitsing per dimensie, de veldgezondheid en de trend over scans — plus de PII-blootstelling voor AI-gereedheidswerk. Omdat scans native en volgens een schema draaien, weerspiegelt het dashboard altijd de live data in je org, zonder exports en zonder externe pijplijn om te onderhouden.

Volgende stappen