# Wprowadzenie do jakości danych

> Poznaj podstawy jakości danych i dowiedz się, jak DQS pomaga mierzyć i poprawiać dane w Salesforce.

Source: https://dataqualitysense.com/pl/resources/getting-started/introduction/
Last updated: 2026-04-15

---

## Czego się nauczysz

Ten przewodnik przedstawia podstawy jakości danych oraz wprowadza Data Quality Sense (DQS) — natywną aplikację Salesforce, która mierzy kondycję Twoich danych.

Po jego lekturze zrozumiesz:
- Czym jest jakość danych i dlaczego ma znaczenie
- Jakich pięć wymiarów mierzy DQS
- Jak rozpocząć od pierwszej oceny

## Czym jest jakość danych?

Jakość danych określa, jak dobrze Twoje dane spełniają swoje przeznaczenie. Dane wysokiej jakości są:

- **Kompletne**: wymagane pola są uzupełnione
- **Poprawne**: wartości mają właściwy format
- **Unikalne**: brak zduplikowanych rekordów
- **Aktualne**: dane są świeże i na bieżąco
- **Spójne**: wartości są jednolite w różnych rekordach

Gdy danym brakuje tych cech, problemy propagują się przez całą organizację.

## Dlaczego jakość danych ma znaczenie

Słaba jakość danych kosztuje firmy realne pieniądze i tworzy tarcia operacyjne:

| Obszar | Przykład |
|-------------|---------|
| Utracone przychody | Nieodebrane szanse przez nieaktualne dane kontaktowe |
| Zmarnowane zasoby | Godziny spędzone na ręcznym czyszczeniu danych |
| Słabe doświadczenie klienta | Klienci otrzymują błędne informacje |
| Ryzyko compliance | Nieprawidłowe raporty wywołują problemy regulacyjne |
| Błędy AI | Modele trenowane na złych danych dają złe wyniki |

### Liczby

Badania pokazują, że wpływ finansowy jest istotny:

- Organizacje tracą rocznie 15–25 % przychodów przez słabą jakość danych
- Ponad 25 % organizacji traci rocznie więcej niż 5 mln USD (IBM 2025)
- Pracownicy poświęcają do 27 % czasu na poprawianie błędów w danych

Dla użytkowników Salesforce same zduplikowane rekordy marnują przestrzeń i fragmentują historię klientów w wielu rekordach.

## Czym jest DQS

Data Quality Sense (DQS) to natywna aplikacja Salesforce, która pomaga:

1. **Mierzyć** jakość danych w pięciu wymiarach
2. **Identyfikować** konkretne rekordy i pola z problemami
3. **Ustalać priorytety**, które problemy naprawić najpierw
4. **Monitorować** kondycję danych w czasie

### Dlaczego natywność w Salesforce ma znaczenie

DQS działa w całości wewnątrz Salesforce. Twoje dane nigdy nie opuszczają platformy:

| Cecha | Korzyść |
|---------|--------|
| Brak eksportu danych | Twoje dane pozostają bezpieczne |
| Brak zewnętrznych API | Brak złożoności integracji |
| Brak kodu | Konfiguracja „klikana" |
| Natywny UI | Znajome środowisko Salesforce |

## Wymiar gotowości na AI

Poza klasyczną jakością danych DQS mierzy również gotowość na AI. Wraz z wdrażaniem Agentforce i innych funkcji AI rosną wymagania wobec danych:

| Klasyczna jakość danych | Gotowość na AI |
|--------------------------|--------------|
| Czy pole jest uzupełnione? | Czy jest wystarczająco dużo treści, by AI mogła się uczyć? |
| Czy format jest prawidłowy? | Czy język jest spójny? |
| Czy są duplikaty? | Czy PII są chronione przed udostępnieniem AI? |

DQS mierzy oba wymiary w jednym skanie.

## Pierwsze kroki

Wykonaj te kroki, aby rozpocząć swoją drogę z jakością danych:

### Krok 1: Oceń bieżący stan

Wykonaj [ocenę gotowości na AI](/pl/ai-readiness/). W 3 minuty otrzymasz wynik w kluczowych wymiarach jakości danych oraz konkretne rekomendacje do poprawy.

### Krok 2: Zrozum wymiary

Przeczytaj [Pięć wymiarów jakości danych](/pl/resources/data-quality/five-dimensions/), aby zrozumieć, co mierzy DQS i dlaczego każdy wymiar jest ważny.

### Krok 3: Dowiedz się więcej o gotowości na AI

Jeśli przygotowujesz się do Agentforce lub innych inicjatyw AI, przeczytaj [przewodnik przygotowania do Agentforce](/pl/resources/ai-readiness/agentforce-preparation/), aby zrozumieć dodatkowe wymagania.

### Krok 4: Zainstaluj DQS

Gdy będziesz gotowy zmierzyć realne dane w Salesforce, zainstaluj DQS z AppExchange i utwórz pierwszą Definition.

## Dalsze kroki

- [Dlaczego jakość danych ma znaczenie](/pl/resources/getting-started/why-data-quality-matters/): biznesowe uzasadnienie inwestycji w jakość danych
- [Przewodnik szybkiego startu](/pl/resources/getting-started/quick-start-guide/): konkretne pierwsze kroki
- [Ocena gotowości na AI](/pl/ai-readiness/): Twój wynik w 3 minuty