# Aktualność: scenariusze konfiguracji > Trzy praktyczne przewodniki pokazujące, jak skonfigurować analizę aktualności DQS dla różnych potrzeb biznesowych. Source: https://dataqualitysense.com/pl/resources/use-cases/timeliness-scenarios/ Last updated: 2026-04-15 --- ## Co obejmują te scenariusze Ta strona przeprowadza przez trzy rzeczywiste konfiguracje analizy aktualności DQS. Każdy scenariusz dotyczy konkretnego problemu biznesowego, pokazuje dokładne ustawienia i wyjaśnia, jak czytać wyniki. Te przewodniki bazują na koncepcjach z głównego artykułu [Aktualność](/pl/resources/data-quality/timeliness/). Przeczytaj go najpierw, jeśli dopiero poznajesz metryki aktualności, przepływ diagnostyczny lub opcje konfiguracji takie jak Freshness Window i Null As Stale. ## Scenariusz 1: aktualność outreach do Lead na niestandardowym polu daty ### Problem Twój zespół sprzedaży śledzi, kiedy ostatnio kontaktowano się z każdym leadem, w niestandardowym polu `Last_Outreach_Date__c` na obiekcie Lead. SDR aktualizują to pole ręcznie po każdej rozmowie lub e-mailu. CRM pokazuje 8 000 otwartych leadów, ale nikt nie wie, ile z nich ma aktualny outreach. Niektóre leady nigdy nie zostały skontaktowane, ponieważ pole pozostawiono puste. Zespół sales ops potrzebuje jasnej liczby świeżych vs nieaktualnych leadów, aby priorytetyzować kolejkę i wyłapać leady, które przepadły. > **Dlaczego pole niestandardowe?** Standardowe pola daty Salesforce jak `LastModifiedDate` są zawsze wypełnione i aktualizują się automatycznie. Niestandardowe pole daty jak `Last_Outreach_Date__c` zależy od wprowadzenia przez użytkownika. Może być null (nigdy nie kontaktowano), nieaktualne (kontaktowano miesiące temu) lub aktualne. To czyni je dobrym celem dla analizy aktualności z włączonym Null As Stale. ### Konfiguracja To prosta kontrola aktualności. Użyj trybu **Data Freshness** na obiekcie Lead, kierując się na pole `Last_Outreach_Date__c`. Potrzebujesz nagłówkowego wskaźnika aktualności i rozbicia nieaktualności, a nie zaawansowanych metryk anomalii. | Ustawienie | Wartość | Dlaczego | |------------|---------|----------| | Analysis Mode | Data Freshness | Potrzebujesz wskaźników aktualności i nieaktualności, a nie śledzenia terminów ani wykrywania anomalii | | Freshness Window | 30 dni | Aktywne leady potrzebują zaangażowania w ciągu ostatniego miesiąca | | Null As Stale | ON | Null `Last_Outreach_Date__c` oznacza, że lead nigdy nie został skontaktowany. To z definicji jest nieaktualne. | `Last_Outreach_Date__c` to pole „last event". Freshness Rate jest tu właściwą nagłówkową metryką. Overdue Rate byłby tautologicznie wysoki, ponieważ większość dat outreach jest z natury w przeszłości. ### Przykładowe wyniki | Metryka | Wartość | |---------|---------| | Freshness Rate | 38% | | Staleness Rate | 62% | Łącznie ocenianych rekordów Lead: 8 000. ### Jak czytać wyniki Zacznij od nagłówka: 38% aktualności. Oznacza to, że 62% twoich otwartych leadów, czyli 4 960 rekordów, nie miało outreach w ciągu ostatnich 30 dni. Twoi SDR pracują z puli 8 000 leadów, gdzie prawie dwie trzecie są zimne. Teraz rozbij, co zawiera 62% nieaktualności. **Null As Stale jest ON, więc nulle są liczone jako nieaktualne.** Jeśli 1 200 z tych 4 960 nieaktualnych rekordów ma null `Last_Outreach_Date__c`, te leady nigdy nie zostały skontaktowane. Weszły do systemu przez formularz WWW, import lub integrację i nikt nie zalogował outreach. Pozostałe 3 760 rekordów ma datę outreach, ale starszą niż 30 dni. Dwie grupy, dwie różne akcje: - **Dla 1 200 nulli:** to nietknięte leady. Przekaż je SDR do pierwszego kontaktu. Nie są „nieaktualne" w tradycyjnym sensie. To leady, które przepadły. - **Dla 3 760 ze starymi datami outreach:** to leady, gdzie outreach się odbył, ale zaangażowanie się zatrzymało. Przejrzyj rozkład wieku. Jeśli większość dat klastruje się w okolicach 31-45 dni, szybka kampania follow-up może wiele z nich przenieść z powrotem do świeżego okna. Jeśli większość dat ma 90+ dni, rozważ recykling lub archiwizację. ### Co zrobić dalej Użyj Freshness Rate, aby podzielić pulę leadów. Stwórz widok listy lub raport przefiltrowany do `Last_Outreach_Date__c` w ciągu ostatnich 30 dni i przekaż te 3 040 świeżych leadów SDR w pierwszej kolejności. Monitoruj Freshness Rate w czasie. Jeśli spada między skanami, twój proces follow-up ma lukę. Jeśli rośnie, twoja kadencja outreach działa. --- ## Scenariusz 2: śledzenie terminów odnowień kontraktów ### Problem Twój zespół customer success zarządza 2 500 aktywnymi kontraktami. Odnowienia są śledzone w polu `Contract_End_Date__c` na obiekcie Account. Zespół dostaje kwartalny raport nadchodzących odnowień, ale kontrakty, które przeminą swoją datę końcową bez odnowienia, pozostają niezauważone przez tygodnie. Zanim ktoś zauważy wygasły kontrakt, klient już zaczął oceniać konkurencję. Potrzebujesz sposobu, aby zmierzyć, ile kontraktów jest przeterminowanych i o ile. ### Konfiguracja Użyj trybu **Advanced Data Freshness** na obiekcie Account, kierując się na pole `Contract_End_Date__c`. Potrzebujesz Overdue Rate z okresem karencji, ponieważ to pole terminu, gdzie „po terminie" ma bezpośrednie znaczenie biznesowe. | Ustawienie | Wartość | Dlaczego | |------------|---------|----------| | Analysis Mode | Advanced Data Freshness | Włącza Overdue Rate i Average Age dla pełnego obrazu terminów | | Freshness Window | 365 dni | Kontrakty odnawiają się rocznie. Data końca kontraktu w ciągu ostatniego roku jest „aktualna". | | Null As Stale | ON | Null daty końca kontraktu oznacza, że data nigdy nie została ustawiona. To luka danych, nie czysty rekord. | | Overdue Tracking | ON | To pole terminu. Musisz wiedzieć, jaki procent jest po terminie. | | Grace Period | 30 dni | Daj procesowi odnowienia 30 dni po dacie końca kontraktu przed oznaczeniem jako po terminie. Odnowienia często zamykają się w tygodniach po wygaśnięciu. | `Contract_End_Date__c` to pole terminu. Overdue Rate jest tu właściwą nagłówkową metryką, nie Freshness Rate. Pytanie brzmi „ile kontraktów jest po terminie?", a nie „ile dat kontraktów jest niedawnych?" ### Przykładowe wyniki **Metryki podstawowe:** | Metryka | Wartość | |---------|---------| | Freshness Rate | 64% | | Staleness Rate | 34,8% | **Metryki zaawansowane:** | Metryka | Wartość | |---------|---------| | Average Age | 210 dni | | Future Rate | 1,2% | | Overdue Rate | 14% | Łącznie ocenianych rekordów Account: 2 500. ### Jak czytać wyniki **Overdue Rate (14%) to twoja nagłówkowa liczba.** 350 kontraktów jest ponad 30 dni po dacie końca bez aktualizacji. To aktywne ryzyka utraty przychodu. 30-dniowy okres karencji już odfiltrował kontrakty w normalnym oknie odnowienia, więc te 350 jest naprawdę utknięte. **Freshness Rate (64%) daje kontekst.** 64% dat końca kontraktu mieści się w ciągu ostatnich 365 dni. Mówi to, że większość kontraktów została dotknięta w cyklu odnowienia. 34,8% nieaktualnych obejmuje zarówno kontrakty po terminie, jak i kontrakty z bardzo starymi datami końca, które nigdy nie zostały zaktualizowane po odnowieniu. **Average Age (210 dni) ujawnia głębokość problemu.** Średni wiek dat końca kontraktów to 210 dni. Przy oknie aktualności 365 dni ta średnia mieści się wewnątrz okna, ale bliżej granicy nieaktualności. Twój zbiór danych przechyla się ku starszym datom, co oznacza, że wiele kontraktów zbliża się do następnego okna odnowienia. **Future Rate (1,2%) oznacza 30 rekordów z datami końca kontraktu w przyszłości.** Dla daty końca kontraktu data przyszła jest normalna. Oznacza, że kontrakt jeszcze nie wygasł. Future Rate 1,2% na 2 500 kontraktów oznacza, że tylko 30 ma daty końca w przyszłości. To użyteczny punkt danych: mówi, że zdecydowana większość kontraktów w twoim systemie jest już po dacie końca, a pole `Contract_End_Date__c` rzadko jest aktualizowane, aby odzwierciedlać przedłużenia odnowienia. **Matematyka biznesowa:** 350 kontraktów po terminie przy twojej średniej wartości kontraktu reprezentuje rzeczywisty przychód w ryzyku. Jeśli twój średni roczny kontrakt to 15 000 USD, to 5,25 mln USD w kontraktach siedzących po terminie bez aktywnego odnowienia w rejestrze. ### Co zrobić dalej Zbuduj kolejkę priorytetową z 350 kontraktów po terminie. Posortuj według wartości kontraktu i dni po terminie. Przypisz każdy do customer success managera do natychmiastowego outreach. Po początkowym oczyszczaniu uruchamiaj skan co miesiąc. Monitoruj Overdue Rate jako główną metrykę zdrowia odnowień. Rosnący Overdue Rate między skanami oznacza, że twój proces odnowień zostaje w tyle. --- ## Scenariusz 3: oczyszczanie dat pipeline po migracji danych ### Problem Twoja firma zmigrowała 12 000 rekordów Opportunity ze starego CRM do Salesforce sześć miesięcy temu. Raporty pipeline wyglądają źle: transakcje pojawiają się w kwartałach, do których nie należą, a łączne prognozy obejmują kwoty ze sprzed lat. Zespół RevOps podejrzewa, że pole `CloseDate` zawiera starsze daty ze starego systemu (niektóre z 2015) i daty zastępcze (2099-12-31) wstrzyknięte przez narzędzie migracji. Zanim zespół będzie mógł zaufać pipeline, musi wiedzieć dokładnie, ile dat zamknięcia wykracza poza realistyczny zakres. ### Konfiguracja Użyj trybu **Advanced Data Freshness** na obiekcie Opportunity, kierując się na pole `CloseDate`. Potrzebujesz Operational Range Rate, aby zdefiniować, co liczy się jako „realistyczna" data zamknięcia, i wyłapać wszystko poza tą granicą. | Ustawienie | Wartość | Dlaczego | |------------|---------|----------| | Analysis Mode | Advanced Data Freshness | Włącza Operational Range Rate i Future Rate do wykrywania anomalii | | Freshness Window | 180 dni | Data zamknięcia w ciągu ostatnich 6 miesięcy jest „aktualna" dla celów pipeline | | Null As Stale | OFF | `CloseDate` jest polem wymaganym na Opportunity. Nulle są rzadkie i nie są celem tej analizy. | | Operational Range | ON | Sedno tej analizy. Zdefiniuj, które daty są realistyczne. | | Operational Range Min | 365 dni w przeszłości | Każda data zamknięcia starsza niż rok od dziś jest artefaktem legacy | | Operational Range Max | 180 dni w przyszłości | Każda data zamknięcia ponad 6 miesięcy naprzód to albo placeholder, albo nierealistycznie odległa prognoza | Wejścia Operational Range używają „dni w przeszłości" i „dni w przyszłości" od dziś. DQS konwertuje je na daty bezwzględne w czasie skanowania. Jeśli uruchomisz ten skan 1 marca 2026, zakres staje się 1 marca 2025 do 28 sierpnia 2026. Każda data zamknięcia przed 1 marca 2025 lub po 28 sierpnia 2026 jest oznaczona jako poza zakresem. ### Przykładowe wyniki **Metryki podstawowe:** | Metryka | Wartość | |---------|---------| | Freshness Rate | 52% | | Staleness Rate | 38,5% | **Metryki zaawansowane:** | Metryka | Wartość | |---------|---------| | Average Age | 285 dni | | Future Rate | 9,5% | | Overdue Rate | Nie liczone (Overdue Tracking OFF) | | Operational Range Rate | 71% | Łącznie ocenianych rekordów Opportunity: 12 000. ### Jak czytać wyniki **Operational Range Rate (71%) to twoja nagłówkowa liczba.** 71% dat zamknięcia mieści się w realistycznym zakresie (1 rok wstecz do 6 miesięcy w przód). Oznacza to, że 29%, czyli 3 480 rekordów, ma daty zamknięcia poza tą granicą. To rekordy zniekształcające twój pipeline. Rozbij, co znajduje się poza zakresem: **Future Rate (9,5%) oznacza 1 140 rekordów z datami zamknięcia w przyszłości.** Niektóre z nich są normalne: otwarte Opportunities z nadchodzącymi datami zamknięcia w ciągu następnych 6 miesięcy są oczekiwane i mieszczą się w zakresie operacyjnym. Rekordy oznaczone tu przez Future Rate to wszystkie daty zamknięcia po dziś. Przekrzyżuj z zakresem operacyjnym: rekordy, które są jednocześnie datowane w przyszłość I poza granicą 180 dni w przód, są problematyczne. To daty zastępcze jak 2099-12-31 lub nierealistycznie odległe daty zamknięcia z migracji. **Rozbicie poza zakresem wygląda tak:** | Kategoria | Szacowane rekordy | Co to oznacza | |-----------|-------------------|---------------| | Daty legacy (starsze niż 365 dni) | ~2 340 | Zmigrowane ze starego CRM. Daty zamknięcia z 2015-2024 na transakcjach, które nigdy nie zostały oczyszczone. | | Placeholdery w odległej przyszłości | ~1 140 | Daty jak 2099-12-31 wstrzyknięte przez narzędzie migracji, gdzie system źródłowy nie miał daty zamknięcia. | | **Łącznie poza zakresem** | **~3 480** | **Twój zakres oczyszczania** | **Average Age (285 dni) potwierdza ciężar danych legacy.** Średni wiek we wszystkich datach zamknięcia to 285 dni, znacznie poza oknem aktualności 180 dni. Ta wysoka średnia odzwierciedla dużą objętość starych zmigrowanych dat pociągającą liczbę w górę. Po oczyszczeniu rekordów legacy oczekuj, że ta liczba ostro spadnie. **Freshness Rate (52%) daje bazę zdrowia pipeline.** Tylko około połowa dat zamknięcia mieści się w ciągu ostatnich 6 miesięcy. Po usunięciu 3 480 rekordów poza zakresem przelicz ponownie. Twój czysty zbiór danych 8 520 rekordów będzie miał znacznie wyższy wskaźnik aktualności, a raporty pipeline wreszcie odzwierciedlą bieżące transakcje. ### Co zrobić dalej Wyeksportuj 3 480 rekordów poza zakresem. Podziel je na dwa tory oczyszczania: - **Daty legacy (2 340 rekordów):** przegląd według etapu. Opportunities Closed-Won i Closed-Lost ze starymi datami zamknięcia to historyczne rekordy. Zostaw je, ale wyklucz z aktywnych widoków pipeline. Otwarte Opportunities z datami zamknięcia z 2015-2024 to martwe transakcje, które nigdy nie zostały zamknięte w starym systemie. Zaktualizuj ich etap na Closed-Lost. - **Daty placeholder (1 140 rekordów):** zastąp 2099-12-31 i podobne placeholdery realistycznymi datami zamknięcia opartymi na etapie opportunity i dacie utworzenia. Dla transakcji bez jasnego harmonogramu zamknięcia ustaw datę zamknięcia na koniec bieżącego kwartału i oznacz do przeglądu sprzedaży. Po oczyszczeniu przeskanuj ponownie. Twój cel to Operational Range Rate powyżej 95% i Freshness Rate powyżej 75% dla aktywnego pipeline. --- ## Wybór konfiguracji Użyj tej tabeli, aby wybrać właściwy punkt wyjścia dla analizy aktualności. | Jeśli potrzebujesz… | Zacznij od | Kluczowe ustawienia | |---------------------|-----------|---------------------| | Sprawdzić aktualność dat w szybkim audycie higieny | Data Freshness | Ustaw Freshness Window, Null As Stale ON jeśli nulle reprezentują brakujące dane | | Zmierzyć świeżość zaangażowania leada lub kontaktu | Data Freshness | Freshness Window: 30 dni, Null As Stale ON, użyj Freshness Rate jako nagłówka | | Śledzić terminy i zgodność odnowień | Advanced Data Freshness | Overdue Tracking ON, ustaw Grace Period dopasowany do bufora procesu biznesowego | | Wykryć daty legacy lub placeholder po migracji | Advanced Data Freshness | Operational Range ON, ustaw Min/Max, aby zdefiniować realistyczną granicę dat | | Uzyskać pełny obraz jakości dat na krytycznym polu | Advanced Data Freshness | Wszystkie ustawienia skonfigurowane: Freshness Window + Null As Stale + Overdue Tracking + Operational Range | | Zrozumieć dotkliwość nieaktualności poza wskaźnikiem | Advanced Data Freshness | Przejrzyj Average Age obok Freshness Rate, aby zaplanować właściwy wysiłek remediacji | Pełna referencja wszystkich 6 metryk aktualności i ich umiejscowienia w przepływie diagnostycznym — wróć do głównego artykułu [Aktualność](/pl/resources/data-quality/timeliness/). Gotowy, by zmierzyć własną jakość danych? Wykonaj [AI Readiness Assessment](/pl/ai-readiness/), aby zobaczyć swoje wyniki aktualności i więcej.