Skip to main content

Przegląd DQS

Dowiedz się, czym jest Data Quality Sense, jak działa i dlaczego architektura natywna dla Salesforce ma znaczenie dla Twoich danych.

Zaktualizowano

Przegląd DQS

Czym jest Data Quality Sense?

Data Quality Sense (DQS) to natywna dla Salesforce aplikacja do profilowania i analizy jakości danych. Pomaga mierzyć, rozumieć i poprawiać jakość danych, aby zapewnić wiarygodne decyzje biznesowe i zbiory danych gotowe na AI.

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

Co wyróżnia DQS

W 100% natywny dla Salesforce

DQS jest zbudowany na platformie Salesforce w oparciu o standardową architekturę:

Komponent Technologia
Interfejs użytkownika Lightning Web Components (LWC)
Konfiguracja Custom Metadata Types (CMT)
Przetwarzanie Apex Batch Jobs
Przechowywanie Custom Objects

Dlaczego natywność ma znaczenie:

  • Twoje dane zostają w Salesforce (bez eksportu, bez zewnętrznych API)
  • Korzysta z istniejących zabezpieczeń i uprawnień Salesforce
  • Brak integracji do utrzymywania i diagnozowania
  • Znajomy interfejs dla użytkowników Salesforce

Bez kodowania

Konfigurujesz DQS za pomocą kreatora typu „klikaj i wskazuj“. Bez kodu Apex, bez formuł, bez wymogu umiejętności technicznych.

Definition Builder przeprowadza Cię przez:

  1. Wybór tego, co mierzyć
  2. Wskazanie pól do analizy
  3. Ustawienie progów i reguł
  4. Przegląd i aktywację

Administratorzy Salesforce mogą konfigurować i uruchamiać skanowania bez wsparcia programistów.

Wszystkie funkcje w komplecie

DQS to pojedynczy płatny produkt. Każda funkcja jest dostępna dla wszystkich użytkowników:

  • Wszystkie warianty wymiaru Data Quality
  • AI Readiness (wykrywanie PII)
  • Własne wzorce regex
  • Eksport do CSV
  • Harmonogramy i cykliczne skanowania
  • Mentor Panel — kontekstowe rekomendacje udzielane na bieżąco, w oparciu o to, co właśnie zmierzyło dane skanowanie

Jedynym limitem użycia jest liczba skanowań na org (konfigurowalna, domyślnie 10 skanowań).

Co mierzy DQS

DQS porządkuje swoje funkcje w dwa wymiary:

Wymiar Data Quality

Tradycyjne kontrole jakości danych na potrzeby higieny operacyjnej:

Funkcja Co mierzy
Kompletność Czy wymagane pola są wypełnione?
Poprawność Czy wartości odpowiadają oczekiwanym formatom?
Unikalność Czy rekordy są odrębne?
Terminowość Czy dane są aktualne?
Spójność Czy wartości są jednolite?

Wymiar AI Readiness

Zaawansowana kontrola przygotowania pod Agentforce i AI:

Funkcja Co mierzy
Wykrywanie PII Czy wrażliwe dane są chronione przed udostępnieniem ich AI?

Jak działa DQS

Przebieg pracy w DQS

  1. Zdefiniuj, co analizować, za pomocą Definition Builder
  2. Skonfiguruj progi i reguły dla każdej funkcji
  3. Uruchom skanowania, które przetwarzają rekordy wsadowo
  4. Przejrzyj wyniki z metrykami i możliwością wejścia w rekordy, których dotyczą
  5. Działaj na podstawie ustaleń — kierując się kontekstowymi rekomendacjami Mentor Panel — aby poprawić jakość danych
  6. Monitoruj trendy w czasie dzięki cyklicznym skanowaniom

Przegląd architektury

┌─────────────────────────────────────────────────────────────┐
│                     DEFINITION BUILDER                       │
│   Configure what to analyze, which fields, what thresholds  │
└─────────────────────────────────────────────────────────────┘


┌─────────────────────────────────────────────────────────────┐
│                      SCAN EXECUTION                          │
│   Batch Apex processes records against selected capabilities │
└─────────────────────────────────────────────────────────────┘


┌─────────────────────────────────────────────────────────────┐
│                      RESULTS STORAGE                         │
│   Metrics stored in custom objects for analysis and trends   │
└─────────────────────────────────────────────────────────────┘


┌─────────────────────────────────────────────────────────────┐
│                    RESULTS DASHBOARD                         │
│   View scores, drill down to records, export for cleanup     │
└─────────────────────────────────────────────────────────────┘

Model przetwarzania

DQS używa do przetwarzania Salesforce Batch Apex, co oznacza, że jest:

  • Skalowalny: obsługuje miliony rekordów
  • Zgodny z limitami: automatycznie respektuje limity Salesforce
  • Działający w tle: nie blokuje pracy użytkowników
  • Wznawialny: kontynuuje po przerwaniu

Koszt przetwarzania zależy od funkcji:

Poziom kosztu Przykładowe funkcje Uwagi
LOW Kompletność, Poprawność Proste kontrole pól
MEDIUM Terminowość, Spójność, Wykrywanie PII Analiza wzorców
HIGH Unikalność Porównywanie między rekordami

Kluczowe pojęcia

Definition

Definition to skonfigurowana przez Ciebie kontrola jakości danych. Określa:

  • Który obiekt Salesforce analizować
  • Które pola uwzględnić
  • Które funkcje uruchomić
  • Jakie progi i reguły zastosować
  • Jakie filtry zawężają zakres

Możesz mieć wiele Definitions dla różnych obiektów lub przypadków użycia.

Funkcja (capability)

Funkcja to konkretny typ kontroli jakości danych (Kompletność, Poprawność itd.). Każda funkcja ma:

  • Warianty: różne implementacje tej samej kontroli
  • Metryki: to, co mierzy (wskaźniki, liczby, wyniki)
  • Konfigurację: progi i opcje, które ustawiasz

Wariant

Wariant to konkretna implementacja funkcji. Na przykład Kompletność ma:

  • Global Fill Rate: podstawowy procent kompletności
  • Contextual Logic: kompletność z regułami warunkowymi

Metryka

Metryka to konkretny pomiar wytworzony przez skanowanie. Przykłady:

Metryka Typ Przykład
Completeness Rate Procent 85% rekordów ma wypełnione pole Email
Invalid Count Liczba całkowita 234 rekordy mają nieprawidłowy format e-maila
Dominant Values JSON 5 najczęstszych wartości pola Industry

Pierwsze kroki

Krok 1: Instalacja z AppExchange

  1. Wejdź na Salesforce AppExchange
  2. Wyszukaj „Data Quality Sense“
  3. Kliknij „Get It Now“ i postępuj zgodnie z kreatorem instalacji
  4. Przypisz użytkownikom permission set DQS

Krok 2: Utwórz swoją pierwszą Definition

  1. Otwórz DQS z App Launcher
  2. Kliknij „New Definition“
  3. Postępuj zgodnie z kreatorem, aby skonfigurować pierwsze skanowanie

Szczegółowe wskazówki znajdziesz w przewodniku po Definition Builder.

Krok 3: Uruchom i przejrzyj

  1. Zapisz swoją Definition
  2. Kliknij „Run Scan“
  3. Poczekaj na zakończenie przetwarzania
  4. Przejrzyj wyniki

Wskazówki dotyczące interpretacji znajdziesz w artykule Jak rozumieć wyniki.

Kolejne kroki