Skip to main content

Jak rozumieć wyniki

Naucz się interpretować wyniki skanowań DQS, odczytywać wyniki wymiarów, wchodzić w rekordy, których dotyczą problemy, i eksportować dane do oczyszczania.

Zaktualizowano

Jak rozumieć wyniki

Przegląd wyników

Po zakończeniu skanowania DQS prezentuje wyniki w widoku dashboardu. Dashboard pokazuje wyniki na wielu poziomach:

  1. Overall Score — pojedyncza liczba reprezentująca całkowitą jakość danych
  2. Dimension Scores — wyniki dla każdej funkcji (Kompletność, Poprawność itd.)
  3. Field Scores — wyniki dla każdego analizowanego pola
  4. Record Details — wejście w konkretne rekordy, których dotyczą problemy

Dashboard wyników

Układ dashboardu

┌─────────────────────────────────────────────────────────────────┐
│                     OVERALL QUALITY SCORE                        │
│                           85%                                    │
│                     ▲ +3% from last scan                         │
├──────────────────────┬──────────────────────┬───────────────────┤
│    COMPLETENESS      │      VALIDITY        │    UNIQUENESS     │
│        92%           │        78%           │       95%         │
├──────────────────────┼──────────────────────┼───────────────────┤
│    TIMELINESS        │    CONSISTENCY       │   AI READINESS    │
│        88%           │        82%           │       76%         │
└──────────────────────┴──────────────────────┴───────────────────┘

Dostęp do wyników

  1. Otwórz DQS z App Launcher
  2. Znajdź swoją Definition na liście
  3. Kliknij nazwę Definition
  4. Wybierz zakładkę Results
  5. Wybierz datę skanowania do podglądu

Domyślnie wyświetlane jest najnowsze skanowanie.

Ogólny wynik jakości (Overall Quality Score)

Ogólny wynik to średnia ważona wszystkich wyników wymiarów.

Jak jest obliczany

DQS używa domyślnych wag dla każdego wymiaru:

Wymiar Domyślna waga
Kompletność 25%
Poprawność 20%
Unikalność 20%
Terminowość 15%
Spójność 20%

Wzór: Overall = (Kompletność x 0,25) + (Poprawność x 0,20) + (Unikalność x 0,20) + (Terminowość x 0,15) + (Spójność x 0,20)

Wyniki AI Readiness pokazywane są osobno i nie wpływają na ogólny wynik Data Quality.

Interpretacja wyniku

Zakres wyniku Poziom jakości Działanie
90–100% Doskonały Utrzymuj obecne praktyki
80–89% Dobry Zajmij się konkretnymi słabymi obszarami
70–79% Przeciętny Nadaj priorytet poprawie
60–69% Słaby Wymaga natychmiastowej uwagi
Poniżej 60% Krytyczny Konieczne gruntowne oczyszczenie danych

Wskaźnik trendu

Obok wyniku zobaczysz strzałkę trendu:

  • Zielona strzałka w górę — wynik poprawił się względem ostatniego skanowania
  • Czerwona strzałka w dół — wynik spadł względem ostatniego skanowania
  • Szara kreska — wynik bez zmian

Wartość procentowa pokazuje wielkość zmiany.

Wyniki wymiarów (Dimension Scores)

Kliknij dowolną kartę wymiaru, aby zobaczyć szczegółowe metryki.

Metryki Kompletności

Metryka Typ Co pokazuje
Completeness Rate Procent Pola, które mają wartości
Populated Count Liczba Rekordy z danymi
Incomplete Count Liczba Rekordy z brakującymi danymi
Null Rate Procent Pola, które są NULL
Blank Rate Procent Puste lub zawierające tylko białe znaki
Placeholder Rate Procent Wartości N/A, TBD, Unknown

Przykładowa interpretacja:

  • Completeness Rate na poziomie 85% oznacza, że 15% rekordów ma brakujące wartości
  • Wysoki Placeholder Rate sugeruje, że użytkownicy wpisują „TBD“ zamiast rzeczywistych danych

Metryki Poprawności

Metryka Typ Co pokazuje
Validity Rate Procent Wartości zgodne z oczekiwanym formatem
Valid Count Liczba Rekordy z poprawnym formatem
Invalid Rate Procent Wartości niezgodne z formatem
Invalid Count Liczba Rekordy z błędami formatu

Przykładowa interpretacja:

  • Validity Rate na poziomie 78% dla pola Email oznacza, że 22% ma problemy z formatem
  • Częste problemy: brak @, spacje, literówki w stylu „.con“

Metryki Unikalności

Metryka Typ Co pokazuje
Uniqueness Rate Procent Wartości odrębne względem łącznej liczby
Distinct Count Liczba Liczba unikalnych wartości
Entropy Liczba dziesiętna Różnorodność wartości (wyższa = większa różnorodność)
Max Frequency Liczba Liczba wystąpień najczęstszej wartości
Rarity Procent Rozkład rzadkości wartości

Przykładowa interpretacja:

  • Uniqueness Rate na poziomie 95% oznacza, że 5% to duplikaty
  • Niska Entropy sugeruje, że wiele rekordów ma te same wartości

Metryki Terminowości

Metryka Typ Co pokazuje
Freshness Rate Procent Rekordy w oknie świeżości
Staleness Rate Procent Rekordy poza oknem świeżości
Average Age Dni Średni wiek wartości dat
Recency Rate Procent Rekordy zaktualizowane niedawno
Future Rate Procent Rekordy z datami w przyszłości (błędy)
Overdue Rate Procent Rekordy po oczekiwanej aktualizacji

Przykładowa interpretacja:

  • Staleness Rate na poziomie 30% oznacza, że 30% rekordów nie było modyfikowanych w Twoim oknie świeżości
  • Future Rate powyżej 0% wskazuje na błędy przy wprowadzaniu danych

Metryki Spójności

Metryka Typ Co pokazuje
Conformance Rate Procent Wartości zgodne z oczekiwanymi wzorcami
Conformance Count Liczba Rekordy, które są zgodne
Non-Conforming Count Liczba Rekordy z odchyleniami
Variant Count Liczba Liczba znalezionych odmian wartości
Dominant Values JSON Najczęstsze wartości i ich liczebność

Przykładowa interpretacja:

  • Variant Count na poziomie 15 dla pola Country sugeruje niespójne wprowadzanie (USA vs United States vs US)
  • Dominant Values pokazuje, które odmiany są najczęstsze

Metryki AI Readiness

Wykrywanie PII:

Metryka Co pokazuje
Records with PII Bezwzględna liczba rekordów z dopasowaniami wzorca (do określenia zakresu działań naprawczych)
PII Exposure Rate Procent rekordów zawierających PII (do raportowania zgodności)

Szczegóły na poziomie pola

Kliknij wymiar, aby zobaczyć rozbicie per pole.

Tabela wyników pól

Pole Wynik Problemy Akcje
Email 92% 234 nieprawidłowe View Records
Phone 78% 1 456 nieprawidłowych View Records
MailingCity 95% 180 brakujących View Records

Odczytywanie wyników pól

Każde pole pokazuje:

  • Wynik — skuteczność dla tego pola
  • Problemy — liczbę problematycznych rekordów
  • Akcje — linki do wejścia w szczegóły i eksportu

Identyfikowanie problematycznych pól

Posortuj pola według wyniku (od najniższego), aby znaleźć:

  • Pola z największą liczbą problemów
  • Pola wymagające natychmiastowej uwagi
  • Wzorce w powiązanych ze sobą polach

Wskazówka: Skup się najpierw na polach o dużym wpływie. Poprawa poprawności pola Email o 10% ma większą wartość biznesową niż dopracowanie rzadko używanego pola.

Wejście w rekordy (drill-down)

Kliknij View Records, aby zobaczyć dane, których to dotyczy.

Widok listy rekordów

Drill-down pokazuje rekordy z problemami:

Name Email Issue Created Date
John Smith john.smith@example Invalid format 2026-01-15
Jane Doe jane.doe@mail,com Invalid format 2026-01-20

Filtrowanie listy rekordów

Filtruj według:

  • Typu problemu (brakujący, nieprawidłowy, duplikat itd.)
  • Zakresu dat
  • Właściciela
  • Wartości pól niestandardowych

Bezpośredni dostęp do rekordu

Kliknij dowolny rekord, aby otworzyć go w Salesforce. Wprowadź poprawki bezpośrednio lub przypisz odpowiedniemu członkowi zespołu.

Porównywanie wyników w czasie

Wykresy trendów

DQS wyświetla wykresy trendów pokazujące:

  • Ogólny wynik w czasie
  • Wyniki wymiarów w czasie
  • Wyniki pól w czasie

Wykresy pomagają:

  • Śledzić postęp w poprawie
  • Identyfikować pogarszające się obszary
  • Mierzyć efekty działań związanych z oczyszczaniem danych

Porównanie skanowań

Porównaj dowolne dwa skanowania:

  1. Kliknij Compare w zakładce Results
  2. Wybierz skanowanie bazowe (starsze)
  3. Wybierz skanowanie do porównania (nowsze)
  4. Przejrzyj metryki obok siebie

Porównanie wyróżnia:

  • Poprawione metryki (zielony)
  • Pogorszone metryki (czerwony)
  • Niezmienione metryki (szary)

Wyznaczanie celów poprawy

Wykorzystaj dane historyczne, aby wyznaczyć realistyczne cele:

Obecny wynik Realistyczny cel na 90 dni
Poniżej 60% 70–75%
60–70% 75–82%
70–80% 82–88%
80–90% 90–94%
Powyżej 90% Utrzymanie lub 95%+

Eksportowanie danych

Możesz eksportować wyniki na potrzeby analizy offline i procesów oczyszczania danych.

Eksport CSV

Opcje eksportu:

  • Summary Export — tylko wyniki i metryki
  • Affected Records Export — pełna lista rekordów z problemami
  • Field Detail Export — rozbicie per pole

Jak eksportować

  1. Otwórz wyniki skanowania
  2. Kliknij Export (ikona pobierania)
  3. Wybierz typ eksportu
  4. Wybierz format (CSV)
  5. Pobierz plik

Zawartość eksportu

Affected Records Export zawiera:

  • Record ID
  • Record Name
  • Pole z problemem
  • Typ problemu
  • Bieżącą wartość
  • Sugerowane działanie

Przykładowy wiersz:

0031x00000ABC123,John Smith,Email,INVALID_FORMAT,john.smith@example,Fix email domain

Wykorzystanie eksportów do oczyszczania danych

  1. Wyeksportuj rekordy, których dotyczą problemy, do CSV
  2. Otwórz w Excelu lub Google Sheets
  3. Przejrzyj i popraw wartości
  4. Użyj Data Loader, aby zaktualizować Salesforce
  5. Uruchom skanowanie ponownie, aby zweryfikować poprawę

Wskazówka: Stwórz proces przypisywania zadań oczyszczania. Wyeksportuj rekordy, przypisz właścicieli na podstawie Account lub Region i śledź poprawki.

Udostępnianie wyników

Opcje udostępniania

Udostępniaj wyniki interesariuszom:

  1. Udostępnianie linku — skopiuj URL do wyników skanowania
  2. Zrzut ekranu — widok dashboardu do prezentacji
  3. Eksport — CSV do szczegółowej analizy
  4. Podsumowanie e-mail — automatyczne raporty

Tworzenie raportów dla kierownictwa

W prezentacjach dla zarządu skup się na:

  • Ogólnym wyniku i trendzie
  • Poprawie względem poprzedniego okresu
  • 3 największych obszarach problemowych
  • Planie działania z harmonogramem

Unikaj przytłaczania szczegółami metryk. Zacznij od opowieści.

Zrozumieć zmiany wyników

Dlaczego wyniki się zmieniają

Zmiana Częste przyczyny
Wynik poprawił się Działania oczyszczające, lepsze wprowadzanie danych
Wynik spadł Nowe dane z problemami, zmienione progi
Duży skok w górę Ukończono masowe oczyszczanie danych
Duży spadek Import danych o niskiej jakości

Badanie zmian

Gdy wyniki zmieniają się niespodziewanie:

  1. Porównaj skanowania, aby zidentyfikować, które metryki się zmieniły
  2. Wejdź w szczegóły na poziomie pola
  3. Przejrzyj niedawne zmiany danych (importy, integracje)
  4. Sprawdź, czy zmieniła się konfiguracja Definition

Kolejne kroki