# Guia de início rápido

> Vá do zero aos seus primeiros insights de qualidade de dados em 10 minutos. Guia passo a passo para começar.

Source: https://dataqualitysense.com/pt/resources/getting-started/quick-start-guide/
Last updated: 2026-06-03

---

## Comece em 10 minutos

Este guia leva você do zero aos seus primeiros insights de qualidade de dados. Siga estes passos para entender seu estado atual e identificar onde focar primeiro.

## Passo 1: Faça a AI Readiness Assessment

Comece pela avaliação gratuita para estabelecer uma baseline.

**O que você recebe:**
- Pontuação nas principais dimensões de qualidade de dados
- Recomendações específicas para melhoria
- Comparação com benchmarks do setor
- Áreas prioritárias para tratar primeiro

**Como fazer:**
1. Acesse [AI Readiness Assessment](/pt/ai-readiness/)
2. Responda 10 perguntas sobre as práticas de dados do seu Salesforce
3. Receba sua pontuação em 3 minutos

> **Dica:** Seja honesto nas respostas. A avaliação existe para o seu benefício, não é um teste para passar. Respostas precisas geram recomendações precisas.

## Passo 2: Entenda sua pontuação

A avaliação fornece pontuações em cinco dimensões de qualidade de dados:

| Dimensão | O que mede | Pontuação baixa significa |
|-----------|------------------|-----------------|
| Completude | Campos obrigatórios preenchidos | Dados faltando em campos críticos |
| Validade | Formatos corretos | E-mails, telefones etc. malformados |
| Unicidade | Sem duplicatas | Registros duplicados fragmentando os dados |
| Atualidade | Informação atualizada | Registros desatualizados que precisam de update |
| Consistência | Valores uniformes | Formatos inconsistentes entre os registros |

### Faixas de pontuação

| Pontuação | Nível | O que significa |
|-------|------|---------------|
| 80-100 | Forte | Sua base de dados é sólida. Foque em mantê-la. |
| 60-79 | Em desenvolvimento | Bom progresso, mas áreas específicas precisam de atenção. |
| 40-59 | Emergente | Várias dimensões precisam melhorar antes de iniciativas de IA. |
| 0-39 | Crítico | Há problemas significativos. Comece pelos fundamentos. |

## Passo 3: Identifique áreas prioritárias

Com base na sua pontuação, identifique 2-3 áreas para focar primeiro. Não tente consertar tudo de uma vez.

### Framework de priorização

| Se sua pontuação é baixa em... | Comece por... |
|----------------------------|---------------|
| Completude | Identifique os 5 campos críticos, meça taxas de preenchimento |
| Validade | Audite formatos de e-mail e telefone, adicione validation rules |
| Unicidade | Rode detecção de duplicatas, defina um processo de merge |
| Atualidade | Defina limites de atualidade, crie fluxos de update |
| Consistência | Padronize valores de picklist, limpe variações |

### Pontos de partida de alto impacto

Para a maioria das organizações, estes campos têm o maior impacto:

**Contacts:**
- Email (validade, completude)
- Phone (validade, completude)
- Title (completude, consistência)

**Accounts:**
- Industry (completude, consistência)
- Annual Revenue (atualidade, completude)
- Billing Address (validade, completude)

**Opportunities:**
- Close Date (atualidade)
- Amount (completude)
- Stage (consistência)

## Passo 4: Instale o DQS

Quando estiver pronto para medir seus dados reais do Salesforce, instale o Data Quality Sense.

> **Obtenha o Data Quality Sense:** [Instalar pelo Salesforce AppExchange](https://appexchange.salesforce.com/appxListingDetail?listingId=e1742ac7-7ec3-4dfb-815e-7922082524c4)

### Passos de instalação

1. Acesse o Salesforce AppExchange
2. Busque por "Data Quality Sense"
3. Clique em "Get It Now"
4. Siga o assistente de instalação
5. Atribua permissões aos usuários que vão configurar e executar scans

### O que o DQS adiciona

Após a instalação, você tem acesso a:

| Recurso | Descrição |
|---------|-------------|
| Definition Builder | Configure o que analisar |
| Execução de scans | Execute verificações de qualidade de dados |
| Dashboard de resultados | Visualize métricas e faça drill-down |
| Export | Baixe registros afetados para limpeza |

## Passo 5: Crie sua primeira Definition

Uma Definition diz ao DQS o que analisar. Comece com um escopo focado.

> **Veja na prática:** [Assista a este passo no vídeo demo (0:29)](#dqs-demo-29)

### Primeira Definition recomendada

Para o primeiro scan, foque em um objeto com alto impacto de negócio:

**Opção A: Qualidade de dados de Contacts**
- Objeto: Contact
- Campos: Email, Phone, MailingCity, MailingState, MailingCountry
- Dimensões: Completude, Validade, Consistência

**Opção B: Health check de Accounts**
- Objeto: Account
- Campos: Industry, AnnualRevenue, BillingCity, BillingState
- Dimensões: Completude, Consistência, Atualidade

**Opção C: Pipeline de Opportunities**
- Objeto: Opportunity
- Campos: Amount, CloseDate, StageName
- Dimensões: Completude, Atualidade

### Passos no Definition Builder

1. Clique em **New Definition** no DQS
2. Selecione **Capabilities** (quais dimensões medir)
3. Selecione **Object** e **Fields** para analisar
4. Opcionalmente, adicione **Filters** para restringir o escopo
5. **Configure** os limites para cada dimensão
6. **Revise** e salve

Para orientações detalhadas, veja o [Guia do Definition Builder](/resources/using-dqs/definition-builder/).

## Passo 6: Execute seu primeiro scan

Com a Definition salva, execute seu primeiro scan.

> **Veja na prática:** [Assista a este passo no vídeo demo (2:32)](#dqs-demo-152)

1. Abra a Definition
2. Clique em **Run Scan**
3. Aguarde o processamento (o tempo depende do volume de registros)
4. Revise os resultados no dashboard

### Agende scans recorrentes

Com o DQS, você pode automatizar scans para que sua qualidade de dados seja monitorada continuamente sem esforço manual.

1. Abra sua Definition
2. Vá até a aba **Schedule**
3. Defina a frequência (diária, semanal ou mensal)
4. Escolha o horário e o dia preferidos
5. Salve o agendamento

Para um passo a passo, veja o [Guia de agendamento](/resources/using-dqs/running-scans/).

Scans agendados rodam automaticamente em segundo plano e atualizam seu dashboard com resultados frescos. Essa é a abordagem recomendada para o monitoramento contínuo — você detecta a degradação da qualidade de dados cedo, sem precisar lembrar de rodar scans manualmente.

### O que esperar

Os primeiros scans costumam revelar mais problemas do que o esperado. Isso é normal. Seu objetivo é visibilidade, não perfeição.

Achados comuns do primeiro scan:
- 10-30% dos registros têm ao menos um problema
- Alguns campos têm taxas de preenchimento muito menores do que se imaginava
- A detecção de duplicatas encontra registros que você não sabia que existiam
- A validação de formato revela inconsistências na entrada de dados

## O que fazer depois

### Semana 1: Entenda a baseline

- Revise os resultados do scan
- Identifique os 3 principais problemas por volume
- Entenda quais registros são afetados

### Semanas 2-4: Aborde as questões prioritárias

- Comece pelos problemas de maior impacto e mais fáceis de corrigir
- Crie um plano de limpeza para os registros afetados
- Adicione validation rules para evitar novos problemas

### Contínuo: Monitore e mantenha

- Agende scans recorrentes
- Acompanhe a melhoria ao longo do tempo
- Expanda o escopo para objetos e campos adicionais

## Próximos passos

- [Entendendo os resultados](/resources/using-dqs/understanding-results/): Como interpretar os dados do scan
- [Guia do Definition Builder](/resources/using-dqs/definition-builder/): Orientações detalhadas de configuração
- [Preparação para Agentforce](/pt/resources/ai-readiness/agentforce-preparation/): Preparando dados para o Agentforce
- [Melhores práticas](/pt/resources/best-practices/common-pitfalls/): Evite erros comuns de qualidade de dados