# Dashboard de qualidade de dados no Salesforce: as métricas que importam

> O que um dashboard de qualidade de dados no Salesforce deve acompanhar: a pontuação de qualidade de dados, detalhamento por dimensão, saúde dos campos, tendências e exposição de PII.

Source: https://dataqualitysense.com/pt/resources/salesforce/salesforce-data-quality-dashboard/
Last updated: 2026-06-03

---

Um dashboard de qualidade de dados transforma dezenas de verificações dispersas em uma única visão que você consegue monitorar de relance. No Salesforce, o dashboard certo diz a você — em segundos — o quanto seus dados são confiáveis, onde os problemas se concentram e se a situação está melhorando ou piorando. Este guia cobre as métricas que importam e como lê-las.

## Para que serve um dashboard de qualidade de dados

Um dashboard responde a três perguntas de forma recorrente:

- **Posso confiar nesses dados hoje?** Um único número de destaque para uma leitura de relance.
- **Onde estão os problemas?** Um detalhamento que transforma o destaque em tarefas específicas e atribuíveis.
- **Estamos melhorando?** Uma tendência que mostra se suas correções estão funcionando e pega novos problemas cedo.

Se um dashboard não consegue responder às três, ele é um relatório, não uma ferramenta de monitoramento.

## As métricas que importam

Um bom dashboard de qualidade de dados no Salesforce acompanha um pequeno conjunto de métricas complementares, em vez de uma parede de números:

| Métrica | O que ela diz a você | Por que importa |
|---|---|---|
| **Pontuação de qualidade de dados** | Um único número ponderado de 0 a 100 entre todas as dimensões | O destaque. Um número que os líderes podem acompanhar ao longo do tempo. |
| **Detalhamento por dimensão** | Pontuação por dimensão (completude, validade, unicidade, consistência, atualidade) | Mostra *que tipo* de problema predomina |
| **Saúde dos campos** | Taxa de aprovado/reprovado por campo | Mostra *onde exatamente* o problema vive — a camada acionável |
| **Tendência ao longo do tempo** | A pontuação em varreduras sucessivas | Mostra se você está melhorando e revela novos problemas rápido |
| **Exposição de PII** | Registros e campos contendo dados sensíveis | Crítico antes de qualquer projeto de Agentforce ou IA |
| **Piores ofensores** | Os objetos e campos que causam mais falhas | Diz a você por onde começar |

Juntas, essas métricas levam você de "quão saudável está o dado?" até "qual campo, em qual objeto, corrigimos primeiro?" em três cliques.

## Como ler o dashboard

Leia-o de cima para baixo, do destaque até a ação:

1. **Destaque.** Dê uma olhada na pontuação de qualidade de dados. Subiu desde a última varredura? Caiu? Estável?
2. **Dimensão.** Abra o detalhamento por dimensão para ver qual tipo de problema está puxando a pontuação para baixo — um problema de completude e um de unicidade pedem correções bem diferentes.
3. **Campo.** Aprofunde na saúde dos campos da dimensão mais fraca para encontrar os campos específicos que causam as falhas. Essa é a camada que alguém pode assumir e corrigir.
4. **Tendência.** Confira a linha de tendência. Uma queda súbita geralmente significa que uma nova integração ou processo começou a escrever dados ruins — pegue aqui, não em um relatório quebrado daqui a três meses.

## Por que tendências superam instantâneos

Uma única medição fica obsoleta no dia seguinte à sua coleta, porque os dados do Salesforce mudam constantemente. O valor real de um dashboard está na **tendência**. Uma pontuação de 82 significa pouco isoladamente; 82 e caindo há três semanas é um alarme, enquanto 82 e subindo é a prova de que seu programa funciona. Varreduras agendadas são o que transforma uma auditoria pontual em uma tendência que você pode gerenciar — e o que permite definir uma meta e ver a linha se mover em direção a ela.

## Como é um resultado "bom"

Não existe uma pontuação de aprovação universal; depende de como o dado é usado. Uma forma prática de definir metas é escaloná-las pelo nível de risco:

| Dado | Meta |
|---|---|
| Campos regulatórios / de compliance | 99%+ |
| Dados voltados ao cliente e de receita | 95%+ |
| Dados operacionais | 85%+ |
| Dados históricos / de arquivo | 70%+ |

Defina a meta por dimensão e por objeto, depois deixe o dashboard dizer a você o quanto cada uma ainda tem a percorrer.

## Construindo no DQS

O Data Quality Sense fornece esse dashboard dentro do Salesforce por meio do Insight Studio. Depois de rodar uma varredura a partir do Definition Builder, o Insight Studio mostra a pontuação de qualidade de dados ponderada, o detalhamento por dimensão, a saúde dos campos e a tendência entre as varreduras — além da exposição de PII para o trabalho de prontidão para IA. Como as varreduras rodam de forma nativa e em um cronograma, o dashboard sempre reflete os dados ao vivo na sua org, sem exportações e sem pipeline externo para manter.

## Próximos passos

- [Como medir a qualidade de dados no Salesforce](/pt/resources/salesforce/measure-data-quality-in-salesforce/): a pontuação de qualidade de dados em detalhe
- [Qualidade de dados no Salesforce](/pt/resources/salesforce/data-quality-in-salesforce/): o guia completo
- [Como melhorar a qualidade de dados no Salesforce](/pt/resources/salesforce/improve-data-quality-in-salesforce/): do dashboard à ação
- [Medindo a qualidade de dados](/pt/resources/best-practices/measuring-data-quality/): KPIs e scorecards em detalhe