Aktualitet

Vad är aktualitet?

Aktualitet mäter om dina datumvärden är tillräckligt aktuella för sitt avsedda användande. Ett datumfält är aktuellt när det faller inom ditt acceptabla aktualitetsfönster. Ett datumfält är inaktuellt när det sitter bortom detta fönster, vilket innebär att data inte längre återspeglar nuläget.

Varje datumfält i ditt CRM bär en tidsbaserad förväntan. Ett LastActivityDate som är 18 månader gammalt signalerar ett dött lead. Ett Contract_End_Date__c satt till 2099 är en platshållare, inte en verklig deadline. Ett Date_of_Birth__c i framtiden är ett datainmatningsfel. Aktualitetsanalys fångar allt detta.

Aktualitetsgrad = (Poster med datum i aktualitetsfönstret / Totalt antal poster) x 100

Om 659 av 1 000 poster har ett Last_Certification_Date__c inom de senaste 90 dagarna är din aktualitetsgrad 65,9 %. De återstående 34,1 % är antingen inaktuella, null eller framtidsdaterade. Det här enskilda talet berättar hur aktuellt ett fält är över hela din datamängd.

Varför aktualitet är viktigt

Rapportering

Inaktuella datum snedvrider din analys. När 30 % av dina Opportunity CloseDate-värden är i det förflutna för öppna affärer visar dina pipeline-rapporter affärer som är stillastående, ignorerade eller redan förlorade men aldrig uppdaterade. Prognoser byggda på dessa datum vilseleder ledningen.

Automatisering

Salesforce-automatisering är beroende av datumvärden. Ett förnyelsearbetsflöde som utlöses 30 dagar före Contract_End_Date__c misslyckas när datumet är fem år gammalt. En SLA-eskalering som utlöses på Due_Date__c utlöser falska alarm när datumet aldrig uppdaterades efter lösning.

AI och Agentforce

AI-modeller behandlar dina datumvärden som aktuell sanning. Agentforce använder datum för att prioritera åtgärder, schemalägga uppföljningar och bedöma brådska. När dina datum är inaktuella rekommenderar modellen att kontakta leads som lämnade för två år sedan, flaggar kontrakt som förnyades för månader sedan och missar de som faktiskt behöver uppmärksamhet.

Hur DQS mäter aktualitet

DQS producerar 6 aktualitetsmätvärden organiserade kring en diagnostisk fråga: “Är data aktuella, hur gamla är de, och finns det datum som inte verkar stämma?”

Tänk på dessa mätvärden som ett diagnostiskt flöde. Varje steg bygger på det föregående.

Steg 1: Är data aktuella?

Aktualitetsgrad är rubriktalet. Det beräknar procentandelen poster där datumfältsvärdet faller inom ditt konfigurerade aktualitetsfönster (till exempel de senaste 90 dagarna). Det är det tal du lägger på en instrumentpanel.

Du kör en genomsökning på fältet LastActivityDate för Opportunities med ett 30-dagars aktualitetsfönster. Aktualitetsgraden kommer tillbaka på 41 %. Det innebär att 59 % av dina öppna Opportunities inte haft någon aktivitet under den senaste månaden. Pipelingranskningar, prognosnoggrannhet och säljcoachning arbetar alla med inaktuella signaler.

Inaktualitetsgrad kvantifierar problemsidan. Det mäter procentandelen poster där datumfältet är null eller äldre än aktualitetsfönstret. Framtidsdaterade poster utesluts från inaktualitet eftersom de är en annan typ av problem (fångat av Framtidsgrad).

Exempel: Contract_End_Date__c för Accounts visar 28 % Inaktualitetsgrad med ett 365-dagars fönster. Nästan en tredjedel av dina kontrakt visar slutdatum mer än ett år i det förflutna. Det är antingen utgångna kontrakt fortfarande markerade som aktiva, eller kontrakt som förnyades men aldrig uppdaterades. Hur som helst är din förnyelspipeline felaktig.

Trevägsuppdelningen

Varje post faller i exakt en av tre kategorier. Graderna summerar alltid till 100 %:

Denna uppdelning ger varje kategori en distinkt innebörd. En intressent som frågar “vilken procentandel är inaktuell?” får ett tal som betyder “föråldrad eller saknas”, inte “föråldrad eller saknas eller omöjligt framtidsdaterad.”

Steg 2: Hur gammal är den?

Aktualitetsgrad är binär: en post är antingen aktuell eller inaktuell. Genomsnittsålder tillför nyans.

Genomsnittsålder beräknar det genomsnittliga antalet dagar mellan varje förfluten posts värde och idag, delat med totalt antal poster. Nollor och framtida datum bidrar med 0 till summan men räknas i nämnaren.

Två fält kan båda visa 60 % aktualitet, men ett har en genomsnittsålder på 15 dagar (mestadels nylig, ett fåtal outliers) medan det andra har ett genomsnitt på 90 dagar (inaktualitet jämnt fördelad). Åtgärdsstrategin skiljer sig åt. Ett fält med låg genomsnittsålder behöver riktad rensning av ett fåtal gamla poster. Ett fält med hög genomsnittsålder behöver en bredare uppdateringsinsats.

Exempel: Last_Contacted_Date__c för Leads har 55 % aktualitet (30-dagars fönster) och en genomsnittsålder på 45 dagar. Inaktualiteten är inte allvarlig, eftersom de flesta inaktuella poster sitter strax utanför fönstret. En snabb outreach-kampanj kan flytta aktualitetsgraden avsevärt.

Steg 3: Finns det avvikelser?

Två mätvärden fångar datum som inte hör hemma.

Framtidsgrad mäter procentandelen poster där datumvärdet är i framtiden. För historiska datumfält som Created Date, Last Modified Date eller Date_of_Birth__c är framtida datum nästan alltid fel: tidszons­problem, datainmatningsmisstag eller platshållarvärden som 2099-12-31.

Exempel: Date_of_Birth__c för Contacts visar en Framtidsgrad på 0,8 %. Det är 400 poster av 50 000 med framtida födelsedatum. Dessa bryter åldersbaserad segmentering, efterlevnadskontroller och marknadsföringskampanjer som filtrerar efter åldersgrupp.

Operativt intervallgrad mäter procentandelen poster där datumvärdet faller inom en definierad operativ gräns (ett minimum- och maximumdatum du konfigurerar). Datum utanför detta intervall flaggas som avvikelser.

Vissa datumfält har naturliga gränser. Ett Hire_Date__c före 1950 är fel. Ett Project_Deadline__c satt till 2099 är en platshållare. Operativt intervallgrad fångar dessa outliers som passerar grundläggande aktualitetskontroller eftersom fältet är ifyllt, bara med orealistiska värden.

Exempel: Du anger ett operativt intervall på 365 dagar bakåt till 0 dagar framåt för Close_Date__c för Opportunities. Operativt intervallgrad är 84 %. Undersökning avslöjar 200 poster med stängningsdatum från 2005 (migrerade från ett äldre system) och 50 poster med stängningsdatum 2099 (platshållare från en integration). Båda grupperna snedvrider din pipeline-analys.

Obs: När ditt operativa intervalls maximum är satt till 0 (idag) är alla framtida datum också utanför intervallet. Framtidsgrad och Operativt intervallgrad överlappar för framtidsdaterade poster. De är kompletterande vyer, inte additiva.

Steg 4: Hålls deadlines?

Förseningsgrad mäter procentandelen poster där datumfältet är förflutet, med en valfri respitperiod. Det är specialdesignat för deadline-typ-fält där “försenat” har affärsmässig innebörd.

Förseningsgrad skiljer sig från Inaktualitetsgrad på två sätt. Först lägger den till en konfigurerbar respitperiodbuffert (till exempel 14 dagar) så att genomsökningen inte flaggar poster som försenade dagen efter deadline. Andra, riktar det in sig på fält som förnyelsedatum, certifieringsdatum och kontraktsslutdatum där ett förflutet datum innebär att åtgärd behövs.

Exempel: Renewal_Date__c för Contracts med en 30-dagars respitperiod visar en Förseningsgrad på 12 %. Det innebär att 12 % av kontrakten är mer än 30 dagar försenade för förnyelse utan att ha förnyats eller stängts. Det är risker för intäktsläckage.

”Senaste händelse” kontra “Deadline”-fält

Inte varje aktualitetsmätvärde passar varje fält. Förseningsgrad läses tautologiskt hög på “senaste händelse”-fält eftersom de flesta händelser per definition är i det förflutna. Välj ditt rubrikalternativ baserat på fälttyp:

Varför alla mätvärden använder totalt antal poster

Alla 6 aktualitetsmätvärden använder samma nämnare: totalt antal poster, inklusive nollor. Detta håller varje mätvärde jämförbart inom samma genomsökning. Om ett mätvärde uteslöt nollor och ett annat inkluderade dem, skulle en intressent som jämför “aktualitet 66 % kontra framtida 1,6 %” jämföra två olika universum utan att veta om det.

När Null som inaktuell är aktiverad räknas null-poster mot aktualitet (de är i nämnaren men inte i aktualitetsnämnaren). När inaktiverad utesluts nollor från både täljare och nämnare, och aktualiteten beräknas enbart för ifyllda poster.

Mätvärdesreferens

Grundläggande mätvärden

Dessa 2 mätvärden utgör grunden för varje aktualitetsanalys. De svarar på kärnfrågan: är denna data aktuell?

Avancerade mätvärden

Dessa 4 mätvärden går bortom “är den aktuell?” för att analysera åldersfördelning, datumavvikelser och deadlineefterlevnad. De kräver analysläget Avancerad datumfärskhet.

Fälttypstäckning

DQS mäter aktualitet bara för Date- och DateTime-fält. Aktualitet är i sin natur temporal. Till skillnad från fullständighet (som fungerar på alla 20+ fälttyper) gäller aktualitet bara fält som representerar tidpunkter.

Två analyslägen

DQS erbjuder två aktualitetsanalyslägen:

Datumfärskhet svarar på frågan: “Är data aktuella eller inaktuella?” Det producerar de 2 grundläggande mätvärdena och täcker det väsentliga för valfri organisation med datumkänsliga processer. Använd det här läget för snabba hygienekontroller och baslinjerevisioner.

Avancerad datumfärskhet går djupare. Det producerar alla 6 mätvärden, inklusive genomsnittsålder, framtidsdatumavvikelser, förseningsspårning och operativ intervallefterlevnad. Använd det här läget när du behöver förstå den fullständiga bilden av datumkvalitet, inte bara aktualitets­poänget.

Konfigurera aktualitet

DQS tillhandahåller fem konfigurationsindata för aktualitet. Varje kan ställas in på global nivå (gäller alla fält) och åsidosättas på individuell fältnivå.

Tips: Olika datumfält har olika aktualitetskrav. Ett LastActivityDate för öppna Opportunities behöver ett 30-dagars fönster. Ett Contract_End_Date__c för Accounts behöver 365 dagar. Använd fältnivå­åsidosättningar för att ange rätt fönster för varje fält.

Välja ditt aktualitetsfönster

Aktualitetsfönstret är det viktigaste konfigurationsbeslutet för aktualitet. Här är startpunkter per fälttyp:

Konfiguration av operativt intervall

Operativt intervall använder “dagar bakåt” och “dagar framåt” istället för absoluta datum. DQS konverterar dessa till absoluta datum vid genomsökningstillfället med hjälp av dagens datum.

Exempel: Du anger 365 dagar bakåt och 0 dagar framåt. Den 22 februari 2026 konverterar DQS detta till intervallet 22 februari 2025 till 22 februari 2026. Valfritt datum före 22 februari 2025 eller efter idag är utanför intervallet.

Det innebär att intervallet rör sig framåt varje dag. En post som är inom intervallet idag kan falla utanför intervallet imorgon när fönstret rör sig.

Vanliga aktualitetsproblem

Inaktuella aktivitetsdatum för öppna Opportunities

Säljare slutar uppdatera Opportunities men lämnar dem i ett “Öppet” stadium. LastActivityDate åldras tyst. Dina pipelinerapporter visar aktiva affärer, men datumen avslöjar att ingen har rört dem på månader.

Åtgärd: Ange ett 30-dagars aktualitetsfönster för LastActivityDate för öppna Opportunities. Använd Inaktualitetsgrad för att uppskatta hur många affärer som behöver uppföljning eller stadiumkorrigering.

Platshållares framtida datum

Integrationer och massimporter använder ofta platshållardatum som 2099-12-31 för fält som kräver ett värde. Dessa platshållare ser ut som ifyllda data men snedvrider tidsbaserad analys.

Åtgärd: Använd Framtidsgrad för att identifiera poster med datum efter idag. Använd Operativt intervallgrad för att fånga både långt-framtida platshållare och gamla äldre datum i ett enda mätvärde.

Utgångna kontrakt som aldrig uppdaterades

Kontrakt förnyas, men Contract_End_Date__c uppdateras aldrig till det nya utgångsdatumet. Ditt system visar utgångna kontrakt vid sidan av aktiva utan möjlighet att skilja dem åt utan att kontrollera datum.

Åtgärd: Aktivera Förseningsspårning med en respitperiod som matchar din förnyelsecykel (till exempel 30 dagar). Förseningsgraden visar exakt hur många kontrakt är försenade och oförnyade.

Null-datum döljer inaktualitet

När Null som inaktuell är inaktiverad (standard) utesluts null-datum från utvärderingen helt. Om 20 % av dina poster har null-datum beräknas din Aktualitetsgrad enbart för de återstående 80 %. Det kan få dina siffror att se hälsosammare ut än de är.

Åtgärd: Aktivera Null som inaktuell om null-datum representerar saknade data som behöver uppmärksamhet. Det inkluderar poster där ingen aktivitet någonsin har skett eller fält som aldrig fylldes i under migrering.

Bästa praxis

Välj rätt rubrikalternativ

Aktualitetsgrad är rätt rubrik för “senaste händelse”-fält (när uppdaterades detta senast?). Förseningsgrad är rätt rubrik för deadline-fält (är detta förfallet?). Att presentera Förseningsgrad för ett LastActivityDate ger ett missvisande högt tal eftersom de flesta aktiviteter per natur är i det förflutna.

Ange fältspecifika fönster

Ett enda aktualitetsfönster för alla datumfält missar poängen. Aktivitetsdatum behöver snäva fönster (30 dagar). Kontraktsdatum behöver bredare fönster (365 dagar). Certifieringsdatum beror på din branschs förnyelsecykel. Använd fältnivå­åsidosättningar för att matcha varje fälts affärssammanhang.

Använd genomsnittsålder för att planera åtgärder

Aktualitetsgrad berättar hur stort problemet är. Genomsnittsålder berättar hur allvarligt det är. Ett fält med 40 % inaktualitet och en genomsnittsålder på 45 dagar behöver en snabb outreach-kampanj. Ett fält med 40 % inaktualitet och en genomsnittsålder på 400 dagar behöver ett databerikningsprojekt. Samma procentandel, olika åtgärd.

Spåra trender över genomsökningar

En enda genomsökning visar nuläget. Kör genomsökningar regelbundet för att identifiera aktualitetsförsämring, mäta effekten av rensningsinitiv och identifiera datakällor som introducerar inaktuella poster. Ett fält som sjunker från 80 % till 60 % aktualitet mellan genomsökningar har en ny problemkälla.

Kombinera aktualitet med fullständighet

Ett datumfält kan vara 95 % fullständigt men bara 50 % aktuellt. Fullständighet berättar att fältet har ett värde. Aktualitet berättar om det värdet är aktuellt. Kör båda dimensionerna på dina datumfält för att få den fullständiga bilden.

Nästa steg

Du förstår nu hur man mäter och diagnosticerar datumaktualitetsproblem. Fortsätt lära dig om nästa dimension:

• Nästa: Konsekvens – Säkerställ enhetlig datastandardisering
• Föregående: Unikhet – Identifiera och förhindra dubbletter
• Relaterat: De fem dimensionerna – Översikt av alla dimensioner
• Åtgärd: AI-beredskapsbedömning – Se dina nuvarande aktualitetspoäng