Förstå resultaten

Översikt över resultaten

När en skanning är klar presenterar DQS dina resultat i en dashboard-vy. Dashboarden visar poäng på flera nivåer:

1. Overall Score – Ett enda tal som representerar den totala datakvaliteten
2. Dimension Scores – Poäng för varje funktion (Fullständighet, Giltighet osv.)
3. Field Scores – Poäng för varje analyserat fält
4. Record Details – Borra ner till specifika berörda poster

Resultatdashboarden

Dashboardens layout

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

Komma åt resultaten

1. Öppna DQS från App Launcher
2. Hitta din Definition i listan
3. Klicka på Definitionens namn
4. Välj fliken Results
5. Välj ett skanningsdatum att visa

Den senaste skanningen visas som standard.

Övergripande kvalitetspoäng

Den övergripande poängen är ett viktat medelvärde av alla dimensionspoäng.

Så beräknas den

DQS använder standardvikter för varje dimension:

Formel: Overall = (Completeness x 0.25) + (Validity x 0.20) + (Uniqueness x 0.20) + (Timeliness x 0.15) + (Consistency x 0.20)

AI Readiness-poäng visas separat och påverkar inte den övergripande poängen för Datakvalitet.

Tolkning av poäng

Trendindikator

Bredvid din poäng ser du en trendpil:

• Grön pil uppåt – Poängen förbättrades sedan förra skanningen
• Röd pil nedåt – Poängen försämrades sedan förra skanningen
• Grått streck – Poängen är oförändrad

Procentvärdet visar förändringens storlek.

Dimensionspoäng

Klicka på valfritt dimensionskort för att se detaljerade mätvärden.

Mätvärden för Fullständighet

Exempel på tolkning:

• Completeness Rate: 85 % betyder att 15 % av posterna saknar värden
• Hög Placeholder Rate antyder att användare anger “TBD” i stället för riktiga data

Mätvärden för Giltighet

Exempel på tolkning:

• Validity Rate på 78 % för fältet Email betyder att 22 % har formatproblem
• Vanliga problem: saknat @, mellanslag, stavfel som “.con”

Mätvärden för Unikhet

Exempel på tolkning:

• Uniqueness Rate på 95 % betyder att 5 % är dubbletter
• Låg Entropy antyder att många poster delar samma värden

Mätvärden för Aktualitet

Exempel på tolkning:

• Staleness Rate på 30 % betyder att 30 % av posterna inte har rörts inom ditt aktualitetsfönster
• Future Rate över 0 % indikerar fel vid datainmatning

Mätvärden för Konsekvens

Exempel på tolkning:

• Variant Count på 15 för fältet Country antyder inkonsekvent inmatning (USA kontra United States kontra US)
• Dominant Values visar vilka variationer som är vanligast

Mätvärden för AI Readiness

PII-detektering:

Detaljer på fältnivå

Klicka på en dimension för att se en uppdelning per fält.

Tabell med fältpoäng

Läsa fältpoäng

Varje fält visar:

• Score – Prestanda för detta fält
• Issues – Antal problematiska poster
• Actions – Länkar för att borra ner och exportera

Identifiera problemfält

Sortera fälten efter poäng (lägst först) för att hitta:

• Fält med flest problem
• Fält som behöver omedelbar uppmärksamhet
• Mönster över relaterade fält

Tips: Fokusera på högpåverkansfält först. En förbättring på 10 % i giltigheten för Email har större affärsvärde än att perfektionera ett sällan använt fält.

Borra ner till poster

Klicka på View Records för att se berörda data.

Listvyn för poster

Nedborrningen visar poster med problem:

Filtrera postlistan

Filtrera efter:

• Typ av problem (saknas, ogiltig, dubblett osv.)
• Datumintervall
• Ägare
• Custom field-värden

Direkt åtkomst till poster

Klicka på en post för att öppna den i Salesforce. Gör rättelser direkt eller tilldela till lämplig teammedlem.

Jämföra resultat över tid

Trenddiagram

DQS visar trenddiagram som visar:

• Övergripande poäng över tid
• Dimensionspoäng över tid
• Fältpoäng över tid

Diagrammen hjälper dig att:

• Följa förbättringsförloppet
• Identifiera områden som försämras
• Mäta effekten av rensningsarbetet

Jämförelse av skanningar

Jämför två valfria skanningar:

1. Klicka på Compare på fliken Results
2. Välj en baslinjeskanning (äldre)
3. Välj en jämförelseskanning (nyare)
4. Visa mätvärden sida vid sida

Jämförelsen lyfter fram:

• Förbättrade mätvärden (grön)
• Försämrade mätvärden (röd)
• Oförändrade mätvärden (grå)

Sätta förbättringsmål

Använd historiska data för att sätta realistiska mål:

Exportera data

Du kan exportera resultat för offlineanalys och rensningsarbetsflöden.

CSV-export

Exportalternativ:

• Summary Export – Endast poäng och mätvärden
• Affected Records Export – Fullständig lista över poster med problem
• Field Detail Export – Uppdelning per fält

Så exporterar du

1. Öppna skanningsresultaten
2. Klicka på Export (nedladdningsikonen)
3. Välj exporttyp
4. Välj format (CSV)
5. Ladda ner filen

Exportens innehåll

Affected Records Export innehåller:

• Record ID
• Record Name
• Fält med problem
• Typ av problem
• Aktuellt värde
• Föreslagen åtgärd

Exempelrad:

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

Använda exporter för rensning

1. Exportera berörda poster till CSV
2. Öppna i Excel eller Google Sheets
3. Granska och korrigera värden
4. Använd Data Loader för att uppdatera Salesforce
5. Kör skanningen på nytt för att verifiera förbättringarna

Tips: Skapa ett arbetsflöde för rensningstilldelning. Exportera poster, tilldela ägare baserat på Account eller Region och följ upp rättelserna.

Dela resultat

Delningsalternativ

Dela resultat med intressenter:

1. Länkdelning – Kopiera URL:en till skanningsresultaten
2. Skärmbild – Dashboard-vyn för presentationer
3. Export – CSV för detaljerad analys
4. E-postsammanfattning – Automatiska rapporter

Skapa rapporter för ledningen

För ledningspresentationer, fokusera på:

• Övergripande poäng och trend
• Förbättring sedan föregående period
• De 3 främsta problemområdena
• Handlingsplan med tidslinje

Överbelasta inte med mätvärdesdetaljer. Inled med berättelsen.

Förstå poängförändringar

Varför poäng förändras

Undersöka förändringar

När poäng förändras oväntat:

1. Jämför skanningar för att identifiera vilka mätvärden som förändrades
2. Borra ner till fältnivå
3. Granska senaste dataändringar (importer, integrationer)
4. Kontrollera om konfigurationen av Definitionen ändrats

Nästa steg

• Guide till Definition Builder: Justera tröskelvärden utifrån dina fynd
• Köra skanningar: Schemalägg regelbundna skanningar
• Mäta datakvalitet: Bygg ett kvalitetsscorecard