الصحة

ما هي الصحة؟

تقيس الصحة ما إذا كانت قيم البيانات تتوافق مع التنسيقات والأنماط المتوقّعة. تكون القيمة صحيحة عندما تطابق البنية المحدّدة. وتكون غير صحيحة عندما تكسر قواعد التنسيق.

عنوان البريد الإلكتروني صحيح عندما يحتوي على رمز «@» ونطاق. يكون URL صحيحًا عندما يبدأ ببروتوكول ويحتوي على نطاق. رمز المنتج صحيح عندما يحتوي على عدد الأحرف الذي يتطلّبه نظامك.

يتحقّق DQS من قيم الحقول باستخدام أنماط regex (التعابير النمطية). تختار من أنماط مدمجة للتنسيقات الشائعة مثل Email وURL وFixed Length، أو تكتب regex خاصًا بك لأي تنسيق خاص بالعمل.

Validity Rate = (السجلات المطابقة للنمط / إجمالي السجلات) × 100

إذا كان 35500 من أصل 50000 سجل Contact تحتوي على عنوان بريد إلكتروني يطابق نمط البريد الإلكتروني، فإن معدّل صحة Email لديك هو 71%. تحتوي الـ 29% المتبقية على قيم تفشل في فحص النمط.

الصحة مقابل الدقة

الصحة والدقة مفهومان مختلفان:

يقيس DQS الصحة لأنه يمكن أتمتة فحوصات التنسيق. الدقة تتطلّب تحقّقًا خارجيًا أو تأكيدًا بشريًا.

البيانات الصحيحة تعمل في أنظمتك حتى لو لم تعكس الواقع. البيانات غير الصحيحة تكسر أنظمتك بغضّ النظر عن حقيقتها في العالم الحقيقي. ركّز على الصحة أولًا. عالِج الدقة من خلال عمليات التحقّق.

لماذا تهمّ الصحة

البيانات غير الصحيحة تسبّب فشلًا عبر كامل مكدّس التقنية لديك. الرسائل المرتدّة تضرّ بسمعة المُرسِل. أرقام الهاتف المشوّهة تُهدر وقت نظام الاتصال. URLs المكسورة تُحبط المستخدمين وتحجب أدوات الإثراء.

ترفض APIs البيانات المشوّهة. عندما يُرسل تكاملك تنسيق بريد إلكتروني غير صحيح إلى منصة تسويق، قد تفشل الدفعة بأكملها. تتكسّر Salesforce flows التي تحلّل قيم الحقول عندما يكون التنسيق غير متوقّع.

تعالج نماذج الذكاء الاصطناعي النص كما هو. عندما يحتوي حقل هاتف على «Phone: 555-1234» بدلًا من رقم نظيف، يرى النموذج أنماطًا غير متّسقة. التنسيقات غير الصحيحة تقلّل من فعالية الذكاء الاصطناعي وتنتج مخرجات Agentforce غير موثوقة.

كيف يقيس DQS الصحة

ينتج DQS 6 مقاييس للصحة منظّمة حول سؤال تشخيصي: «هل تطابق البيانات النمط، وهل هناك نفايات مخفية في القيم التي تمرّ؟»

فكّر في هذه المقاييس كتدفّق تشخيصي. كل خطوة تكشف طبقة أعمق من المشكلة.

الخطوة 1: هل تطابق النمط؟

Validity Rate هو المقياس الرئيسي. يحسب نسبة السجلات التي تطابق فيها قيمة الحقل النمط الذي أعددته. هذا هو الرقم الذي تضعه في لوحة المعلومات.

تُعدّ نمط Email على حقل PersonEmail لـ Contacts. يأتي Validity Rate بنسبة 71%. هذا يعني أن 29% من عناوين البريد الإلكتروني تفشل في فحص التنسيق. إما ينقصها رمز «@» أو لا تحتوي على نطاق أو تحتوي على مسافات. كل حملة تسويقية تُرسل إلى تلك العناوين ترتدّ. وكل سير عمل آلي يُفعّل على البريد الإلكتروني يفشل بصمت.

Valid Count يخبرك بالعدد المطلق. من بين 50000 Contact، 35800 لديهم عناوين بريد إلكتروني صحيحة. هذا هو جمهورك القابل للوصول الفعلي لحملات البريد الإلكتروني، وليس 50000 الموجودين في النظام. يمكن للتسويق وضع توقّعات حملات واقعية بدلًا من العمل بأرقام منتفخة.

الخطوة 2: ما هو التفصيل الكامل؟

المعدلات تخبرك بالحدّة. والأعداد تخبرك بحجم العمل. مقياسان يكملان الصورة:

الخطوة 3: هل هناك نفايات تتجاوز أخطاء التنسيق؟

يمكن للقيمة أن تمرّ من فحص التنسيق ومع ذلك تكون قمامة. يتطلّب نموذج web-to-lead حقل Company. معدّل Validity على Company هو 98%، لأن كل شيء تقريبًا يمرّ من نمط نصي أساسي. لكن Noise Rate يكشف أن 14% من تلك القيم إدخالات مثل «asdf» أو «test» أو «xxxxx» أو «na na na». صحيحة في التنسيق لكن عديمة الجدوى تمامًا لتوجيه المبيعات أو الإثراء أو التقسيم.

Noisy Records Count يمنحك نطاق التنظيف. إذا كان Noise Rate بنسبة 14% على 50000 سجل، فهذا يعني 7000 Leads بأسماء شركات قمامة. يمكن لفريق العمليات بناء قائمة انتظار للتنظيف، وتقدير الساعات، وتقرير ما إذا كان سيحذف تلقائيًا أم يُعلِم للمراجعة اليدوية.

فئتان من الفشل

تميّز مقاييس الصحة مشكلتين مختلفتين جوهريًا:

التمييز يهمّ لأن الإصلاح مختلف تمامًا. تُعالَج أخطاء التنسيق بتنظيف البيانات. تُعالَج الضوضاء بإصلاح المصدر الذي يُنتجها.

مرجع المقاييس

المقاييس الأساسية

يشكّل هذان المقياسان أساس كل تحليل للصحة. ويخبرانك بمعدّل المطابقة وعدد السجلات التي تمرّ.

المقاييس المتقدّمة

تتجاوز هذه المقاييس الأربعة سؤال «هل تطابق؟» لإعطاء التفصيل الكامل، بما في ذلك كشف الضوضاء. وتتطلّب وضع Advanced Format Validation للتحليل.

لماذا تأتي المعدلات والأعداد في أزواج

معظم المقاييس تأتي كمعدّل (نسبة مئوية) وعدّ (رقم مطلق). هذا متعمّد:

• المعدلات للوحات المعلومات والتقارير التنفيذية وتتبّع الاتجاهات. «تحسّنت الصحة من 71% إلى 92% هذا الربع».
• الأعداد لتخطيط المشاريع وتقدير أعباء العمل وتحديد نطاق التنظيف. «لدينا 23400 رقم هاتف لإعادة تنسيقها».

استخدم المعدلات لإيصال التقدّم. واستخدم الأعداد لتخطيط العمل.

تغطية أنواع الحقول

جميع المقاييس الستة للصحة تتشارك في نفس الدعم الأساسي لأنواع الحقول، مع اقتصار مقاييس الضوضاء على الحقول النصية.

المقاييس القائمة على الأنماط (Validity Rate, Valid Count, Invalid Rate, Invalid Count) تعمل على جميع أنواع الحقول الستة المدعومة: String, TextArea, Email, Phone, URL, Picklist.

تنطبق مقاييس الضوضاء (Noise Rate, Noisy Records Count) فقط على حقول String و TextArea. أنماط الضوضاء مثل الأحرف المتكررة وضرب لوحة المفاتيح هي ظاهرة نص حرّ. حقل Picklist بقيمة picklist صحيحة لا يمكن أن يحتوي على ضوضاء. كشف الضوضاء منطقي فقط على الحقول التي يكتب فيها المستخدمون نصًا حرًّا.

وضعَا التحليل

يقدّم DQS وضعَين لتحليل الصحة:

Format Validation يجيب عن السؤال: «هل تطابق قيم الحقول النمط المتوقّع؟». ينتج المقياسين الأساسيَين ويغطّي الضروريات لفحص الامتثال للتنسيق أو تدقيق سريع.

Advanced Format Validation يذهب أعمق. ينتج جميع المقاييس الستة، بما في ذلك التفصيل الكامل للصحيح/غير الصحيح وكشف الضوضاء. استخدم هذا الوضع عندما تحتاج إلى التمييز بين أخطاء التنسيق والبيانات القمامة، أو عندما تحتاج إلى أعداد دقيقة لتخطيط مشروع التنظيف.

إعداد الصحة

على عكس الاكتمال (الذي يعمل تلقائيًا على أي حقل)، تتطلّب الصحة إعدادًا. يجب أن تعرّف ما الذي يعنيه «الصحيح» لكل حقل قبل أن يتمكّن DQS من فحصه. فحص صحة بدون نمط لا معنى له: صحيح مقارنةً بماذا؟

يقدّم DQS 5 مدخلات إعداد. يمكن ضبط كل واحدة على المستوى العالمي (تنطبق على جميع الحقول) وتجاوزها على مستوى الحقل الفردي.

أنواع الأنماط

مثال: تتبع رموز منتجاتك تنسيق «DQS-» متبوعًا بـ 6 أرقام. اضبط Pattern Type على Custom وأدخل regex التالي ^DQS-\d{6}$. يضع DQS علامة على أي رمز منتج لا يطابق هذه البنية.

كشف الضوضاء

يلتقط كشف الضوضاء البيانات التي تمرّ من فحوصات التنسيق ومع ذلك تظلّ قمامة. يستخدم DQS اثنين من الاستدلالات المدمجة لتحديد القيم المشحونة بالضوضاء:

الاستدلال 1: أحرف متطابقة متتالية. ثلاثة أحرف أو أكثر من نفس الحرف على التوالي. قيم مثل «aaaa» أو «!!!» أو «---» أو «xxxxx» تُفعّل هذا الفحص. تأتي عادةً من الضغط المستمرّ على لوحة المفاتيح أو الحشو أو إساءة استخدام placeholder.

الاستدلال 2: أحرف خاصة مفرطة. أكثر من 50% من الأحرف غير الأبجدية الرقمية (باستثناء المسافات). قيم مثل «!@#$%^» أو «***///---» تُفعّل هذا الفحص. تشير إلى ضرب لوحة المفاتيح أو إدخال الروبوتات أو إدخال قمامة متعمّد.

يمكنك أيضًا تعريف أنماط ضوضاء مخصصة باستخدام regex لنفايات خاصة بالمؤسسة لا تغطّيها الاستدلالات المدمجة.

نصيحة: كشف الضوضاء أكثر قيمة على حقول النص الحرّ حيث يمكن للمستخدمين كتابة أي شيء: Company وDescription وNotes والحقول النصية المخصّصة. شغّله على حقول web-to-lead أولًا، حيث إرسالات الروبوتات والإدخالات القسرية أكثر شيوعًا.

مشكلات الصحة الشائعة

عناوين بريد إلكتروني غير صحيحة

يُدخل المستخدمون عناوين بريد إلكتروني بدون التنسيق الصحيح. رموز «@» المفقودة، والنطاقات المفقودة، والنقاط المزدوجة، والأخطاء الإملائية هي المشكلات الأكثر شيوعًا.

التأثير: رسائل مرتدّة، سمعة مرسل متضرّرة، تواصل ضائع.

أرقام هاتف مشوّهة

تقبل حقول الهاتف أي نص في Salesforce، مما يؤدّي إلى تنسيقات غير متّسقة وغير صحيحة.

التأثير: مكالمات فاشلة، وقت مبيعات مهدر، أخطاء مزامنة الاتصالات.

URLs غير صحيحة

غالبًا ما تحتوي حقول عناوين الويب على قيم جزئية أو مشوّهة.

التأثير: روابط مكسورة، إثراء فاشل، أخطاء تنقّل.

أفضل الممارسات

تحقّق عند الإدخال

أفضل فحص صحة يحدث عند إدخال البيانات. استخدم Salesforce validation rules لفرض التنسيقات قبل دخول البيانات إلى نظامك.

// مثال: قاعدة تحقّق لتنسيق البريد الإلكتروني
NOT(ISBLANK(Email)) && NOT(REGEX(Email, "^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Za-z]{2,}$"))

وحّد التنسيقات قبل الفحص

اختر تنسيقًا واحدًا لكل حقل وأفرِضه. بالنسبة لأرقام الهاتف، E.164 (+15551234567) هو المعيار الأكثر قبولًا عالميًا. بالنسبة إلى URLs، اطلب بروتوكول https://. وثّق قرارات التنسيق حتى يعرف الفريق المعيار.

اضبط العتبات حسب أولوية الحقل

تحتاج الحقول المختلفة إلى معايير صحة مختلفة:

استخدم كشف الضوضاء على حقول النص الحرّ

شغّل كشف الضوضاء على الحقول التي يكتب فيها المستخدمون نصًا حرًّا: Company وDescription والحقول النصية المخصّصة وأي حقل تملأه نماذج الويب. Noise Rate يكشف المشكلات التي يفوّتها التحقّق من التنسيق.

وثّق التنسيقات المتوقّعة

أنشئ قاموس بيانات يحدّد التنسيق المتوقّع لكل حقل، والتباينات المقبولة، وأمثلة على القيم الصحيحة وغير الصحيحة. شاركه مع فريقك وارجع إليه أثناء مشاريع تنظيف البيانات.

الخطوات التالية

أنت تفهم الآن كيفية التحقّق من تنسيقات البيانات واكتشاف القيم المشحونة بالضوضاء. واصل التعلّم عن البُعد التالي:

• التالي: التفرّد — اكتشف السجلات المكررة وامنعها
• السابق: الاكتمال — تأكّد من وجود البيانات المطلوبة
• ذو صلة: الأبعاد الخمسة — نظرة عامة على جميع الأبعاد
• إجراء: تقييم الجاهزية للذكاء الاصطناعي — اطّلع على درجات صحتك الحالية