دليل البدء السريع

ابدأ في 10 دقائق

يأخذك هذا الدليل من الصفر إلى أول رؤى لجودة البيانات. اتّبع هذه الخطوات لفهم وضعك الحالي وتحديد أين تركّز أولًا.

الخطوة 1: أجرِ تقييم الجاهزية للذكاء الاصطناعي

ابدأ بالتقييم المجاني لإرساء خطّ الأساس لديك.

ما ستحصل عليه:

• درجة عبر أبعاد جودة البيانات الرئيسية
• توصيات محدّدة للتحسين
• مقارنة بالمعايير الصناعية
• المجالات ذات الأولوية التي يجب معالجتها أولًا

كيف تُجريه:

1. انتقل إلى تقييم الجاهزية للذكاء الاصطناعي
2. أجِب عن 10 أسئلة حول ممارسات بيانات Salesforce لديك
3. احصل على درجتك في 3 دقائق

نصيحة: كن صادقًا في إجاباتك. التقييم من أجل مصلحتك، وليس اختبارًا يجب اجتيازه. الإجابات الدقيقة تمنحك توصيات دقيقة.

الخطوة 2: افهم درجتك

يقدّم التقييم درجات عبر خمسة أبعاد لجودة البيانات:

مستويات الدرجات

الخطوة 3: حدّد المجالات ذات الأولوية

بناءً على درجتك، حدّد 2–3 مجالات للتركيز عليها أولًا. لا تحاول إصلاح كل شيء دفعة واحدة.

إطار ترتيب الأولويات

نقاط انطلاق عالية التأثير

بالنسبة لمعظم المؤسسات، فإن هذه الحقول تحقّق أعلى تأثير:

Contacts:

• Email (الصحة، الاكتمال)
• Phone (الصحة، الاكتمال)
• Title (الاكتمال، الاتساق)

Accounts:

• Industry (الاكتمال، الاتساق)
• Annual Revenue (الحداثة، الاكتمال)
• Billing Address (الصحة، الاكتمال)

Opportunities:

• Close Date (الحداثة)
• Amount (الاكتمال)
• Stage (الاتساق)

الخطوة 4: ثبّت DQS

عندما تكون مستعدًا لقياس بيانات Salesforce الفعلية لديك، ثبّت Data Quality Sense.

خطوات التثبيت

1. انتقل إلى Salesforce AppExchange
2. ابحث عن “Data Quality Sense”
3. انقر على “Get It Now”
4. اتّبع معالج التثبيت
5. خصّص الصلاحيات للمستخدمين الذين سيقومون بإعداد وتشغيل الفحوصات

ما يضيفه DQS

بعد التثبيت يكون لديك وصول إلى:

الخطوة 5: أنشئ أول تعريف (Definition)

التعريف يخبر DQS ما الذي يجب تحليله. ابدأ بنطاق مركّز.

التعريف الأول الموصى به

لأول فحص لك، ركّز على كائن واحد ذي تأثير تجاري عالٍ:

الخيار أ: جودة بيانات Contact

• Object: Contact
• Fields: Email, Phone, MailingCity, MailingState, MailingCountry
• الأبعاد: الاكتمال، الصحة، الاتساق

الخيار ب: فحص صحة Account

• Object: Account
• Fields: Industry, AnnualRevenue, BillingCity, BillingState
• الأبعاد: الاكتمال، الاتساق، الحداثة

الخيار ج: خطّ أنابيب Opportunity

• Object: Opportunity
• Fields: Amount, CloseDate, StageName
• الأبعاد: الاكتمال، الحداثة

خطوات Definition Builder

1. انقر على New Definition في DQS
2. اختر Capabilities (أي الأبعاد تُقاس)
3. اختر Object وFields للتحليل
4. اختياريًا، أضِف Filters لتضييق النطاق
5. اضبط العتبات لكل بُعد
6. راجِع واحفظ

للحصول على إرشادات تفصيلية، راجع دليل Definition Builder.

الخطوة 6: شغّل أول فحص

بعد حفظ التعريف، شغّل أول فحص.

1. افتح التعريف
2. انقر على Run Scan
3. انتظر اكتمال المعالجة (يعتمد الوقت على عدد السجلات)
4. راجِع النتائج في لوحة المعلومات

جدولة الفحوصات المتكررة

مع DQS يمكنك أتمتة الفحوصات بحيث تُراقَب جودة بياناتك باستمرار دون جهد يدوي.

1. افتح التعريف
2. انتقل إلى علامة التبويب Schedule
3. اضبط التردّد (يوميًا أو أسبوعيًا أو شهريًا)
4. اختر الوقت واليوم المفضّلَين
5. احفظ الجدولة

للاطّلاع على جولة إرشادية، راجع دليل الجدولة.

تعمل الفحوصات المجدولة تلقائيًا في الخلفية وتحدّث لوحة المعلومات بنتائج جديدة. هذا هو النهج الموصى به للمراقبة المستمرة — تكتشف تدهور جودة البيانات مبكرًا دون الحاجة إلى تذكّر تشغيل الفحوصات يدويًا.

ما يمكن توقّعه

غالبًا ما تكشف الفحوصات الأولى عن مشكلات أكثر مما كان متوقّعًا. هذا طبيعي. هدفك هو الرؤية، لا الكمال.

نتائج شائعة لأول فحص:

• 10–30% من السجلات بها مشكلة واحدة على الأقل
• بعض الحقول لها معدلات تعبئة أقل بكثير مما كان متوقّعًا
• كشف المكررات يجد سجلات لم تكن تعلم بوجودها
• التحقّق من التنسيق يكشف عدم اتساق في إدخال البيانات

ماذا تفعل بعد ذلك

الأسبوع 1: افهم خطّ الأساس

• راجِع نتائج الفحص
• حدّد أهم 3 مشكلات من حيث الحجم
• افهم أي السجلات متأثّرة

الأسابيع 2–4: عالِج المشكلات ذات الأولوية

• ابدأ بالمشكلات الأعلى تأثيرًا والأسهل إصلاحًا
• أنشئ خطة تنظيف للسجلات المتأثّرة
• أضِف قواعد تحقّق لمنع المشكلات الجديدة

مستمر: راقِب وحافِظ

• جدوِل فحوصات متكررة
• تابع التحسّن عبر الزمن
• وسّع النطاق ليشمل كائنات وحقولًا إضافية

الخطوات التالية

• فهم النتائج: كيف تفسّر بيانات فحصك
• دليل Definition Builder: إرشادات إعداد تفصيلية
• التحضير لـ Agentforce: تجهيز البيانات لـ Agentforce
• أفضل الممارسات: تجنّب أخطاء جودة البيانات الشائعة