In 10 Minuten starten
Dieser Leitfaden führt Sie von null zu Ihren ersten Datenqualitäts-Einsichten. Folgen Sie den Schritten, um Ihren aktuellen Zustand zu verstehen und festzulegen, worauf Sie sich zuerst konzentrieren sollten.
Schritt 1: Machen Sie die KI-Readiness-Bewertung
Starten Sie mit der kostenlosen Bewertung, um Ihre Baseline festzulegen.
Was Sie erhalten:
- Score über die wichtigsten Dimensionen der Datenqualität
- Konkrete Empfehlungen zur Verbesserung
- Vergleich mit Branchen-Benchmarks
- Prioritätsbereiche, die zuerst angegangen werden sollten
So machen Sie mit:
- Gehen Sie zur KI-Readiness-Bewertung
- Beantworten Sie 10 Fragen zu Ihren Salesforce-Datenpraktiken
- Erhalten Sie Ihren Score in 3 Minuten
Tipp: Seien Sie ehrlich bei Ihren Antworten. Die Bewertung ist für Sie gedacht, nicht als Test zum Bestehen. Genaue Antworten liefern genaue Empfehlungen.
Schritt 2: Ihren Score verstehen
Die Bewertung liefert Scores über fünf Dimensionen der Datenqualität:
| Dimension | Was sie misst | Niedriger Score bedeutet |
|---|---|---|
| Vollständigkeit | Pflichtfelder befüllt | Fehlende Daten in kritischen Feldern |
| Validität | Korrekte Formate | Fehlerhafte E-Mails, Telefonnummern usw. |
| Eindeutigkeit | Keine Duplikate | Doppelte Records fragmentieren Daten |
| Aktualität | Aktuelle Informationen | Veraltete Records müssen aktualisiert werden |
| Konsistenz | Einheitliche Werte | Uneinheitliche Formate über Records hinweg |
Score-Stufen
| Score | Stufe | Was es bedeutet |
|---|---|---|
| 80–100 | Stark | Ihr Datenfundament ist solide. Fokus auf Erhalt. |
| 60–79 | Entwickelnd | Gute Fortschritte, aber konkrete Bereiche benötigen Aufmerksamkeit. |
| 40–59 | Entstehend | Mehrere Dimensionen müssen vor KI-Initiativen verbessert werden. |
| 0–39 | Kritisch | Erhebliche Datenqualitätsprobleme. Starten Sie mit den Grundlagen. |
Schritt 3: Prioritätsbereiche identifizieren
Identifizieren Sie basierend auf Ihrem Score 2–3 Bereiche, auf die Sie sich zuerst konzentrieren. Versuchen Sie nicht, alles auf einmal zu beheben.
Priorisierungs-Framework
| Wenn Ihr Score niedrig ist bei… | Starten Sie mit… |
|---|---|
| Vollständigkeit | Top-5-kritische Felder identifizieren, Befüllungsraten messen |
| Validität | E-Mail- und Telefonformate prüfen, Validierungsregeln hinzufügen |
| Eindeutigkeit | Duplikaterkennung ausführen, Merge-Prozess etablieren |
| Aktualität | Frische-Schwellen definieren, Update-Workflows erstellen |
| Konsistenz | Picklist-Werte standardisieren, Varianten bereinigen |
Hochwirksame Einstiegspunkte
Für die meisten Unternehmen haben diese Felder die größte Wirkung:
Contacts:
- Email (Validität, Vollständigkeit)
- Phone (Validität, Vollständigkeit)
- Title (Vollständigkeit, Konsistenz)
Accounts:
- Industry (Vollständigkeit, Konsistenz)
- Annual Revenue (Aktualität, Vollständigkeit)
- Billing Address (Validität, Vollständigkeit)
Opportunities:
- Close Date (Aktualität)
- Amount (Vollständigkeit)
- Stage (Konsistenz)
Schritt 4: DQS installieren
Wenn Sie bereit sind, Ihre echten Salesforce-Daten zu messen, installieren Sie Data Quality Sense.
Installationsschritte
- Gehen Sie zum Salesforce AppExchange
- Suchen Sie nach „Data Quality Sense”
- Klicken Sie auf „Get It Now”
- Folgen Sie dem Installationsassistenten
- Weisen Sie Berechtigungen an Nutzer zu, die Scans konfigurieren und ausführen werden
Was DQS hinzufügt
Nach der Installation haben Sie Zugriff auf:
| Funktion | Beschreibung |
|---|---|
| Definition Builder | Konfigurieren, was analysiert werden soll |
| Scan Execution | Datenqualitätsprüfungen ausführen |
| Results Dashboard | Metriken ansehen und drillen |
| Export | Betroffene Records zur Bereinigung herunterladen |
Schritt 5: Ihre erste Definition erstellen
Eine Definition teilt DQS mit, was analysiert werden soll. Starten Sie mit einem fokussierten Umfang.
Empfohlene erste Definition
Konzentrieren Sie sich für Ihren ersten Scan auf ein Objekt mit hoher geschäftlicher Wirkung:
Option A: Contact-Datenqualität
- Objekt: Contact
- Felder: Email, Phone, MailingCity, MailingState, MailingCountry
- Dimensionen: Vollständigkeit, Validität, Konsistenz
Option B: Account Health Check
- Objekt: Account
- Felder: Industry, AnnualRevenue, BillingCity, BillingState
- Dimensionen: Vollständigkeit, Konsistenz, Aktualität
Option C: Opportunity Pipeline
- Objekt: Opportunity
- Felder: Amount, CloseDate, StageName
- Dimensionen: Vollständigkeit, Aktualität
Schritte im Definition Builder
- Klicken Sie auf New Definition in DQS
- Wählen Sie Capabilities aus (welche Dimensionen gemessen werden sollen)
- Wählen Sie Object und Fields zur Analyse
- Fügen Sie optional Filters hinzu, um den Umfang einzugrenzen
- Konfigurieren Sie Schwellenwerte je Dimension
- Prüfen und speichern
Für detaillierte Anleitungen siehe den Definition-Builder-Leitfaden.
Schritt 6: Ihren ersten Scan ausführen
Mit gespeicherter Definition können Sie Ihren ersten Scan starten.
- Öffnen Sie die Definition
- Klicken Sie auf Run Scan
- Warten Sie, bis die Verarbeitung abgeschlossen ist (die Dauer hängt von der Anzahl der Records ab)
- Prüfen Sie die Ergebnisse im Dashboard
Wiederkehrende Scans planen
Mit DQS können Sie Scans automatisieren, sodass Ihre Datenqualität kontinuierlich und ohne manuellen Aufwand überwacht wird.
- Öffnen Sie Ihre Definition
- Wechseln Sie zum Tab Schedule
- Legen Sie die Frequenz fest (täglich, wöchentlich oder monatlich)
- Wählen Sie bevorzugte Uhrzeit und Tag
- Speichern Sie den Zeitplan
Für eine Schritt-für-Schritt-Anleitung siehe den Scheduling-Leitfaden.
Geplante Scans laufen automatisch im Hintergrund und aktualisieren Ihr Dashboard mit frischen Ergebnissen. Dies ist der empfohlene Ansatz für laufendes Monitoring — Sie erkennen Verschlechterungen der Datenqualität früh, ohne daran denken zu müssen, Scans manuell zu starten.
Was Sie erwarten können
Erste Scans offenbaren oft mehr Probleme als erwartet. Das ist normal. Ihr Ziel ist Sichtbarkeit, nicht Perfektion.
Typische Erstscan-Ergebnisse:
- 10–30 % der Records haben mindestens ein Problem
- Bestimmte Felder haben deutlich niedrigere Befüllungsraten als erwartet
- Die Duplikaterkennung findet Records, von deren Existenz Sie nichts wussten
- Die Formatvalidierung offenbart Inkonsistenzen in der Dateneingabe
Was Sie als Nächstes tun sollten
Woche 1: Die Baseline verstehen
- Scan-Ergebnisse prüfen
- Die Top-3-Probleme nach Volumen identifizieren
- Verstehen, welche Records betroffen sind
Woche 2–4: Prioritätsprobleme angehen
- Beginnen Sie mit den wirkungsvollsten und am einfachsten zu behebenden Problemen
- Erstellen Sie einen Bereinigungsplan für betroffene Records
- Fügen Sie Validierungsregeln hinzu, um neue Probleme zu verhindern
Laufend: Überwachen und pflegen
- Wiederkehrende Scans planen
- Verbesserungen über die Zeit messen
- Umfang auf weitere Objekte und Felder ausdehnen
Nächste Schritte
- Ergebnisse verstehen: So interpretieren Sie Ihre Scan-Daten
- Definition-Builder-Leitfaden: Detaillierte Konfigurationsanleitung
- Agentforce-Vorbereitung: Daten auf Agentforce vorbereiten
- Best Practices: Typische Datenqualitäts-Fehler vermeiden