적시성이란 무엇인가?
적시성은 날짜 값이 의도된 용도에 충분히 최신 상태인지를 측정합니다. 날짜 필드는 허용 가능한 신선도 창 내에 있을 때 적시성이 있고, 그 창을 초과할 때 오래된 것으로 간주됩니다. 즉, 데이터가 현재 현실을 반영하지 않는 것입니다.
CRM의 모든 날짜 필드는 시간 기반 기대치를 가집니다. 18개월 전의 LastActivityDate는 죽은 리드를 나타냅니다. 2099년으로 설정된 Contract_End_Date__c는 실제 마감일이 아닌 자리 표시자입니다. 미래 날짜의 Date_of_Birth__c는 데이터 입력 오류입니다. 적시성 분석은 이 모든 것을 포착합니다.
신선도 비율 = (신선도 창 내의 날짜가 있는 레코드 / 전체 레코드) x 1001,000개의 레코드 중 659개가 최근 90일 이내의 Last_Certification_Date__c를 가진다면, 신선도 비율은 65.9%입니다. 나머지 34.1%는 오래되었거나, 널이거나, 미래 날짜입니다. 이 단일 숫자는 데이터셋 전반에 걸쳐 필드가 얼마나 최신 상태인지를 알려줍니다.
적시성이 중요한 이유
보고
오래된 날짜는 분석을 왜곡합니다. 진행 중인 거래에서 Opportunity CloseDate 값의 30%가 과거에 있을 때, 파이프라인 보고서는 막혀 있거나, 방치되거나, 이미 손실되었지만 업데이트되지 않은 거래를 보여줍니다. 이러한 날짜를 기반으로 구축된 예측은 리더십을 오도합니다.
자동화
Salesforce 자동화는 날짜 값에 의존합니다. Contract_End_Date__c 30일 전에 트리거되는 갱신 워크플로는 날짜가 5년 전일 때 실패합니다. Due_Date__c에 실행되는 SLA 에스컬레이션은 날짜가 해결 후 업데이트되지 않았을 때 거짓 경보를 트리거합니다.
AI 및 Agentforce
AI 모델은 날짜 값을 현재 사실로 처리합니다. Agentforce는 날짜를 사용하여 작업을 우선순위화하고, 후속 조치를 예약하고, 긴박성을 평가합니다. 날짜가 오래되면 모델은 2년 전에 떠난 리드에게 연락하라고 권고하고, 몇 달 전에 갱신된 계약에 플래그를 지정하고, 실제로 주의가 필요한 것을 놓칩니다.
| 시스템 | 적시성 영향 |
|---|---|
| 보고서 | 오래된 마감일이 파이프라인 및 예측 정확도를 왜곡함 |
| 워크플로 | 오래된 날짜가 거짓 또는 누락된 자동화를 트리거함 |
| 중복 규칙 | 오래된 수정 날짜가 최근성 기반 매칭을 신뢰할 수 없게 만듦 |
| Agentforce | 오래된 날짜가 시대에 뒤떨어진 우선순위화와 권고를 생성함 |
DQS가 적시성을 측정하는 방법
DQS는 진단적 질문을 중심으로 구성된 6가지 적시성 메트릭을 제공합니다. “데이터가 최신 상태인가, 얼마나 오래되었는가, 그리고 의미 없는 날짜가 있는가?”
이 메트릭들을 진단 흐름으로 생각하십시오. 각 단계는 이전 것을 기반으로 합니다.
1단계: 데이터가 최신 상태인가?
**신선도 비율(Freshness Rate)**은 핵심 메트릭입니다. 구성된 신선도 창(예: 최근 90일) 내에 날짜 필드 값이 있는 레코드의 백분율을 계산합니다. 이것이 대시보드에 표시하는 숫자입니다.
30일 신선도 창으로 Opportunity의 LastActivityDate 필드에 대한 스캔을 실행합니다. 신선도 비율이 41%로 나옵니다. 이는 진행 중인 Opportunity의 59%가 지난 한 달 동안 활동이 없었음을 의미합니다. 파이프라인 검토, 예측 정확도, 영업 코칭이 모두 오래된 신호로 작동하고 있습니다.
**낡음 비율(Staleness Rate)**은 문제 측면을 정량화합니다. 날짜 필드가 널이거나 신선도 창보다 오래된 레코드의 백분율을 측정합니다. 미래 날짜 레코드는 다른 유형의 문제(미래 비율에 포착됨)이기 때문에 낡음에서 제외됩니다.
예시: Account의 Contract_End_Date__c가 365일 창으로 28%의 낡음 비율을 보여줍니다. 계약의 거의 3분의 1이 1년 이상 된 종료 날짜를 보여줍니다. 만료된 계약이 여전히 활성 상태로 표시되어 있거나, 갱신되었지만 업데이트되지 않은 계약들입니다. 어느 경우든 갱신 파이프라인이 부정확합니다.
3방향 분해
모든 레코드는 정확히 세 가지 카테고리 중 하나에 속합니다. 비율의 합은 항상 100%입니다.
| 카테고리 | 정의 | 예시 (90일 창) |
|---|---|---|
| 신선 | 신선도 창 내의 날짜 | 65.9% |
| 오래됨 | 창을 초과한 널 또는 과거 날짜 | 32.6% |
| 미래 | 오늘 이후의 날짜 | 1.5% |
| 합계 | 100.0% |
이 분해는 각 카테고리에 고유한 의미를 제공합니다. “오래된 비율이 얼마인가?”를 묻는 이해관계자는 “오래되었거나 누락됨”을 의미하는 숫자를 얻습니다. “오래되었거나 누락되었거나 불가능하게 미래 날짜”가 아닙니다.
2단계: 얼마나 오래되었는가?
신선도 비율은 이진법입니다. 레코드는 신선하거나 오래되었거나 둘 중 하나입니다. **평균 나이(Average Age)**는 뉘앙스를 추가합니다.
평균 나이는 각 과거 날짜 레코드의 값과 오늘 사이의 평균 일수를 계산합니다(전체 레코드로 나눔). 널과 미래 날짜는 합산에 0을 기여하지만 분모에는 계산됩니다.
두 필드가 모두 60%의 신선도를 보이지만 하나는 평균 나이가 15일(대부분 최근, 몇 가지 이상치)이고 다른 하나는 90일(낡음이 균등하게 분산됨)일 수 있습니다. 해결 전략이 다릅니다. 평균 나이가 낮은 필드는 몇 가지 오래된 레코드에 대한 집중적인 정리가 필요합니다. 평균 나이가 높은 필드는 더 광범위한 새로 고침 작업이 필요합니다.
예시: Lead의 Last_Contacted_Date__c가 55%의 신선도(30일 창)와 45일의 평균 나이를 가집니다. 낡음이 심각하지 않습니다. 대부분의 오래된 레코드가 창 바로 밖에 있습니다. 빠른 접촉 캠페인이 신선도 비율을 크게 향상시킬 수 있습니다.
3단계: 이상 징후가 있는가?
두 가지 메트릭이 부적합한 날짜를 포착합니다.
**미래 비율(Future Rate)**은 날짜 값이 미래인 레코드의 백분율을 측정합니다. Created Date, Last Modified Date, 또는 Date_of_Birth__c와 같은 이력 날짜 필드의 경우 미래 날짜는 거의 항상 오류입니다. 시간대 문제, 데이터 입력 실수, 또는 2099-12-31과 같은 자리 표시자 값입니다.
예시: Contact의 Date_of_Birth__c가 0.8%의 미래 비율을 보여줍니다. 50,000개의 레코드 중 400개가 미래 생년월일을 가집니다. 이는 나이 기반 세분화, 컴플라이언스 검사, 연령 그룹으로 필터링하는 마케팅 캠페인을 손상시킵니다.
**운영 범위 비율(Operational Range Rate)**은 구성한 운영 경계(최소 날짜와 최대 날짜) 내에 날짜 값이 있는 레코드의 백분율을 측정합니다. 이 범위 밖의 날짜는 이상 징후로 플래그가 지정됩니다.
일부 날짜 필드에는 자연적인 경계가 있습니다. 1950년 이전의 Hire_Date__c는 잘못된 것입니다. 2099년으로 설정된 Project_Deadline__c는 자리 표시자입니다. 운영 범위 비율은 기본 신선도 검사를 통과하는 이러한 이상치를 포착합니다. 필드가 채워져 있기 때문에 통과하지만 비현실적인 값으로 채워져 있습니다.
예시: Opportunity의 Close_Date__c에 과거 365일에서 미래 0일까지의 운영 범위를 설정합니다. 운영 범위 비율은 84%입니다. 조사 결과 2005년 마감일(레거시 시스템에서 마이그레이션됨)이 있는 200개의 레코드와 2099년 마감일(통합의 자리 표시자)이 있는 50개의 레코드가 발견됩니다. 두 그룹 모두 파이프라인 분석을 왜곡합니다.
참고: 운영 범위 최대가 0(오늘)으로 설정된 경우 모든 미래 날짜도 범위 밖에 있습니다. 미래 비율과 운영 범위 비율은 미래 날짜 레코드에서 겹칩니다. 이들은 보완적인 시각이지 추가적인 것이 아닙니다.
4단계: 마감일이 지켜지고 있는가?
**기한 초과 비율(Overdue Rate)**은 선택적 유예 기간을 포함하여 날짜 필드가 오늘 날짜를 초과한 레코드의 백분율을 측정합니다. “기한 초과”가 비즈니스 의미를 가지는 마감일 유형 필드를 위해 만들어졌습니다.
기한 초과 비율은 두 가지 측면에서 낡음 비율과 다릅니다. 첫째, 스캔이 마감일 다음 날 레코드를 기한 초과로 플래그 지정하지 않도록 구성 가능한 유예 기간 버퍼(예: 14일)를 추가합니다. 둘째, 과거 날짜가 조치가 필요함을 의미하는 갱신 날짜, 인증 날짜, 계약 종료 날짜와 같은 필드를 대상으로 합니다.
예시: 30일 유예 기간이 있는 Contract의 Renewal_Date__c가 12%의 기한 초과 비율을 보여줍니다. 계약의 12%가 갱신되거나 종료되지 않고 갱신 날짜를 30일 이상 초과했습니다. 이는 매출 누수 위험입니다.
”마지막 이벤트” vs “마감일” 필드
모든 적시성 메트릭이 모든 필드에 적합한 것은 아닙니다. 기한 초과 비율은 대부분의 이벤트가 정의상 과거에 있기 때문에 “마지막 이벤트” 필드에서 동어 반복적으로 높게 읽힙니다. 필드 유형에 따라 핵심 지표를 선택하십시오.
| 필드 유형 | 예시 필드 | 핵심 지표 | 이유 |
|---|---|---|---|
| 마지막 이벤트 | LastActivityDate, Last_Certification_Date__c | 신선도 비율 | ”마지막으로 언제 업데이트되었는가?”가 관련 질문 |
| 마감일 | Renewal_Date__c, Contract_End_Date__c, Due_Date__c | 기한 초과 비율 | ”기한이 지났는가?”가 관련 질문 |
모든 메트릭이 전체 레코드를 사용하는 이유
6가지 적시성 메트릭 모두 동일한 분모를 사용합니다. 널을 포함한 전체 레코드. 이는 동일한 스캔 내에서 모든 메트릭을 비교 가능하게 유지합니다. 하나의 메트릭이 널을 제외하고 다른 것이 포함한다면, “신선도 66% vs 미래 1.6%“를 비교하는 이해관계자는 두 개의 다른 세계를 비교하고 있는 것입니다.
널로 낡음(Null As Stale)이 활성화된 경우 널 레코드는 신선도에 불리하게 계산됩니다(분모에 있지만 신선도 분자에는 없음). 비활성화된 경우 널은 분자와 분모 모두에서 제외되고, 신선도는 채워진 레코드에서만 계산됩니다.
메트릭 참조
기본 메트릭
이 2가지 메트릭은 모든 적시성 분석의 기반을 형성합니다. “이 데이터가 최신 상태인가?”라는 핵심 질문에 답합니다.
| 메트릭 | 유형 | 측정 내용 |
|---|---|---|
| 신선도 비율 | 백분율 | 신선도 창 내의 날짜가 있는 레코드의 비율 |
| 낡음 비율 | 백분율 | 창을 초과한 널 또는 만료된 날짜가 있는 레코드의 비율 |
고급 메트릭
이 4가지 메트릭은 “최신 상태인가?”를 넘어 나이 분포, 날짜 이상 징후, 마감일 준수를 분석합니다. 고급 데이터 신선도 분석 모드가 필요합니다.
| 메트릭 | 유형 | 측정 내용 |
|---|---|---|
| 평균 나이 | 일 | 모든 레코드에 걸친 날짜 값의 평균 나이 |
| 미래 비율 | 백분율 | 오늘 이후의 날짜가 있는 레코드의 비율 |
| 기한 초과 비율 | 백분율 | 기한이 지난 레코드의 비율 (선택적 유예 기간 포함) |
| 운영 범위 비율 | 백분율 | 구성된 경계 내의 날짜가 있는 레코드의 비율 |
필드 유형 적용 범위
DQS는 Date 및 DateTime 필드에서만 적시성을 측정합니다. 적시성은 본질적으로 시간에 관한 것입니다. 완전성(20개 이상의 모든 필드 유형에서 작동)과 달리 적시성은 시간의 한 점을 나타내는 필드에만 적용됩니다.
| 메트릭 | Date | DateTime |
|---|---|---|
| 신선도 비율 | X | X |
| 낡음 비율 | X | X |
| 평균 나이 | X | X |
| 미래 비율 | X | X |
| 기한 초과 비율 | X | X |
| 운영 범위 비율 | X | X |
두 가지 분석 모드
DQS는 두 가지 적시성 분석 모드를 제공합니다.
**데이터 신선도(Data Freshness)**는 “데이터가 최신 상태인가 아니면 오래되었는가?”라는 질문에 답합니다. 2가지 기본 메트릭을 생성하며 날짜에 민감한 프로세스가 있는 모든 조직에 필요한 필수 사항을 다룹니다. 빠른 위생 검사 및 기준선 감사에 이 모드를 사용하십시오.
**고급 데이터 신선도(Advanced Data Freshness)**는 더 깊이 파고듭니다. 평균 나이, 미래 날짜 이상 징후, 기한 초과 추적, 운영 범위 준수를 포함한 6가지 메트릭을 모두 생성합니다. 단순한 신선도 점수가 아닌 날짜 품질의 전체 그림을 이해해야 할 때 이 모드를 사용하십시오.
| 비즈니스 요구 | 권장 모드 |
|---|---|
| 빠른 날짜 위생 검사 또는 기준선 감사 | 데이터 신선도 |
| 데이터 마이그레이션 평가 | 고급 (운영 범위가 레거시 날짜 이상 징후를 포착) |
| SLA 또는 마감일 모니터링 | 고급 (유예 기간이 있는 기한 초과 추적) |
| 파이프라인 정확도 감사 | 고급 (미래 비율 + 운영 범위가 자리 표시자 날짜를 포착) |
| 지속적인 데이터 거버넌스 | 데이터 신선도로 시작하고, 날짜 품질이 우선순위일 때 고급으로 이동 |
적시성 구성
DQS는 적시성을 위한 다섯 가지 구성 입력을 제공합니다. 각각은 전역 수준(모든 필드에 적용)에서 설정할 수 있으며 개별 필드 수준에서 재정의할 수 있습니다.
| 설정 | 제어 내용 |
|---|---|
| 신선도 창(Freshness Window) | 날짜가 “신선”하다고 간주되는 일수. 90의 창은 최근 90일 이내의 날짜가 신선하다고 간주됨을 의미합니다. 필수: 스캔 실행 전에 설정해야 합니다. 범위: 1~9,999일. |
| 널로 낡음(Null As Stale) | 활성화하면 널 날짜 값이 낡은 것으로 계산됩니다(분모에 있으며 신선도에 불리하게 계산). 비활성화하면 널이 평가에서 제외됩니다. 기본값: 비활성화. |
| 기한 초과 추적(Overdue Tracking) | 기한 초과 비율 메트릭을 활성화합니다. 비활성화하면 기한 초과 비율이 계산되지 않습니다. 기본값: 비활성화. |
| 유예 기간(Grace Period) | 마감일 후 DQS가 레코드를 기한 초과로 플래그 지정하기 전의 일수. 기한 초과 추적이 활성화된 경우에만 표시됩니다. 범위: 0~365일. |
| 운영 범위(Operational Range) | 오늘로부터 과거 일수 및 미래 일수로 최소 및 최대 날짜 경계를 정의합니다. DQS는 스캔 시간에 이를 절대 날짜로 변환합니다. 활성화된 경우에만 표시됩니다. |
팁: 다른 날짜 필드는 다른 신선도 기대치를 가집니다. 진행 중인 Opportunity의
LastActivityDate는 30일 창이 필요합니다. Account의Contract_End_Date__c는 365일이 필요합니다. 각 필드에 적합한 창을 설정하기 위해 필드 수준 재정의를 사용하십시오.
신선도 창 선택
신선도 창은 적시성에서 가장 중요한 구성 결정입니다. 필드 유형에 따른 시작점은 다음과 같습니다.
| 날짜 필드 | 권장 창 | 이유 |
|---|---|---|
| LastActivityDate | 30일 | 활성 거래에는 최근 참여가 필요 |
| LastModifiedDate | 90일 | 분기 내에 접촉한 레코드는 일반적으로 최신 상태 |
| Contract_End_Date__c | 365일 | 계약은 연간 갱신 |
| Last_Verified_Date__c | 90~180일 | 검증 주기는 조직에 따라 다름 |
| Created Date | 해당 없음 | 생성 날짜는 변경되지 않음; 적시성이 아닌 완전성 사용 |
운영 범위 구성
운영 범위는 절대 날짜 대신 “과거 일수” 및 “미래 일수”를 사용합니다. DQS는 오늘 날짜를 사용하여 스캔 시간에 이를 절대 날짜로 변환합니다.
예시: 과거 365일 및 미래 0일을 설정합니다. 2026년 2월 22일에 DQS는 이를 2025년 2월 22일부터 2026년 2월 22일까지의 범위로 변환합니다. 2025년 2월 22일 이전이나 오늘 이후의 날짜는 범위 밖입니다.
이는 범위가 매일 앞으로 이동함을 의미합니다. 오늘 범위 내에 있는 레코드는 창이 이동함에 따라 내일 범위 밖으로 떨어질 수 있습니다.
일반적인 적시성 문제
진행 중인 Opportunity의 오래된 활동 날짜
영업 담당자가 Opportunity 업데이트를 멈추지만 “Open” Stage에 두고 떠납니다. LastActivityDate가 조용히 오래됩니다. 파이프라인 보고서는 활성 거래를 보여주지만, 날짜는 수 개월 동안 아무도 건드리지 않았음을 보여줍니다.
해결책: 진행 중인 Opportunity의 LastActivityDate에 30일 신선도 창을 설정하십시오. 낡음 비율을 사용하여 후속 조치 또는 단계 수정이 필요한 거래의 수를 파악하십시오.
자리 표시자 미래 날짜
통합과 대량 가져오기는 종종 값이 필요한 필드에 2099-12-31과 같은 자리 표시자 날짜를 사용합니다. 이러한 자리 표시자는 채워진 데이터처럼 보이지만 시간 기반 분석을 왜곡합니다.
해결책: 미래 비율을 사용하여 오늘 이후 날짜가 있는 레코드를 식별하십시오. 운영 범위 비율을 사용하여 단일 메트릭에서 먼 미래 자리 표시자와 오래된 레거시 날짜를 모두 포착하십시오.
업데이트되지 않은 만료된 계약
계약이 갱신되지만 Contract_End_Date__c는 새로운 만료일로 업데이트되지 않습니다. 시스템이 만료된 계약과 활성 계약을 날짜를 확인하지 않고는 구별할 수 없는 상태로 보여줍니다.
해결책: 갱신 주기와 일치하는 유예 기간으로 기한 초과 추적을 활성화하십시오(예: 30일). 기한 초과 비율은 기한이 지났지만 갱신되지 않은 계약의 정확한 수를 보여줍니다.
낡음을 숨기는 널 날짜
널로 낡음이 비활성화(기본값)된 경우 널 날짜는 평가에서 완전히 제외됩니다. 레코드의 20%에 널 날짜가 있다면, 신선도 비율은 나머지 80%에서만 계산됩니다. 이로 인해 수치가 실제보다 건강해 보일 수 있습니다.
해결책: 널 날짜가 주의가 필요한 누락 데이터를 나타내는 경우 널로 낡음을 활성화하십시오. 여기에는 활동이 전혀 없었던 레코드나 마이그레이션 중에 채워지지 않은 필드가 포함됩니다.
모범 사례
올바른 핵심 지표 선택
신선도 비율은 “마지막 이벤트” 필드의 올바른 핵심 지표입니다(마지막으로 언제 업데이트되었는가?). 기한 초과 비율은 마감일 필드의 올바른 핵심 지표입니다(기한이 지났는가?). LastActivityDate에 기한 초과 비율을 제시하면 대부분의 활동이 본질적으로 과거에 있기 때문에 오해를 불러일으킬 정도로 높은 수치가 나옵니다.
필드별 창 설정
모든 날짜 필드에 대해 단일 신선도 창을 사용하는 것은 요점을 놓칩니다. 활동 날짜에는 촘촘한 창이 필요합니다(30일). 계약 날짜에는 더 넓은 창이 필요합니다(365일). 인증 날짜는 업계의 갱신 주기에 따라 다릅니다. 각 필드의 비즈니스 맥락에 맞는 필드 수준 재정의를 사용하십시오.
평균 나이를 사용하여 해결을 계획
신선도 비율은 문제가 얼마나 큰지를 알려줍니다. 평균 나이는 얼마나 심각한지를 알려줍니다. 40%의 낡음과 45일의 평균 나이를 가진 필드는 빠른 접촉 캠페인이 필요합니다. 40%의 낡음과 400일의 평균 나이를 가진 필드는 데이터 보강 프로젝트가 필요합니다. 같은 백분율이지만 다른 해결책입니다.
스캔에 걸쳐 추세 추적
단일 스캔은 현재 상태를 보여줍니다. 정기적으로 스캔을 실행하여 신선도 저하를 감지하고, 정리 이니셔티브의 영향을 측정하고, 오래된 레코드를 도입하는 데이터 소스를 파악하십시오. 스캔 간에 80%에서 60%로 신선도가 떨어지는 필드는 새로운 문제 소스가 있는 것입니다.
적시성과 완전성 결합
날짜 필드는 95% 완전하지만 50%만 신선할 수 있습니다. 완전성은 필드에 값이 있다고 알려줍니다. 적시성은 그 값이 현재 상태인지를 알려줍니다. 날짜 필드에 대해 두 가지 차원을 모두 실행하여 전체 그림을 얻으십시오.
다음 단계
이제 날짜 신선도 문제를 측정하고 진단하는 방법을 이해했습니다. 다음 차원에 대한 학습을 계속하십시오.