10분 만에 시작하기
이 가이드는 첫 번째 데이터 품질 인사이트를 얻는 과정을 안내합니다. 다음 단계를 따라 현재 상태를 파악하고 먼저 집중할 영역을 파악하시기 바랍니다.
1단계: AI 준비 평가 받기
무료 평가를 통해 기준선을 설정하는 것부터 시작하십시오.
얻을 수 있는 것:
- 핵심 데이터 품질 차원에 걸친 점수
- 개선을 위한 구체적인 권고 사항
- 업계 벤치마크와의 비교
- 먼저 해결해야 할 우선순위 영역
진행 방법:
- AI 준비 평가로 이동하십시오.
- Salesforce 데이터 관행에 관한 10개의 질문에 답하십시오.
- 3분 내에 점수를 받으십시오.
팁: 답변에 솔직하게 응하시기 바랍니다. 평가는 여러분의 이익을 위한 것이지, 통과해야 할 시험이 아닙니다. 정확한 답변이 정확한 권고 사항을 제공합니다.
2단계: 점수 이해하기
평가는 다섯 가지 데이터 품질 차원에 걸친 점수를 제공합니다.
| 차원 | 측정 내용 | 낮은 점수가 의미하는 것 |
|---|---|---|
| 완전성 | 필수 필드 충족 여부 | 중요 필드의 데이터 누락 |
| 유효성 | 올바른 형식 | 잘못된 형식의 이메일, 전화번호 등 |
| 고유성 | 중복 없음 | 데이터를 분산시키는 중복 레코드 |
| 적시성 | 최신 정보 | 업데이트가 필요한 오래된 레코드 |
| 일관성 | 균일한 값 | 레코드 전반에 걸쳐 일관성 없는 형식 |
점수 등급
| 점수 | 등급 | 의미 |
|---|---|---|
| 80-100 | 우수(Strong) | 데이터 기반이 탄탄합니다. 유지에 집중하십시오. |
| 60-79 | 발전 중(Developing) | 좋은 진전이 있지만, 특정 영역에 주의가 필요합니다. |
| 40-59 | 기초 단계(Emerging) | AI 이니셔티브 전에 여러 차원의 개선이 필요합니다. |
| 0-39 | 위험(Critical) | 심각한 데이터 품질 문제가 존재합니다. 기본부터 시작하십시오. |
3단계: 우선순위 영역 파악하기
점수를 바탕으로 먼저 집중할 2~3개의 영역을 파악하십시오. 모든 것을 한꺼번에 수정하려 하지 마시기 바랍니다.
우선순위화 프레임워크
| 낮은 점수를 보인 영역… | 시작할 내용… |
|---|---|
| 완전성 | 상위 5개의 중요 필드를 파악하고 충족률을 측정하십시오. |
| 유효성 | 이메일 및 전화번호 형식을 감사하고 유효성 검사 규칙을 추가하십시오. |
| 고유성 | 중복 감지를 실행하고 병합 프로세스를 수립하십시오. |
| 적시성 | 신선도 임계값을 정의하고 업데이트 워크플로를 생성하십시오. |
| 일관성 | 선택 목록 값을 표준화하고 변형을 정리하십시오. |
높은 영향을 미치는 시작 지점
대부분의 조직에서 다음 필드들이 가장 높은 영향을 미칩니다.
Contact:
- Email (유효성, 완전성)
- Phone (유효성, 완전성)
- Title (완전성, 일관성)
Account:
- Industry (완전성, 일관성)
- Annual Revenue (적시성, 완전성)
- Billing Address (유효성, 완전성)
Opportunity:
- Close Date (적시성)
- Amount (완전성)
- Stage (일관성)
4단계: DQS 설치
실제 Salesforce 데이터를 측정할 준비가 되면 Data Quality Sense를 설치하십시오.
설치 단계
- Salesforce AppExchange로 이동하십시오.
- “Data Quality Sense”를 검색하십시오.
- “지금 받기(Get It Now)“를 클릭하십시오.
- 설치 마법사를 따라 진행하십시오.
- 스캔을 구성하고 실행할 사용자에게 권한을 할당하십시오.
DQS가 추가하는 것
설치 후 다음에 접근할 수 있습니다.
| 기능 | 설명 |
|---|---|
| Definition Builder | 분석할 내용 구성 |
| 스캔 실행 | 데이터 품질 검사 실행 |
| 결과 대시보드 | 메트릭 확인 및 드릴다운 |
| 내보내기 | 정리를 위한 영향 받은 레코드 다운로드 |
5단계: 첫 번째 Definition 생성
Definition은 DQS에 분석할 내용을 알려줍니다. 좁은 범위로 시작하십시오.
권장하는 첫 번째 Definition
첫 번째 스캔에서는 비즈니스에 높은 영향을 미치는 하나의 오브젝트에 집중하십시오.
옵션 A: Contact 데이터 품질
- 오브젝트: Contact
- 필드: Email, Phone, MailingCity, MailingState, MailingCountry
- 차원: 완전성, 유효성, 일관성
옵션 B: Account 상태 점검
- 오브젝트: Account
- 필드: Industry, AnnualRevenue, BillingCity, BillingState
- 차원: 완전성, 일관성, 적시성
옵션 C: Opportunity 파이프라인
- 오브젝트: Opportunity
- 필드: Amount, CloseDate, StageName
- 차원: 완전성, 적시성
Definition Builder 단계
- DQS에서 새 Definition을 클릭하십시오.
- 기능(Capabilities)(측정할 차원)을 선택하십시오.
- 분석할 오브젝트 및 필드를 선택하십시오.
- 선택적으로 필터를 추가하여 범위를 좁히십시오.
- 각 차원에 대한 임계값을 구성하십시오.
- 검토 후 저장하십시오.
자세한 지침은 Definition Builder 가이드를 참조하십시오.
6단계: 첫 번째 스캔 실행
Definition을 저장한 후 첫 번째 스캔을 실행하십시오.
- Definition을 여십시오.
- **스캔 실행(Run Scan)**을 클릭하십시오.
- 처리가 완료될 때까지 기다리십시오 (시간은 레코드 수에 따라 다름).
- 대시보드에서 결과를 검토하십시오.
반복 스캔 예약
DQS를 사용하면 스캔을 자동화하여 수동 작업 없이 데이터 품질을 지속적으로 모니터링할 수 있습니다.
- Definition을 여십시오.
- 예약(Schedule) 탭으로 이동하십시오.
- 빈도(일별, 주별, 또는 월별)를 설정하십시오.
- 선호하는 시간과 날짜를 선택하십시오.
- 예약을 저장하십시오.
자세한 안내는 예약 가이드를 참조하십시오.
예약된 스캔은 백그라운드에서 자동으로 실행되어 최신 결과로 대시보드를 업데이트합니다. 이는 지속적인 모니터링에 권장되는 방식입니다. 스캔을 수동으로 실행해야 한다는 것을 기억하지 않아도 데이터 품질 저하를 조기에 발견할 수 있습니다.
예상 결과
첫 번째 스캔은 종종 예상보다 더 많은 문제를 발견합니다. 이는 정상적인 현상입니다. 목표는 완벽함이 아니라 가시성입니다.
첫 번째 스캔의 일반적인 결과:
- 레코드의 10~30%에 최소 하나의 문제가 있음
- 일부 필드의 충족률이 예상보다 훨씬 낮음
- 중복 감지가 몰랐던 레코드를 발견함
- 형식 유효성 검사가 데이터 입력의 불일치를 드러냄
다음에 할 일
1주차: 기준선 이해
- 스캔 결과 검토
- 양(量)으로 상위 3개의 문제 파악
- 영향 받는 레코드 파악
2~4주차: 우선순위 문제 해결
- 영향이 크고 수정이 쉬운 문제부터 시작하십시오.
- 영향 받는 레코드에 대한 정리 계획을 수립하십시오.
- 새로운 문제 발생을 방지하기 위한 유효성 검사 규칙을 추가하십시오.
지속적으로: 모니터링 및 유지
- 반복 스캔을 예약하십시오.
- 시간이 지남에 따른 개선을 추적하십시오.
- 추가 오브젝트 및 필드로 범위를 확장하십시오.
다음 단계
- 결과 이해하기: 스캔 데이터 해석 방법
- Definition Builder 가이드: 상세 구성 지침
- Agentforce 준비: Agentforce를 위한 데이터 준비
- 모범 사례: 일반적인 데이터 품질 실수 방지