Agentforce-agents zijn niet betrouwbaarder dan de Salesforce-data erachter. Agentforce-datagereedheid is in de kern een kwestie van datakwaliteit: volledige records, consistente waarden en geen PII in de velden die uw agents lezen. Deze gids laat stap voor stap zien hoe u uw Salesforce-data beoordeelt en voorbereidt voor AI.
Wat is Agentforce?
Agentforce is het AI-platform van Salesforce voor het aanmaken van autonome agents. Deze agents halen informatie op uit uw Salesforce-records, genereren reacties op basis van uw data en ondernemen namens gebruikers acties.
De kwaliteit van uw data bepaalt de kwaliteit van het agentgedrag. Agents werken met wat ze vinden. Als de data onvolledig, inconsistent of PII bevat, produceert de agent onvolledige, inconsistente of niet-conforme uitkomsten.
Waarom datakwaliteit belangrijk is voor Agentforce
Drie dataproblemen creëren drie afzonderlijke mislukkingen in Agentforce.
Onvolledige data produceert vage reacties. Wanneer Agentforce een Case-record ophaalt met een lege Description, heeft het niets om mee te werken. De agent genereert een generieke reactie omdat er geen context is om van te putten. Volledigheidspercentage vertelt u hoeveel records dit probleem hebben over elk veld in het bereik.
Inconsistente data produceert tegenstrijdige antwoorden. Wanneer het Country-veld „US”, „USA”, „United States” en „U.S.A.” bevat, behandelt de agent deze als vier verschillende waarden. Een klant die vraagt over US-operaties krijgt een ander antwoord afhankelijk van welk record de agent ophaalt. Conformiteitspercentage onthult hoe gefragmenteerd uw data is.
PII in tekstvelden creëert compliance-blootstelling. Wanneer een agent een Case-opmerking ophaalt die een burgerservicenummer bevat, komt die PII in de AI-context. De agent kan het blootleggen in een reactie. PII-blootstellingspercentage toont hoe wijdverspreid dit risico is over uw tekstvelden.
De Agentforce-datagereedheidstijdlijn
Plan uw Agentforce-datagereedheid in vier fasen.
Fase 1: Beoordeling (3+ maanden van tevoren)
Voer DQS-scans uit over alle objecten waartoe Agentforce toegang heeft. Meet basislijnstatistieken voor elke dimensie.
| Dimensie | Sleutelstatistiek | Wat het u vertelt |
|---|---|---|
| Volledigheid | Volledigheidspercentage | Percentage velden met data |
| Consistentie | Conformiteitspercentage | Percentage dat overeenkomt met verwachte waarden |
| Geldigheid | Geldigheidspercentage | Percentage dat indelingsregels doorstaat |
| Tijdigheid | Tijdigheidspercentage | Percentage actuele records |
| Uniciteit | Duplicaatpercentage | Percentage dubbele records |
| PII-detectie | PII-blootstellingspercentage | Percentage records met PII |
Documenteer deze basislijnen. U heeft ze nodig voor vergelijking na herstel.
Fase 2: Herstel (2 maanden van tevoren)
Werk door dimensies heen in volgorde van prioriteit. PII eerst, dan de dimensies die de kwaliteit van de AI-context beïnvloeden.
1. PII (Week 1-2). Herstel SSN- en creditcardbevindingen eerst. Gebruik de Kritiek-voorinstelling scan om financiële PII te isoleren. Bekijk overeenkomsten, maskeer dan, verwijder of sluit bevestigde bevindingen uit. Voer de scan opnieuw uit om de opschoning te valideren.
2. Volledigheid (Week 2-4). Richt u op velden die Agentforce gebruikt voor reacties: Description, Comments, Notes. Ontbrekende data betekent ontbrekende AI-context. Richt u eerst op de velden met het laagste Volledigheidspercentage.
3. Consistentie (Week 3-5). Standaardiseer picklist- en referentievelden. Gebruik Importeren uit veld om bestaande varianten te ontdekken, definieer vervolgens uw canonieke waarden en normaliseer. Hoe minder varianten per veld, hoe betrouwbaarder de reacties van de agent.
4. Geldigheid (Week 4-6). Los indelingsproblemen op gestructureerde velden op (e-mail, telefoon, datums). Ongeldige indelingen creëren onbetrouwbare data voor AI-ophaling. Richt u op velden waarbij Geldigheidspercentage onder de 90% is.
5. Tijdigheid en Uniciteit (Week 5-8). Pak verouderde records en duplicaten aan. Oude data leert agents verouderde patronen. Duplicaten creëren tegenstrijdige reacties wanneer de agent verschillende versies van hetzelfde record ophaalt.
Fase 3: Validatie (1 maand van tevoren)
Voer alle DQS-scans opnieuw uit. Vergelijk resultaten met Fase 1-basislijnen.
| Statistiek | Basislijn | Na herstel | Doel |
|---|---|---|---|
| Volledigheidspercentage (sleutelvelden) | ___% | ___% | 85%+ |
| Conformiteitspercentage (picklists) | ___% | ___% | 90%+ |
| Geldigheidspercentage (gestructureerde velden) | ___% | ___% | 90%+ |
| PII-blootstellingspercentage | ___% | ___% | Onder 1% |
Test agentreacties op herstelde data. Verifieer dat agents nauwkeurige, passende uitkomsten retourneren en dat er geen PII in gegenereerde inhoud verschijnt.
Haal goedkeuring van het compliance-team vóór implementatie.
Fase 4: Monitoring (voortdurend)
Plan terugkerende DQS-scans. Datakwaliteit degradeert naarmate gebruikers nieuwe records invoeren, dus eenmalig herstel is niet voldoende.
Aanbevolen cadans:
| Scan | Frequentie | Objecten |
|---|---|---|
| PII-detectie | Wekelijks | Cases, Leads (tekstvelden met hoog volume) |
| Volledigheid + Consistentie | Maandelijks | Alle objecten in Agentforce-bereik |
| Volledige scan (alle dimensies) | Kwartaal | Gehele org |
Volg statistiekentrends in de loop van de tijd. Regelmatig scannen vangt regressie vroeg op, voordat het de agentprestaties beïnvloedt.
Checklist vóór implementatie
Datakwaliteit
- Alle objecten in Agentforce-bereik gescand met DQS
- Volledigheidspercentage boven 85% op velden die Agentforce gebruikt
- Conformiteitspercentage boven 90% op picklist- en referentievelden
- Geldigheidspercentage boven 90% op gestructureerde velden (e-mail, telefoon, datum)
PII-veiligheid
- PII-blootstellingspercentage onder 1% op tekstvelden waartoe Agentforce toegang heeft
- Nul SSN- of creditcardmatch op Case Description en Comments
- Per-veld-patroonoverrides geconfigureerd voor velden met verwachte inhoud
Operaties
- Terugkerend scanschema geconfigureerd
- Basislijnstatistieken gedocumenteerd voor trendregistratie
- Hersteleigenaarschap toegewezen per dimensie
Veelgemaakte fouten
1. Implementeren zonder beoordeling. Voer DQS-scans uit vóór enige implementatieplanning. De meeste organisaties ontdekken problemen die ze niet verwachtten. Een scan van 15 minuten onthult problemen die handmatig maanden kosten om te vinden.
2. PII-blootstelling onderschatten. PII verbergt zich in Description-, Notes- en Comments-velden waar gebruikers klantcommunicaties plakken. Email-to-case vangt SSN’s en creditcardnummers op uit inkomende berichten. Scan alle tekstvelden, niet alleen speciale PII-velden.
3. Eenmalig herstel. Datakwaliteit degradeert naarmate gebruikers nieuwe records invoeren. Een schone dataset vandaag accumuleert binnen weken nieuwe problemen. Plan terugkerende scans en monitor statistiekentrends om regressie op te vangen voordat het uw agents bereikt.
Volgende stappen
- PII-detectie: PII-scanning configureren voor Agentforce-data
- Volledigheid: Zorg dat velden data hebben waar AI mee kan werken
- Consistentie: Standaardiseer waarden die AI ophaalt
- De vijf dimensies: Volledig overzicht van alle datakwaliteitsdimensies
- AI-gereedheidsbeoordeling: Ontvang uw huidige gereedheidsscore