Você não pode melhorar o que não mede. No Salesforce, medir a qualidade de dados significa transformar a sensação vaga de que “os dados estão uma bagunça” em um número que dá para acompanhar, um detalhamento sobre o qual dá para agir e uma tendência que dá para vigiar. Esse número é uma pontuação de qualidade de dados — às vezes chamada de pontuação de confiabilidade de dados — e este guia explica como ela funciona, como lê-la e como agir a partir dela.
O que é uma pontuação de qualidade de dados
Uma pontuação de qualidade de dados é um número único, em uma escala de 0 a 100, que resume o quanto um conjunto de registros do Salesforce atende às regras de qualidade que você definiu. Uma pontuação de 100 significa que todo registro no escopo passou em todas as verificações; uma pontuação menor indica tanto quanto trabalho ainda resta quanto, ao ser detalhada, exatamente onde ele se concentra.
A pontuação não é uma métrica de vaidade. Seu valor vem de três propriedades:
- Ela é composta. A pontuação consolida múltiplas dimensões de qualidade de dados — completude, validade, unicidade, consistência, atualidade — em um único número comparável.
- Ela é ponderada. Nem todo problema importa igualmente, então a pontuação reflete a prioridade do negócio em vez de contagens brutas de problemas.
- Ela é repetível. Executada em um cronograma, o mesmo cálculo transforma uma auditoria pontual em uma linha de tendência que você pode gerenciar.
“Pontuação de confiabilidade de dados” e “pontuação de qualidade de dados” descrevem a mesma ideia: uma medida quantificada e confiável de se seus dados são adequados ao uso.
Como a pontuação é calculada
Uma pontuação relevante no Salesforce é construída de baixo para cima, dos campos para as dimensões e para um número geral:
- Verificações no nível do campo. Cada regra roda contra os campos no escopo. O Account Industry está populado? O Contact Email corresponde a um formato válido? Esta Opportunity é uma duplicata? Cada verificação produz um aprovado/reprovado no nível do registro.
- Pontuações por dimensão. Os resultados por campo se consolidam em uma pontuação para cada dimensão. Se 92% dos registros no escopo passam em todas as verificações de completude, a completude pontua 92.
- Pontuação geral ponderada. As pontuações por dimensão se combinam em um único número, ponderado por quanto cada dimensão importa para você. Um Opportunity Amount faltando pode pesar mais do que um número de telefone secundário faltando.
É essa estrutura de baixo para cima que torna a pontuação acionável. Um “78” isolado é um ponto de partida. O detalhamento por trás dele — completude em 65 nos Accounts, causada por um campo Industry em branco vindo de uma integração específica — é o que você de fato corrige.
Por que a ponderação importa
Duas orgs podem ambas pontuar 80 e estar em estados completamente diferentes. Uma tem pequenos problemas de formatação espalhados por campos de baixo risco. A outra tem 20% dos seus Opportunity Amounts faltando. Uma contagem não ponderada de falhas trataria as duas da mesma forma.
A ponderação corrige isso. Ao atribuir peso maior aos campos e dimensões que movem receita, relatórios e automação, a pontuação acompanha o impacto no negócio em vez do volume de problemas. Quando você ajusta os pesos às suas prioridades, o número começa a significar algo em que um líder pode confiar.
Lendo a pontuação
Uma pontuação só é útil se você conseguir ir do número de destaque até uma decisão. Leia-a em três passagens:
| Passagem | Pergunta | O que você olha |
|---|---|---|
| 1. Destaque | Quão saudável está esse dado no geral? | A pontuação de qualidade de dados ponderada única |
| 2. Por dimensão | Que tipo de problema predomina? | Pontuações por dimensão (ex.: completude vs. unicidade) |
| 3. Por campo | Onde exatamente está o problema? | Detalhamento por campo dentro da dimensão mais fraca |
Na terceira passagem você não está mais olhando “qualidade de dados” no abstrato. Está olhando um campo específico, em um objeto específico, com uma taxa de falha específica — o que é uma tarefa que alguém pode assumir.
Da pontuação à ação
Uma pontuação transforma a medição em uma lista de tarefas priorizada:
- Baseline. Rode a primeira varredura para estabelecer onde você está.
- Priorize. Ordene os problemas por impacto no negócio (peso) contra o esforço de correção. Os problemas de maior peso e menor esforço vêm primeiro.
- Corrija. Limpe os registros existentes, adicione validation rules para impedir novos dados ruins e ajuste os processos de entrada.
- Remedir. Rode a varredura de novo e veja a pontuação se mover. Uma melhoria que você não consegue ver é uma melhoria que você não consegue defender.
Acompanhando a qualidade ao longo do tempo
Uma única medição fica obsoleta no dia seguinte à sua coleta, porque os dados do Salesforce se degradam continuamente. O sentido de uma pontuação está na tendência, não no instantâneo. Varreduras agendadas — diárias, semanais ou mensais — transformam a pontuação em uma linha que você pode monitorar, de modo que uma nova integração que começa a escrever dados ruins aparece como uma queda que você pega em dias, e não como um problema que você descobre meses depois em um relatório quebrado.
Como o DQS faz a medição
O Data Quality Sense produz uma pontuação de qualidade de dados ponderada inteiramente dentro do Salesforce — nenhum registro é exportado. Você define o que é bom no Definition Builder (seleciona dimensões, define o escopo de objetos e campos, configura limiares e pesos), roda a varredura sob demanda ou em um cronograma e explora o resultado no Insight Studio: a pontuação geral, o detalhamento por dimensão, a saúde dos campos e a tendência ao longo do tempo. Como roda de forma nativa, a pontuação sempre reflete os dados ao vivo na sua org.
Próximos passos
- Qualidade de dados no Salesforce: o guia completo
- As cinco dimensões da qualidade de dados: o que a pontuação mede
- Medindo a qualidade de dados: KPIs e scorecards em detalhe
- Preparação para o Agentforce: deixar sua pontuação pronta para a IA