Non si può migliorare ciò che non si misura. In Salesforce, misurare la qualità dei dati significa trasformare la vaga sensazione che «i dati sono disordinati» in un numero da monitorare, in una suddivisione su cui agire e in una tendenza da osservare. Quel numero è un punteggio di qualità dei dati — a volte chiamato punteggio di affidabilità dei dati — e questa guida spiega come funziona, come leggerlo e come agire di conseguenza.
Cos’è un punteggio di qualità dei dati
Un punteggio di qualità dei dati è un singolo valore, su una scala da 0 a 100, che riassume quanto un insieme di record Salesforce soddisfa le regole di qualità che avete definito. Un punteggio di 100 significa che ogni record nell’ambito ha superato ogni controllo; un punteggio più basso vi dice sia quanto lavoro resta sia, una volta suddiviso, esattamente dove si concentra.
Il punteggio non è una metrica di facciata. Il suo valore deriva da tre proprietà:
- È composito. Il punteggio consolida più dimensioni della qualità dei dati — completezza, validità, unicità, coerenza, tempestività — in un unico numero comparabile.
- È ponderato. Non tutti i problemi pesano allo stesso modo, quindi il punteggio riflette la priorità per il business invece del semplice conteggio delle anomalie.
- È ripetibile. Eseguito secondo una pianificazione, lo stesso calcolo trasforma un audit una tantum in una curva di tendenza gestibile.
«Punteggio di affidabilità dei dati» e «punteggio di qualità dei dati» descrivono la stessa idea: una misura quantificata e affidabile di quanto i dati sono adatti all’uso.
Come viene calcolato il punteggio
Un punteggio significativo in Salesforce si costruisce dal basso verso l’alto, dai campi alle dimensioni fino al numero complessivo:
- Controlli a livello di campo. Ogni regola viene eseguita sui campi nell’ambito. Il campo Account Industry è popolato? L’Email del Contact rispetta un formato valido? Questa Opportunity è un duplicato? Ogni controllo produce un esito superato/non superato a livello di record.
- Punteggi per dimensione. I risultati dei campi confluiscono in un punteggio per ciascuna dimensione. Se il 92% dei record nell’ambito supera ogni controllo di completezza, la completezza ottiene 92.
- Punteggio complessivo ponderato. I punteggi delle dimensioni si combinano in un unico valore, ponderato in base a quanto ciascuna dimensione conta per voi. Un Opportunity Amount mancante può pesare più di un numero di telefono secondario assente.
È questa struttura dal basso verso l’alto che rende il punteggio azionabile. Un singolo «78» è un punto di partenza. La suddivisione che lo sostiene — completezza a 65 sugli Account, causata da un campo Industry vuoto proveniente da una specifica integrazione — è ciò che si corregge davvero.
Perché la ponderazione conta
Due org possono entrambe segnare 80 ed essere in condizioni completamente diverse. Una presenta lievi problemi di formato sparsi su campi poco rilevanti. L’altra ha il 20% degli Opportunity Amount mancanti. Un conteggio non ponderato delle anomalie tratterebbe questi casi allo stesso modo.
La ponderazione risolve il problema. Assegnando un peso maggiore ai campi e alle dimensioni che guidano fatturato, reporting e automazione, il punteggio segue l’impatto sul business invece del volume di anomalie. Quando regolate i pesi sulle vostre priorità, il numero comincia a significare qualcosa di cui un responsabile può fidarsi.
Leggere il punteggio
Un punteggio è utile solo se permette di passare dal numero di sintesi a una decisione. Leggetelo in tre passaggi:
| Passaggio | Domanda | Cosa guardate |
|---|---|---|
| 1. Sintesi | Quanto è sana questa base di dati nel complesso? | Il singolo punteggio di qualità dei dati ponderato |
| 2. Per dimensione | Quale tipo di problema prevale? | I punteggi per dimensione (es. completezza vs. unicità) |
| 3. Per campo | Dove si trova esattamente il problema? | La suddivisione per campo all’interno della dimensione più debole |
Al terzo passaggio non state più guardando «la qualità dei dati» in astratto. State guardando un campo specifico, su un oggetto specifico, con un tasso di anomalie specifico — ovvero un’attività di cui qualcuno può farsi carico.
Dal punteggio all’azione
Un punteggio trasforma la misurazione in una lista di priorità:
- Baseline. Lanciate la prima scansione per stabilire il punto di partenza.
- Prioritizzare. Ordinate i problemi per impatto sul business (peso) rispetto allo sforzo di correzione. I problemi a peso elevato e basso sforzo vengono per primi.
- Correggere. Bonificate i record esistenti, aggiungete validation rule per fermare i nuovi dati di scarsa qualità e adattate i processi di acquisizione.
- Rimisurare. Lanciate di nuovo la scansione e osservate il punteggio muoversi. Un miglioramento che non si vede è un miglioramento che non si può dimostrare.
Monitorare la qualità nel tempo
Una singola misurazione è obsoleta il giorno dopo averla rilevata, perché i dati Salesforce si degradano in continuazione. Il senso di un punteggio sta nella tendenza, non nell’istantanea. Le scansioni pianificate — giornaliere, settimanali o mensili — trasformano il punteggio in una curva monitorabile, così una nuova integrazione che comincia a scrivere dati errati appare come un calo che individuate in pochi giorni, non come un problema che scoprite mesi dopo in un report rotto.
Come lo misura DQS
Data Quality Sense produce un punteggio di qualità dei dati ponderato interamente all’interno di Salesforce — nessun record viene esportato. Definite cosa significa «buono» nel Definition Builder (selezionate le dimensioni, definite l’ambito di oggetti e campi, impostate soglie e pesi), lanciate la scansione su richiesta o secondo una pianificazione ed esplorate il risultato in Insight Studio: il punteggio complessivo, la suddivisione per dimensione, la salute dei campi e l’andamento nel tempo. Poiché funziona in modo nativo, il punteggio riflette sempre i dati live della vostra org.
Prossimi passi
- La qualità dei dati in Salesforce: la guida completa
- Le cinque dimensioni della qualità dei dati: cosa misura il punteggio
- Misurare la qualità dei dati: KPI e scorecard in dettaglio
- Preparazione per Agentforce: preparare il punteggio per l’AI