# Agentforce向けSalesforceデータクリーンアップ：オブジェクト別ガイド > Agentforceのための項目レベルのSalesforceデータクリーンアップ・プレイブック。サービスエージェントとセールスエージェントに向けて、どのオブジェクトとフィールドを最初にクリーンにするかをDQSに対応づけます。 Source: https://dataqualitysense.com/ja/resources/ai-readiness/salesforce-data-cleanup-for-agentforce/ Last updated: 2026-07-15 --- どのSalesforceオブジェクトを最初にクリーンにするかは、どのエージェントを導入するかによって決まります。サービスエージェントはCaseとKnowledgeを読み、セールスエージェントはLead、Opportunity、Account、Contactを読みます。このガイドは、Agentforce向けSalesforceデータクリーンアップの「どこ」を扱います。すなわち、クリーンにすべき具体的なオブジェクトとフィールド、それぞれでリスクにさらされる次元、そして実行すべきクリーンアップのアクションです。 「いつ」、つまりこの作業を取り巻く4フェーズのタイムラインについては、[Agentforceのデータ品質：SalesforceデータをAI向けに準備する](/ja/resources/ai-readiness/agentforce-preparation/)を参照してください。本記事は、そのタイムラインの、オブジェクトごとに修復を行うフェーズ2の中に位置づけられます。すでに問題のないフィールドをクリーンにするのではなく、どのフィールドが実際に不合格なのかを把握するため、開始前に各オブジェクトで[DQSスキャン](/ja/resources/using-dqs/running-scans/)を実行してください。 この段階のクリーンアップは選択肢ではなく必須の下準備です。[Salesforceの State of Data and Analytics 調査](https://www.salesforce.com/news/stories/data-analytics-trends/)では、84%のデータおよび分析リーダーが、彼らのAI野心が成功する前にデータ戦略は完全なオーバーホールが必要だと述べています。オブジェクト別の修復が、CRM内で実際にそのオーバーホールがどのような形をしているのかを示しています。 ## Account セールスエージェントは、顧客の業種、所在地、関係性についての応答を組み立てるためにAccountを読みます。エージェントが「このアカウントについて何がわかっているか」に答えるとき、これらのフィールドから情報を引き出します。 | 優先フィールド | リスクにさらされる次元 | 不良データがエージェントに及ぼす影響 | |---|---|---| | `Name` | 一意性 | 重複したアカウントが履歴を分割し、エージェントは部分的なレコードを取得する | | `Industry` | 一貫性 | 「Tech」「Technology」「IT」が3つのセグメントとして読まれ、根拠ある回答が崩れる | | `BillingCountry` | 一貫性 | 「US」「USA」「United States」が地理的コンテキストを分断する | | `Phone` / `Website` | 妥当性 | 不正な値が、応答内で使えない連絡先情報を生む | クリーンアップのアクション： - 導入前に重複するAccountを見つけるため、一意性スキャンを実行します。重複は、同じ顧客について矛盾する事実をエージェントに教えます。[一意性](/ja/resources/data-quality/uniqueness/)を参照してください。 - `Industry`と`BillingCountry`にImport from Fieldを使って存在するすべてのバリアントを発見し、[Definition Builder](/ja/resources/using-dqs/definition-builder/)で正規値を定義して正規化します。 - 不正なエントリを検出するため、`Phone`と`Website`に妥当性スキャンを実行します。妥当性率が90%を下回るフィールドを対象にしましょう。 ## Contact エージェントは、誰を相手にしているか、どう連絡を取るかを把握するためにContactを読みます。アウトリーチメッセージを下書きするセールスエージェントは、ここから名前、役職、メールを引き出します。 | 優先フィールド | リスクにさらされる次元 | 不良データがエージェントに及ぼす影響 | |---|---|---| | `Email` | 妥当性 | 無効なアドレスは、エージェントが提案するアウトリーチを失敗させる | | `Phone` | 妥当性 | 不正な番号が、壊れた連絡先情報として表面化する | | `Title` | 完全性 | 空の役職は、エージェントがパーソナライズに使う役割コンテキストを奪う | | `MailingCountry` | 一貫性 | 一貫性のないcountryの値が、地域固有の回答を誤って振り分ける | クリーンアップのアクション： - `Email`と`Phone`に妥当性スキャンを実行します。これらはエージェントがアクションを起こすフィールドなので、フォーマットエラーは失敗したアクションに直結します。[妥当性](/ja/resources/data-quality/validity/)を参照してください。 - `Title`に完全性スキャンを実行し、完全性率を測定します。役職が欠落していると、メッセージを調整するためにエージェントが必要とする役割コンテキストが失われます。 - Import from Fieldで`MailingCountry`を標準化し、Accountで定義した正規リストに一致させて、2つのオブジェクトが整合するようにします。 ## Case サービスエージェントは主にCaseから作業します。エージェントはSubjectとDescriptionを読んで問題を理解し、そのコンテキストに返信の根拠を置きます。これは、サービス導入において最もレバレッジの高いオブジェクトです。 | 優先フィールド | リスクにさらされる次元 | 不良データがエージェントに及ぼす影響 | |---|---|---| | `Description` | 完全性 | 空のDescriptionはエージェントにコンテキストを与えず、一般的な返信を返す | | `Subject` | 完全性 | 欠落したsubjectは、Caseの分類とルーティングを弱める | | `Status` / `Origin` | 一貫性 | バリアントの値が、Caseの状態とチャネルについてのエージェントの視界を分断する | | `Description` / Comments | PII Detection | メールから貼り付けられたSSNやカード番号がAIのコンテキストに入る | クリーンアップのアクション： - `Description`に完全性スキャンを実行します。Descriptionの完全性はエージェントのコンテキストと等しく、空白のフィールドはサービスエージェントが曖昧に回答する最も一般的な原因です。[完全性](/ja/resources/data-quality/completeness/)を参照してください。 - Import from Fieldを使って既存のすべての値を表面化させ、`Status`と`Origin`を標準化して、正規の選択リストに正規化します。 - `Description`とCaseのCommentsにPIIスキャンを実行します。email-to-caseはPIIを含む顧客メッセージを取得し、エージェントはそのPIIを応答で表面化させる可能性があります。[PII Detection](/ja/resources/ai-readiness/pii-detection/)と[AgentforceのPIIコンプライアンスガイド](/ja/resources/ai-readiness/agentforce-pii-compliance/)を参照してください。 ## Lead セールスエージェントは、インバウンドの関心を選別しルーティングするためにLeadを読みます。エージェントは会社、ソース、ステータスから次のアクションを決定するため、ここのギャップはリードを誤った道へ送ります。 | 優先フィールド | リスクにさらされる次元 | 不良データがエージェントに及ぼす影響 | |---|---|---| | `Email` | 妥当性 | 無効なアドレスは、エージェント主導のフォローアップを壊す | | `Company` | 完全性 | 会社データの欠落は、選別ロジックを妨げる | | `LeadSource` | 一貫性 | 一貫性のないソースは、エージェントのルーティング判断を歪める | | `Status` | 一貫性 | バリアントのステータスは、リードがファネルのどこにあるかを混乱させる | クリーンアップのアクション： - `Email`に妥当性スキャンを、`Company`に完全性スキャンを実行します。この2つのフィールドが、エージェントがそもそもリードにアクションを起こせるかどうかを左右します。 - `LeadSource`と`Status`にImport from Fieldを使ってドリフトを見つけ、定義された値セットに制約します。[一貫性](/ja/resources/data-quality/consistency/)を参照してください。 - 担当者が未加工のインバウンドメッセージを貼り付けるメモやdescriptionフィールドに、PIIスキャンを実行します。 ## Opportunity セールスエージェントは、パイプラインやフォーキャストの質問に答えるためにOpportunityを読みます。古いステージや欠落した金額は、商談の状況について自信を持って誤った回答を生みます。 | 優先フィールド | リスクにさらされる次元 | 不良データがエージェントに及ぼす影響 | |---|---|---| | `StageName` | 一貫性 | 非標準のステージは、商談がどこにあるかを誤って表す | | `CloseDate` | 適時性 | 進行中の商談で過去のclose dateは、時代遅れのパイプライン事実をエージェントに教える | | `Amount` | 完全性 | 金額の欠落は、エージェントが報告するフォーキャストを歪める | クリーンアップのアクション： - `CloseDate`が過去になっている進行中のOpportunityをフラグするため、適時性スキャンを実行します。古い日付は、もはや存在しないパイプラインをエージェントに報告させます。[適時性](/ja/resources/data-quality/timeliness/)を参照してください。 - `Amount`に完全性スキャンを実行します。パイプライン価値を要約するエージェントは、金額が空白のときは信頼できる形でそれを行えません。 - 一貫性スキャンで、`StageName`が定義された営業プロセスに一致することを確認します。 ## Knowledge サービスエージェントは、Knowledge記事に回答の根拠を置きます。エージェントは記事を取得し、その内容を権威ある回答として提示するため、古い記事や内容の薄い記事は、自信を持って提示される誤った回答になります。 | 優先フィールド | リスクにさらされる次元 | 不良データがエージェントに及ぼす影響 | |---|---|---| | 最終更新日 | 適時性 | 古い記事は、エージェントが最新として提示する時代遅れの回答を生む | | `Title` / `Summary` | 完全性 | メタデータが薄いと取得が弱まり、エージェントは誤った記事を引用する | | 記事本文 | PII Detection | 埋め込まれた顧客データが、生成された回答に漏れることがある | クリーンアップのアクション： - 鮮度のしきい値を過ぎた記事を表面化させるため、最終更新日に対して適時性スキャンを実行します。古い記事は、自信を持って提示される誤ったサービス回答の主要な発生源です。 - `Title`と`Summary`に完全性スキャンを実行します。エージェントはこれらを取得に使うため、メタデータが弱いと誤った情報源にたどり着きます。 - 公開記事に顧客固有のデータが貼り付けられていないことを確認するため、記事本文にPIIスキャンを実行します。 ## どのオブジェクトを最初にクリーンにすべきか エージェントが実際に読むオブジェクトを、その回答がそれらに依存する順序でクリーンにしましょう。以下のマトリクスは、クリーンアップの優先度をエージェントの種類に対応づけています。 | オブジェクト | サービスエージェント | セールスエージェント | 従業員向けエージェント | |---|---|---|---| | Case | 優先度1 | 低 | 中 | | Knowledge | 優先度1 | 低 | 優先度1 | | Account | 中 | 優先度1 | 中 | | Contact | 中 | 優先度1 | 中 | | Lead | 低 | 優先度1 | 低 | | Opportunity | 低 | 優先度2 | 中 | サービス導入では、CaseのDescriptionの完全性とKnowledgeの適時性から始めてください。この2つのフィールドが、エージェントが回答する正しいコンテキストを持っているかどうかを決めるためです。セールス導入では、AccountとContactから始め、その後LeadとOpportunityに移ります。あらゆるエージェントの種類において、PIIの検出結果は品質の問題ではなくコンプライアンスの問題であるため、まずエージェントが読むテキストフィールドにPIIスキャンを実行してください。[Agentforceデータ対応チェックリスト](/ja/resources/ai-readiness/agentforce-data-readiness-checklist/)は、各オブジェクトで達成すべき導入前のしきい値を一覧にしています。 ## 次のステップ - [Agentforceのデータ品質：SalesforceデータをAI向けに準備する](/ja/resources/ai-readiness/agentforce-preparation/)：このクリーンアップが収まる4フェーズのタイムライン - [Agentforceエージェントが失敗する理由](/ja/resources/ai-readiness/why-agentforce-agents-fail/)：信頼できないエージェント出力の背後にあるデータ問題 - [Agentforceデータ対応チェックリスト](/ja/resources/ai-readiness/agentforce-data-readiness-checklist/)：オブジェクトごとの導入前しきい値 - [Salesforceでデータ品質を改善する方法](/ja/resources/salesforce/improve-data-quality-in-salesforce/)：検出・修正・予防・モニタリングのループ - [Agentforceデータ品質FAQ](/ja/resources/ai-readiness/agentforce-data-quality-faq/)：よくある質問への回答 - [AI対応度診断](/ja/ai-readiness/)：現在の対応度スコアを取得する