# Dashboard jakości danych w Salesforce: metryki, które mają znaczenie

> Co powinien śledzić dashboard jakości danych w Salesforce: Data Quality Score, rozbicia na wymiary, kondycję pól, trendy i ekspozycję PII.

Source: https://dataqualitysense.com/pl/resources/salesforce/salesforce-data-quality-dashboard/
Last updated: 2026-06-03

---

Dashboard jakości danych zamienia dziesiątki rozproszonych kontroli w jeden widok, który możesz monitorować jednym rzutem oka. W Salesforce właściwy dashboard mówi Ci — w kilka sekund — jak wiarygodne są Twoje dane, gdzie koncentrują się problemy i czy sytuacja się poprawia, czy pogarsza. Ten przewodnik omawia metryki, które mają znaczenie, oraz to, jak je czytać.

## Do czego służy dashboard jakości danych

Dashboard regularnie odpowiada na trzy pytania:

- **Czy mogę zaufać tym danym dzisiaj?** Pojedyncza nagłówkowa liczba do odczytu jednym rzutem oka.
- **Gdzie są problemy?** Rozbicie, które zamienia nagłówek w konkretne zadania z przypisanym właścicielem.
- **Czy się poprawiamy?** Trend pokazujący, czy Twoje naprawy działają, i wcześnie wychwytujący nowe problemy.

Jeśli dashboard nie odpowiada na wszystkie trzy, jest raportem, a nie narzędziem monitorującym.

## Metryki, które mają znaczenie

Użyteczny dashboard jakości danych w Salesforce śledzi niewielki zestaw uzupełniających się metryk, a nie ścianę liczb:

| Metryka | Co Ci mówi | Dlaczego ma znaczenie |
|---|---|---|
| **Data Quality Score** | Pojedyncza ważona wartość 0–100 obejmująca wszystkie wymiary | Nagłówek. Jedna liczba, którą liderzy mogą śledzić w czasie. |
| **Rozbicie na wymiary** | Wynik dla każdego wymiaru (kompletność, poprawność, unikalność, spójność, terminowość) | Pokazuje, *jakiego rodzaju* problem dominuje |
| **Kondycja pól** | Wskaźnik pozytywnych/negatywnych wyników dla każdego pola | Pokazuje, *gdzie dokładnie* tkwi problem — warstwa, na której można działać |
| **Trend w czasie** | Wynik w kolejnych skanowaniach | Pokazuje, czy się poprawiasz, i szybko ujawnia nowe problemy |
| **Ekspozycja PII** | Rekordy i pola zawierające wrażliwe dane | Krytyczne przed jakimkolwiek projektem Agentforce lub AI |
| **Najgorsi sprawcy** | Obiekty i pola napędzające najwięcej błędów | Mówi Ci, od czego zacząć |

Razem przeprowadzają Cię od pytania „jak zdrowe są dane?" do „które pole, na którym obiekcie naprawiamy najpierw?" w trzech kliknięciach.

## Jak czytać dashboard

Czytaj go z góry na dół, od nagłówka do działania:

1. **Nagłówek.** Rzuć okiem na Data Quality Score. Wyżej niż w ostatnim skanowaniu? Niżej? Bez zmian?
2. **Wymiar.** Otwórz rozbicie na wymiary, by zobaczyć, jaki typ problemu ciągnie wynik w dół — problem z kompletnością i problem z unikalnością wymagają zupełnie różnych napraw.
3. **Pole.** Wejdź w kondycję pól najsłabszego wymiaru, by znaleźć konkretne pola napędzające błędy. To warstwa, którą ktoś może wziąć na siebie i naprawić.
4. **Trend.** Sprawdź linię trendu. Nagły spadek zwykle oznacza, że nowa integracja lub proces zaczęły zapisywać złe dane — wychwyć to tutaj, a nie w zepsutym raporcie za trzy miesiące.

## Dlaczego trendy biją migawki

Pojedynczy pomiar jest przestarzały już dzień po jego wykonaniu, ponieważ dane w Salesforce zmieniają się nieustannie. Prawdziwa wartość dashboardu tkwi w **trendzie**. Wynik 82 sam w sobie znaczy niewiele; 82 i spadające od trzech tygodni to alarm, podczas gdy 82 i rosnące to dowód, że Twój program działa. To zaplanowane skanowania zamieniają jednorazowy audyt w trend, którym da się zarządzać — i pozwalają wyznaczyć cel oraz obserwować, jak linia ku niemu zmierza.

## Jak wygląda „dobry" wynik

Nie istnieje uniwersalny próg zaliczenia; zależy on od tego, jak dane są używane. Praktyczny sposób wyznaczania celów to różnicowanie ich według stawki:

| Dane | Cel |
|---|---|
| Pola regulacyjne / zgodności | 99%+ |
| Dane skierowane do klienta i przychodowe | 95%+ |
| Dane operacyjne | 85%+ |
| Dane historyczne / archiwalne | 70%+ |

Wyznacz cel dla każdego wymiaru i każdego obiektu, a potem pozwól dashboardowi pokazać Ci, ile drogi został każdemu z nich do pokonania.

## Budowanie tego w DQS

Data Quality Sense udostępnia ten dashboard wewnątrz Salesforce poprzez Insight Studio. Po uruchomieniu skanowania z Definition Builder Insight Studio pokazuje ważony Data Quality Score, rozbicie na wymiary, kondycję pól i trend w kolejnych skanowaniach — a dodatkowo ekspozycję PII na potrzeby pracy nad gotowością do AI. Ponieważ skanowania działają natywnie i według harmonogramu, dashboard zawsze odzwierciedla dane na żywo w Twojej org, bez eksportów i bez zewnętrznego potoku do utrzymywania.

## Kolejne kroki

- [Jak mierzyć jakość danych w Salesforce](/pl/resources/salesforce/measure-data-quality-in-salesforce/): Data Quality Score w szczegółach
- [Jakość danych w Salesforce](/pl/resources/salesforce/data-quality-in-salesforce/): pełny przewodnik
- [Jak poprawić jakość danych w Salesforce](/pl/resources/salesforce/improve-data-quality-in-salesforce/): od dashboardu do działania
- [Mierzenie jakości danych](/pl/resources/best-practices/measuring-data-quality/): KPI i karty wyników w szczegółach