# Przegląd DQS

> Dowiedz się, czym jest Data Quality Sense, jak działa i dlaczego architektura natywna dla Salesforce ma znaczenie dla Twoich danych.

Source: https://dataqualitysense.com/pl/resources/using-dqs/dqs-overview/
Last updated: 2026-06-03

---

## Czym jest Data Quality Sense?

Data Quality Sense (DQS) to natywna dla Salesforce aplikacja do profilowania i analizy jakości danych. Pomaga mierzyć, rozumieć i poprawiać jakość danych, aby zapewnić wiarygodne decyzje biznesowe i zbiory danych gotowe na AI.

DQS działa w całości wewnątrz Salesforce. Twoje dane nigdy nie opuszczają platformy.

## Co wyróżnia DQS

### W 100% natywny dla Salesforce

DQS jest zbudowany na platformie Salesforce w oparciu o standardową architekturę:

| Komponent | Technologia |
|-----------|------------|
| Interfejs użytkownika | Lightning Web Components (LWC) |
| Konfiguracja | Custom Metadata Types (CMT) |
| Przetwarzanie | Apex Batch Jobs |
| Przechowywanie | Custom Objects |

**Dlaczego natywność ma znaczenie:**
- Twoje dane zostają w Salesforce (bez eksportu, bez zewnętrznych API)
- Korzysta z istniejących zabezpieczeń i uprawnień Salesforce
- Brak integracji do utrzymywania i diagnozowania
- Znajomy interfejs dla użytkowników Salesforce

### Bez kodowania

Konfigurujesz DQS za pomocą kreatora typu „klikaj i wskazuj". Bez kodu Apex, bez formuł, bez wymogu umiejętności technicznych.

Definition Builder przeprowadza Cię przez:
1. Wybór tego, co mierzyć
2. Wskazanie pól do analizy
3. Ustawienie progów i reguł
4. Przegląd i aktywację

Administratorzy Salesforce mogą konfigurować i uruchamiać skanowania bez wsparcia programistów.

### Wszystkie funkcje w komplecie

DQS to pojedynczy płatny produkt. Każda funkcja jest dostępna dla wszystkich użytkowników:

- Wszystkie warianty wymiaru Data Quality
- AI Readiness (wykrywanie PII)
- Własne wzorce regex
- Eksport do CSV
- Harmonogramy i cykliczne skanowania
- Mentor Panel — kontekstowe rekomendacje udzielane na bieżąco, w oparciu o to, co właśnie zmierzyło dane skanowanie

Jedynym limitem użycia jest liczba skanowań na org (konfigurowalna, domyślnie 10 skanowań).

## Co mierzy DQS

DQS porządkuje swoje funkcje w dwa wymiary:

### Wymiar Data Quality

Tradycyjne kontrole jakości danych na potrzeby higieny operacyjnej:

| Funkcja | Co mierzy |
|------------|------------------|
| Kompletność | Czy wymagane pola są wypełnione? |
| Poprawność | Czy wartości odpowiadają oczekiwanym formatom? |
| Unikalność | Czy rekordy są odrębne? |
| Terminowość | Czy dane są aktualne? |
| Spójność | Czy wartości są jednolite? |

### Wymiar AI Readiness

Zaawansowana kontrola przygotowania pod Agentforce i AI:

| Funkcja | Co mierzy |
|------------|------------------|
| Wykrywanie PII | Czy wrażliwe dane są chronione przed udostępnieniem ich AI? |

## Jak działa DQS

### Przebieg pracy w DQS

1. **Zdefiniuj**, co analizować, za pomocą Definition Builder
2. **Skonfiguruj** progi i reguły dla każdej funkcji
3. **Uruchom** skanowania, które przetwarzają rekordy wsadowo
4. **Przejrzyj** wyniki z metrykami i możliwością wejścia w rekordy, których dotyczą
5. **Działaj** na podstawie ustaleń — kierując się kontekstowymi rekomendacjami Mentor Panel — aby poprawić jakość danych
6. **Monitoruj** trendy w czasie dzięki cyklicznym skanowaniom

### Przegląd architektury

```
┌─────────────────────────────────────────────────────────────┐
│                     DEFINITION BUILDER                       │
│   Configure what to analyze, which fields, what thresholds  │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                      SCAN EXECUTION                          │
│   Batch Apex processes records against selected capabilities │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                      RESULTS STORAGE                         │
│   Metrics stored in custom objects for analysis and trends   │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                    RESULTS DASHBOARD                         │
│   View scores, drill down to records, export for cleanup     │
└─────────────────────────────────────────────────────────────┘
```

### Model przetwarzania

DQS używa do przetwarzania Salesforce Batch Apex, co oznacza, że jest:

- **Skalowalny**: obsługuje miliony rekordów
- **Zgodny z limitami**: automatycznie respektuje limity Salesforce
- **Działający w tle**: nie blokuje pracy użytkowników
- **Wznawialny**: kontynuuje po przerwaniu

Koszt przetwarzania zależy od funkcji:

| Poziom kosztu | Przykładowe funkcje | Uwagi |
|------------|----------------------|-------|
| LOW | Kompletność, Poprawność | Proste kontrole pól |
| MEDIUM | Terminowość, Spójność, Wykrywanie PII | Analiza wzorców |
| HIGH | Unikalność | Porównywanie między rekordami |

## Kluczowe pojęcia

### Definition

Definition to skonfigurowana przez Ciebie kontrola jakości danych. Określa:

- Który obiekt Salesforce analizować
- Które pola uwzględnić
- Które funkcje uruchomić
- Jakie progi i reguły zastosować
- Jakie filtry zawężają zakres

Możesz mieć wiele Definitions dla różnych obiektów lub przypadków użycia.

### Funkcja (capability)

Funkcja to konkretny typ kontroli jakości danych (Kompletność, Poprawność itd.). Każda funkcja ma:

- **Warianty**: różne implementacje tej samej kontroli
- **Metryki**: to, co mierzy (wskaźniki, liczby, wyniki)
- **Konfigurację**: progi i opcje, które ustawiasz

### Wariant

Wariant to konkretna implementacja funkcji. Na przykład Kompletność ma:

- **Global Fill Rate**: podstawowy procent kompletności
- **Contextual Logic**: kompletność z regułami warunkowymi

### Metryka

Metryka to konkretny pomiar wytworzony przez skanowanie. Przykłady:

| Metryka | Typ | Przykład |
|--------|------|---------|
| Completeness Rate | Procent | 85% rekordów ma wypełnione pole Email |
| Invalid Count | Liczba całkowita | 234 rekordy mają nieprawidłowy format e-maila |
| Dominant Values | JSON | 5 najczęstszych wartości pola Industry |

## Pierwsze kroki

### Krok 1: Instalacja z AppExchange

1. Wejdź na Salesforce AppExchange
2. Wyszukaj „Data Quality Sense"
3. Kliknij „Get It Now" i postępuj zgodnie z kreatorem instalacji
4. Przypisz użytkownikom permission set DQS

### Krok 2: Utwórz swoją pierwszą Definition

1. Otwórz DQS z App Launcher
2. Kliknij „New Definition"
3. Postępuj zgodnie z kreatorem, aby skonfigurować pierwsze skanowanie

Szczegółowe wskazówki znajdziesz w [przewodniku po Definition Builder](/pl/resources/using-dqs/definition-builder/).

### Krok 3: Uruchom i przejrzyj

1. Zapisz swoją Definition
2. Kliknij „Run Scan"
3. Poczekaj na zakończenie przetwarzania
4. Przejrzyj wyniki

Wskazówki dotyczące interpretacji znajdziesz w artykule [Jak rozumieć wyniki](/pl/resources/using-dqs/understanding-results/).

## Kolejne kroki

- [Przewodnik po Definition Builder](/pl/resources/using-dqs/definition-builder/): konfiguracja krok po kroku
- [Uruchamianie skanowań](/pl/resources/using-dqs/running-scans/): wykonywanie i monitorowanie
- [Jak rozumieć wyniki](/pl/resources/using-dqs/understanding-results/): interpretacja danych