AI एजेंट्स के लिए Salesforce डेटा क्वालिटी बेंचमार्क

बेंचमार्क तालिका

Agentforce डेटा क्वालिटी के छह आयामों के लिए अनुशंसित लॉन्च लक्ष्य — उन ऑब्जेक्ट्स और फ़ील्ड्स पर मापे गए जिन्हें आपके एजेंट वाकई पढ़ेंगे, न कि पूरे org के औसत पर, जो ठीक उन्हीं समस्याओं को छिपा देता है जो एजेंट के जवाबों में उभरती हैं।

पूर्णता का बेंचमार्क 85% ही क्यों, 100% क्यों नहीं?

क्योंकि आख़िरी 15% के पीछे भागने का प्रतिफल तेज़ी से घटता है। कुछ खालीपन जायज़ होता है — वैकल्पिक फ़ील्ड, किसी प्रोसेस से पहले के रिकॉर्ड, ऐसे ऑब्जेक्ट जहाँ कोई वैल्यू वास्तव में लागू ही नहीं होती। मुख्य फ़ील्ड्स पर 85%+ होने पर एजेंट के पास लगभग हमेशा इतना कॉन्टेक्स्ट होता है कि वह सामान्य के बजाय सटीक जवाब दे। इससे नीचे, अस्पष्ट जवाब अपवाद नहीं रहते — एजेंट की पहचान बन जाते हैं। बचा हुआ प्रयास एकरूपता और PII पर लगाएँ — वहाँ विफलता ज़्यादा महँगी पड़ती है।

अनुरूपता और वैधता को 90% क्यों चाहिए?

असंगत और अमान्य वैल्यू सिर्फ़ जवाब कमज़ोर नहीं करतीं — विरोधाभास पैदा करती हैं। जब “US”, “USA” और “United States” साथ-साथ मौजूद हों, तो एजेंट एक ही सवाल के तीन अलग-अलग जवाब दे सकता है, और वैल्यू से फ़िल्टर होने वाला रिट्रीवल रिकॉर्ड चूक सकता है। अमान्य ईमेल और ID ग्राहकों को ज्यों-के-त्यों सुना दिए जाते हैं। ये विफलताएँ पहले ही खराब रिकॉर्ड पर यूज़र को दिख जाती हैं — इसीलिए यहाँ बार पूर्णता से ऊँचा रखा गया है।

PII एक्सपोज़र 1% से कम क्यों होना चाहिए?

क्योंकि PII एकमात्र मेट्रिक है जहाँ एक अकेला रिकॉर्ड भी इंसिडेंट बन सकता है। Case कमेंट में पेस्ट किया गया SSN एजेंट के जवाब में सामने आ सकता है — और तब समस्या कॉस्मेटिक नहीं, रेगुलेटरी होती है। 1% से कम लॉन्च साइन-ऑफ़ की कामकाजी सीमा है, फ़िनिश लाइन नहीं — परिचालन लक्ष्य है SSN और क्रेडिट-कार्ड पैटर्न पर शून्य फ़ाइंडिंग, स्कैन से सत्यापित, और बाक़ी सब साप्ताहिक निगरानी से शून्य की ओर।

समयबद्धता और डुप्लिकेट्स के लिए कोई सार्वभौमिक संख्या क्यों नहीं?

फ्रेशनेस हर बिज़नेस में अलग होती है: सपोर्ट org को केस कुछ दिनों के भीतर अपडेट चाहिए, जबकि मैन्युफ़ैक्चरर का अकाउंट डेटा एक तिमाही पुराना होकर भी सही हो सकता है। हर ऑब्जेक्ट के लिए अपनी विंडो तय करें, फिर उस पर टिके रहें। डुप्लिकेट्स के साथ भी यही है — स्वीकार्य दर ऑब्जेक्ट के वॉल्यूम और मैचिंग नियमों पर निर्भर करती है, इसलिए बेंचमार्क दिशा-सूचक है: कम, मापा हुआ और लगातार घटता हुआ — क्योंकि हर डुप्लिकेट ग्राहक का इतिहास ऐसे रिकॉर्ड्स में बाँट देता है जिन्हें एजेंट जोड़ नहीं पाता।

कितनी बार फिर से मापना चाहिए?

बेंचमार्क समय के साथ गिरते हैं — गो-लाइव के बाद भी यूज़र डेटा डालते रहते हैं। स्कोर को लॉन्च-स्तर पर बनाए रखने वाली ताल:

लॉन्च से पहले के पूरे क्रम के लिए — गो-लाइव से पहले के 90 दिनों में क्या मापना और सुधारना है — Agentforce लॉन्च चेकलिस्ट इस्तेमाल करें।