深入探讨数据管理
学习目标
完成本单元后，您将能够：
- 说明数据质量在 Salesforce 中的重要性。
- 了解干净数据如何提高用户信任度、采用率以及 Agentforce 等 AI 驱动型工具的有效性。
- 确定并实施适用于 Salesforce 数据和元数据的有效数据备份和恢复策略。
- 制定并应用数据清理的最佳实践。
- 创建并维护 Sandbox 作为最佳实践。
- 创建并维护综合数据字典。
了解数据管理最佳实践
数据的价值取决于其质量。不完整或过时的记录可能会让用户望而却步，导致他们寻找替代方案，并削弱对 Salesforce 组织的信任。这就是为什么良好的数据管理很重要。本单元介绍了管理数据的几个最佳实践。
AI 和新兴技术
在 AI 和 Agentforce 时代，干净数据对于实现最佳结果至关重要。Salesforce AI 驱动的助手 Agentforce 在很大程度上依赖准确可靠的数据，来有效地自动执行任务并提供有洞察力的响应。Agentforce 使用自定义操作与 Salesforce 数据交互，使用户能够使用自然语言完成任务。
不正确的数据（例如重复、不准确、不完整、过时或囤积的信息）会严重阻碍 Agentforce 的性能并导致结果不准确。例如，如果 Agentforce 尝试汇总不一致或缺失字段的客户记录，则生成的输出不可靠，从而导致决策不佳和用户失望。维护干净数据，对于充分发挥 Agentforce 的潜力和确保 Salesforce 中 AI 驱动计划的成功至关重要。
查看和维护备份
诚然，没有任何技术是万无一失的，即使是像 Salesforce 这样强大的平台也需要可靠的备份解决方案。由于多种因素，始终存在数据丢失的可能性，包括：
- 用户错误：这是造成数据丢失的最常见原因，可能源于批量导入过程中的错误、不正确的自动化或集成部署，以及用户或管理员的意外覆盖或删除。
- Sandbox 刷新：刷新 Sandbox 实质上会创建生产组织的副本，该副本可能会重写在 Sandbox 环境中完成的数周甚至数月的工作。
- 罕见的 Salesforce 宕机时间：虽然 Salesforce 服务器高度安全，但在极少数的宕机事件期间，数据丢失的可能性仍然存在。
要降低这些风险，实施稳健的备份策略至关重要。Salesforce 提供原生备份解决方案，包括用于数据备份的 Data Export Service（数据导出服务）、Data Loader 和 Report Export（报表导出），以及用于元数据备份的 Change Sets（更改集）、Sandbox 刷新和 DevOps Center。此外，Salesforce 备份与恢复确保业务用户始终拥有准确、最新的数据。这是唯一能为 Salesforce 提供持续数据保护的解决方案，并能实时捕获和可视化数据及元数据变更。主动警报帮助团队在异常和意外删除引发更大问题前及时发现。团队可精确到分钟和字段级别恢复特定数据子集及元数据。该工具还可用于 ServiceNow 和 Microsoft Dynamics 365 的数据备份与恢复，为 IT 部门提供高效、集中的数据备份解决方案。您可在此处探索更多关于安全、合规与弹性的信息：https://www.salesforce.com/platform/own-integration/
Salesforce 提供付费的备份和恢复工具，值得探索的是 AppExchange 上提供的第三方备份提供商，例如：
- Gearset：著名的 Salesforce DevOps 平台，还提供数据和元数据备份综合解决方案。
- AutoRABIT：另一个领先的 Salesforce DevOps 平台，包括一个名为 Vault 的产品，专门为金融服务等受监管行业构建产品。
- Oda：提供经过企业验证的 Salesforce 数据管理解决方案，包括数据备份、数据隐私和合规性工具。
在决定备份解决方案时，请考虑以下因素。
- 企业对 Salesforce 的依赖性：依赖性越高，稳健且随时可用的备份解决方案就越重要。
- 数据和元数据丢失恢复流程：了解在丢失的情况下恢复数据和元数据所涉及的步骤至关重要，包括所需的时间和对业务操作的潜在影响。
- Salesforce 部署频率：频繁的部署会增加数据或元数据丢失的风险，因此需要与部署计划一致的备份解决方案。
定期计划数据导出是完善的备份策略的一个基本方面。Salesforce 中的内置导出功能支持每周或每月定期执行备份。将下载的备份文件安全地存储在安全的位置至关重要，例如 SharePoint 服务器或其他安全的存储解决方案中。考虑在导出时包含所有数据，包括文档和图像，以防止遗漏引用并确保全面的数据恢复。
清理数据
干净数据意味着重复项更少和用户体验更好。配置匹配和重复规则可减少重复项并确保记录的一致性。使用自定义报表（如 clean your room（打扫房间）仪表板）有助于跟踪和解决数据缺口，例如缺少联系信息。要创建重复报表，请定义目标对象和字段。这可以清楚地进行必要的数据清理，并保持整个组织的一致性。不仅限于数据——查看报表、仪表板、列表视图、电子邮件模板以及角色、简档和权限等元数据。定期清理您的组织，可以简化流程并提高效率。
查看和刷新 Sandbox
保持 Sandbox 处于最新状态是成功实施 Salesforce 的一项关键最佳实践。在每次生产部署后刷新 Sandbox 有助于降低配置错误的风险，并确保不同环境之间的一致性。这种做法尤为重要，因为 Sandbox 是用于开发、测试和培训的隔离环境，使管理员和开发人员能够在不影响实时生产组织的情况下进行配置和自定义操作。
最大限度减少配置错误
将更改部署到生产环境时，生产环境的配置会发生变化。如果不刷新 Sandbox，可能会保留过时的配置，从而导致在进行新的开发或测试时出现不一致和潜在错误。刷新 Sandbox，让 Sandbox 与最新的生产配置保持同步，降低出现这些问题的风险。
一致的刷新计划
一致的刷新计划有助于团队内部更好地协作和提高可预测性。管理员和开发人员可以预测他们的 Sandbox 何时刷新，从而使他们能够相应地规划工作并最大限度地减少中断。这还可以确保每个人都处于最新环境中工作，提高开发和测试流程的效率。
Salesforce Sandbox 的类型和刷新间隔
Salesforce 提供不同的 Sandbox 类型，每种类型都满足特定需求并有不同的刷新间隔。
- Developer Sandbox：这些 Sandbox 专为个人开发和测试而设计，可以每天刷新，确保开发人员始终拥有全新的工作环境。
- Developer Pro Sandbox：能提供比 Developer Sandbox 更大的数据集，适用于更复杂的开发和测试，并且可以每隔几天刷新一次。
- 部分复制 Sandbox：这些 Sandbox 包含生产数据的子集，是用户验收测试和集成测试的理想选择，刷新间隔通常从几天到一周不等。
- 完全 Sandbox：它们复制整个生产环境（包括数据和配置），适用于性能测试和分段，根据 Sandbox 大小，刷新间隔通常为为一个月。
Sandbox 所有权和协调
为每个 Sandbox 指定所有者对于在进行任何刷新之前顺利协调至关重要。这种做法能够为管理 Sandbox 提供清晰的沟通渠道和明确的责任归属，从而确保正在进行的工作得以保留，并且在刷新之前能够解决任何潜在的冲突。Sandbox 所有者可以通知用户即将进行的刷新操作，让他们备份尚未准备好部署的任何关键数据或配置。
一致性和部署准备
定期审查和刷新 Sandbox 可使配置与生产保持一致，确保开发的功能和自定义项能顺利部署，同时不会中断正在进行的工作。这种做法有助于实现更顺畅、更可靠的发布流程。
但是，刷新 Sandbox 并非总是一个简单直接的过程，尤其是在处理大量自定义内容或大量数据时。有关复杂 Sandbox 刷新过程的具体指导，请查阅 Salesforce 文档或与 Salesforce 支持部门联系以获得专家帮助。
维护和改进您的数据字典
数据字典是在 Salesforce 环境中进行有效协作和管理的重要工具，尤其是在处理 IT 和集成时。维护数据字典有助于最大限度地减少沟通不畅、错误和返工，同时增强协作。
数据字典：一份详尽的蓝图
维护良好的数据字典用作有关 Salesforce 组织数据结构的中央信息存储库。此蓝图包括有关对象（相当于数据库中的表）及其属性（字段）的详细信息，并捕获重要信息，例如：
- 数据类型：每个字段中存储的数据类型（文本、数字、日期、选项列表）。此信息有助于确保系统内的数据完整性和一致性。
- 示例结果：每个字段的数据值的说明性示例，有助于用户和开发人员清晰明了地理解这些数据。这些示例有助于数据验证和测试。
- 集成详细信息：详细说明了每个字段如何与外部系统或应用程序进行交互，这对于有效管理集成尤为重要。
- 字段使用情况：有关特定字段的使用位置和方式的详细信息，包括页面布局、Apex 类、Visualforce 页面和工作流程。此信息有助于识别未使用的字段并评估潜在更改的影响。
- 数据源：每个字段的数据来源，无论是手动输入、从自动化派生还是通过集成填充。这对于了解系统内的数据流和依赖关系至关重要。
- 安全和访问级别：详细说明了字段级安全性设置，指定谁有权查看、编辑或修改每个字段中的数据。这对于确保数据隐私和安全合规性至关重要。
- 历史记录跟踪：标识哪些字段启用了历史记录跟踪功能，以审核和分析随时间变化的数据。这对于解决与数据相关的问题和确保数据完整性尤其有用。
- 页面布局和字段放置：指定每个字段显示的页面布局及其在布局中的位置。这有助于识别冗余或未使用的字段，并优化页面布局以获得用户体验。
- 问题和注释：为记录有关特定领域的问题或观察结果提供了空间，有助于团队成员之间进行澄清和交流。这促进了数据管理的协作方式。
数据字典的好处
- 增强协作：数据字典充当所有利益相关者（包括管理员、开发人员、业务分析师和 IT 专业人员）的唯一权威信息来源。这种对数据结构的共同理解有助于实现有效沟通，减少误解，并促进明智决策。
- 减少错误和返工：通过为数据提供明确的定义和指导准则，数据字典有助于防止数据输入错误、不一致和误解的发生。这反过来又减少了对数据清理、返工和成本高昂的修复的需求。
- 简化集成：一个有据可查的数据字典对于有效管理集成是必不可少的。对数据结构、关系和集成点有清晰的理解能简化集成过程，最大限度地减少了错误，并促进了系统之间的无缝数据流。
- 提高数据质量：通过为数据类型、验证规则和数据源设置标准，数据字典有助于保持数据的一致性和准确性。这反过来又提高了报表、仪表板和分析见解的可靠性。
- 促进数据审计：数据字典提供了执行数据审计的框架，有助于识别数据质量问题，例如重复记录、数据不匹配、记录不完整和数据损坏等问题。这支持主动数据清理和改进计划。
维护数据字典
对任何管理员而言，保持数据字典的更新至关重要。虽然每周更新一次的频率可能适合那些变更频繁的组织，但最佳的更新频率取决于您组织的具体需求以及开发的速度。关键是要确保对数据结构、字段或集成所做的任何更改都能快速反映在数据字典中。
通过整合这些见解，您可以有效地将数据字典用作 Salesforce 环境中协作、数据管理和集成的强大工具。