AI-etiikka ja hallinta - Kuviot

Lue lisää Hyvin rakennettu oikeudenmukaisuus → Eettisen tekoälyn hallinnan käytäntö

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Einstein \| Koulutusdata	✅ Salesforce CRM -data tarkastetaan demografisten esitysten aukkojen ja mittauksen epäjohdonmukaisuuksien varalta ennen ennustemallien kouluttamista
Einstein \| Koulutusdata	✅ Asiakkaiden demografiat analysoivat historiallisia muunnosdataa tunnistaakseen aliedustetut segmentit, jotka vaativat ylimääräistä näytettä tai lisädatan keräämistä
Einstein \| Käyttöönotto	✅ Fairness-arviointia käsitellään pakollisena porttina, joka vastaa tietoturvatarkastusta ennen kuin ennustemallit saavuttavat tuotantoympäristön
Einstein \| Käyttöönotto	✅ Demografinen tasa-arvo, mahdollisuuksien tasa-arvo ja eriarvoiset vaikutussuhteet lasketaan suojatuille ryhmille ennen käyttöönottoa
Einstein \| Käyttöönotto	✅ Oikeudenmukaisuuden tilastot arvioidaan neljän viidesosan sääntöä (80 %:n kynnysarvoa) vastaavaksi käynnistimenä – ei lakisääteistä läpäisyn/ epäonnistumisen viivaa – kaikille asiakassegmenteille ennen mallin käyttöönottoa
Einstein Discovery \| Instrumentaatio	✅ Ennustemallin päätösten data — ennusteen syötetyt tiedot, tulokset ja malliversiot — kerätään Einstein Discoveryn ja mukautettujen instrumentaatioiden avulla, jotka sallivat vinouman havaitsemisen
CRM Analytics \| Valvonta	✅ CRM Analytics -mittaristot analysoivat kaapattua ennustemallin päätöksentekoa eri väestöryhmien päätöskuvioista ajan myötä
CRM Analytics \| Valvonta	✅ CRM Analytics -hälytykset käynnistyvät, kun demografinen yhteensopivuus tai yhtä kuin mahdollisuuksien tilastot ylittävät hyväksyttävät kynnysarvot
Einstein \| Ominaisuuksien suunnittelu	✅ Kaikki ennustemallin ominaisuudet analysoidaan korrelaatiolla suojattujen ominaisuuksien kanssa käyttämällä tilastollisia menetelmiä
Einstein \| Ominaisuuksien suunnittelu	✅ Välityspalvelimen ominaisuudet (alue, postinumero, tilin nimikuvio, toimintojen ajoitus, laitetyyppi) tunnistetaan ja arvioidaan demografisen korrelaation perusteella
Einstein \| Ominaisuuksien suunnittelu	✅ Välityspalvelimen ominaisuudet poistetaan tai muunnetaan sen jälkeen, kun arvioidaan, oikeuttaako ennusteen arvo sisällyttämisen välityspalvelimen vaikutuksista huolimatta

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Einstein \| Koulutusdata	⚡️ Liidien pisteytys on koulutettu 10 vuoden historiallisesta datasta tutkamatta demografista esitystapaa tai palvelun laatua koskevia eroavaisuuksia
Einstein \| Koulutusdata	⚡️ Historiallisia muunnosdataa käytetään suoraan ilman, että tarkastettaisiin, onko eri väestötietueita käsitelty eri tavalla
Einstein \| Käyttöönotto	⚡️ Einstein otetaan käyttöön vain yleisen tarkkuuden tilastojen perusteella ilman oikeudenmukaisuuden arviointia
Einstein \| Käyttöönotto	⚡️ Demografista yhteensopivuutta tai eriarvoisia vaikutussuhteita ei lasketa ennen tuotantoympäristön käyttöönottoa
Einstein \| Trust	⚡️ Agentforce otetaan käyttöön ilman, että Trust Layer -tarkistuksen kaappaus otettaisiin käyttöön vinouman havaitsemista varten
CRM Analytics \| Valvonta	⚡️ Demografiset ryhmät eivät seuraa päätöskuvioita pitkältä aikaväliltä. Vinouma ei ole havaittu
Einstein \| Ominaisuuksien suunnittelu	⚡️ Suojatut ominaisuudet poistetaan koulutusdatasta olettaen, että tämä poistaa vinouman automaattisesti
Einstein \| Ominaisuuksien suunnittelu	⚡️ Alueen, postinumeron ja tilin nimen kuvioita käytetään ominaisuuksina ilman välityspalvelimen korrelaatioanalyysiä
Einstein \| Ominaisuuksien suunnittelu	⚡️ Täydellisinä väestötietojen välityspalvelimina toimivat välityspalvelimet säilytetään arvioimatta vaihtoehtoja

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Agentforce \| Analytics	✅ CRM Analytics -mittaristot seuraavat Agentforce lopputuloksia asiakkaan demografioiden perusteella käyttämällä Einstein Trust auditointidataa
Agentforce \| Analytics	✅ Hyväksymissuhteita, palvelun vastausaikoja, eskalointisuhteita ja tyytyväisyyspisteitä seurataan demografisten ryhmien mukaan.
Agentforce \| Analytics	✅ CRM Analytics -hälytykset on määritetty käynnistymään, kun oikeudenmukaisuuden tilastot rikkovat määritettyjä kynnysarvoja, jotka vaativat tutkimista
Agentforce \| Tapahtumien valvonta	✅ Event Monitoring -lokit reititetään ulkoiseen SIEM-järjestelmään pitkäaikaista säilyttämistä varten, joka ylittää natiiviset säilytyrajoitukset
Agentforce \| Tapahtumien valvonta	✅ SIEM-kyselyt tunnistavat negatiivisten lopputulosten poikkeavat pitoisuudet tietyille käyttäjäjoukoille
Agentforce \| Kenttien kirjausketju	✅ Kenttien kirjausketju on käytössä mukautetuille objekteille, jotka sisältävät Agentforce, ja säilyttävät arkistoidun historian määrittämättömästi, kunnes se poistetaan
Agentforce \| Kenttien kirjausketju	✅ Field Audit Trail tukee pitkäaikaisia oikeudenmukaisuustarkastuksia ja lakisääteisiä tutkimuksia, jotka vaativat historiallisten tekoälyn päätösten uudelleenrakentamista
CRM Analytics \| Valvonta	✅ CRM Analytics -mittaristot seuraavat oikeudenmukaisuuden signaaleja: päätösten jakauman äkilliset muutokset, vinoumiin liittyvät tapaukset, tiettyjen väestöryhmien suorituskyvyn heikkeneminen
CRM Analytics \| Valvonta	✅ Hälytykset käynnistyvät, kun minkä tahansa asiakassegmentin hyväksymissuhteet laskevat yli 15 % viikoittain, mikä vaatii oikeudenmukaisuuden tutkimista

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Agentforce \| Analytics	⚡️ Päätösten lopputuloksia ei seurata demografioiden perusteella. Vinouma ei havaita, kun datan jakauma muuttuu
Agentforce \| Analytics	⚡️ Palvelun laadun tilastoja ei kerro demografisten ryhmien mukaan. Eri lopputulokset eivät ole näkyvissä
Agentforce \| Tapahtumien valvonta	⚡️ Event Monitoring -lokit ovat riippuvaisia natiivisista säilytyskriteereistä ilman ulkoista SIEM-järjestelmää pitkäaikaisia oikeudenmukaisuustarkastuksia varten
Agentforce \| Tapahtumien valvonta	⚡️ Päätöskuvioita ei analysoida suurilla vuorovaikutusmäärillä; poikkeavia pitoisuuksia ei huomioida
Agentforce \| Kenttien kirjausketju	⚡️ Kenttien kirjausketju ei ole käytössä. Historiallisia tekoälyn päätöksiä ei voi rakentaa uudelleen lakisääteisiä tutkimuksia varten
CRM Analytics \| Valvonta	⚡️ Oikeudenmukaisuuden signaaleja ei valvota. Äkilliset muutokset päätösten jakaumissa jäävät huomaamatta

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Einstein \| Koulutusdata	✅ Salesforce CRM -data tasapainotetaan käyttämällä aliesiteltujen segmenttien ylimääräistä näytteitä tai yliesiteltujen segmenttien alitason näytteitä ennen koulutusta
Data 360 \| Arkkitehtuuri	✅ Data 360 kerää tietoja useista organisaatioista varmistaakseen, että ennustemallien koulutusjoukot ovat erilaisia
Einstein \| Koulutusdata	✅ Synteettinen datan luonti täydentää harvinaisia segmenttejä ja säilyttää yksityisyyttä erilaisten tietoturvatekniikoiden avulla
Einstein \| Ominaisuuksien suunnittelu	✅ Välityspalvelimen ominaisuudet korvataan vaihtoehtoisilla ominaisuuksilla, jotka tarjoavat ennustevoimaa ilman demografista korrelaatiota
Einstein \| Ominaisuuksien suunnittelu	✅ Toimialan luokittelua tai yrityksen kokoa käytetään alueen sijaan, kun alue toimii demografisena välityspalveluna
Einstein \| Ominaisuuksien suunnittelu	✅ Firmographic-attribuutteja käytetään tilin nimikuvioiden sijaan, kun nimet korreloivat demografioiden kanssa
Agentforce \| Käsittelyn jälkeiset tiedot	✅ Päätösten kynnysarvoja säädetään demografisia segmenttejä kohden tasaamaan lopputulosten määrää mallin koulutuksen jälkeen, lukuun ottamatta sitä, että Yhdysvalloissa VII osasto (Civil Rights Act of 1991) kieltää pistemäärän tai lyhennysten säätämisen suojattujen luokkien perusteella työhön liittyviä päätöksiä varten, ja muut lainkäyttöalueet määrittävät omat rajoituksensa
Agentforce \| Käsittelyn jälkeiset tiedot	✅ Eri luottamustason kynnysarvoja käytetään eri konteksteille, jotka saavuttavat tasapuolisia hyväksymissuhteita samalla, kun käytetään samaa ennustemallia
Agentforce \| Käsittelyn jälkeiset tiedot	✅ Kynnysarvon säädöt on dokumentoitu eri kohtelua koskevalla liiketoimintaperusteella, kun otetaan huomioon, että Yhdysvalloissa mikään dokumentaatio ei tee ryhmäkohtaisten pistemäärien tai sulkemisen säädöstä laillista VII osaston mukaisille työhön liittyville päätöksille.
Einstein \| Mallin uudelleenkoulutus	✅ Luodaan neljännesvuosittainen tai tapahtumiin perustuva uudelleenkoulutusajoitus, joka havaitsee uusia vinoumien kuvioita ja korjaa alkuperäisten oikeudenmukaisuuden perustasoja
Einstein \| Mallin uudelleenkoulutus	✅ Fairness-tilastot vahvistetaan uudelleen mallin jokaiselle versiolle ennen tuotantoympäristön käyttöönottoa varmistaaksesi, että uudelleenkoulutus ei tuonut uutta puolueellisuutta

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Einstein \| Koulutusdata	⚡️ Koulutusdataa käytetään suoraan tasapainottamatta ali- tai ylivuotoisia segmenttejä
Einstein \| Koulutusdata	⚡️ Epätarkkoja demografisia segmenttejä ei täydennetä synteettisellä datalla tai organisaatioiden välisellä aggregoinnilla
Einstein \| Ominaisuuksien suunnittelu	⚡️ Välityspalvelimen ominaisuudet säilytetään arvioimatta vaihtoehtoisia ominaisuuksia, jotka tarjoavat ennustevoimaa ilman demografista korrelaatiota
Agentforce \| Käsittelyn jälkeiset tiedot	⚡️ Samaa luottamustason kynnysarvoa sovelletaan kaikille demografisille segmenteille ilman lopputulosten tasausta
Agentforce \| Käsittelyn jälkeiset tiedot	⚡️ Kynnysarvojen säätöjen erilainen kohtelu ei sisällä asiakirjoitettua liiketoimintaperustetta tai Yhdysvalloissa sitä sovelletaan lainkaan työhön liittyviin päätöksiin, joissa VII osasto kieltää pistemäärän tai lyhennysten säätämisen suojattujen luokkien mukaan riippumatta asiakirjoista
Einstein \| Mallin uudelleenkoulutus	⚡️ Mallit on otettu käyttöön eikä niitä ole koskaan koulutettu uudelleen. Tulevia vinoumuskuvioita ja hajonta ei korjata
Einstein \| Mallin uudelleenkoulutus	⚡️ Uudelleenkoulutus tapahtuu vahvistamatta oikeudenmukaisuuden tilastoja uudelleen; uusi vinouma otetaan käyttöön hiljaa

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Einstein Discovery \| Käyttöliittymä	✅ Einstein Discovery -selitykset, jotka näyttävät, että ennustavat tekijät näytetään Lightning päätöspisteessä
Einstein Discovery \| Käyttöliittymä	✅ Selitykset näyttävät, mitkä muuttujat vaikuttavat eniten tiettyihin ennusteisiin ja vaikuttavat käyttäjille suuntaisesti päätöspisteissä
Einstein Discovery \| Käyttöliittymä	✅ Selitykset on lajiteltu eri kohdeyleisöille: yrityskäyttäjät, tekniset käyttäjät, asiakkaat ja auditoijat
Einstein Discovery \| Käyttöliittymä	✅ Yrityskäyttäjät näkevät ”Tämä liidi on pisteytetty korkealla, koska vuosituotto on yli miljoona dollaria ja osallistumispisteet ovat 10 %:issa”
Einstein Discovery \| Käyttöliittymä	✅ Tekniset käyttäjät näkevät mallien kortit, joissa on ominaisuuksien painotukset, koulutusdatan ominaisuudet ja vahvistustilastot
Einstein Discovery \| Käyttöliittymä	✅ Asiakkaat näkevät ”Tämä suositus perustuu viimeaikaisiin ostoksiisi ja asiakkaisiin, joilla on samankaltaisia toiveita”
Einstein Discovery \| Käyttöliittymä	✅ Tarkastajat näkevät Einstein Discoveryn ja Mallien hallinta -ominaisuuden täydellisen päätöksenteon malliversiolla, syötetyillä arvoilla ja ennusteen edistäneillä tekijöillä
Einstein Discovery \| Käyttöliittymä	✅ Ennusteen luottamustaso näytetään käyttäjälle sopivina termeinä kategorioina (korkea luottamustaso, moderoi luottamustaso, vaatii tarkastuksen) ja selityksillä
Einstein Discovery \| Käyttöliittymä	✅ Luottamustason luokat selittävät, mitä luottamustaso tarkoittaa päätösten luotettavuudelle ja mitä lisätarkastuksia tapahtuu

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Einstein Discovery \| Käyttöliittymä	⚡️ Selitykset sovitetaan uudelleen läpinäkymättömiin järjestelmiin käyttöönoton jälkeen sen sijaan, että ne selittäisivät arkkitehtuuria alusta alkaen
Einstein Discovery \| Käyttöliittymä	⚡️ Ennusteiden selitykset vaativat navigointia erottaakseen CRM Analytics -mittaristot niiden sijaan, että ne näytettäisiin päätöspisteissä
Einstein Discovery \| Käyttöliittymä	⚡️ Käyttäjät näkevät mallin abstrakteja suorituskykytilastoja läpinäkyvien selitysten sijaan, kun päätökset vaikuttavat heihin
Einstein Discovery \| Käyttöliittymä	⚡️ Selitykset eivät vaihtele kohdeyleisön mukaan. Teknisten mallien kortit näytetään asiakkaille tai yrityskäyttäjille
Einstein Discovery \| Käyttöliittymä	⚡️ Ennusteen raaka pistemäärä (0,73) näytetään ilman, että numero selittäisi, mitä numero tarkoittaa tai mitkä tekijät edistävät ennustetta
Einstein Discovery \| Käyttöliittymä	⚡️ Luottamustaso näytetään todennäköisyyksien prosenttiosuutena, jonka käyttäjät tulkitsevat väärin ilman, että luotettavuutta tai tarkastusta koskeisi asiayhteys

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Einstein \| Trust	✅ Einstein Trust kirjaa kehotteet, vastaukset, maantieteelliset lähteet ja Trust signaalit lokiin automaattisesti ilman mukautettuja instrumentaatioita
Einstein \| Trust	✅ Tietojen säilytyskäytännöt on suunniteltu vastaamaan toimialoittain ja lainkäyttöalueittain vaihtelevia lakisääteisiä vaatimuksia (esimerkiksi FINRA-sääntö 4511(b) määrittää oletusarvoisen säilytysajan kuudelle vuodelle ja HIPAA vaatii vähintään kuusi vuotta vaatimustenmukaisuuden dokumentaatiota varten).
CRM Analytics \| Valvonta	✅ CRM Analytics -mittaristot analysoivat kaapattua ennustemallin päätöksentekoa päätöstilastojen, oikeudenmukaisuuden tilastojen ja mallin suorituskyvyn perusteella ajan myötä
CRM Analytics \| Valvonta	✅ CRM Analytics -linssit näyttävät ennusteiden jakaumat luottamustason, demografisen segmentin ja lopputuloksen tyypin mukaan
CRM Analytics \| Valvonta	✅ Einstein Discovery -tarinat tunnistavat poikkeavia kuvioita, jotka vaativat tutkimista
Sovellusalusta \| Kenttien kirjausketju	✅ Kenttien kirjausketju on käytössä mukautetuille objekteille, jotka sisältävät tekoälyn päätöksentekoa, säilyttävät arkistoidun historian määrittämättömästi, kunnes ne poistetaan suostumustietueille, päätösten korvaamiseen ja vinoumaraporteille
Sovellusalusta \| Event Monitoring	✅ Event Monitoring kaappaa Agentforcen keskustelulokit, työkalujen kutsut ja päätöspisteet
Sovellusalusta \| Event Monitoring	✅ Event Monitoring -lokit reititetään ulkoiseen SIEM-järjestelmään sovellusalustan tapahtumien kautta, jotta niiden tallennustilaa ei voi peukaloida
Sovellusalusta \| Event Monitoring	✅ SIEM-kyselyt havaitsevat vinoumuskuvioita suurissa määrissä Agentforce

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Einstein \| Trust	⚡️ Agentforce otetaan käyttöön sallimatta Trust Layer -tarkistusten kaappausta tai säilytyskäytäntöjen määrittämistä
Einstein \| Trust	⚡️ Säilytyskäytännöt eivät ota huomioon toimialakohtaisia lakisääteisiä vaatimuksia (rahoituspalvelut, terveydenhuolto)
CRM Analytics \| Valvonta	⚡️ Ennustemallin päätösten keräämiä tietoja ei analysoida. Päätöskuvioita ja oikeudenmukaisuuden tilastoja ei seurata ajan myötä
Sovellusalusta \| Kenttien kirjausketju	⚡️ 18 kuukauden vakiomuotoista kenttähistoriaa käytetään tekoälyn päätösten kirjausketjuissa ottamatta huomioon lakisääteisiä säilytysehtoja
Sovellusalusta \| Kenttien kirjausketju	⚡️ Kenttien kirjausketju ei ole käytössä objekteille, joilla on suostumustietueita, korvaavat päätökset ja vinoumiraportit
Sovellusalusta \| Event Monitoring	⚡️ Event Monitoring -lokit ovat riippuvaisia natiivisista säilytyskriteereistä ilman ulkoista SIEM-järjestelmää manipuloitavaa pitkäaikaista tallennustilaa varten
Sovellusalusta \| Event Monitoring	Agentforce ei analysoida suurten määrien vinoumuskuvioiden varalta

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Hallinta \| EU:n tekoälyslaki	✅ Korkean riskin tekoälyn järjestelmät on dokumentoitu avoimuusdokumentaatiolla, teknisellä dokumentaatiolla, ihmisten valvontaominaisuuksilla ja tarkkuus-/oikeudenmukaisuuden tilastoilla
Hallinta \| EU:n tekoälyslaki	✅ Einstein Trust Layer -todennuspolut ja Discovery-mallin kortit tarjoavat perustan EU:n tekoälylain avoimuusvaatimuksille
Hallinta \| EU:n tekoälyslaki	✅ Mallin koulutusdatan demografiat, vahvistusmenetelmät ja tunnetut rajoitukset on dokumentoitu arkkitehtuurin päätöstyötietueissa
Hallinta \| GDPR	✅ Järjestelmät luovat johdonmukaisia selityksiä historiallisille päätöksille tarvittaessa tietojen aiheiden käyttöoikeuspyyntöjen ajanjakson sisällä (jotka vaihtelevat lainkäyttöalueen mukaan, 15–45 päivän välillä).
Hallinta \| GDPR	✅ Tallennetut ennustemallin päätösten tiedot ja Einstein Discovery -selitykset tallennetaan riittävällä säilytyksellä, jotta selitykset voidaan rakentaa uudelleen GDPR:n selitysoikeudelle
Hallinta \| Algoritminen vastuullisuus	✅ Algoritmisten vaikutusten arvioinnit suoritetaan ennen seuraavan tekoälyn käyttöönottoa ennakoivana vaatimustenmukaisuutena reaktiivisen vastauksen sijaan
Hallinta \| Algoritminen vastuullisuus	✅ Kerätyt ennustemallin päätösten tiedot ja CRM Analyticsin oikeudenmukaisuuden valvonta -mittaristot tarjoavat datan perusteet algoritmiselle vastuullisuusraportoinnille

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Hallinta \| EU:n tekoälyslaki	⚡️ Korkean riskin tekoälyjärjestelmät otetaan käyttöön ilman läpinäkyvyysdokumentaatiota, ihmisten valvontaominaisuuksia tai oikeudenmukaisuuden tilastoja
Hallinta \| EU:n tekoälyslaki	⚡️ Mallin koulutusdatan demografisia tietoja ja tunnettuja rajoituksia ei ole dokumentoitu arkkitehtuurin päätöstyötietueissa
Hallinta \| GDPR	⚡️ Järjestelmät eivät voi luoda johdonmukaisia selityksiä historiallisille päätöksille GDPR:n tietojen aiheen käyttöoikeuspyyntöjen ajanjaksoissa
Hallinta \| GDPR	⚡️ Tallennetun ennustemallin päätösten datan säilyttäminen ei riitä tukemaan aiempien päätösten selitysten uudelleenrakentamista
Hallinta \| Algoritminen vastuullisuus	⚡️ Algoritmisia vaikutusten arviointeja ei suoriteta ennen tekoälyn seuraavaa käyttöönottoa; vaatimustenmukaisuus on reaktiivinen lakisääteisen kyselyn jälkeen

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Sovellusalusta \| OWD	✅ Organisaationlaajuiset yksityiset oletusasetukset määritetään objekteille, jotka sisältävät luottamuksellisia asiakastietoja ja joille on myönnetty käyttöoikeus roolihierarkian ja jakosääntöjen kautta
Sovellusalusta \| OWD	✅ Yksityiset OWD-organisaatiot, joilla on erilliset jakotunnukset, luovat tarkastettavia käyttöoikeuskuvioita, jotka tukevat syrjimättömyyttä
Sovellusalusta \| Kenttätason suojaus	✅ Luottamukselliset kentät, jotka sisältävät suojattuja ominaisuuksia (etnisyys, uskonto, vammaisuuden tila) piilotetaan FLS:n kautta käyttäjiltä, joilla ei ole oikeutettuja liiketoimintatarpeita
Sovellusalusta \| Kenttätason suojaus	✅ Luottamuksellisten kenttien lukuoikeus poistetaan FLS:n kautta useimmilta profiileilta; käyttöoikeus myönnetään vain käyttöoikeusjoukoilla, joilla on asiakirjoitettu perustelu
Sovellusalusta \| Kohdistaminen ja reititys	✅ Kohdistussäännöt, jonot ja Omni-Channel-reititys jakavat töitä tasapuolisesti alueiden, tiimien ja palveluagenttien kesken tavoitteiden ehtojen perusteella
Sovellusalusta \| Jakosäännöt	✅ Automaattiset jakosäännöt perustuvat objektiivisiin ehtoihin (toimiala, maantieteellinen sijainti, tuotesarja) päällikön harkinnan sijaan
Sovellusalusta \| Käyttöoikeusjoukot	✅ Luottamuksellisten tietojen väliaikainen käyttöoikeus myönnetään käyttöoikeusjoukoilla, joilla on dokumentoitu vanhentumisaika, ei pysyviä profiilimuokkauksia
Sovellusalusta \| Käyttöoikeusjoukot	✅ Ajoitettu kulku kumoaa käyttöoikeusjoukot automaattisesti määritettyjen ajanjaksojen jälkeen, kun demografisten tietojen käyttöä tarvitaan tietyille projekteille

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Sovellusalusta \| OWD	⚡️ Julkiset luku-/kirjoitus-oikeudet tekevät käyttöoikeuksien rajoittamisesta myöhemmin häiriötä (oletusarvon tiivistäminen käynnistää jakamisen uudelleenlaskennan); tarkastettavia käyttöoikeuskuvioita ei ole olemassa
Sovellusalusta \| OWD	⚡️ Tilin OWD-arvoksi on määritetty Julkinen luku/kirjoitus ja suojaamattomat demografiset kentät näkyvissä kaikille käyttäjille, jotka sallivat subjektiivisen vinouman
Sovellusalusta \| Kenttätason suojaus	⚡️ Luottamukselliset demografiset kentät ovat näkyvissä kaikille profiileille ilman FLS-rajoituksia; syrjivää datan käyttöä ei estetä
Sovellusalusta \| Jakosäännöt	⚡️ Manuaalinen jakaminen keskittää arvokkaat mahdollisuudet tiettyihin käyttäjäryhmiin ilman asiakirjoitettuja liiketoimintaperusteita
Sovellusalusta \| Jakosäännöt	⚡️ Jakosäännöt perustuvat päällikön subjektiiviseen harkintaan eikä objektiivisiin ehtoihin, jotka sallivat vinouman
Sovellusalusta \| Käyttöoikeusjoukot	⚡️ Profiileja muokataan pysyvästi ja ne vaikuttavat kaikkiin käyttäjiin, eikä niiden käyttöoikeuksia myönnetä väliaikaisesti käyttöoikeusjoukkojen kautta
Sovellusalusta \| Käyttöoikeusjoukot	⚡️ Luottamuksellisten tietojen käyttöoikeuksia myöntävät käyttöoikeusjoukot eivät vanhene automaattisesti. käyttöoikeus säilyy määrittämättömänä ajanjaksona projektin suorittamisen jälkeen

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Shield \| Tapahtumien valvonta	✅ Shield Event Monitoring seuraa käyttöoikeuksia kenttiin, jotka sisältävät suojattuja ominaisuuksia tai luottamuksellisia attribuutteja
Shield \| Tapahtumien valvonta	✅ Event Monitoring -kyselyt seuraavat, kuka käyttää demografisia kenttiä, milloin ja missä asiayhteydessä poikkeavia kuvioita havaitaan
Shield \| Tapahtumien valvonta	✅ Poikkeavat käyttöoikeuskuviot (ihmiset, odottamattomat käyttäjät) käynnistävät mahdollisen väärinkäytön tutkimisen
Sovellusalusta \| Raportointi	✅ Raportit analysoivat, miten jakosäännöt jakavat tietueita käyttäjille, tiimeille ja alueille, laskevat jakelutilastoja asiakkaiden demografioiden perusteella
Sovellusalusta \| Raportointi	✅ Raportit tunnistavat keskittymät, joissa tietyt käyttäjäryhmät saavat suhteettoman käyttöoikeuden arvokkaisiin tietueisiin ilman dokumentoitua perustelua
Sovellusalusta \| Määritysten kirjausketju	✅ Määritysten kirjausketju tarkastetaan OWD-asetusten, jakosääntöjen, FLS-kokoonpanojen ja käyttöoikeusjoukkojen muutosten varalta, kun valtuuttamattomia muutoksia havaitaan
Sovellusalusta \| Transaktioiden suojaus	✅ Transaktioiden suojauskäytännöt toimivat riskialttiille reaaliaikaisten Event Monitoring -tapahtumille (poikkeavat API-toiminnot, epäilyttävät sisäänkirjautumiset, suuret luottamuksellisten tietojen viennit); FLS- ja jakomuutokset perustuvat määrityslokiin ja asiakirjoitettuihin muutostenhallinnan hyväksyntöihin

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Shield \| Tapahtumien valvonta	Luottamuksellisten demografisten kenttien käyttöä ei valvota. Mahdollista väärinkäyttöä ei havaita
Shield \| Tapahtumien valvonta	⚡️ Poikkeavia käyttöoikeuskuvioita (spikes, odottamattomat käyttäjät) ei seurata tai tutkita
Sovellusalusta \| Raportointi	⚡️ Jakosääntöjen jakaumia ei analysoida. Arvoisten tietueiden suhteettomat käyttöoikeudet eivät ole näkyvissä
Sovellusalusta \| Raportointi	⚡️ Arvokkaiden tilien keskittymille, joilla on tiettyjä käyttäjäryhmiä, puuttuu dokumentoitu liiketoimintaperuste
Sovellusalusta \| Määritysten kirjausketju	⚡️ Määritysten kirjausketjua ei tarkasteta. Luottamuksellisten tietojen käyttöoikeuksia käyttävien tietojen käyttöoikeuksien valtuuttamattomia muutoksia ei havaita
Sovellusalusta \| Transaktioiden suojaus	⚡️ Korkean riskin reaaliaikaisen Event Monitoring -tapahtumia (poikkeavat API-toiminnot, suuret luottamuksellisten tietojen viennit) ei käsitellä transaktioiden suojauskäytännöillä

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Sovellusalusta \| Mukautetut objektit	✅ Tarkka suostumus per tekoälyn käyttötapa on käytössä mukautetun Suostumus-objektin seurantatarkoituksen, myöntämispäivän/metodin, peruutuspäivän ja siihen liittyvän käyttäjä-/yhteyshenkilön tunnuksen kautta
Sovellusalusta \| Mukautetut objektit	✅ Asiakkaat suostuvat Einsteinin tuesuosituksiin, mutta kieltäytyvät tekoälyn perustuvista luottopäätöksistä erillisten suostumusten tietueiden kautta per käyttötapa
Sovellusalusta \| Kenttien kirjausketju	✅ Kenttien kirjausketju on otettu käyttöön suostumusobjektille pitkäaikaisten säilytyskokousten vaatimuksille
Data 360 \| Suostumus	✅ Data 360 -suostumusten hallintaa käytetään Einsteinin personalisointi, jotka tuovat ja tallentavat suostumusvalintoja Privacy Data Modeliin kartoitettujen liittimiesi kautta ja käyttävät niitä suodatusehtoina segmentoinnissa ja aktivoinnissa
Data 360 \| Suostumus	✅ Suostumuskategoriat kartoitetaan tiettyihin tekoälyn käyttötapoihin, jotta käyttäjät voivat kieltäytyä personalisoinnista ydinpalvelun ylläpitämisen aikana
Marketing Cloud \| Suostumus	✅ Marketing Cloud -suostumus integroituu Einstein Messaging Insights -ominaisuuteen ja Agentforce tilauksen tilaan
Marketing Cloud \| Suostumus	✅ Marketing Cloud -suostumuksen tila kysellään ennen kuin Agentforce käynnistää automatisoidun yhteydenoton, joka estää epätoivotun yhteydenoton käyttäjiin, jotka ovat kieltäytyneet käytöstä

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Sovellusalusta \| Mukautetut objektit	⚡️ AI-suostumusta seurataan laskentataulukoissa tai se luottaa sisäänkirjautumiseen epäsuorana suostumuksena ilman suoria tietueita
Sovellusalusta \| Mukautetut objektit	⚡️ Laitetyyppistä tekoälyn suostumusta käytetään tarkkojen käyttökohtaisten suostumusten sijaan. Käyttäjät eivät voi kieltäytyä tietyistä tekoälyn ominaisuuksista
Sovellusalusta \| Kenttien kirjausketju	⚡️ Kenttien kirjausketju ei ole käytössä Suostumus-objektille, pitkäaikaisten säilytyskokousten vaatimuksia ei ylläpidetä
Data 360 \| Suostumus	⚡️ Data 360 -suostumusta ei käytetä Einsteinin personalisointiin; suostumuskategorioita ei kartoiteta tiettyihin käyttötarkoituksiin
Marketing Cloud \| Suostumus	⚡️ Marketing Cloud -suostumusta ei ole integroitu Einsteiniin tai Agentforceen, tilauksen tilaa ei noudateta automatisoidussa ulottuvuudessa

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Experience Cloud \| Profiiliasetukset	✅ Käyttäjät kieltäytyvät Agentforce käyttämällä Experience Cloud -profiiliasetusten käytettävissä olevia valinta-asetuksia tai Omat asetukset selkeillä kuvauksilla
Sovellusalusta \| Käyttäjä-/yhteyshenkilötietueet	✅ AI-valinnat tallennetaan käyttäjä- tai yhteyshenkilötietueisiin, jotka sallivat kyselyn kulussa ja Agentforce
Agentforce \| Omni-Channel	✅ Agentforcesta kieltäytyvät käyttäjät reititetään ihmisagenteille Omni-Channelin kautta heikentyneen palvelun sijaan
Agentforce \| Kulku	✅ Kulku tarkastaa suostumus- ja valintakentät ennen Agentforcen osallistumista. Jos käyttäjä kieltäytyi, työtietue luodaan ja reititetään ihmisjonoon
Agentforce \| Omni-Channel	✅ Henkilöstöjonojen henkilöstö tarjoaa automaattista palvelua vastaavia odotusaikoja käyttäjille, jotka ovat kieltäytyneet käytöstä
Sovellusalusta \| Käyttäjä-/yhteyshenkilötietueet	✅ AI-valinnat tallennetaan käyttäjä- tai yhteyshenkilötietueisiin varmistaakseen yhdenmukaisuuden eri kanavissa (verkko, mobiili, puhelin, sähköposti)
Sovellusalusta \| Kulku	✅ Valintaa kysellään yhdenmukaisesti kaikissa vuorovaikutuskuluissa, jolloin käyttäjien ei tarvitse vahvistaa valintoja uudelleen jokaisessa kanavassa

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Experience Cloud \| Profiiliasetukset	⚡️ Tilauksen peruuttaminen on mahdollista vain sähköpostitse tukitiimille, käytettävissä olevia valinta-asetuksia ei ole.
Sovellusalusta \| Käyttäjä-/yhteyshenkilötietueet	AI-valintoja ei tallenneta Käyttäjä- tai Yhteyshenkilö-tietueisiin. Valintoja ei voi kysellä Kulku- tai Agentforce
Agentforce \| Omni-Channel	⚡️ Tilauksesta kieltäytyvät käyttäjät saavat heikentyneen palvelun epäsuorana painostuksena hyväksyä tekoälyä, eikä reitittää niitä agenteille
Agentforce \| Kulku	⚡️ Kulku ei tarkasta suostumus- tai valintakenttiä ennen Agentforcen osallistumista. Tilauksen perumisen valinnat ohitetaan
Sovellusalusta \| Käyttäjä-/yhteyshenkilötietueet	⚡️ Valinnat eivät ole yhdenmukaisia eri kanavissa. Käyttäjien täytyy vahvistaa tilauksen peruminen uudelleen verkosta, mobiililaitteesta, puhelimesta ja sähköpostista erikseen

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Hallinta \| Dokumentaatio	✅ Jokainen tuotanto-ennustemalli on dokumentoitu koulutusdatan demografioilla, oikeudenmukaisuuden tilastoilla, käyttötarkoituksilla, vinoumien vähentämisen strategioilla ja valvontatapojen avulla
Hallinta \| Dokumentaatio	✅ Mallin dokumentaatio sisältää oikeudenmukaisuuden valvontatavan, hälytyksen kynnysarvot, henkilökohtaisen valvonnan vaatimukset, tarkastusaikataulun ja lakisääteisiä huomioitavia asioita
Sovellusalusta \| Mukautetut objektit	✅ Mallin dokumentaatio tallennetaan Salesforceen käyttämällä mukautettua Malli-objektia tai projektiin liitettyjä Salesforce Files -tiedostoja, jotka sallivat haun ja versioiden hallinnan
Hallinta \| Käyttöönottoportaalit	✅ Käyttöönottoa edeltävät fairness-yhdyskäytävät vaativat koulutusdatan auditoinnin, fairness-tilastojen laskennan, vaikutusten arvioinnin, henkilökohtaisen valvonnan suunnittelun ja läpinäkyvyystarkastuksen ennen tuotantoa
Hallinta \| Käyttöönottoportaalit	✅ Koulutusdatan esitelmän aukot analysoidaan ja dokumentoidaan pakollisena käyttöönottoportaalina
Hallinta \| Käyttöönottoportaalit	✅ Demografinen tasa-arvo, mahdollisuuksien tasa-arvo ja eriarvoinen vaikutus ovat laskettuja kynnysarvoja, jotka täyttyvät pakollisena porttina
Hallinta \| Käyttöönottoportaalit	✅ Vaikutusten arviointi arvioi mahdolliset haitat kaikista asiaankuuluvista väestöryhmistä pakollisena porttina
Hallinta \| Käyttöönottoportaalit	✅ Henkilökohtaisen valvonnan suunnittelu, mukaan lukien eskalointikuvioita, hyväksymistyönkulkuja ja korvausmekanismeja, on suunniteltu ja testattu pakollisena porttina
Hallinta \| Käyttöönottoportaalit	✅ Selitysominaisuudet vahvistetaan kaikille päätöstyypeille pakollisena porttina
Hallinta \| Käyttöönottoportaalit	✅ Fairness-portaaleja käsitellään samalla tarkkuudella kuin tietoturvaportaaleja, joilla on oikeus estää käyttöönotot, jotka epäonnistuvat portissa

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Hallinta \| Dokumentaatio	⚡️ Einstein otetaan käyttöön ilman koulutusdataa, oikeudenmukaisuuden tilastoja, vinoumien vähentämistä tai valvontatapahtumia
Hallinta \| Dokumentaatio	⚡️ Mallin dokumentaatio ei sisällä oikeudenmukaisuuden valvonnan lähestymistapaa, ihmisten valvontavaatimuksia tai lakisääteisiä huomioitavia asioita
Sovellusalusta \| Mukautetut objektit	⚡️ Mallin dokumentaatio tallennetaan laskentataulukoihin tai wiki-tiedostoihin ilman haettavuutta tai versioiden hallintaa
Hallinta \| Käyttöönottoportaalit	⚡️ Einstein siirtyvät tuotantoympäristöön ilman oikeudenmukaisuusportaaleja. Käyttöönotto perustuu vain yleisiin tarkkuustilastoihin
Hallinta \| Käyttöönottoportaalit	⚡️ Koulutusdatan auditointi, oikeudenmukaisuuden tilastojen laskenta tai vaikutusten arviointi ohitetaan ennen tuotantoympäristön käyttöönottoa
Hallinta \| Käyttöönottoportaalit	⚡️ Henkilökohtaisen valvonnan suunnittelua, läpinäkyvyystarkastusta tai selitysten vahvistusta ei suoriteta ennen tuotantoympäristöä
Hallinta \| Käyttöönottoportaalit	⚡️ Fairness-yhdyskäytävät ovat vain neuvoja, joilla ei ole oikeutta estää käyttöönottoja. Mallit toimivat epäonnistuneista Fairness-ehdoista huolimatta

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Hallinta \| Review Board	✅ Tarkastuslautakunta sisältää teknisiä asiantuntijoita (arkkitehtejä, datatieteilijöitä), liiketoiminnan sidosryhmiä, lakiosastoja, tietoturva-asiantuntijoita ja edustajia asiaankuuluvista yhteisöistä
Hallinta \| Review Board	✅ Eri näkökulmat näyttävät oikeudenmukaisuuden ongelmat homogeeniset ryhmät puuttuvat eettisen tarkastuksen aikana
Hallinta \| Tarkasta käynnistimet	✅ Tarkastusten käynnistimet on määritetty: Työllisyyteen/luottoon/asuntoon/terveydenhuoltoon/lakisääteisiin oikeuksiin vaikuttavat päätökset, järjestelmät, jotka vaikuttavat yli 10 000 käyttäjään vuodessa, uudet käyttötarkoitukset, merkittävän haitan riski
Hallinta \| Tarkasta käynnistimet	✅ Luottamuksellisia henkilötietoja (terveys-, talous- ja väestötiedot) käyttävät tekoälysovellukset vaativat eettisen tarkastuksen ennen käyttöönottoa
Hallinta \| Tarkastusvaltuus	✅ Eettinen tarkastuslautakunta voi vaatia muutoksia, asettaa valvontaehtoja tai estää käyttöönottoja, jotka eivät noudata eettisiä standardeja
Sovellusalusta \| Mukautetut objektit	✅ Kaikki tarkastukset on dokumentoitu mukautetun Salesforce-objektin seurantasovelluksen nimessä, tarkastuspäivämäärässä, esitetyissä huolenaiheissa, lieventämisen vaatimuksissa ja hyväksymisehtoissa

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Hallinta \| Review Board	⚡️ Tarkastuspaneeli ei ole monipuolinen (vain tekniset asiantuntijat); homogeeniset ryhmät eivät huomioi eri väestöryhmiä koskevia oikeudenmukaisuusongelmia
Hallinta \| Review Board	⚡️ Vaikutusalueen yhteisöjen edustajia ei sisällytetä mukaan. Sokeiden pisteiden tulos oikeudenmukaisuudessa huomioitaviin asioihin
Hallinta \| Tarkasta käynnistimet	⚡️ Tarkastusten käynnistimiä ei ole määritetty; riskialttiita tekoälysovelluksia jatketaan ilman eettistä tarkastusta ennen käyttöönottoa
Hallinta \| Tarkastusvaltuus	⚡️ Eettinen tarkastus on vain neuvoa-antavaa, mutta sitä ei noudateta. Käyttöönotot jatkuvat eettisten standardien epäonnistumisesta huolimatta (vastuuteema)
Sovellusalusta \| Mukautetut objektit	⚡️ Tarkastuksia ei dokumentoida järjestelmällisesti, historiallisia tarkastuspäätöksiä, huolenaiheita tai lieventymiä ei seurata

Kuvio

Mistä etsiä	Miltä hyvä näyttää
CRM Analytics \| Valvonta	✅ CRM Analytics -mittaristot seuraavat Einsteinin ja Agentforcen oikeudenmukaisuustilastoja kerätystä päätöksenteosta ja Trust Layer -tarkastusdatasta ajoitetulla ajanjaksolla
CRM Analytics \| Valvonta	✅ Asiakassegmentti valvoo demografista tasa-arvoa, mahdollisuuksien tasa-arvoa, eriarvoisia vaikutussuhteita ja palvelun laatutilastoja
CRM Analytics \| Valvonta	✅ CRM Analytics -hälytykset on määritetty käynnistymään, kun oikeudenmukaisuuden tilastot rikkovat määritettyjä kynnysarvoja, jotka vaativat tutkimista
CRM Analytics \| Valvonta	✅ CRM Analytics -mittaristot seuraavat oikeudenmukaisuuden signaaleja: päätösten jakauman äkilliset muutokset, vinoumiin liittyvät tapaukset, tiettyjen väestöryhmien suorituskyvyn heikkeneminen
CRM Analytics \| Valvonta	✅ Einsteinin mahdollisuuksien pisteytyksen hälytykset käynnistyvät, kun minkä tahansa segmentin hyväksymissuhteet laskevat yli 15 % viikoittain, mikä vaatii oikeudenmukaisuustarkastuksen
Hallinta \| Ajoitetut auditoinnit	✅ Kattavat oikeudenmukaisuustarkastukset suoritetaan neljännesvuosittain korkean panoksen tekoälylle (luotto, työllisyys, terveydenhuolto) tai puolivuosittain alhaisen panoksen järjestelmille
Hallinta \| Ajoitetut auditoinnit	✅ Auditoinnit tutkivat nykyiset oikeudenmukaisuuden tilastot, tarkastavat korvauskuviot, analysoivat käyttäjien palautetta ja puolueellisuusraportteja ja varmistavat, että hallintatoimet pysyvät voimassa
Hallinta \| Vahinkotapahtumien vastaus	✅ Salesforce Knowledgessa on kuvattu selkeät vahinkotapahtumien vastausprosessit, jotta voit vastata, kun vinouma havaitaan
Hallinta \| Vahinkotapahtumien vastaus	✅ Välitön vakavuusarviointi kyselemällä ennustemallin päätöksentekoa CRM Analyticsissa; vakava vinouma keskeyttää automatisoidun päätöksenteon tutkimista odotettaessa
Hallinta \| Vahinkotapahtumien vastaus	✅ Väliaikainen lieventäminen parantaa henkilökohtaista valvontaa säädettyjen luottamustason kynnysarvojen, ominaisuuksien käytöstä poistamisen tai agenttien täydellisen keskeyttämisen kautta
Hallinta \| Vahinkotapahtumien vastaus	✅ Juurisyyn analyysi tunnistaa, miten vinouma syötettiin tai kehittynyt; koulutusdata, malliversiot ja kokoonpanon muutokset analysoidaan kenttien kirjausketjun kautta
Hallinta \| Vahinkotapahtumien vastaus	✅ Pysyvä korjaus toteuttaa datan korjauksen, mallin uudelleenkoulutuksen tai prosessin muutokset asiaankuuluvalla viestinnällä asiaankuuluville käyttäjille
Hallinta \| Vahinkotapahtumien vastaus	✅ Ennaltaehkäisevät toimenpiteet on dokumentoitu suorituskirjoissa, jotka estävät vinoumien vahinkotapahtumien toistumisen

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
CRM Analytics \| Valvonta	⚡️ Oikeudenmukaisuuden tilastoja ei seurata millään ajoitetulla järjestyksellä kaapatusta päätöksenteosta tai Trust Layer -tarkastusdatasta; puolueellisuutta ei havaita, kun datan jakauma muuttuu
CRM Analytics \| Valvonta	⚡️ CRM Analytics -hälytyksiä ei ole määritetty, tutkimista vaativia fairness-tilastojen rikkomuksia ei käynnistetä
CRM Analytics \| Valvonta	⚡️ Oikeudenmukaisuuden signaaleja ei valvota; päätösten jakauman äkillisiä muutoksia ei havaita
Hallinta \| Ajoitetut auditoinnit	⚡️ Kattavia oikeudenmukaisuustarkastuksia ei suoriteta millään aikataululla; hallintajärjestelmät heikkenevät ja eivät toimi tehokkaasti
Hallinta \| Ajoitetut auditoinnit	⚡️ Korvauskuvioita, käyttäjien palautetta ja vinoumiraportteja ei analysoida järjestelmällisesti auditointien aikana
Hallinta \| Vahinkotapahtumien vastaus	⚡️ Selkeitä vahinkotapahtumien vastausprosesseja ei ole dokumentoitu; vinouman havaitseminen johtaa ad hoc -vastauksiin ilman järjestelmällistä lähestymistapaa
Hallinta \| Vahinkotapahtumien vastaus	⚡️ Väliaikaista lieventämistä tai pysyvää korjausta ei toteuteta järjestelmällisesti. Vinouma vaikuttaa käyttäjiin
Hallinta \| Vahinkotapahtumien vastaus	⚡️ Juurisyyn analyysiä ei suoriteta; miten vinouma syötettiin tai kehittynyt on tuntematon
Hallinta \| Vahinkotapahtumien vastaus	⚡️ Ennakointitoimenpiteitä ei ole dokumentoitu, toistumista ei estetä

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Sovellusalusta \| Pakolliset kentät	✅ Jokainen pakollinen kenttä sisältää dokumentoidun liiketoimintaperusteen, joka osoittaa, miksi tiedot ovat pakollisia valinnaisten arvojen sijaan. Kentät, joita prosessi voi käyttää ilman, tehdään valinnaisiksi myöhemmässä käsittelyssä puuttuvien arvojen varalta
Sovellusalusta \| Pakolliset kentät	✅ Sähköposti on valinnainen vaihtoehtoisten viestintämenetelmien kanssa (tekstiviesti, puhelin, posti), joten käyttäjiä, joilla ei ole luotettavaa Internet-yhteyttä tai henkilökohtaista sähköpostia, ei suljeta pois tilien luomisesta
Sovellusalusta \| Nimeä kentät	✅ Nimiarkkitehtuuri käyttää yhtä koko nimikenttää tai joustavaa moniosaista rakennetta, joka sisältää mononyymit, isäntänimijärjestelmät ja useita annettuja tai sukunimiä ilman järjestystä tai periytymistä
Sovellusalusta \| Nimeä kentät	✅ Nimi-kentät testataan erilaisilla kansainvälisillä nimillä, jotka hyväksyvät yhden sanan nimet, pitkät nimet, diakritiikat, apostrofit, väliviivat ja ei-latinalaiset kirjoitukset (Arabia, kiina, kirillinen, Devanagari)
Sovellusalusta \| Osoitteen vahvistus	✅ Sallittu osoitteen vahvistus hyväksyy vapaamuotoisen syötteen, kun rakenteellinen vahvistus epäonnistuu, ja tallentaa osoitteet, kun käyttäjät syöttävät niitä, eikä pakottaa virheellisiä korjauksia
Sovellusalusta \| Osoitteen vahvistus	✅ Osoitteen vahvistus on rakennettu täydennysprosessiin, joissa tarkkuus on tärkeää toiminnallisesti sen sijaan, että estäisit datan taltioinnin etukäteen
Sovellusalusta \| Viestintävalinnat	✅ Suositut viestintätavat tallennetaan yhteyshenkilötietueisiin ja niitä noudatetaan yhdenmukaisesti kaikissa lähtevissä järjestelmissä, mikä tarjoaa omnichannel-vaihtoehtoja yhden kanavan oletusten sijaan
Mukautettu objekti \| Väestötiedot	✅ Vapaaehtoiset väestötiedot kerätään erillisen kyselyn kautta, jossa on “En halua vastata” -vaihtoehto, tallennetaan mukautettuun objektiin, jossa on yksityinen OWD, FLS rajoittaa ja käytetään vain aggregaattiseen oikeudenmukaisuusanalyysiin
Shield \| Tapahtumien valvonta	✅ Shield Event Monitoring kirjaa demografisten tietojen käyttöoikeustapahtumat (raporttien viennit, API-objektien kyselyt) lokiin tarkastaakseen käyttöoikeuskuviot
Sovellusalusta \| Kolmannen osapuolen rikastaminen	✅ Kolmansien osapuolten rikastuksen toimittajat tarkastetaan oikeudenmukaisuuden testaamiseksi, demografisen kattavuuden ja tarkkuuden, johtomenetelmän ja sopimusten datan käyttörajoitusten varmistamiseksi ennen käyttöönottoa

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Sovellusalusta \| Pakolliset kentät	Sähköposti vaaditaan tilin luomiseen ilman vaihtoehtoja, ja puhelimen tai osoitteen vahvistus hylkää muut kuin yhdysvaltalaiset formaatit, myyntipisteiden kentät ja maaseutualueet, pois lukien käyttäjät, jotka eivät voi antaa tietoja
Sovellusalusta \| Pakolliset kentät	⚡️ Kentät on merkitty pakollisiksi, mutta prosessi ei voi toimia ilman tietoja, mikä luo näkymättömiä välejä hylätyistä, keskeneräisistä tietueista
Sovellusalusta \| Nimeä kentät	⚡️ Nimi-kentät noudattavat länsimaisia ensimmäisiä/viimeisiä käytäntöjä ja hylkäävät mononyymit, diakritikot tai ei-latinalaisia komentosarjoja, jolloin käyttäjät hylätään järjestelmällä kulttuurisen identiteetin perusteella
Sovellusalusta \| Osoitteen vahvistus	⚡️ Osoitteen vahvistus vaatii Yhdysvaltojen postiformaatin, eikä se tunnista kansainvälisiä osoitteita, myyntiosaston ruutuja, sotilasosoitteita (APO/FPO) tai heimokantaosoitteita, mikä estää tilien luomisen ja palvelutoimituksen
Sovellusalusta \| Viestintävalinnat	⚡️ Yksi viestintäkanava on oletusarvoisesti yleinen (vain sähköposti tai vain puhelin), pois lukien käyttäjät, joilla ei ole internet-yhteyttä, puhelimen käyttöoikeutta tai jotka ovat kuuroja tai vaikea kuulla
Mukautettu objekti \| Väestötiedot	⚡️ Väestötiedot saadaan nimistä tai sijainneista, joilla ei ole käyttäjän Knowledgea, tallennetaan vakiomuotoisiin yhteyshenkilökenttiin, jotka ovat näkyvissä kaikille käyttäjille, ja niitä käytetään liidien pisteyttämiseen tai ennustamiseen ilman, että niitä paljastetaan
Sovellusalusta \| Kolmannen osapuolen rikastaminen	⚡️ Kolmansien osapuolten tietoja lisätään tarkastamatta toimittajien oikeudenmukaisuuskäytäntöjä tai väestötietojen kattavuutta, tuomalla toimittajien esittämät puolueellisuudet organisaation päätöksiin

Kuvio

Mistä etsiä	Miltä hyvä näyttää
Sovellusalusta \| Kohdistaminen ja reititys	✅ Kohdistussäännöt ja reitityssäännöt käyttävät objektiivisia ehtoja (tuotesarjat, palvelutasosopimukset, kielivaatimukset) ja kohdistusten jakaumat tarkastetaan neljännesvuosittain, ja ne kerätään asiakkaiden demografioiden mukaan varmistaakseen, ettei keskittymismalleja ilmene
Sovellusalusta \| Omni-Channel	✅ Reitityspolkujen keskiarvoista käsittelyaikaa, ensimmäisen yhteydenoton ratkaisua ja asiakastyytyväisyyttä seurataan havaitakseen, vastaanottavatko asiakassegmentit systemaattisesti vähemmän kokeneita agentteja
Sovellusalusta \| Kulku	✅ Seuraavia päätöksiä tekevät kulut tarkastetaan ehdoille, jotka liittyvät suojattuihin ominaisuuksiin (tilin omistajuus, kanavan preferenssi, ostohistoria, toimistoajat) ja niiden päätöslogiikka on dokumentoitu arkkitehtuurin päätöstyötietueissa
Sovellusalusta \| Kulku	✅ Työllisyyteen, luottoon tai palvelujen käyttöoikeuksiin vaikuttavat suuret panokset -kulut ovat saman eettisen tarkastusprosessin alaisia kuin tekoälysjärjestelmät
Sovellusalusta \| Vahvistussäännöt	✅ Vahvistussäännöt testataan erilaisilla tiedoilla (kansainväliset osoitteet, ei-läntiset nimet, vaihtoehtoiset puhelinnumeroiden muodot) ja laajennetaan aina, kun ne hylkäävät oikeat tiedot. Nimi-kentät hyväksyvät Unicode-koodin ja kaikki komentosarjat
Sovellusalusta \| Alueiden suunnittelu	✅ Asiakkaiden demografiset tiedot kartoitetaan ehdotettujen alueiden rajoille ennen suunnittelun viimeistelyä. Kun keskittymät ilmenevät, resurssien allokaatio arvioidaan osittain ja liiketoiminnan perustelut dokumentoidaan ja valvotaan
Sovellusalusta \| Auditointi	✅ Automatisointilogiikka (liiketoimintasäännöt, kohdistuksen ehdot, kulkujen päätökset) on dokumentoitu Salesforce Knowledgessa tai ADR:issä, ja lopputulokset tarkastetaan neljännesvuosittain demografisten tilastojen mukaan – kohdistusten jakauma, kulkujen hyväksymissuhteet, vahvistusten hylkäyssuhteet ja alueiden resurssien allokointi

Anti-Mallit

Mistä etsiä	Miltä huono näyttää
Sovellusalusta \| Kohdistaminen ja reititys	⚡️ Kohdistussäännöt priorisoivat liidit tietyistä postinumeroista “suosituimmiksi” historiallisten voittosuhteiden perusteella tarkastamatta, vastaako menestys taitoja vai demografista etua.
Sovellusalusta \| Omni-Channel	⚡️ Reitityksen laatutilastoja ei seurata asiakassegmenteissä, joten agenttien käyttökokemuksen tai ratkaisun eroavaisuuksia ei havaita
Sovellusalusta \| Kulku	⚡️ Kulun päätösehdot korreloivat suojattujen ominaisuuksien (omistus, kanava, ostosmäärä, aikavyöhyke) kanssa ja niitä käsitellään tavoitteena, koska deterministinen logiikka tuntuu neutraalilta
Sovellusalusta \| Kulku	⚡️ Korkean panoksen kulut tekevät johdonmukaisia päätöksiä ilman eettistä tarkastusta, ADR-dokumentaatiota tai tavallisen asiakasprofiilin ulkopuolisten käyttäjien käsittelyä
Sovellusalusta \| Vahvistussäännöt	⚡️ Nimen vahvistus on rajoitettu A-Z-arvoon ja hylkää diakritiset tai ei-latinalaiset komentosarjat, ja osoitteen vahvistus vaatii Yhdysvaltojen postiformaatin — lailliset tiedot hylätään ja käyttäjät hylkäävät pyyntöjä, joita ei ole ilmoitettu
Sovellusalusta \| Alueiden suunnittelu	⚡️ Alueiden rajat noudattavat väestötietojen mukaan korreloitua maantieteellistä sijaintia, sillä alueiden palkkiot tai henkilöstöoikeudet vaihtelevat, eikä demografista keskittymää analysoida
Sovellusalusta \| Auditointi	⚡️ Automatisointilogiikkaa ei ole dokumentoitu eikä lopputuloksia koskaan tarkasteta, joten kohdistuksissa, hyväksynnöissä, vahvistuksissa tai alueiden allokoinnissa esiintyvät syrjivät kuvioet eivät ole näkyvissä