기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 데이터 검증 및 품질 검사
<a name="data-validation-and-quality-checks"></a>

## 개요
<a name="data-validation-overview"></a>

데이터 검증은 Amazon Connect Decisions 기능이 실행되기 전에 데이터가 품질 요구 사항을 충족하는지 확인합니다. 시스템은 구성된 계획, 지표 및 규칙을 기반으로 데이터를 검증하여 성능을 차단하거나 저하시킬 수 있는 문제를 식별합니다.

## 데이터 검증 작동 방식
<a name="data-validation-how-it-works"></a>

### 검증 트리거
<a name="data-validation-triggers"></a>

데이터 검증은 다음과 같은 시점에 자동으로 실행됩니다.
+ **Insights 구성 변경**: 지표, 규칙 또는 기타 구성을 생성하거나 수정하는 경우
+ **계획 생성**: 임시 계획을 생성하거나 예약된 각 계획 실행 시
+ **데이터 새로 고침**: 대상 흐름에 대한 각 데이터 새로 고침 후
+ **기능 실행**: AI 팀원 운영 전 또는 도중(예: 예외를 근본적으로 유발하거나 권장 사항을 결정하는 경우)

### 검증 유형
<a name="data-validation-types"></a>

Amazon Connect Decisions는 다음 두 가지 유형의 검증을 수행합니다.

**데이터 존재 확인**은 구성된 리소스(지표, 규칙, 계획)를 기반으로 필요한 데이터 세트와 필드가 로드되었는지 확인합니다.

**데이터 품질 검증**은 제공된 데이터가 다음을 포함한 설정 구성에 따라 품질 요구 사항을 충족하는지 확인합니다.
+ **설정 기준 검증**: 제품 및 사이트가 규칙 기준(예: 제품 범주, 사이트 위치)과 일치하는지 확인합니다.
+ **계층 구조 검증**: 설정에서 계층 구조를 사용하는 경우 누락된 계층적 관계를 식별합니다.
+ **범위 검증**: 식별된 제품 및 사이트에 필요한 모든 데이터가 존재하는지 확인합니다.
+ **품질 평가**: 운영 요구 사항에 대한 데이터 품질 및 사용성을 평가합니다.

### 점진적 검증
<a name="data-validation-progressive"></a>

Amazon Connect Decisions를 사용하면 전체 데이터 세트의 기능을 차단하는 대신 유효한 데이터가 있는 제품 및 사이트에 대한 기능을 사용할 수 있습니다. 검증 문제가 특정 제품 또는 사이트에 영향을 미치는 경우 시스템은 유효한 데이터가 있는 제품 및 사이트를 계속 처리하고, 데이터 문제가 있는 제품 또는 사이트를 식별하고, 주의가 필요한 특정 항목을 알려줍니다. 이렇게 하면 나머지 데이터 문제를 해결하면서 기능 사용을 시작할 수 있습니다.

## 데이터 검증 오류 액세스
<a name="data-validation-accessing-errors"></a>

다음 세 가지 진입점을 통해 데이터 검증 오류를 볼 수 있습니다.

1. 홈 페이지의 "데이터 검증 오류" 지표

1. 홈 페이지의 데이터 검증 오류 주제 카드

1. 왼쪽 탐색 창의 "데이터 관리" > "오류" 탭

## 검증 오류 검토
<a name="data-validation-reviewing-errors"></a>

오류 페이지에는 열려 있거나 해결된 모든 검증 오류가 표시됩니다. 다음 열 중 하나를 기준으로 검색하고 필터링할 수 있습니다.
+ **ID**: 검증 오류의 고유 식별자
+ **상태**
  + **열기**: 오류가 해결되지 않음
  + **해결됨**: 오류가 수정되고 검증되었습니다.
+ **설명**: 데이터 품질 문제에 대한 설명
+ **문제 유형**
  + **필수 데이터 누락**: 작업을 트리거하기 위한 필수 데이터가 제공되지 않음(예: 공급 계획에 대한 outbound\_order\_line 소스 테이블 없음)
  + **잘못된 데이터 값**: 데이터가 존재하지만 잘못된 값을 포함합니다(예: 음수 제품 비용).
  + **관계 누락**: 필수 계층적 또는 참조 관계가 누락됨(예: 제품 계층 구조 누락)
  + **데이터 부족**: 필요한 작업을 수행하는 데 사용할 수 있는 데이터가 충분하지 않음(예: 수요 계획에 12개월의 과거 주문 데이터가 필요하지만 3개월만 있음)
+ **기능**: 영향을 받는 기능 또는 리소스
  + 공급 계획
  + 수요 계획
  + 인사이트(공급 또는 수요에 대한 예외, 권장 사항 및 RCA 포함)
+ **대상**: 영향을 받는 대상 흐름
+ **우선 순위**
  + **심각**: 하나 이상의 기능이 완전히 차단되어 실행할 수 없음
  + **높음**: 하나 이상의 기능이 부분적으로 차단됨(일부 제품 또는 사이트를 처리할 수 없음)
  + **중간**: 하나 이상의 기능이 정확도가 떨어졌습니다(실행되지만 결과가 저하됨).
+ **생성 시간**: 오류가 처음 감지된 시간을 보여주는 타임스탬프

## 오류 세부 정보 보기
<a name="data-validation-viewing-error-details"></a>

오류를 선택하면 자세한 정보를 볼 수 있습니다. 세부 정보 화면에는 위의 정보가 마지막 발생 날짜 타임스탬프, 관련 리소스 및 링크(문제의 영향을 받는 기능을 나타내는 지표, 규칙 또는 계획), 데이터 검증 오류가 어떻게 나타나는지 보여주는 최대 100개의 영향을 받는 데이터 행 미리 보기와 함께 표시됩니다.

### 사용 가능한 작업
<a name="data-validation-available-actions"></a>

오류 세부 정보 화면에서 다음을 수행할 수 있습니다.
+ **문제 해결**: AI 팀원을 시작하여 자연어로 문제 해결을 지원하고 자세한 문제 해결 지침을 받습니다.
+ **오류 해결**: 기본 문제를 해결한 경우 오류를 수동으로 해결됨으로 표시합니다.
+ **다운로드**: 자세한 분석 및 수정을 위해 영향을 받는 전체 데이터 세트를 다운로드합니다.

## 데이터 검증 오류 해결
<a name="data-validation-resolving-errors"></a>

### 해결 워크플로
<a name="data-validation-resolution-workflow"></a>

1. 오류 설명 및 우선 순위를 검토하여 영향을 이해합니다.

1. 영향을 받는 데이터 미리 보기를 확인하여 영향을 받는 특정 레코드를 확인합니다.

1. 문제 해결을 위해 제공된 특정 권장 사항을 따릅니다.

1. 적절한 작업을 선택합니다.
   + **구성 문제의 경우**: 관리자 및 플래너와 협력하여 지표, 규칙 또는 계획 구성을 조정합니다.
   + **매핑 문제의 경우**: 업로드된 소스 데이터를 수정하거나 데이터 변환 및 매핑을 업데이트합니다.
   + **누락되거나 유효하지 않은 데이터의 경우**: 수정된 데이터 업로드

1. 기본 문제를 해결한 후 오류를 수동으로 해결됨으로 표시합니다.

### AI Teammate 작업
<a name="data-validation-working-with-ai-teammate"></a>

문제 해결 옵션을 사용하여 "먼저 어떤 오류에 집중해야 합니까?"와 같은 질문을 합니다. 또는 "어떤 오류가 수요 계획을 차단하고 있나요?", 문제 및 그 영향에 대한 자세한 설명을 받고, 해결 접근 방식에 대한 step-by-step 지침을 받고, 오류가 특정 구성에 미치는 영향을 이해합니다. AI 팀원은 Amazon Connect 결정 및 소스 데이터 시스템 내에서 문제를 해결하기 위한 가이드 역할을 할 수 있습니다.

## 모범 사례
<a name="data-validation-best-practices"></a>
+ **심각도별 우선순위 지정**: 중요한 오류는 기능 실행을 완전히 차단하므로 먼저 중요 오류에 집중합니다. 그런 다음 처리를 부분적으로 차단하는 높은 우선 순위 오류와 정확도를 낮추는 중간 우선 순위 문제를 해결합니다.
+ 권장 **사항 주의 깊게 검토**: 각 오류에는 구성에 따라 문제에 맞게 조정된 구체적이고 실행 가능한 지침이 포함되어 있습니다.
+ **이점에 대한 점진적 검증 사용**: 기능을 사용하기 전에 모든 오류를 해결할 때까지 기다리지 마세요. 시스템은 다른 사용자의 문제 해결을 위해 작업하는 동안 유효한 제품 및 사이트에 대한 기능을 활성화합니다.
+ **데이터 새로 고침 후 모니터링**: 각 데이터 업데이트 후 새 검증 오류를 확인하여 프로덕션 워크플로에 영향을 미치기 전에 문제를 조기에 포착합니다.
+ 영향을 **받는 데이터를 전략적으로 다운로드**: 미리 보기 이후 영향을 받는 모든 레코드를 분석해야 하거나 데이터 팀에 전체 데이터 세트를 제공해야 하는 경우 다운로드 옵션을 사용합니다.
+ **복잡한 문제에 AI 팀원 사용**: 문제 해결 옵션은 특정 상황 및 구성에 맞는 상황별 지원을 제공합니다.
+ **해결 방법 확인**: 데이터 문제를 해결한 후 오류를 해결된 것으로 수동으로 표시하여 수정이 성공했는지 확인하고 열기 목록에서 제거합니다.