Міграція — насамперед проєкт якості

🌐 Також доступно 19 мовами

English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Español (México) · Français (Canada) · Deutsch (Schweiz)

Зображення згенеровано ШІ

Перекладено ШІ. Спільнота ще не перевірила. Читати англійською Цей розділ змінився англійською і ще не перекладений заново. (81)

Модуль 1 з 5 розділу Міграція і синхронізація, розділ 10 курсу Data Architect. Кожен модуль самостійний. Попередній: попередній розділ, Інтеграція і переміщення даних · Наступний: Завантаження великих обсягів

Питання, на яке відповідає цей модуль: Що має статися з даними, перш ніж ви почнете завантажувати їх у Salesforce?

Міграційний проєкт може обдурити. Дані є тут, вони потрібні там, тож хтось починає говорити про Data Loader, Bulk API, CSV-файли, розміри пакетів і порядок завантаження. Усе це важливо. Але я починаю не з цього. Моє перше запитання: що саме ми збираємося перемістити? Якщо в джерелі задубльовані клієнти, хибні адреси, застарілі значення, розірвані зв’язки і п’ятнадцять років даних, які нікому не потрібні, Salesforce радо стане новим домом для всього цього. Швидше завантаження цього не виправить. Міграція — насамперед проєкт якості.

Start With the Picture

Here’s Steve Trucking’s landscape from Checkpoint 1, the weekend RouteDesk retires. RouteDesk is the desktop dispatch tool the coordinators used inside each distribution center (DC) to turn manifests into routes. It holds eight years of delivery history, about 5 million deliveries, and the quality varies by DC. At Checkpoint 1 we decided it retires, and we left one question open: what, if anything, comes into the org? That’s a migration decision, and this is the chapter for it. ⟲

Натисніть, щоб збільшити

One new arrow. It runs once, and then it disappears. ⟲

A migration is an arrow on the landscape like any other. Everything chapter 9 asked of an arrow applies: what moves, how much, by which key, who proves it arrived. The difference is that this arrow has an end. When it’s done, RouteDesk is switched off and the arrow comes off the drawing. That makes it easy to rush, because “we only do it once.” But the data it carries stays in Salesforce for years. ⟲

Швидше переміщувати погані дані — не успіх

У старій системі 500 000 записів клієнтів, і ми мігруємо 500 000 записів клієнтів. Ми досягли успіху? Можливо. А що, як 40 000 із них — дублікати, 75 000 неактивні вже десять років, тисячі мають хибні коди штатів, деякі не мають придатного ідентифікатора, деякі дочірні записи вказують на батьківські, яких уже немає, а деякі поля означають різне залежно від того, коли запис створено? Звіт усе одно може показати: джерело 500 000, ціль 500 000, завантажено 100 відсотків — а проєкт усе одно може бути провальним. Повнота важлива, але сама по собі вона не доводить якості.

Тож перш ніж проєктувати завантаження, я хочу зрозуміти джерело. Які дані існують і що вони означають? Наскільки вони старі, наскільки надійні, якими полями справді користуються, які значення коректні, які зв’язки існують, яким ідентифікаторам я можу довіряти? Що має пережити міграцію, а що ні? Тут настає час попередніх розділів: розділ 4 навчив нас ландшафту підприємства, розділ 5 — що якість треба проєктувати, розділ 6 — ідентичності й авторитетності. Міграція застосовує все це до наявного масиву даних. Це не просто переміщення рядків. Це рішення, які частини минулого заслуговують стати частиною майбутньої архітектури.

Мігрувати, архівувати чи відкинути — і знати чому

Міграційній інвентаризації потрібні щонайменше три відповіді: мігрувати, архівувати або відкинути згідно з політикою. П’ятирічні деталі транзакцій, можливо, треба зберігати для відповідності вимогам, але не в активній моделі даних; застарілі тимчасові дані можуть не мати ні вимоги до зберігання, ні цінності; історія може належати архіву з пошуком. Принцип життєвого циклу з розділу 7 — «проєктуйте вихід», і міграція — ідеальний час його застосувати. Не тягніть кожен запис уперед лише тому, що він є.

So zoom in on RouteDesk and take it apart, one class of data at a time. ⟲

Натисніть, щоб збільшити

Every class of data gets a decision, a place and a reason. ⟲

The deliveries not yet made have to come in: manifests arrive one to two days ahead, so on cutover weekend RouteDesk holds about two days of work, roughly 6,400 deliveries, and the crews need them on Monday morning. The recent history comes in because of claims. A damage claim is a Case in Salesforce, and the agent working it needs the delivery behind it. So deliveries still inside the claim window come in too. Steve Trucking accepts claims for 60 days after a delivery, so that’s about 190,000 more Work Orders. Had the business said 30 days, it would be half that. The window is the business’s number, not ours. ⟲

The other 4.8 million deliveries go to Snowflake, where Checkpoint 1 already sends status history, kept by the partner key so a claim on an old delivery can still find it, and so leadership’s five-year reports still work. They don’t belong in the operational core: that would make Salesforce RouteDesk’s retirement home, and chapter 7 showed what Work Orders at volume cost. And the route plans and the coordinators’ drafts? Eight years of yesterday’s plans have no value once the deliveries are done. But I don’t decide that alone. ⟲

The opposite mistake is “we don’t need the old stuff.” Who decided? Legal, finance, operations, service, compliance? The data architect shouldn’t invent retention policy during a migration; we translate the business and regulatory requirement into architecture. Before excluding data, establish whether it must be kept, for how long, where, who needs access, and whether its relationships and source identifiers must survive. Eight years of Recipients’ names, addresses and phone numbers is exactly that kind of question: archiving them isn’t the same as keeping them forever. The goal isn’t to migrate less. It’s to know why every class of data is moving, or isn’t. ⟲

Test knowledge. Migrate what the new system needs to operate, not everything the old one held. Expect a scenario with years of legacy history: the answer is usually to migrate active and recent records and archive the rest outside Salesforce where it stays reachable, with the retention decision made by the business, not by the migration team. ⟲

Where the Preparation Happens

Before the steps, the place. All of this preparation happens outside Salesforce, in a working database of its own: Postgres, SQL Server, Oracle, MySQL, even SQLite for a small job, whatever the team knows. Not in Salesforce, and not in a spreadsheet that gets emailed around. I call it the preparation data store, or the preparation store for short. It sits in between: the source feeds it, and it feeds Salesforce. ⟲

Натисніть, щоб збільшити

The preparation data store sits in between. Every step in this module happens inside it. ⟲

The extract lands there raw. The standardizing, cleaning, enriching, deduping and validating all run there, as code. The quarantine is a table, the counts are queries, and the whole thing can be run again from the top. Some tools connect a database like this straight to Salesforce, copying data down and sending changes back; others export files for a data loader. There are many ways to load data. The principle doesn’t change: prepare it outside, then load the result. ⟲

And it holds more than the source. Pull down the relevant parts of the target org too. Why? Because dedupe has to compare against what’s already in Salesforce, and when the survivor of a merge is a record that’s already there, the new children need its key to link to it. You can’t decide the merge without both sides in front of you. For RouteDesk, the preparation store holds the RouteDesk extract and a copy of what Salesforce already has: the Retail Partner Accounts, the Products and Service Territories, the claim Cases with their delivery references, and the Work Orders the new integration has already created, because the partners don’t stop sending manifests for our cutover weekend. ⟲

Then you practice. Run the preparation, load a sandbox, reconcile, find the rule that was wrong, fix it, run it all again. By the time we reach production, the preparation has run many times, and it’s boring. That’s the goal. ⟲

Мій порядок: стандартизувати, очистити, збагатити, усунути дублікати, перевірити

When I’m preparing data for migration, I work in this order, and the order matters. All five steps happen in the preparation data store. ⟲

Standardize. Get equivalent values into one form. One source has CA, California and Calif.; another has US, USA and United States. A company comes in as Steve Plumbing, Steve's Plumbing and Steve's Plumbing LLC. Phone numbers arrive as 5555550142, (555) 555-0142 and +1 555 555 0142. Before we compare records or apply matching rules, we need to know which differences are formatting and which are meaningful. ⟲

Names are the classic trap. I had a system with first and last name in one field, and the Salesforce contact needs them apart. “Daniel Reyes” splits easily. Then you get “Mr. Daniel Reyes,” “Daniel Reyes PhD,” “Daniel Reyes III,” and names with two family names, such as Roberto González Suárez, where González isn’t a middle name: split that wrong and you’re in trouble. Build the patterns (two words, three words, a title, a suffix), run the splits, and have the customer validate the results. ⟲

Очистити. Розберіться з тим, що хибне, непридатне чи застаріле: неіснуючі коди, неможливі дати, помилки в написанні, значення-заповнювачі, поля з даними, що не відповідають їхньому значенню. Мапте значення списків вибору свідомо: старий статус ліда Cold у цілі може стати Closed. Коли список довгий (я бачив 200 значень), побудуйте таблицю перетворення і нехай бізнес заповнить ціль для кожного значення джерела. Salesforce суворо перевіряє списки вибору, тож ловіть такі речі до того, як вони прибудуть, і не чекайте, поки правила перевірки скажуть вам, що у вашому джерелі.

RouteDesk’s “quality varies by DC” shows up right here. Each DC set up its own status codes over eight years, so the same outcome arrives in nine spellings. The transformation table maps every one of them to the Work Order’s status values in Salesforce: ⟲

DC	RouteDesk says	Work Order status
DC 1	DLV	Completed
DC 4	Delivered - OK	Completed
DC 7	DONE/INST	Completed (the install is on its line item)
DC 1	NH	Cannot Complete (nobody home)
DC 4	Refused	Cannot Complete
DC 7	CXL	Canceled

The left two columns come from profiling the extract; the right column comes from the business, not from us. Completed, Cannot Complete and Canceled are three of the standard Work Order status values (WorkOrder (відкривається в новій вкладці), Object Reference, Winter ‘27, checked 2026-10-27). Notice the third row: one RouteDesk code carried two facts, the delivery and the install, and the target model keeps them apart. ⟲

Enrich. Sometimes missing information can be reliably added: a normalized address, a postal code from city and state, a county, a geolocation, a mapping from a legacy code to the new enterprise taxonomy, an enterprise identifier. Enrichment needs provenance. If we add or change information, I want to know where it came from and why I trust it. Some of RouteDesk’s older deliveries don’t name the Retail Partner at all, because each DC served one partner and everybody knew. The DC and the order number’s format tell us which partner it was. That’s enrichment from a rule we can show, not a guess. ⟲

Усунути дублікати. Потім знайдіть записи, що представляють ту саму річ реального світу. Чому не почати з цього? Бо зіставляти брудні дані важче: Steve's Plumbing і STEVES PLUMBING LLC набагато легше порівняти після стандартизації. Усуньте дублікати всередині вхідних даних, а потім щодо того, що вже є в Salesforce. Правило розділу 6 досі діє: злиття руйнує; зв’язування — ні. Не зливайте записи лише тому, що нечіткий бал виглядає переконливо.

Validate. Finally, test the transformed data against the target: required information present, reference values valid, relationships resolvable, keys unique where they should be, values fitting the model, authority rules preserved. Only then do I want to talk seriously about loading. And don’t expect the import tool to catch everything. Salesforce’s own Trailhead project on the NPSP importer makes the point: it catches invalid picklist values and missing required fields, but if a spreadsheet turned a postal code like 02134 into the number 2134, the importer loads the four digits (Perform an Import Dry Run (відкривається в новій вкладці), Trailhead, checked 2026-10-27). That’s one more reason the preparation lives in a database with typed columns, not in a spreadsheet. ⟲

Натисніть, щоб збільшити

Five steps, in order. A record that fails one goes somewhere visible, with its reason. ⟲

Test knowledge. Data quality is fixed before the load, not after. Know the preparation steps (standardize, clean, enrich, deduplicate, validate) and why the order matters: you can’t match records reliably until their values are in one form. Picklist values are mapped with a transformation table the business signs off, because Salesforce rejects values a restricted picklist doesn’t have. ⟲

Очищуйте до переїзду

Спокуса — «завантажмо все в Salesforce спочатку, а приберемо потім». Мені це не подобається як підхід за замовчуванням. Щойно погані дані опиняються в production, вони беруть участь у production: їх бачать користувачі, автоматизація, звіти, інтеграції й агенти, дублікати починають збирати пов’язані записи, а прибирання ускладнюється. Де можливо, покращуйте дані до того, як вони потраплять у ціль. Не кожну історичну недосконалість треба виправляти; це рішення про витрати й вигоду. Але «приберемо потім» — не стратегія міграції. Це технічний борг із датою запуску.

And not every record deserves the same effort. An active customer with open orders, open cases, current contracts and billing relationships is different from one who bought something once nine years ago. Both may need to be kept. For the critical, active data I may require stricter validation, more enrichment, closer duplicate review and detailed reconciliation; for low-value history, preserving traceability may matter more than making every record perfect. Architecture is partly deciding where quality effort creates value. For RouteDesk, the 6,400 deliveries the crews will drive to on Monday get the strictest checks. The 4.8 million going to the archive need their keys and their dates right; nobody will fix eight years of typos in delivery notes. ⟲

Зберігайте ідентичність джерела й завантажуйте за ключами

Одна з найлегших помилок — втратити змогу простежити запис Salesforce до того, звідки він прийшов. Якщо старий клієнт CUST-847291 стає Account 001…, я все одно хочу знати, що він прийшов із CUST-847291 — для звірки, усунення несправностей, перезавантажень, аудиту, зіставлення дочірніх записів, аналізу відкату і запитань, що надійдуть після запуску. Новий ID Salesforce важить усередині Salesforce; він не стирає ідентичність джерела. Це принцип External ID з розділу 9. Міграція й інтеграція зустрічаються на ідентичності.

At Steve Trucking they meet in one field. Every Work Order already carries the partner’s key, Partner_Delivery_Key__c, an External ID marked unique, holding values like REDROCK-8472914-1 (chapter 9, module 2). RouteDesk kept the partner’s order number on each delivery, so the migration builds the same key and upserts on it, exactly as the integration does. That matters on cutover weekend: if Redrock resends a manifest for Tuesday after we’ve loaded Tuesday from RouteDesk, the integration finds the migrated Work Order and updates it instead of creating a second one. RouteDesk’s own delivery number comes along too, in a plain field, so anyone can trace a Work Order back to the record it came from. ⟲

So don’t rebuild relationships by name (“find the Account whose Name is Acme Distribution”). If the legacy contact carries Legacy_Account_ID = CUST-847291 and the Salesforce Account carries that identifier as an External ID, the relationship is rebuilt deterministically. The Bulk API does this in the load file itself: a column header such as WorkOrder.Partner_Delivery_Key__c says “find my parent by this indexed field,” and Salesforce looks up the parent’s ID for you (Relationship Fields in a Header Row (відкривається в новій вкладці), Bulk API 2.0 and Bulk API Developer Guide, checked 2026-10-27). Keys turn “I think this child belongs here” into “I know which parent this came from,” and that matters more as the Number of Zeros grows. ⟲

Relationships also create sequence. If contacts reference accounts, the accounts must exist first; if line items reference orders and products, those come first. So migration isn’t one giant load. It’s reference data, parents, children, junctions, then dependent history, in an order the target data model dictates. That’s one more reason the data architect belongs in migration planning: the model tells us how the migration has to be assembled. Here’s RouteDesk’s open work, on Checkpoint 1’s model. ⟲

Натисніть, щоб збільшити

Wave 1: what the Work Orders will point to has to exist first. Most of it already does. ⟲

Натисніть, щоб збільшити

Wave 2: the Work Orders, upserted by the partner key. ⟲

Натисніть, щоб збільшити

Wave 3: the children, each finding its Work Order by the same key. ⟲

Натисніть, щоб збільшити

Wave 4: the claim Cases already in Salesforce get their link to the delivery. The model sets the order. ⟲

Test knowledge. Keep each legacy record’s key in an External ID field, load parents before children, and let each child find its parent by that key: an upsert on the External ID, and a relationship column in the load file (Parent.External_Id__c) instead of looking up Salesforce IDs. Reloads then update instead of duplicating, and every record traces back to its source. ⟲

Злитим записам потрібна стратегія для дочірніх

Ось проблема, яку недооцінюють. Аналіз показує, що старі клієнти A, B і C — той самий клієнт, тож у цілі буде один Account. Добре. Але в A 12 звернень, у B 4 замовлення, а в C 3 контакти. Злийте батьківські записи концептуально, не перепроєктувавши мапінг дочірніх, і ви розв’язали батьківський запис, але розірвали зв’язки. Кожне рішення про усунення дублікатів потребує стратегії для дочірніх записів.

RouteDesk has its own version. When a partner revised a manifest on the day, a coordinator sometimes keyed the delivery in again instead of editing it. Now RouteDesk has two deliveries with the same partner order number: one with the old window and two stops, one with the new window and the crew’s notes. Salesforce will have one Work Order, because the partner key is unique. Which window wins, and what happens to the stops and notes on the other one? ⟲

Спершу поля: коли два записи збігаються, які значення виграють? Порожнє проти заповненого — легко. Конфлікт — ні: Steven чи Stephen, email у Salesforce чи email у завантаженні? Оберіть запис, що виживає, і вирішуйте поле за полем, а потім рано покажіть бізнесу приклади, щоб на виборі були їхні відбитки пальців.

Then the children. I see three options: add the children to the survivor, don’t load the merged record’s children, or load the merged record as inactive, linked to the survivor, with its children kept on it. ⟲

Натисніть, щоб збільшити

Three ways, none free. Notice the third one at RouteDesk: the inactive duplicate can’t reuse the partner key, because the survivor already holds it, so it needs a key of its own. ⟲

Whichever you choose, it happens in the preparation store, before anything loads. That’s where the survivor is picked, sometimes a record that’s already in Salesforce, pulled down with its key. That’s where each child gets the key of the parent it will point to. And that’s where the merged record either keeps its children, hands them over or is left out. Salesforce receives the result of the merge, not the job of doing it. ⟲

Як я обираю? Це залежить від того, наскільки критичні дані і чи потрібна нам простежуваність до того, що завантажено. І зважте ризик проти вигоди від злиття взагалі. Об’єднати історії покупок не тих двох людей у списку клієнтів роздрібної мережі — прикро; показати ліки одного пацієнта в картці іншого — серйозне порушення. Що вищі ставки хибного зіставлення, то обережнішим має бути злиття. Хоч би що ви вирішили, чи можна досі простежити кожен дочірній запис до його початкового джерела? Усунення дублікатів у міграції — не «запустити пошук дублікатів по Accounts». Важить увесь граф зв’язків.

Я бував по інший бік цього. Роздрібна мережа, у якій я купував ще зі студентських часів, мігрувала дані клієнтів, і коли ми подивилися, Steve Simpson знайшовся приблизно під пів дюжиною email-адрес і поштових адрес: моя студентська адреса, будинок, який я винаймав, місця після нього. Чи зливати їх? У світі є й інші Steve Simpson. Бізнес вирішив, що поєднання моєї давньої історії не варте ризику злити мене не з тим Steve Simpson. Це запитання, на яке має відповісти кожне злиття: яка вигода від об’єднання даних і який ризик обрати не тих людей?

Test knowledge. Deduplicate before the load, within the incoming data and against what’s already in Salesforce, with matching rules and a survivor chosen field by field. Expect the follow-up question: what happens to the merged record’s child records? Re-parent them to the survivor, leave them out (and archive them), or keep them on an inactive linked record. Each has a cost. ⟲

Повторювані перетворення, збережене сире джерело

Старий статус A стає Active, I — Inactive, S — Suspended. Де живе цей мапінг? Не в чиїйсь пам’яті, не у формулі Excel, по-різному скопійованій у три файли, не як ручний крок у п’ятницю ввечері. Якщо завтра ми перезавантажимо, маємо отримати той самий результат, тож мапінги, правила стандартизації й очищення, перетворення, рішення про дублікати і генерація ключів мають бути відтворюваними. Процес міграції — це код, навіть коли деякі його частини буквально не написані мовою програмування.

And don’t destroy the starting point. Keep the original extract in raw tables, exactly as it came out, and never change them. Each step writes its result to a new staged table: standardized, cleaned, deduplicated, load-ready. When something looks wrong, I want to know whether it was wrong in the source, changed by our transformation, changed by the load, or changed by Salesforce automation afterward, and with every table kept I can walk back through them and find out. Overwrite your only copy of the source while cleaning it and you lose the evidence. ⟲

I learned how much this pays off on a support migration. A company was moving its support desk from Zendesk into Salesforce, and Zendesk’s tickets were very similar to Salesforce Cases, but not exact. So I loaded every Zendesk export into a SQL database as raw tables, one per Zendesk structure: organizations, users, tickets, custom fields, comments, attachments. Then I built interim tables that got closer and closer to the Salesforce structure, with the field and picklist mappings kept as tables of their own. Then I loaded Salesforce from those tables and brought the Salesforce IDs back. In the end every row had three things: its original Zendesk key, the transformations that had been applied to it, which were never one way, and its Salesforce key. That’s what let me do partial loads and reloads whenever I needed to. ⟲

Here’s the same design for RouteDesk, one step at a time. ⟲

Натисніть, щоб збільшити

Extract: one raw table per RouteDesk structure, each row with its RouteDesk key. These tables never change. ⟲

Натисніть, щоб збільшити

Generate: new tables shaped for Salesforce, built from the raw ones with the mapping tables. The raw tables are still there. ⟲

Натисніть, щоб збільшити

Load: the Work Orders upserted by the partner key, then their children. ⟲

Натисніть, щоб збільшити

Keys back: each Salesforce ID is written to its row. Now every row knows where it came from, what was done to it and where it landed. ⟲

So no transformation is allowed to lose fidelity. If a step throws information away (truncates a note, drops a code it didn’t recognize, keeps one of two conflicting values without saying which), I can’t trace back through it, and I can’t repeat the run and get the same answer. Keep the raw tables, keep the staged tables, keep what each load sent and what came back. Then you can rerun the whole thing from the raw extract at any time, and you have the history of every load. This is migration’s version of lineage: preserve where the data came from and what you did to it. ⟲

Sometimes the Staging Is Inside Salesforce

The preparation store isn’t the only place to stage. In a few special cases, the last stop before the real objects is a plain custom object inside Salesforce: one flat row per source record, no automation, loaded fast. Then a batch process works through the rows and builds the real records. I’ve used it when Salesforce’s own logic had to create the records and was too slow to load through: a scheduling process that took a few seconds per appointment. Module 3 comes back to that case. ⟲

Salesforce uses the same pattern in its own products, and it’s worth learning from. The Nonprofit Success Pack loads a spreadsheet into its NPSP Data Import object first. A dry run checks for matches without creating anything. Then the importer creates the accounts, contacts and donations, and writes each new record’s ID back onto the row it came from (How the Import Process Works (відкривається в новій вкладці), Salesforce Help, checked 2026-10-27). That’s a reference, not a rule: staging inside Salesforce is the special case, not the way to load everything. ⟲

For RouteDesk, a one-time move with heavy cleaning and merging, the preparation store outside Salesforce does the work, and the load sends the result. ⟲

Поганим записам потрібне місце, куди піти

Із 500 000 записів 497 800 проходять перевірку, а 2 200 — ні. Тихо їх відкинути? Ні. Запхати сміття в обов’язкові поля? Ні. Зупинити проєкт, доки кожен історичний запис не стане ідеальним? Мабуть, ні. Я хочу шлях карантину й виправлення, що фіксує, який запис джерела не пройшов, чому, яке правило його відхилило, чи треба виправити його до перемикання, хто відповідає за рішення і чи можна його відкласти. Тепер винятки — видима архітектурна робота, а не прихована втрата даних.

Before you call a record bad, look at the rule that rejected it. Sometimes the record is fine and the rule is wrong. Salesforce’s Well-Architected framework puts it plainly: “data architecture decisions determine the populations that become visible—and invisible,” and a required email address “excludes populations that don’t have reliable internet access or personal email addresses” (Fairness (відкривається в новій вкладці), checked 2026-10-27). RouteDesk has thousands of deliveries where the Recipient gave only a phone number. If the new Work Order requires an email, those aren’t bad records. They’re real people the rule would make invisible. Fix the rule, not the person. ⟲

Потім доведіть перетворення до завантаження. Зі скількох записів джерела ми почали, скільки свідомо виключили, скільки дублікатів об’єднали, скільки готові, скільки в карантині, скільки зв’язків «батько–нащадок» розв’язуються і які контрольні підсумки? Якщо числа не зводяться до завантаження, швидше завантаження не допоможе. Модуль 4 доводить міграцію кількостями, підсумками, вибірковими перевірками й зведеними звітами, але доказ починається тут.

ШІ може допомогти очищати. Вигадувати істину він не може.

ШІ корисний у міграції: пропонує мапінги, знаходить підозрілі значення, групує потенційні дублікати, помічає аномалії, генерує код перетворень, пояснює закономірності у відхилених записах. Але якщо процес збагачення вирішує, що «ця компанія, ймовірно, в Аризоні», «ймовірно» замало. А якщо він вирішує, що два клієнти досить схожі, щоб їх злити, згадайте розділ 6: хибне зіставлення може завдати більше шкоди, ніж недостатнє. Використовуйте ШІ, щоб пришвидшити розслідування. Не дозволяйте йому тихо виробляти авторитетні дані підприємства.

За межами іспиту: що змінює ШІ. ШІ може різко пришвидшити профілювання, мапінг, виявлення аномалій і зіставлення кандидатів під час міграції. Тримайте детерміновані правила, походження і людський перегляд довкола рішень, що створюють, зливають чи змінюють авторитетні бізнес-дані.

Що тут вирішує архітектор

• Які дані джерела мігрують, архівують чи виключають, відповідно до бізнес-цінності й вимог до зберігання.
• Where preparation happens (a preparation store outside Salesforce, a staging object inside it, or both), and which parts of the target org are pulled down to merge against. ⟲
• Як дані стандартизують, очищують, збагачують, позбавляють дублікатів і перевіряють, перш ніж вони потраплять у ціль.
• Які ідентифікатори джерела й походження зберігаються, щоб кожен важливий цільовий запис можна було простежити й звірити.
• The load order the target data model dictates, and the keys each child uses to find its parent. ⟲
• Як рішення про дублікати обробляють поля й дочірні записи в усьому графі зв’язків, зважуючи критичність, простежуваність і ризик хибного злиття.
• Які правила перетворення й обробки винятків мають бути повторюваними, перш ніж почнеться будь-яке завантаження в production.

Не вимірюйте міграцію завантаженими рядками

«Ми завантажили 500 000 із 500 000 записів» каже мені, що завантажувач спрацював. Я хочу знати: чи перенесли ми правильні дані, чи покращили те, що треба було покращити, чи зберегли ідентичність і зв’язки, чи безпечно об’єднали дублікати? Чи можемо ми пояснити, що виключили, відтворити перетворення, простежити запис Salesforce до джерела і довести результат? Спершу зробіть цю роботу. А потім подбаємо, як швидко це завантажити.

Додаткові матеріали

• Salesforce, General Guidelines for Data Loads (відкривається в новій вкладці) and Relationship Fields in a Header Row (відкривається в новій вкладці), Bulk API 2.0 and Bulk API Developer Guide, checked 2026-11-01. ⟲
• Salesforce, WorkOrder (відкривається в новій вкладці), Object Reference for the Salesforce Platform, Winter ‘27 (API version 68.0), checked 2026-11-01. ⟲
• Salesforce Help, How the Import Process Works (відкривається в новій вкладці) (the Nonprofit Success Pack’s staging object), checked 2026-11-01. ⟲
• Hands-on: the Trailhead trail Import Data With Nonprofit Success Pack (NPSP) (відкривається в новій вкладці) walks through the whole staging pattern in a practice org: a template, staging rows, a dry run, fixing the failed rows, then the import. It runs in a Trailhead Playground; Trailhead notes that as of December 2025, NPSP is no longer offered as a preconfigured package in production orgs. Checked 2026-10-27. ⟲
• Salesforce Architects, Well-Architected, Fairness (відкривається в новій вкладці), checked 2026-11-01. ⟲
• In this course: Master Data and Identity (matching, survivorship, link vs merge), Data Quality and Governance, and Keys and Write Ownership (the partner key). ⟲
• Trailhead, Perform an Import Dry Run (відкривається в новій вкладці), checked 2026-11-01. ⟲