Krav og begrænsninger til Data Mask & Seed

Krav og begrænsninger

Før du arbejder med Data Mask & Seed, skal du gennemse følgende krav og begrænsninger:

• Tilladelser og adgang
• Begrænsninger for objektmaskering
• Tilpassede biblioteksgrænser
• Maskering af jobregistrering og tidsangivelser for job

Tilladelser og adgang

• Hvis du vil have adgang til og arbejde med den nye Data Mask & Seed-applikation, skal du tildele brugere følgende tilladelsessætlicenser og tilladelsessæt. Sørg for at tildele tilladelsessætlicensen, før du tildeler tilladelsessættet:
  • Data Mask og Seed bruger tilladelsessætlicens
  • Tilladelsessæt for Data Mask og Seed-bruger
• Hvis du vil bruge indstillingen Opret med Einstein til at generere tilpassede biblioteksoplysninger, skal du have Einstein aktiveret for din bruger, hvilket kræver, at din organisation har en Einstein-licens. Hvis din organisation har denne licens, kan enten en Salesforce-administrator eller du aktivere Einstein for din bruger.

Hvis du vil aktivere Einstein for Data Mask & Seed:

• Bekræft, at din organisation har en Einstein.
• Skriv Data Mask i feltet Find hurtigt i menuen Opsætning af brugergrænseflade.
• Vælg indstillingssiden Data Mask & Seed.
• Aktiver Einstein for din bruger.

Objektmaskering

Når du inkluderer brugerobjektet i en maskeringspolitik, maskerer Data Mask & Seed kun følgende typer af brugere:

• PowerCustomerSuccess
• CustomerSuccess
• CspLitePortal

Tilpassede biblioteker

Når du bruger Salesforces Einstein til at generere oplysninger for tilpassede biblioteker, er hver Einstein af oplysninger begrænset til maksimalt 100 oplysninger.

Maskeringsjobbehandling

Registreringsbegrænsninger

• Når et maskeringsjob overstiger 20.000.000 registreringer, kører Data Mask & Seed jobbet dog:
  • Appen bevarer ikke eksisterende datafordelinger i sandboxen. Dette betyder, at appen ikke analyserer fordelingen af feltværdier i et objekts registreringer under et sandbox-maskeringsjob. Derfor bevarer maskering ikke den oprindelige frekvens og proportion af feltværdier på tværs af registreringerne for hvert objekt
  • Appen anvender ikke ensartet feltmaskering på tværs af objekter. Dette betyder, at appen ikke anvender den samme maskeringsværdi på identiske felter, der findes på tværs af flere objekter i din maskeringspolitik
• Pr. maskeringsjob understøtter Data Mask & Seed maskering af maksimalt 350.000.000 registreringer. I starten af et job tæller Data Mask & Seed først de kandidateregistreringer, der skal maskeres for at bestemme, om jobbet overskrider den maksimale registreringsgrænse. Hvis jobbet overskrider denne grænse, annullerer Data Mask & Seed jobbet, udfører ingen maskering og registrerer en fejlmeddelelse i rapporten Maskeringsjob.

Bemærk Hvis dit maskeringsjob overskrider den maksimale registreringsgrænse, kan du reducere jobets samlede antal registreringer ved enten at fjerne objekter fra maskeringspolitikken, anvende objektregistreringsfiltre i maskeringspolitikken eller kombinere brugen af begge tilgange.

Konkurrencegrænse

• Pr. sandbox understøtter Data Mask & Seed kørsel af maksimalt 12 maskeringsjob i det aktuelle 24-timers rullende vindue. Når en sandbox overskrider denne grænse, annulleres nye job, og der registreres en fejlmeddelelse i rapporten Maskeringsjob for hvert annulleret job.

Tilsidesættelse af automatiseringsbegrænsninger

Data Mask og Seed tilsidesætter ikke automatiseringer, når du sletter registreringer i følgende scenarier:

• Når du sletter feedelementer og historikregistreringer for maskerede sandbox-objekter under et maskeringsjob
• Når du sletter personligt identificerbare oplysninger-beholdende registreringer for hvert af tre forskellige sandbox-objekter - Sagskommentarer, Mailmeddelelser og Chatter, som initieret af brugeren fra afsnittet Tilknyttet personligt identificerbare oplysninger på startsiden Data Mask og sæd

Data Mask & Seed tilsidesætter desuden ikke automatiseringen af dubletregistrering. Derfor kan der oprettes dubletter, medmindre brugeren manuelt inaktiverer automatiseringen før maskeringsjobbet (og skal genaktivere automatiseringen, når maskeringsjobbet er fuldført).

Relaterede emner

Når du har gennemgået disse Data Mask & Seed krav og begrænsninger, kan du begynde at arbejde med appen:

• Hvis du vil oprette og redigere maskeringspolitikker, kan du se Opret en maskeringspolitik og fanen Policer
• Hvis du vil oprette og redigere tilpassede biblioteker, kan du se Tilpassede biblioteker Oversigt
• Når du har oprettet en maskeringspolitik, der passer til dine maskeringsbehov, skal du gøre et af følgende:
  • Kør manuelt et maskeringsjob ved brug af denne politik, se Kør et maskeringsjob
  • Planlæg maskeringsjob til at blive kørt automatisk ved brug af denne politik, se Planlæg en maskeringspolitik
• Mens et maskeringsjob er i gang eller når jobbet er færdigt, kan du se jobets aktuelle status eller gennemse det fuldførte jobs resultater, se Fanen Job