Gå til indholdet

Data Validation – Regelsatte Kontroller

AI-drevet Data Validation-modul for datakvalitet og observabilitet – digna

Purpose

The Data Validation module sikrer kvaliteten af data gennem præcise, regelsatte kontroller.
Det giver organisationer mulighed for at definere deterministisk forretnings- og teknisk valideringslogik og sikrer, at data opfylder compliance-standarder, kontraktlige SLA'er og regulatoriske krav.

Ved at kombinere in-database rule execution, komplette revisionsspor og integration med andre digna-moduler garanterer Data Validation konsekvent og sporbar datakvalitet og observerbarhed på tværs af komplekse virksomhedslandskaber.

Technical Overview

Supported Validation Types

  • Equality Checks
    Bekræft, at værdier stemmer overens med forventede resultater (f.eks. referencekoder, boolske flag, kategorimappinger).

  • Thresholds & Ranges
    Valider numeriske målinger eller KPI'er mod definerede grænser — statiske eller dynamisk afledte.

  • Reference Lists & Lookups
    Tjek om feltværdier findes i godkendte masterdatasæt (f.eks. momsnumre, ISO-landelister, produktkataloger).

  • Cross-Column Consistency
    Sikr relationsmæssig korrekthed (f.eks. at valuta stemmer overens med region, at risikokategori matcher aktivtype).

  • Null Handling Rules
    Opdag uventede null- eller tomme værdier i kritiske kolonner.

Execution and Logging

  • In-Database Processing – Alle valideringsregler køres direkte i din database (Teradata, Snowflake, Databricks, PostgreSQL osv.).
  • No Data Extraction – digna overfører aldrig rådata uden for dit miljø.
  • Full Traceability – Hvert regels resultat logges med tidsstempel, ansvarligt dataset, posttællinger og bestået/ikke-bestået udfald.
  • Revision