Data Validation – Rule-Based Checks¶

Módulo impulsado por IA Data Validation para la calidad y la observabilidad de los datos – digna

Propósito¶

El Data Validation module garantiza la calidad de los datos mediante comprobaciones precisas basadas en reglas.
Permite a las organizaciones definir lógica de validación determinista, tanto de negocio como técnica, asegurando que los datos cumplan con estándares de cumplimiento, SLA contractuales y requisitos regulatorios.

Al combinar la ejecución de reglas dentro de la base de datos, trazabilidad completa de auditoría e integración con otros módulos de digna, Data Validation garantiza una calidad y observabilidad de los datos consistente y rastreable en entornos empresariales complejos.

Descripción técnica¶

Tipos de validación compatibles¶

• Comprobaciones de igualdad
  Confirman que los valores coinciden con los resultados esperados (p. ej., códigos de referencia, banderas booleanas, mapeos categóricos).

• Umbrales y rangos
  Validan medidas numéricas o KPI frente a límites definidos — estáticos o derivados dinámicamente.

• Listas de referencia y búsquedas
  Verifican si los valores de campo existen dentro de conjuntos maestros aprobados (p. ej., códigos de IVA, listas ISO de países, catálogos de productos).

• Consistencia entre columnas
  Aseguran la corrección relacional (p. ej., la moneda corresponde a la región, la categoría de riesgo coincide con el tipo de activo).

• Reglas de manejo de nulos
  Detectan valores nulos o vacíos inesperados en columnas críticas.

Ejecución y registro¶

• Procesamiento en la base de datos – Todas las reglas de validación se ejecutan directamente en su base de datos (Teradata, Snowflake, Databricks, PostgreSQL, etc.).
• Sin extracción de datos – digna nunca transfiere datos crudos fuera de su entorno.
• Trazabilidad completa – Cada resultado de regla se registra con sello temporal, dataset responsable, recuentos de registros y resultados de aprobado/fallado.
• Auditoría