Hyppää sisältöön

Changelog – Julkaisu 2026.04

Julkaisussa 2026.04 digna parantaa merkittävästi analytiikka- ja datan validointiominaisuuksia.
Tämä julkaisu esittelee edistyneitä aikasarja-analyysejä, uudelleenkäytettäviä validointikomponentteja ja keskitettyä arvojen standardisointia.


🚀 Uudet ominaisuudet

Analytics Chart – Aikasarja-analyysi ilman data science -osaamista

  • Uusi Analytics Chart interaktiiviseen aikasarja-analyysiin
  • Sisäänrakennetut analyysimenetelmät:
    • Lineaarinen, kvadratiivinen ja kuubinen regressio
    • Piecewise-regressio konfiguroitavilla murtopisteillä
    • Smoothing-tekniikat
    • Kvantiilianalyysi
  • Trendien, kausiluonteisuuden ja mallimuutosten automaattinen tunnistus
  • Jäännösanalyysi syvempään poikkeamien ymmärtämiseen
  • Aikasarjat lasketaan automaattisesti jokaiselle datasetille

Vaikutus: Mahdollistaa käyttäjille monimutkaisen datakäyttäytymisen ymmärtämisen ajassa ilman data science -osaamista tai ulkoisia työkaluja.


Enumerations – Sallitujen arvojen keskitetty määrittely

  • Määrittele uudelleenkäytettäviä sallitun arvon joukkoja (esim. maat, osavaltiot, tilakoodit)
  • Validoi sarakkeen arvot ennalta määriteltyjä enumerations-joukkoja vastaan digna Data Validation -moduulissa
  • Käytä enumerations-joukkoja uudelleen projekteissa ja eri tietolähteissä
  • Käytä enumerations-arvoja kaikkialla muodossa #ENUM:MY_ENUM#
  • Kaikki tarkistukset suoritetaan suoraan lähdetietokannassa

Vaikutus: Varmistaa yhdenmukaiset ja standardoidut datan arvot organisaation laajuisesti.


Validation Rule Templates – Uudelleenkäytettävät datan laatu -logiikat

  • Määrittele uudelleenkäytettäviä validointisääntöjä (esim. välilyöntitarkistukset, NOT NULL, formaattitarkistukset)
  • Käytä mallipohjia useissa datasetissä
  • Varmista yhtenäinen sääntökäytäntö projekteissa
  • Vähennä päällekkäisyyttä ja manuaalista konfigurointia
  • Kaikki tarkistukset suoritetaan suoraan lähdetietokannassa

Vaikutus: Mahdollistaa skaalautuvan ja suorituskykyisen datan validoinnin ilman datan siirtoa.


Tilastotason relevanssiehdot

  • Määrittele relevanssiehdot saraketasoisesti kullekin tilastolle
  • Laajentaa anomalioiden relevanssiehtojen käsitettä
  • Hallitse, milloin tilastoa tulisi pitää relevanttina
  • Vähennä kohinaa sulkemalla pois ei-kriittiset tilanteet

Vaikutus: Parantaa signaalin laatua keskittymällä vain merkityksellisiin poikkeamiin.


🧪 Laajennetut Data Analytics- ja Validation-ominaisuudet

Tässä julkaisussa digna laajentaa sekä datan ymmärrystä että datan validoinnin standardisointia:

  • Edistynyt aikasarja-tulkinta ilman data science -osaamista
  • Keskitetty määrittely sallituille arvoille enumerationsin kautta
  • Uudelleenkäytettävä validointilogiikka mallipohjien avulla
  • Hienojakoinen kontrolli tilastojen ja hälytysten relevanssille

Näiden ominaisuuksien avulla organisaatiot voivat paitsi havaita ongelmia, myös ymmärtää, standardoida ja kontrolloida datan laatua.


🎯 Kenelle julkaisu hyödyttää

  • Data Engineers: Uudelleenkäytettävät validointilogiikat ja parannettu hallinta seurannan käytöksestä
  • Data Quality & Governance -tiimit: Standardoidut säännöt ja yhtenäinen datan validointi järjestelmien välillä
  • Analytics & BI -tiimit: Parempi ymmärrys trendeistä ja poikkeamista
  • Alustan omistajat: Suurempi käyttöönotto yksinkertaistetun analytiikan ja skaalautuvan validoinnin kautta

🛠 CLI-päivitykset

  • Ei muutoksia