Aller au contenu

Data Validation – Rule-Based Checks

Module Data Validation piloté par l'IA pour la qualité et l'observabilité des données – digna

Objectif

Le Data Validation module garantit la qualité des données via des contrôles précis basés sur des règles.
Il permet aux organisations de définir une logique de validation métier et technique déterministe, assurant que les données respectent les normes de conformité, les SLA contractuels et les exigences réglementaires.

En combinant l'exécution des règles dans la base de données, des traces d'audit complètes et l'intégration avec les autres modules digna, le Data Validation garantit une qualité des données et une observabilité cohérentes et traçables dans des environnements d'entreprise complexes.

Aperçu technique

Types de validation pris en charge

  • Vérifications d'égalité
    Confirmer que les valeurs correspondent aux résultats attendus (par ex. codes de référence, indicateurs booléens, correspondances catégorielles).

  • Seuils & Plages
    Valider des mesures numériques ou des KPI par rapport à des limites définies — statiques ou dérivées dynamiquement.

  • Listes de référence & lookups
    Vérifier si les valeurs de champ existent dans des jeux de données maîtres approuvés (par ex. codes TVA, listes ISO de pays, catalogues produits).

  • Cohérence entre colonnes
    Garantir la correction relationnelle (par ex. la devise correspond à la région, la catégorie de risque correspond au type d'actif).

  • Règles de gestion des valeurs nulles
    Détecter des valeurs nulles ou vides inattendues dans des colonnes critiques.

Exécution et journalisation

  • Traitement en base de données – Toutes les règles de validation s'exécutent directement dans votre base de données (Teradata, Snowflake, Databricks, PostgreSQL, etc.).
  • Aucune extraction de données – digna ne transfère jamais les données brutes en dehors de votre environnement.
  • Traçabilité complète – Chaque résultat de règle est journalisé avec horodatage, jeu de données responsable, nombre d'enregistrements et statut réussite/échec.
  • Audit