Változásnapló – Kiadás 2026.04¶

A 2026.04-es kiadással a digna jelentősen bővíti analitikai és adatvalidációs képességeit.
Ez a verzió fejlett idősorelemzést, újrahasznosítható validációs komponenseket és az értékek központi szabványosítását vezeti be.

🚀 Új funkciók¶

Analytics Chart – Idősorelemzés adattudományi háttér nélkül¶

• Új Analytics Chart interaktív idősorelemzéshez
• Beépített analitikai módszerek:
  • Lineáris, kvadratikus és köbös regresszió
  • Szakaszos regresszió konfigurálható töréspontokkal
  • Simítási technikák
  • Kvantilis elemzés
• Trendek, szezonalitás és mintaváltások automatikus felismerése
• Reziduális elemzés a eltérések mélyebb megértéséhez
• Az idősorok minden adatkészlethez automatikusan kiszámításra kerülnek

Hatás: Lehetővé teszi a felhasználók számára, hogy összetett időbeli viselkedést értsenek meg adattudományi szakértelem vagy külső eszközök nélkül.

Enumerations – Engedélyezett értékek központi meghatározása¶

• Újrahasznosítható halmazok definiálása engedélyezett értékekre (pl. országok, államok, státuszkódok)
• Oszlopértékek ellenőrzése előre definiált enumerációk ellen a digna Data Validation-ben
• Enumerációk újrafelhasználása projektek és adatforrások között
• Enumerációk használata bárhol a #ENUM:MY_ENUM# jelöléssel
• Az összes ellenőrzés közvetlenül a forrásadatbázisban fut le

Hatás: Biztosítja az egységes és standardizált adatértékeket a szervezeten belül.

Validation Rule Templates – Újrahasznosítható adatminőségi logika¶

• Újrahasznosítható validációs szabályok definiálása (pl. szóköz ellenőrzés, NOT NULL, formátumellenőrzés)
• Sablonok alkalmazása több adatkészleten keresztül
• Konzisztens szabálylogika biztosítása projektek között
• Duplikáció és kézi konfiguráció csökkentése
• Az összes ellenőrzés közvetlenül a forrásadatbázisban fut le

Hatás: Skálázható és nagy teljesítményű adatvalidációt tesz lehetővé adatmozgatás nélkül.

Statisztika-szintű relevanciafeltételek¶

• Relevanciafeltételek megadása oszlop szintjén minden statisztikához
• Kiterjeszti az anomália relevanciafeltételek koncepcióját
• Szabályozza, mikor tekintendő egy statisztika relevánsnak
• Zaj csökkentése a nem kritikus helyzetek kizárásával

Hatás: Javítja a jelminőséget azáltal, hogy csak a lényeges eltérésekre fókuszál.

🧪 Kiterjesztett Data Analytics & validációs képességek¶

Ezzel a kiadással a digna bővíti mind az adatmegértést, mind az adatvalidáció standardizálását:

• Fejlett idősor értelmezés adattudományi ismeretek nélkül
• Az engedélyezett értékek központi definiálása enumerációkon keresztül
• Újrahasznosítható validációs logika sablonokkal
• Finomhangolt kontroll a statisztikák és riasztások relevanciája felett

Ezek a képességek együtt lehetővé teszik a szervezetek számára, hogy ne csak problémákat észleljenek, hanem azokat megértsék, szabványosítsák és kontrollálják az adatminőséget.

🎯 Kik profitálnak ebből a kiadásból¶

• Adatmérnökök: újrahasznosítható validációs logika és jobb kontroll a monitorozás viselkedése felett
• Adatminőség- és kormányzási csapatok: szabványosított szabályok és konzisztens adatvalidáció rendszerek között
• Analytics és BI csapatok: jobb rálátás a trendekre és eltérésekre
• Platformtulajdonosok: megnövelt elfogadás egyszerűsített analitikával és skálázható validációval

🛠 CLI frissítések¶

• Nincs változás