Changelog – Release 2026.11¶

La Release 2026.11 ruota attorno a tre importanti novità:

digna Data Reconciliation (Beta): verifica che i dati restino coerenti mentre si spostano tra i sistemi
digna Agentic (Beta): apre digna agli agenti AI tramite il digna MCP Server
digna Engine: esegue facoltativamente il profiling dei dati all'interno di digna e abilita i controlli di integrità referenziale tra diverse tecnologie di database

Nuove funzionalità¶

digna Data Reconciliation (Beta) – Coerenza dalla sorgente alla destinazione¶

I dati attraversano spesso diversi sistemi prima di arrivare in un report. digna Data Reconciliation (Beta) confronta un datasource di destinazione con le sorgenti da cui è stato costruito, e genera un alert quando non corrispondono più.

Configurata come regole con nome nella nuova scheda Data Reconciliation del datasource di destinazione
Qualsiasi datasource del progetto con Data Reconciliation attivato può fungere da sorgente
I casi d'uso includono le procedure di riconciliazione standard e la validazione dei risultati dei processi ETL
Due tipi di regole: Exact e AI

Regole Exact – La riconciliazione come regola di data quality: definisci esattamente cosa deve corrispondere tra una sorgente e una destinazione, come in una regola di data quality.

Confronta un datasource sorgente con un datasource di destinazione
Abbina un controllo di destinazione a un controllo sorgente per statistica e attributo, ad es. il conteggio delle righe o la somma di una colonna di importi
Consenti una differenza con una tolleranza Absolute (ad es. ± 10) o Relative (ad es. ± 0,5% della sorgente)
La timeline mostra la differenza di ogni giorno rispetto alla tolleranza

Regole AI – La riconciliazione come data observability: digna apprende come una destinazione segue le proprie sorgenti, nello stesso modo in cui digna osserva i dati negli altri moduli, e genera un alert quando la relazione si interrompe.

Combina i controlli di più datasource sorgente con i controlli di una destinazione
Non serve conoscere né formalizzare la logica che li collega (join, filtri, aggregazioni)
Un modello apprende dallo storico come la destinazione segue le proprie sorgenti nello stesso giorno
Ogni controllo di destinazione viene previsto a partire dai valori sorgente del giorno, e digna genera un alert quando la destinazione esce dalla banda degli errori passati della regola stessa
Ogni regola ha i propri Model settings: Sensitivity, Memory e Model Complexity

I controlli di riconciliazione compaiono nella Dashboard con una timeline per regola. Contribuiscono allo stato complessivo dell'ispezione e attivano le notifiche.

Impatto: Copre entrambi i lati della riconciliazione. Le regole Exact applicano controlli noti tra sorgente e destinazione, e le regole AI monitorano flussi complessi come i processi ETL, così i dati persi o modificati lungo il percorso vengono intercettati senza SQL di riconciliazione scritto a mano.

digna Agentic (Beta) – digna per gli agenti AI¶

La prima versione di digna Agentic (Beta). Gli agenti AI ora possono lavorare con digna, rispondere a domande di business sui tuoi dati e aiutarti a migliorare la configurazione.

digna MCP Server: consente a Claude e ad altri agenti AI di lavorare con digna tramite il Model Context Protocol.

Gestisci progetti, datasource, regole, pianificazioni delle ispezioni e sottoscrizioni
Leggi gli stati delle ispezioni fino al singolo controllo, per analizzare gli alert

Descrizioni su datasource e attributi: descrivi in linguaggio semplice cosa contiene un datasource o un attributo.

Gli agenti AI usano le descrizioni per interpretare i tuoi dati
Poni domande di business sui tuoi dati e gli agenti AI rispondono in base a ciò che digna monitora
Se la configurazione attuale di digna non permette di rispondere a una domanda, l'agente AI suggerisce, ove possibile, modifiche al datasource e ai suoi attributi, ad es. l'aggiunta di un nuovo dataset

Impatto: Ti permette di porre domande di business sui tuoi dati in linguaggio semplice, e consente agli agenti AI di aiutare a configurare digna e ad analizzare i problemi di qualità dei dati.

digna Engine – Profiling dove preferisci¶

Per impostazione predefinita, digna esegue il profiling dei dati dove risiedono, nel database sorgente. Il digna Engine aggiunge un'opzione: digna esporta i dati dalla sorgente e ne esegue il profiling all'interno del digna Engine.

Facoltativo, non obbligatorio: il profiling nel database sorgente resta disponibile
Si seleziona per ogni connessione al database come posizione di profiling (Profiling Location): Source Database o digna Engine
Disponibile per tutte le tecnologie sorgente supportate

Integrità referenziale tra connessioni: alcuni controlli richiedono l'esportazione dei dati. Il digna Engine estende digna Data Validation per questi casi.

Controlli di integrità referenziale tra datasource su connessioni al database diverse, incluse tecnologie di database diverse (ad es. Oracle e PostgreSQL)
Funziona con entrambe le posizioni di profiling: con Source Database, solo le colonne chiave vengono esportate nel digna Engine
La dashboard indica quando un controllo viene eseguito su due connessioni

Impatto: Ti permette di scegliere dove eseguire il profiling dei dati e garantisce le relazioni tra sistemi basati su tecnologie di database diverse.

Miglioramenti del profiling¶

Questa release offre inoltre agli utenti un maggiore controllo su cosa viene profilato e come.

Attributi query – Colonne definite dall'utente¶

Definisci colonne artificiali: un'espressione SQL su una o più colonne del datasource
Ogni attributo query ha un proprio nome
Profilato e controllato come qualsiasi altro attributo

Categoria di colonna DATE¶

Nuova categoria Date per gli attributi
Metriche relative alla data ispezionata

Profiling on demand¶

Esegui il profiling di qualsiasi attributo sullo snapshot completo di una data, senza avviare un'ispezione
Aiuta a impostare il tipo di colonna dell'attributo: Numerical, Categorical, Date o Unspecified

Beneficiari di questa release¶

Data Engineer: validazione dei risultati ETL con digna Data Reconciliation (Beta)
Team Finance, Risk e Controlling: procedure di riconciliazione standard come regole Exact in digna Data Reconciliation (Beta)
Team di Data Quality e Governance: integrità referenziale tra tecnologie di database con il digna Engine
Utenti di business: domande di business sui dati a cui rispondono gli agenti AI con digna Agentic (Beta)
Team AI e Automazione: agenti AI che lavorano con digna tramite digna Agentic (Beta)

Aggiornamenti CLI¶

Nessuna modifica