Data Validation – Controlli basati su regole¶

Modulo Data Validation guidato dall'IA per la qualità dei dati e l'osservabilità – digna

Scopo¶

Il modulo Data Validation garantisce la qualità dei dati tramite controlli precisi basati su regole.
Consente alle organizzazioni di definire logiche di validazione deterministiche, sia di business che tecniche, assicurando che i dati rispettino standard di conformità, SLA contrattuali e requisiti normativi.

Combinando esecuzione delle regole in-database, tracce di audit complete e integrazione con altri moduli digna, Data Validation garantisce una Qualità dei Dati e osservabilità coerente e tracciabile in ambienti aziendali complessi.

Panoramica tecnica¶

Tipi di validazione supportati¶

• Verifiche di uguaglianza
  Confermare che i valori corrispondano ai risultati attesi (es. codici di riferimento, flag booleani, mappature categoriali).

• Soglie e intervalli
  Validare misure numeriche o KPI rispetto a limiti definiti — statici o derivati dinamicamente.

• Liste di riferimento e lookup
  Verificare se i valori dei campi esistono all'interno di set di master data approvati (es. codici IVA, liste ISO dei paesi, cataloghi prodotti).

• Coerenza tra colonne
  Assicurare correttezza relazionale (es. la valuta corrisponde alla regione, la categoria di rischio è coerente con il tipo di asset).

• Regole di gestione dei valori null
  Rilevare valori null o vuoti non attesi in colonne critiche.

Esecuzione e logging¶

• Elaborazione in-database – Tutte le regole di validazione vengono eseguite direttamente nel tuo database (Teradata, Snowflake, Databricks, PostgreSQL, ecc.).
• Nessuna estrazione dei dati – digna non trasferisce mai i dati grezzi fuori dal tuo ambiente.
• Tracciabilità completa – Ogni risultato di regola viene registrato con timestamp, dataset responsabile, conteggi di record e esiti di pass/fail.
• Audit