Registro de alterações – Versão 2026.04¶

Com a Versão 2026.04, a digna amplia significativamente suas capacidades em analytics e validação de dados.
Esta versão introduz análise avançada de séries temporais, componentes reutilizáveis de validação e padronização centralizada de valores.

🚀 Novos Recursos¶

Analytics Chart – Análise de Séries Temporais Sem Ciência de Dados¶

• Novo Analytics Chart para análise interativa de séries temporais
• Métodos analíticos integrados:
  • Regressão linear, quadrática e cúbica
  • Regressão piecewise com pontos de quebra configuráveis
  • Técnicas de suavização
  • Análise de quantis
• Identificação automática de tendências, sazonalidade e mudanças de padrão
• Análise de resíduos para insights mais profundos sobre desvios
• Séries temporais são calculadas automaticamente para cada conjunto de dados

Impacto: Permite aos usuários compreender comportamentos complexos dos dados ao longo do tempo sem exigir conhecimento em ciência de dados ou ferramentas externas.

Enumerações – Definição Central de Valores Permitidos¶

• Defina conjuntos reutilizáveis de valores permitidos (por exemplo, países, estados, códigos de status)
• Valide valores de colunas contra enumerações predefinidas em digna Data Validation
• Reutilize enumerações entre projetos e fontes de dados
• Use enumerações em qualquer lugar via #ENUM:MY_ENUM#
• Todas as verificações são executadas diretamente no banco de dados de origem

Impacto: Garante valores de dados consistentes e padronizados em toda a organização.

Modelos de Regras de Validação – Lógica de Qualidade de Dados Reutilizável¶

• Defina regras de validação reutilizáveis (por exemplo, verificações de espaços em branco, NOT NULL, checagens de formato)
• Aplique templates em múltiplos conjuntos de dados
• Garanta lógica de regra consistente entre projetos
• Reduza duplicação e configuração manual
• Todas as verificações são executadas diretamente no banco de dados de origem

Impacto: Permite validação de dados escalável e de alto desempenho sem movimentação de dados.

Condições de Relevância ao Nível de Estatística¶

• Defina condições de relevância no nível de coluna para cada estatística
• Estende o conceito de condições de relevância de anomalias
• Controle quando uma estatística deve ser considerada relevante
• Reduza ruído excluindo situações não críticas

Impacto: Melhora a qualidade do sinal ao focar apenas em desvios significativos.

🧪 Capacidades Estendidas de Data Analytics & Validação¶

Com esta versão, a digna expande tanto o entendimento de dados quanto a padronização da validação:

• Interpretação avançada de séries temporais sem necessidade de conhecimento em ciência de dados
• Definição centralizada de valores permitidos via enumerações
• Lógica de validação reutilizável via modelos/templates
• Controle refinado sobre a relevância de estatísticas e alertas

Juntas, essas capacidades permitem que as organizações não apenas detectem problemas, mas também compreendam, padronizem e controlem a qualidade dos dados.

🎯 Quem se Beneficia desta Versão¶

• Engenheiros de Dados: Lógica de validação reutilizável e maior controle sobre o comportamento do monitoramento
• Equipes de Qualidade de Dados e Governança: Regras padronizadas e validação consistente entre sistemas
• Equipes de Analytics & BI: Melhor compreensão de tendências e desvios
• Proprietários de Plataforma: Adoção ampliada por meio de analytics simplificado e validação escalável

🛠 Atualizações da CLI¶

• Sem alterações