Data Validation – Reglerbaserade kontroller¶

AI-driven Data Validation-modul för datakvalitet och observabilitet – digna

Syfte¶

Modulen Data Validation säkerställer datakvalitet genom precisa, reglerbaserade kontroller.
Den gör det möjligt för organisationer att definiera deterministisk affärs- och teknisk valideringslogik, och säkerställer att data uppfyller efterlevnadsstandarder, kontraktuella SLA:er och regulatoriska krav.

Genom att kombinera in-database rule execution, kompletta revisionsspår och integration med andra digna-moduler garanterar Data Validation konsekvent och spårbar datakvalitet och observabilitet i komplexa företagsmiljöer.

Teknisk översikt¶

Stödda valideringstyper¶

• Likhetskontroller
  Bekräfta att värden matchar förväntade resultat (t.ex. referenskoder, booleska flaggor, kategorimappningar).

• Tröskelvärden & intervall
  Validera numeriska mått eller KPI:er mot definierade gränser — statiska eller dynamiskt härledda.

• Referenslistor & uppslag
  Kontrollera om fältvärden finns i godkända masterdatasätt (t.ex. moms-koder, ISO-landlistor, produktkataloger).

• Konsistens mellan kolumner
  Säkerställ relationskorrekthet (t.ex. att valuta stämmer överens med region, att riskkategori matchar tillgångstyp).

• Regler för null-hantering
  Upptäck oväntade null- eller tomma värden i kritiska kolumner.

Körning och loggning¶

• In-Database Processing – Alla valideringsregler körs direkt i din databas (Teradata, Snowflake, Databricks, PostgreSQL osv.).
• Ingen dataexport – digna överför aldrig rådata utanför din miljö.
• Fullständig spårbarhet – Varje regelresultat loggas med tidsstämpel, ansvarigt dataset, antal poster och godkänd/underkänd-utfall.
• Revision