Definiert Fragen, Entitäten, Ereignisse, Eigenschaften, Metriken, Segmente und Interpretationsregeln für Datenqualität. Dieses Referenzpaket legt die Übernahmegrenze, das Fehlverhalten und beobachtbare Nachweise fest, während umgebungsspezifische Grenzen konfigurierbar bleiben.
Paketstatus: Referenzkontext bereit für menschliche Überprüfung. Der Vertrag und die Testszenarien sind vollständig, es wird jedoch nicht behauptet, dass eine übernehmende Implementierung diese bestanden hat.
Entscheidung
Für Datenqualität wird ein versioniertes Ereignis- und Metrikverzeichnis angenommen, das mit der Produktentscheidung verwaltet wird. Spezifizieren Sie die Entscheidungsfrage, Population, Ereignisse, Identität, Metrikformel, Leitplanken und Interpretation, bevor Sie es instrumentieren. Dieses Paket ist ein Referenzvertrag: Das übernehmende Team muss numerische Grenzen, Anbieter, Rechtsräume und operative Verantwortliche anhand von Nachweisen in der eigenen Umgebung wählen.
Umfang
- Die Akteure, Eingaben, Ausgaben, Zustände, Richtlinien- oder Schema-Versionen und extern sichtbaren Ergebnisse, die durch diesen Analyseblock beschrieben werden.
- Primäre und alternative Schnittstellen, Hintergrundarbeiten, Caches, Integrationen, Supportpfade und Nachweise, die dieselbe Grenze ausüben können.
- Übernahmespezifische Konfiguration, Rollout, Wiederherstellung und Verifikationsverantwortlichkeiten, die für eine sichere Anwendung der Referenz erforderlich sind.
Außerhalb dieses Blocks
- Die Wahl eines universellen Anbieters, Frameworks, Rechtsraums, numerischen Schwellenwerts, Aufbewahrungszeitraums oder Service-Level-Objektivs für jeden Übernehmer.
- Die Behauptung, dass verpackte Szenarien gegen eine nachgelagerte Implementierung ausgeführt wurden oder dass diese Referenz eine rechtliche, Sicherheits- oder Barrierefreiheitszertifizierung gewährt.
Vertrag
- Vergeben Sie jedem Ereignis einen semantischen Eigentümer, Schema-Version, Auslöser, erforderliche Eigenschaften und Beispiele für Ereignisse, die nicht ausgesendet werden dürfen.
- Halten Sie Konto-, Geräte-, anonyme und Sitzungsidentitäten getrennt; führen Sie sie nur durch eine prüfbare deterministische Regel zusammen.
- Berechnen Sie Entscheidungsmetriken aus definierten Populationen und Zeitfenstern, einschließlich verspäteter Ereignisse, Ausschlüsse und Verhalten bei fehlenden Daten.
- Wenden Sie Einwilligungs- und Erfassungskontrollen vor der Aussendung an und halten Sie sensible Werte aus Freiform-Eigenschaften und Dimensionen heraus.
- Versionieren Sie Zähler, Nenner, Attribution, Ausschluss- und Zeitfensterregeln zusammen mit dem Experiment oder Dashboard.
- Fördern Sie kein Ergebnis, wenn eine Stichprobenverhältnisabweichung, fehlende Ereignisse, Identitätsdrift oder ein Leitplankenverstoß ungelöst bleibt.
- Messen Sie Vollständigkeit, Gültigkeit, Einzigartigkeit, Aktualität und Abgleich nach Schema-Version und Produzent, nicht nur auf aggregierter Tabellenebene.
- Quarantänisieren Sie ungültige Datensätze mit begrenztem Nutzlastnachweis und verhindern Sie, dass sie stillschweigend in Entscheidungsmetriken eingehen.
Implementierungsleitfaden
- Spielen Sie die Metrik über ein eingefrorenes Fixture mit verspäteten, doppelten, anonymen, zusammengeführten, ausgeschlossenen und fehlenden Ereignissen ab.
- Modellieren Sie Datenqualitäts-Eingaben, -Ausgaben, Akteure, Zustände, Invarianten, Nebeneffekte und Nachweise, bevor Sie Framework- oder Anbieterdetails auswählen.
- Speichern Sie die anwendbare Datenqualitätsvertrags- oder Richtlinienversion mit materiellem Zustand, damit Migrationen, Wiedergabe und Supportentscheidungen nachvollziehbar bleiben.
- Führen Sie den Pfad hinter kontrolliertem Rollout ein, vergleichen Sie erwartete und beobachtete Ergebnisse und halten Sie eine getestete Wiederherstellungsroute, bis Übernahmenachweise vollständig sind.
Fehlerbehandlung und Schutzmaßnahmen
- Schema-Verstöße gelangen in einen sichtbaren Quarantäne- oder Ablehnungspfad; sie verändern nicht stillschweigend einen Metriknenner.
- Ungültiger oder widersprüchlicher Datenqualitätszustand wird abgelehnt oder unter Quarantäne gestellt; die Implementierung rät niemals einen Wert, der Autorität erweitert oder einen Effekt dupliziert.
- Wiederholungen sind begrenzt und verwenden dauerhafte Identität; nach Erschöpfung erreicht die Arbeit einen prüfbaren Endzustand mit verantwortlichem Eigentümer.
Verifikation und Betrieb
- Berechnen Sie das Ergebnis unabhängig aus Roh-Fixtures neu und bestätigen Sie, dass Segmentierung keine eingeschränkten oder identifizierenden Daten preisgeben kann.
- Überwachen Sie Datenqualitäts-Erfolg, Ablehnung, Validierungsfehler, Abhängigkeitsfehler, Wiederholungsermüdung und Wiederherstellung nach Vertragsversion ohne sensible Nutzlastdimensionen.
- Führen Sie gepaarte positive und negative Fixtures nach Richtlinien-, Schema-, Abhängigkeits-, Migrations- oder Grenzänderungen erneut aus und bewahren Sie die resultierenden Nachweise auf.
Übernahmeannahmen
- Namen und Werte im Beispiel sind ein konkretes Fixture, keine universellen Standardwerte; Übernehmer ersetzen sie durch dokumentierte Nachweise und Eigentum.
- Das übernehmende System kann authentifizierte Identität, dauerhafte Betriebs- oder Datensatzversionen, begrenzte Telemetrie und einen kontrollierten Änderungsweg bereitstellen.
Die ausführbar aussehenden Beispiele in diesem Paket sind Fixtures und Akzeptanzverträge. Führen Sie den Collection Validator aus, um Struktur und Metadaten zu prüfen, übersetzen und führen Sie dann die Szenarien im Ziel-Repository aus, bevor Sie Implementierungsnachweise aufzeichnen.