{oA.Lineage}

Data lineage dans les dataflows : 

 Au départ de n’importe quelle « data point » (un champ d’une table, une table, un fichier, un schéma), {openAudit} permet d'appréhender son origine et ses usages, on-premise et dans le Cloud, à travers un data lineage technique, multi technologique. Les analyses sous-jacentes sont rejouées quotidiennement de façon automatisée.

 Les informations relatives à l’ordonnancement des chaînes est disponible, et les usages de chaque « data point » est défini au survol : qui consulte quelle information, quand, via quels outils, ce qui est d’un intérêt majeur dans un cadre « compliance ».

{openAudit} propose différents modes de représentation graphique pour son data lineage (métier / IT)

Use cases :

Partager une compréhension détaillée de la construction des flux, identifier les ruptures et les corriger, la Data Loss Prevention (DLP), BCBS 239 (Bâle III), RGPD, etc.

Data lineage dans la couche de dataviz : 

 {openAudit} permet d'appréhender l'ensemble des technologies de data visualisation de l'entreprise sur une interface unique d'analyse d'impact : il s'agit d'une grille qui permet de comprendre l'étagement entre les chacun des éléments constitutifs du dashboard et le champ physique en source (ou la vue) : de la cellule du dashboard, à la query qui interroge la base de donnée, en passant par la couche sémantique s'il y en une, etc.

Le data lineage dans le dashboard ou dans les couches alimentation peut être déclenché depuis cette interface.

Ainsi, l’ensemble des règles de gestion internes aux technologies de data visualisation sont mises en lumière et partagées à tous. Ce data lineage dans la couche de data visualisation peut être rattaché à celui des alimentations.

Use cases :

Faire la lumière sur des règles de gestion complexes, faire de l’analyse d’impact entre un champ physique et une donnée du dashboard…etc.