Des contrôles avant utilisation des données
Voyez ce qui a changé dans vos données avant que quiconque ne les utilise.
Datainspec compare chaque nouvelle livraison à la version que vous avez approuvée. Il montre ce qui s'est dégradé, sur quelles lignes, et donne un verdict clair à votre pipeline.
- Aucune configuration : il profile lui-même chaque colonne
- Fonctionne sur votre machine
- Vos sources en lecture seule
- critiqueLa colonne payment_method est absente
- critique1 703 prix à Lyon sont 100× ceux de septembre
- critique24 commandes apparaissent deux fois
- avert.37 commandes ont une quantité de −1
- avert.Un commentaire contient une commande de base de données
Un distributeur fictif : neuf magasins et une boutique en ligne, cinq problèmes injectés volontairement. Les lignes proviennent de son fichier d'octobre. Les constats sont les résultats du moteur lui-même.
- CSV
- Parquet
- DuckDB
- Bases de données SQL
- + d'autres à venir
Pourquoi Datainspec
Un enregistrement malencontreux, détecté avant d'en payer le prix.
Soixante-dix secondes. Un bureau régional ouvre son fichier dans Excel et l'enregistre, et 84 134 identifiants de personnes changent sans bruit. Les données sont synthétiques ; les constats et le temps mesuré proviennent d'une analyse réelle.
Essayez
Une livraison. Cinq problèmes.
Six étapes, d'un fichier de confiance à une décision consignée. Parcourez-les sur les données de commandes de la démo.
orders/Livraison d’octobreComment ça marche
Cinq niveaux entre une livraison et vos rapports.
- 01Profiler
Il apprend chaque colonne de la version que vous approuvez : son rôle, sa plage normale et les contrôles adaptés. Rien à configurer.
- 02Approuver
Une personne approuve cette version comme référence, après son propre bilan de santé. L'identité de la personne et la date d'approbation sont conservées.
- 03Vérifier
Chaque nouvelle livraison lui est comparée : ce qui s'est dégradé, en termes simples, avec les lignes concernées.
- 04Décider
Problème réel, changement attendu ou bruit. La décision et son motif suivent le constat jusqu'à l'analyse suivante.
- 05Verdict
Votre pipeline reçoit un verdict et un code de sortie : continuer, avertir ou suspendre l'étape suivante.
Pour qui
Conçu pour ceux qui répondent de la qualité des données.
Un verdict et un code de sortie pour chaque livraison.
Une commande compare le nouveau fichier ou la nouvelle table à la version approuvée et renvoie 0, 1, 2 ou 3. Votre pipeline décide de la suite.
Pour les ingénieurs data- Aucun fichier de règles à écrire d'abord
- CSV, Parquet, DuckDB, SQLite et plus, en lecture seule
- Un rapport JUnit pour la vue des tests de votre CI
Chaque approbation, blocage et modification, consigné.
Qui a décidé quoi, quand et pourquoi, pour chaque version d'un jeu de données et chaque constat. Exportable à la demande.
Pour la gouvernance et la conformité- Versions approuvées, certificats et retour arrière sans rien effacer
- Un journal d'audit avec qui, quand et pourquoi, en CSV
- Des rapports partageables sans données sources
Arrêtez le fichier défectueux avant de valider un chiffre.
Chaque livraison comparée à votre version de confiance, sur vos propres machines, avec une personne qui décide et une trace conservée.
Pour les responsables data- Rien ne quitte vos machines, aucune télémétrie
- Aucun projet à mettre en place avant la première analyse
- Un pilote sur un jeu de données, des critères convenus à l'avance
Sachez ce qui a changé avant de diffuser les chiffres.
Ce qui a changé depuis votre version de confiance, en termes simples, avec les lignes concernées, dans une application Windows.
Pour les analystes et le reporting- Aucun code à écrire
- Les changements attendus expliqués une fois, avec votre nom
- L'historique de chaque colonne, mois après mois
Essayez-le sur l'un de vos vrais échanges de données.
Choisissez un jeu de données récurrent. Il fonctionne sur vos machines ; à la fin, nous examinons ensemble ce qui a été détecté et ce qui relevait du bruit.