digna Data Reconciliation: ¿siguen coincidiendo sus tablas de destino con sus fuentes?

Toda plataforma de datos está llena de tablas construidas a partir de otras tablas: agregados diarios sumados a partir de líneas de transacciones, data marts ensamblados a partir de una docena de sistemas de origen. Cada una de esas cargas puede terminar sin errores y aun así producir un destino que ya no concuerda con los datos de los que procede, porque cambió un filtro, se omitió un archivo que llegó tarde o un join descartó filas sin avisar. Si las cifras siguen cuadrando es la pregunta que importa, y normalmente se responde a mano, si es que se responde.

digna es una plataforma de Data Quality & Observability, y digna Data Reconciliation, novedad de Release 2026.11, se hace esa pregunta por usted cada día. Compara una fuente de datos de destino con las fuentes a partir de las que se construyó y le avisa cuando dejan de coincidir. Este breve vídeo muestra ambos tipos de reglas en los proyectos de demostración de digna, con datos ficticios y el producto real.

Se configura en el destino

La conciliación parte de la tabla cuya exactitud le importa. Abra la fuente de datos de destino, vaya a su Data Reconciliation tab y defina allí las reglas, utilizando como fuentes cualquier fuente de datos del proyecto que tenga la conciliación activada.

Hay dos tipos de reglas, porque algunas relaciones son simples y exactas, mientras que otras implican muchas fuentes y transformaciones que nadie quiere reescribir como comprobación.

Reglas exactas para las conciliaciones que ya conoce

Una regla exacta funciona como una regla de calidad de datos para una fuente y un destino. Se emparejan comprobaciones por estadística y atributo, por ejemplo un recuento de filas en el destino frente a un recuento de filas en la fuente, o una suma de importes frente a la misma suma un nivel más abajo, y se fija una tolerancia absoluta o relativa. La línea temporal muestra entonces la diferencia de cada día frente a esa tolerancia, de modo que puede ver si una discrepancia es puntual o lleva semanas creciendo.

En la demo de retail, el agregado diario de ventas pos_sales_daily se compara con las líneas de venta a partir de las que se construye, pos_sales_lines, emparejando los ingresos brutos con los ingresos sumados desde las líneas con una tolerancia de ± 0,01 %. El 26 de agosto el agregado mostraba 51.747 € mientras que sus propias líneas sumaban 66.205 €, lo que dejaba el destino un 21,8 % por debajo y muy fuera de la tolerancia.

Los equipos de finanzas, riesgos y control de gestión ya realizan comprobaciones como esta como procedimientos estándar de conciliación; como reglas exactas, se definen una sola vez y se ejecutan en cada inspección.

Reglas de IA para destinos construidos a partir de muchas fuentes

Las reglas exactas dejan de ser prácticas cuando un destino se ensambla a partir de muchas tablas mediante joins, filtros y agregaciones, porque comprobarlo de ese modo implica mantener una segunda copia de la lógica del pipeline.

Las reglas de IA siguen otro camino. Se combinan comprobaciones de varias fuentes con un destino, sin joins, filtros ni agregaciones que definir y sin SQL que escribir. Un modelo aprende del histórico cómo sigue el destino a sus fuentes y le avisa cuando el destino queda fuera de la banda de errores pasados de la regla. Cada regla de IA tiene tres ajustes, Sensitivity, Memory y Model Complexity, para adaptarla a ese destino concreto.

En la demo, un data mart de pedidos se construye a partir de diez tablas de origen. El 6 de octubre contenía 1.742 pedidos mientras que sus fuentes predecían unos 2.771, aproximadamente mil menos, y la regla lo detectó sin que nadie hubiera documentado cómo se ensambla el data mart a partir de esas diez tablas.

En el Dashboard y en sus notificaciones

Las comprobaciones de conciliación aparecen en el Dashboard con una línea temporal para cada regla. Cuentan para el estado global de inspección, junto a sus demás comprobaciones, y generan notificaciones, de modo que las personas adecuadas se enteran de una discrepancia el mismo día en que se produce.

Quién se beneficia

Los data engineers obtienen una forma directa de validar los resultados de ETL: no solo que una carga se ejecutó, sino que su resultado sigue coincidiendo con sus entradas. Los equipos de finanzas, riesgos y control de gestión obtienen sus conciliaciones estándar como reglas exactas con un historial visible. Y como digna se ejecuta on-premises o en su nube privada, sus datos nunca salen de su infraestructura mientras se comprueban. La documentación de Data Reconciliation explica cómo configurar ambos tipos de reglas.

digna Data Reconciliation llegó en Release 2026.11 junto con digna Agentic y el digna Engine, y el resumen de la versión muestra cómo encajan las tres.

Haga el tour del producto para ver digna Data Reconciliation y el resto de la plataforma en acción.

Preguntas frecuentes

¿Qué compara digna Data Reconciliation?

Compara una fuente de datos de destino con las fuentes a partir de las que se construyó y le avisa cuando dejan de coincidir. Las reglas se configuran en la Data Reconciliation tab del destino, y cualquier fuente de datos del proyecto con la conciliación activada puede actuar como fuente.

¿Qué diferencia hay entre las reglas exactas y las reglas de IA?

Una regla exacta conecta una fuente y un destino, empareja comprobaciones por estadística y atributo, como recuentos de filas o sumas de importes, y aplica una tolerancia absoluta o relativa. Una regla de IA combina comprobaciones de varias fuentes con un destino, aprende del histórico cómo el destino las sigue y avisa cuando el destino queda fuera de la banda de errores pasados de la regla.

¿Tengo que escribir SQL o definir joins para las reglas de IA?

No. Una regla de IA no necesita joins, filtros ni agregaciones, y no hay que escribir SQL. Puede ajustar cada regla con sus parámetros Sensitivity, Memory y Model Complexity.

¿Cómo se informan los resultados de la conciliación?

Cada regla tiene su propia línea temporal en el Dashboard. Las comprobaciones de conciliación cuentan para el estado global de inspección y generan notificaciones, como las demás comprobaciones de digna.