Was ist Data Lineage?
Lineage verbindet eine Zahl in einem Dashboard über die Joins, Filter, Mappings und Berechnungen, aus denen sie entstanden ist, bis zurück zu den Quellsystemen.
Man kann sie sich als lückenlose Nachweiskette für Daten vorstellen. Sieht eine Umsatzzahl falsch aus, zeigt Lineage, welche Quelle sie gespeist hat, welche Definition sie berechnet hat und was sich kürzlich geändert hat. So beheben Sie die Ursache, statt über das Ergebnis zu streiten.
Wie funktioniert Data Lineage?
Lineage wird erfasst, während Daten eine Pipeline durchlaufen. Jeder Schritt dokumentiert seine Eingaben, die angewendete Logik und seine Ausgaben. Zusammen ergeben diese Aufzeichnungen eine Karte von der Quelle bis zum Bericht.
| Phase | Was Lineage dokumentiert | Beispiel |
|---|---|---|
| Quelle | Aus welchem System und Konto die Daten stammen | Spend einer Werbeplattform für ein Konto |
| Datenaufnahme | Wann die Daten eintrafen und in welcher Form | Tägliche Ladung mit den Feldnamen der Plattform |
| Transformation | Angewendete Joins, Mappings und Bereinigungsregeln | Kampagnennamen der Plattform einer Geschäftskategorie zugeordnet |
| Definition | Wie die Kennzahl berechnet wurde | ROAS als Umsatz abzüglich Retouren, geteilt durch Spend |
| Nutzung | Welche Berichte, Tools und Agenten sie nutzen | Ein Management-Dashboard und eine KI-Antwort |
Was ist ein Beispiel für Data Lineage?
Eine veränderte Zahl zurückverfolgen
Ein Wochenbericht zeigt, dass der CPA über Nacht um 18 % gestiegen ist. Bevor jemand eine Kampagne ändert, verfolgt ein Analyst die Lineage der Kennzahl.
Die Rückverfolgung zeigt, dass eine Werbeplattform ein Conversion-Feld umbenannt hat, sodass Conversions dieser Plattform nicht mehr in die Summe einflossen. Die Lösung ist eine Anpassung des Mappings, keine Änderung an der Media. Sie dauert Minuten statt Tage.
Data Lineage vs. Data Provenance vs. Datenkatalog
Diese Begriffe hängen zusammen und werden oft gemeinsam verwendet, doch jeder beantwortet eine andere Frage.
| Data Lineage | Data Provenance | Datenkatalog | |
|---|---|---|---|
| Beantwortete Frage | Wie sind diese Daten hierher gelangt, und was hat sie verändert? | Woher stammen diese Daten ursprünglich? | Welche Daten haben wir, und was bedeuten sie? |
| Schwerpunkt | Der gesamte Weg und jede Transformation | Herkunft und Historie eines Datensatzes | Ein Bestandsverzeichnis mit Beschreibungen |
| Typischer Einsatz | Fehlersuche, Auswirkungsanalyse, Audits | Compliance und Vertrauen in Quellen | Auffindbarkeit und Dokumentation |
Warum ist Data Lineage für Reporting und KI wichtig?
Jeder Bericht, jeder Plan und jede KI-Antwort übernimmt alles, was mit den zugrunde liegenden Daten passiert ist. Ohne Lineage bedeutet die Prüfung einer Zahl, ihre Historie von Hand zu rekonstruieren, und kleine Fehler breiten sich unbemerkt in allem aus, was darauf aufbaut.
- Schnellere Fehlersuche. Teams finden die Ursache einer falschen Zahl, statt zu raten.
- Auswirkungsanalyse. Bevor Sie eine Definition ändern, sehen Sie jeden Bericht und jedes Tool, das betroffen ist.
- Audits, die Sie bestehen. Finanz-, Rechts- und Security-Teams sehen, wie eine Zahl entstanden ist.
- KI-Antworten, die Sie prüfen können. Wirkt eine KI-Antwort seltsam, kann das Team sie bis zu den Quelldaten und der verwendeten Definition zurückverfolgen.
Wie setzt Alli das um?
Alli hält seine Datengrundlage deterministisch und nachvollziehbar. Alli Datasources bringt Daten über eine kontrollierte Datenaufnahme ein, und Alli Semantic Layer modelliert, wie Performance-Tabellen mit Kampagnen, Anzeigen, Konten und Kalendern verbunden sind, definiert jeden KPI einmal und ordnet die Benennungen der Plattformen über Categorizations zu. Definitionen sind versioniert, und Änderungen werden über kontrollierte Workflows ausgerollt.
Da jedes Dashboard, jede Ansicht in Data Explorer, jede Antwort von Ask Alli und jeder Alert auf dieselben Definitionen zugreift, lässt sich jede Zahl in Alli auf eine definierte Quelle zurückführen.
Alli Semantic Layer entdeckenFAQ zu Data Lineage
Was ist Data Lineage, einfach erklärt?
Es ist die Geschichte eines Datums: woher es kam, wohin es ging und was unterwegs damit gemacht wurde. So können Sie jede Zahl bis zu ihrer Quelle zurückverfolgen.
Was ist der Unterschied zwischen Data Lineage und Data Provenance?
Provenance konzentriert sich darauf, woher Daten ursprünglich stammen. Lineage umfasst den gesamten Weg, einschließlich jedes Systems, das sie durchlaufen haben, und jeder Transformation, die auf sie angewendet wurde.
Warum ist Data Lineage für KI wichtig?
KI-Tools antworten auf Grundlage der Daten und Definitionen, die ihnen zugrunde liegen. Mit Lineage können Teams eine KI-Antwort mit ihrer Quelle abgleichen und die Ursache finden, wenn eine Antwort falsch aussieht.
Wie pflegt man Data Lineage?
Halten Sie Transformationslogik und Definitionen in kontrollierten, versionierten Systemen statt in verstreuten Tabellen, und dokumentieren Sie jeden Schritt, während Daten von der Quelle zum Bericht wandern.
Zuletzt aktualisiert am Zurück zum Glossar