Valutare la qualità dei dati

Ultimo aggiornamento: 2026-11-10

Dopo aver aperto un dataset, esamina la panoramica per ottenere informazioni sulla qualità complessiva, sullo schema, sulle statistiche di qualità e sui tipi semantici per ciascuna colonna.

Indicatori di qualità del set di dati

Quando si apre la panoramica di un set di dati che è stato appena registrato, la maggior parte delle informazioni viene visualizzata in grigio. Per calcolare la qualità dei dati la prima volta, fare clic sul pulsante Calcola. Se la qualità è già stata calcolata prima, ma si desidera assicurarsi che i dati siano aggiornati, Fare clic sul pulsante Aggiorna.

Ogni calcolo o aggiornamento in pushdown comporterà dei costi nel tuo data warehouse cloud (Snowflake o Databricks). Per ulteriori informazioni, vedere Qualità dati per i set di dati basati sulla connessione.

La qualità vene visualizzata in due sezioni.

• L'area Qualità dei dati, che include una barra della qualità con tre colori e le rispettive percentuali:

  • Non valido (rosso): mostra la percentuale di valori nel campione considerati non validi.

  • Vuoto o nullo (nero): indica la percentuale di valori nel campione che sono vuoti o nulli.

  • Valido (verde): mostra la percentuale di valori validi nel campione. La percentuale non tiene conto dei valori vuoti.

• L'area Schema che mostra i differenti campi del set di dati, i tipi di dati o i tipi semantici che sono stati applicati, oltre a una barra di qualità per ogni campo del set di dati.

Individuazione dei tipi semantici

A ogni colonna di un set di dati viene assegnato automaticamente un tipo semantico, che consente di descriverne meglio il contenuto. In background viene eseguita un'operazione di individuazione dei dati per determinare i tipi da assegnare.

I tipi semantici rilevati possono anche supportare la classificazione dei dati e la revisione normativa. Prima di applicare le classificazioni a livello di campo, verificare le assegnazioni dei tipi semantici per i campi sensibili.

Modalità di campionamento per le modalità di calcolo

La modalità di campionamento utilizzata per i campioni di dati dipende dalla modalità di calcolo selezionata:

• Modalità pull-up: viene utilizzato un campione iniziale, il che significa che come campione vengono prese le prime righe del set di dati.
• Modalità pushdown: Viene utilizzato un campione casuale, garantendo una rappresentazione più distribuita del set di dati. Questa modalità è attualmente supportata solo per Databricks e Snowflake.

Per i file QVD, vengono utilizzati sia il campionamento head che quello casuale per fornire un campione più rappresentativo.

Comprendere la modalità di campionamento aiuta a interpretare accuratamente le metriche di qualità dei dati in base alla modalità di calcolo.