Kildetilstand

Kildetilstand er et begrep brukt i dataforvaltning og informasjonsarkitektur for å beskrive den nøyaktige tilstanden til en kilde data som brukes som input i en prosess. Begrepet er viktig for å sikre reproduksjon og sporing i dataflyter, og refererer til de forholdene som påvirker resultatene av en beregning eller rapport.

Etymologi og omfang: ordet kombinerer kilde og tilstand og brukes i norsk og dansk teknisk dokumentasjon for å beskrive inputens tilstand ved tidspunktet den hentes. Dette inkluderer både selve datasettet og omgivende forhold som gjør dataene identiske ved senere kjøringer.

Innhold og komponenter: en kildetilstand omfatter typisk versjon og tidspunkt for datasettet, tilgangsmåte og lagringssted, dataformat og tegnsett, skjema- og datamodellversjon, autentisering og tilgangsrettigheter, samt en integritetsverdi som hash. I tillegg kan den inkludere en transformasjonslogg som viser hvilke operasjoner data har gjennomgått før bruk i en prosess.

Bruk og betydning: kildetilstand brukes for å dokumentere og reproducere resultater, støtte feilsøking og avvik i rapportering, og oppfylle krav i regulerte sektorer. Den kobles ofte til spesifikke kjøringer eller batcher, slik at feil kan spores tilbake til kildeforholdene og ikke bare til prosessen som behandler dataene.

Forhold til andre konsepter: kildetilstand er en del av data provenance eller datalineage. Den kan være representert i grafiske lineage-modeller og registrert i metadataregistre eller data kataloger, og er nært knyttet til begreper som data kvalitet og sporbarhet. Implementeringen varierer mellom organisasjoner, men målet er enhetlig: å sikre etterprøvbarhet og tillit i dataarbeidet.