Cos'è il data lineage?

Il data lineage è la mappa del percorso dei dati: documenta da dove parte ogni dato, quali trasformazioni subisce e dove finisce, dalla sorgente fino al report, al modello o al sistema che lo consuma. Può fermarsi al livello delle tabelle o scendere fino alla singola colonna. Nelle piattaforme moderne non si disegna a mano: si ricava in automatico dai metadati, analizzando query SQL, pipeline e job di orchestrazione, e si esplora come un grafo. Questa rappresentazione a grafo è ciò che rende il lineage utile in pratica: risalire dal report al dato di origine, o scendere dalla sorgente fino a tutti i consumatori a valle, diventa un'operazione di navigazione invece che una ricostruzione manuale fatta di email e memoria storica di chi ha scritto la pipeline. Più il grafo è granulare, fino al livello di colonna, più diventa preciso capire cosa succede quando una definizione cambia, il che è la base sia del debugging sia dell'impact analysis descritti più avanti.

A cosa serve in pratica

Tre usi coprono la maggior parte del valore. Il debugging: un numero strano in un report si spiega risalendo il grafo fino alla trasformazione o alla sorgente che lo ha prodotto, in minuti invece che in giorni di archeologia. L'impact analysis: prima di cambiare una colonna sai esattamente quali dashboard, modelli e processi a valle toccherai, che è poi la stessa informazione su cui si costruiscono i data contract. L'audit: davanti a un revisore o a un'autorità puoi dimostrare da dove arriva un numero di bilancio o quali sistemi trattano un dato personale, invece di ricostruirlo a memoria.

Perché conta per la tua azienda

Il lineage trasforma la data governance da documento a strumento operativo: le policy si verificano sui flussi reali, non su come qualcuno ricorda che funzionino. Con l'AI la posta sale: se un modello o un agente prende decisioni a partire da un dato, devi saper dire da dove quel dato arriva e chi lo ha trasformato, sia per il debugging sia per la tracciabilità che le normative iniziano a chiedere. E non serve aspettare un audit: già in una due diligence o in un incidente di sicurezza, la mappa dei flussi fa la differenza tra ore e settimane. Il caveat onesto: il lineage automatico copre solo ciò che gli strumenti vedono. Lo script lanciato a mano, l'export in Excel e i passaggi fuori piattaforma restano invisibili: il lineage vale quanto la copertura della piattaforma su cui è calcolato.