原点とデータパス

1）データリネージとは

• レポートの数字はどこから来たのですか？
• スキーマ変更の影響を受けるテーブル/フィールドはどれですか？
• 昨日の午後9時にKPIが変わったのはなぜですか？
• 特定のモデルとMLバージョンに入ったデータは何ですか？

iGamingでは、規制、財務報告（GGR/NET）、不正防止、KYC/AML、責任あるプレイ、製品変更の高速化が重要です。

2）血統レベルと粒度

1.ビジネス・リネージ-メトリクスとビジネス用語（用語集から）をショーケース/数式にリンクします。
2.テクニカルライン（表形式）-テーブル/ジョブ/変換パッケージ間の関係。
3.Field/column-level-どのソースカラムが宛先カラムを形成し、ルールがあります。
4.ランタイムリネージ（運用）-実際の実行：時間、ボリューム、コード/スキーマバージョン、ハッシュアーティファクト。
5.エンドツーエンド-プロバイダ/PSP/CRMからレポート/ダッシュボード/モデルへのエンドツーエンドのパス。
6.クロスドメイン/メッシュ-契約に基づくドメインデータ製品間の接続。

3）キーの価値

信頼と監査：レポートとモデルの説明、インシデントの迅速な調査。
影響分析：スキーム/ロジックの安全な変更、リリースの予測可能性。
オンボーディングのスピード：新しいアナリストやエンジニアがランドスケープをより早く理解します。
コンプライアンス：PIIトレーサビリティ、リーガルホールド、規制当局への報告。
コストの最適化：死んだパイプラインと重複した店舗の識別。

4）オブジェクトとアーティファクト

グラフエンティティ：ソース（ゲームプロバイダ、PSP、 CRM）、トピック/ストリーム、生/ステージング、ブロンズ/シルバー/ゴールド、DWH、 ML機能、BIモデル、ダッシュボード。
関係：変換（SQL/ELT）、ジャブ（Airflow/DBT/……）、モデル（バージョン）、コントラクト（Avro/Proto/JSONスキーマ）。
属性：所有者、ドメイン、分類、スキーマバージョン、品質管理、鮮度、SLO/SLI。

5）血統の真理の源泉

静的：SQL/configs （dbt、 ETL）→build dependenciesを解析します。
動的/ランタイム-実行時にメタデータを収集します（オーケストレータのステートメント、クエリログ）。
イベント：バス（Kafka/Pulsar）でメッセージを発行/読むときの系統イベント、契約の検証。
マニュアル（最小）-自動的に取得されない複雑なビジネスロジックを説明します。

6）系統及びデータ契約

契約はスキーム、セマンティクス、SLAを修正します。
互換性チェック（semver）とidempotencyが必要です。
Linigeは、契約/バージョンとチェック（CI/CD+ランタイム）を渡すという事実へのリンクを保持します。

7） iGamingの系統： ドメイン例

ゲームイベント→RTP集計、ボラティリティ、保持、ゲームパフォーマンスゴールドショーケース。
支払い/出力/チャージバック→GGR/NETレポート、不正防止信号。
KYC/AML→ステータス、チェック、アラート→コンプライアンスケース、レポート。
責任あるゲーム→制限/自己排除→リスクスコアリングと介入のトリガー。
マーケティング/CRM→キャンペーン、ボーナス、賭け→LTV/ARPPUへの影響。

8）グラフの可視化

• 「ランドスケープマップ」（マクロ）と「スルートラック」（マイクロ）の2つのモードがあります。
• フィルタ：ドメイン、所有者、分類（PII）、環境（prod/stage）、時間。
• オーバーレイ：新鮮さ、ボリューム、DQエラー、スキーマバージョン。
• クイックステップ：「依存者を表示」、「誰がこの列を消費しますか？「、「KPIダッシュボードへのパス」。

9）影響分析と変更管理

スキーム/ロジックを変更する前に、what-if：どのjabs/showcases/dashboards/modelが影響を受けるかを実行します。
依存するアーティファクトの所有者へのチケットの自動生成。
ストアフロント用のデュアルライト/ブルーグリーンパターン：v2は並列、メトリック比較、スイッチングで埋められます。
Backfill Playbook：履歴データの読み込み方法、一貫性の確認方法。

10）リネージとデータ品質（DQ）

DQルールをグラフノード/フィールドに関連付ける：有効性、一意性、一貫性、タイムリー性。
違反の場合は、トラックに「赤いセグメント」を表示し、所有者にアラートを上げます。
DQインシデントの履歴とKPIへの影響を保持します。

11） ML/AIのためのLinage

トレーサビリティ-データセット→フィーチャー→トレーニングコード→モデル（バージョン）→推論。
コミット、トレーニングパラメータ、フレームワークのバージョン、検証データを修正しました。
リネージュは、ドリフト、メトリック回帰を調査し、結果を再現するのに役立ちます。

12）リンクとプライバシー/コンプライアンス

ラベルPII/金融分野、国、法律（GDPR/ローカル）、処理ベース。
マスキング/エイリアシング/匿名化が適用されるノードをマークします。
DSAR/Rightを忘れた場合は、サブジェクトが存在するウィンドウ/バックアップを追跡します。

13）系統のためのメトリック（SLO/SLI）

カバレッジ：列linejetのテーブル/フィールドの％。
鮮度SLI： SLAアップデートに適合するノードの割合。
DQパスレート：クリティカルパスによる成功チェックの割合。
データインシデントのためのMTTD/MTTR。
リードタイムの変更：スキーマを交渉して安全にリリースする平均時間。
デッドアセット：未請求のストアフロント/ジョブの割合。

14）ツール（カテゴリ）

カタログ/用語集/Lineage：単一のメタデータグラフ、SQL/orchestrators/busからのインポート。
オーケストレーション：ランタイムメタデータ、タスクステータス、SLAの収集。
スキーマレジストリ/コントラクト-互換性チェック、バージョンポリシー。
DQ/Observability：規則、異常、新鮮さ、ボリューム。
Sec/Access： PIIラベル、RBAC/ABAC、監査。
MLレジストリ：モデル、アーティファクト、データセットのバージョン。

15）テンプレート（使用可能）

15.1 Linjaユニットパスポート

• 分類：Public/Internal/Confidential/Restricted （PII）
• ソース/入力：テーブル/トピックス+契約バージョン
• 変換：SQL/job/repo+commit
• 出力/消費者：ディスプレイケース/ダッシュボード/モデル

• オブザビリティシグナル：鮮度、ボリューム、異常

• インシデント履歴：チケット/死後へのリンク

15.2通信カード（列レベル）

フィールドから： スキーマ。テーブル。col（タイプ、nullable）

フィールド内： スキーマ。テーブル。col（タイプ、nullable）

変換ルール： 式/関数/辞書

品質コンテキスト： チェック、範囲、参照

15.3インシデント調査Playbook

1.影響を受けるKPI/ダッシュボードを特定する→2）ソースへのアップストリーム→

2.各ノードで鮮度/ボリューム/DQをチェックする→4）最後のコード/スキームの変更を見つける→

3.生産/ステージ/昨日の比較→6）固定とバックフィルを割り当てる→7）将来の死後とルール。

16）プロセスと統合

On-change： スキーマ/SQLを変更するリポジトリにマージすると、リネージの再構築とインパクト解析がトリガーされます。
実行中：成功/失敗した各ジョブは、ランタイムメタデータをグラフに書き込みます。
アクセスフック：アクセスリクエストには、PIIと責任ある所有者へのパスが表示されます。
ガバナンスの儀式：クリティカルパスの毎週のレビュー、SLOに関する毎月のレポート。

17）実装ロードマップ

0-30日（MVP）

1.重要なKPI/ダッシュボードとエンドツーエンドのパスを特定します。
2.表形式系列のSQL解析/ジョブを接続します。
3.ノード/通信パスポートと最小フレッシュネスメトリックを入力します。
4.キーパス（KYC、決済）にPIIタグを記述します。

60-90日

1.トップショーケースの列レベルに移動します。
2.オーケストレータランタイムメタデータ（時間、ボリューム、ステータス）を統合します。
3.DQルールをグラフに関連付け、アラートを含めます。
4.可視化：ドメイン/オーナー/PIIによるフィルタ、鮮度のオーバーレイ。

3〜6ヶ月

1.イベントバスの契約とスキームの登録（ゲーム/支払いフィード）。
2.フルトラックML-lineage （dannyye→fichi→model→inferens）。
3.CIでの影響分析→依存関係の所有者への自動チケット。
4.コラム・レベルのカバレッジ≥アクティブな店舗の70％。SLOレポート。

18）パターンおよび反パターン

• Graph-first：変更の「コンパス」としての単一のメタデータグラフ。
• Contract-aware lineage：スキーマバージョンと検証結果との関連付け。
• 観察オーバーレイ：グラフ上の鮮度/ボリューム/DQ。
• 製品思考：ドメイン所有者は、認定された「データ製品」を公開します。

• 自動コレクションとサポートなしの「写真のための絵」。
• 解析と実行時の真実の代わりに手持ちのマインドマップ。
• 重要なKPIパスの列の詳細が不足しています。
• アクセス/PIIおよびDSAR/Legal Holdプロセスとの結合のないリネージ。

19）実用的なチェックリスト

データ変更をリリースする前に

• 契約が更新され、互換性が渡されました
• 依存関係インパクト解析が完了
• v2ショーケースを並列に組み立て、メトリックの比較
• バックフィルおよびロールバック計画の文書化

ウィークリーレビュー

• クリティカルパスは鮮度で緑色
• 孤立したジョブ/ストアフロントなし
• DQインシデントの閉鎖と文書化
• 列レベル>ターゲットしきい値のカバレッジ

［結果］

血統は混沌としたデータストリームを地域の管理可能な地図に変えます。何がどこから来たのか、誰が責任を負っているのか、どんなリスクがあり、どのように安全に変更するのかを見ることができます。iGamingにとって、これはKPIへの信頼、実験のスピード、成熟したコンプライアンスの基盤です。