DFS ワークフロー

DFS の作業が複数チームや製品領域にまたがる場合、ワークフローでソース接続から管理済み出力までの順序とレビュー判断の位置を明確にします。

利用シーン

• DFS Lite、DFS Pro、下流アプリを 1 つの経路として扱う場合。
• ソース責任者、データ責任者、レビュアー、アプリ責任者が別チームの場合。
• AI Agent、Inspector、BI、Physical AI に渡す前に監査可能な証跡を残す場合。

ワークフロー

手順

1. 下流ワークフロー、ソース、対象 ID、フィールド、単位、鮮度、受け入れ基準を先に記録します。
2. DFS Lite でソースを接続、プレビュー、マッピング、同期します。
3. 同期履歴、失敗行、品質状態、責任者確認を確認します。
4. 再利用、バージョン管理、複数ソース統合が必要な場合は DFS Pro データセットを作成します。
5. レビューキュー、競合処理、引き渡し記録を完了します。

確認項目

• データソース、対象 ID、受け入れ基準が一致しています。
• 不確実な行、競合、拒否行にレビュー経路があります。
• 引き渡し記録で利用可能なワークフローを説明しています。

成果物

• 証跡契約、コネクターとマッピング記録、品質メモ、管理済みデータセットまたは統合出力、下流への引き渡し記録。

実装メモ

ソースシステム、フィールドの意味、タイムスタンプ、単位、責任者、レビュー記録を残してください。DFS の出力は、マッピング、品質確認、引き渡し記録が揃ってから Inspector、FactVerse AI Agent、BI、Physical AI のワークフローに渡します。

関連ページ

次に読む	利用シーン
DFS で運用データパイプラインを構築する	DFS Lite のコネクター、マッピング、同期、品質レビューから DFS Pro データセット、統合タスク、AI Agent への引き渡しまでを扱います。
AI Agent ワークフロー向けに DFS データを準備する	DFS Lite と DFS Pro を使い、FactVerse AI Agent 向けのソースデータ、管理済みデータセット、統合出力、引き渡し記録を準備します。
DFS レシピ	BMS、予知保全、AI Agent、統合、拒否行復旧のタスク別手順を選びます。