Trouver les checks data en échec et incidents qualité actifs dans DataHub. — Claude Skill
Une compétence Claude pour Claude Code par DataHub Project✓ — exécuter /datahub-quality dans Claude·Mis à jour le 13 juin 2026·vmain@68585b1
Passe en revue assertions, incidents, fraîcheur, volume et notifications DataHub pour savoir quels assets data demandent attention.
- Repère les datasets critiques avec assertions en échec, incidents ouverts ou fraîcheur insuffisante.
- Explique quel dataset, owner, check et dernier run créent le risque métier.
- Distingue les actions possibles dans DataHub Cloud des environnements OSS plus limités.
- Produit un rapport qualité lisible : impact, owners, priorités et prochaines actions.
Avant un reporting lundi, l'équipe vérifie manuellement dashboards, jobs et messages Slack pour deviner quelles données sont fiables.
Lancez /datahub-quality pour voir checks en échec, incidents, owners et actions avant d'utiliser les données.
Pour qui
Ce qu'il fait
Trouver les assets importants avec checks en échec ou incidents non résolus.
Inspecter assertions, runs, owners et historique d'incidents d'un dataset.
Préparer des monitors fraîcheur, volume, SQL, champ ou smart assertion dans DataHub Cloud.
Fonctionnement
Indiquez un dataset, produit data, domaine, tag, plateforme, owner ou URN.
Précisez la question : health scan, check en échec, incident, monitor ou abonnement.
La compétence lit assertions, incidents, run outcomes, fraîcheur, volume et subscriptions.
Elle renvoie les assets à risque, le contexte métier, les owners et les actions recommandées.
Options d'entrée
Dataset, produit data, domaine, tag, plateforme, owner ou URN.
Exemple
Périmètre : datasets Snowflake owned par Finance dans DataHub. Fenêtre : 7 derniers jours. Rapports critiques : - Dashboard Revenue. - Export bookings. - Modèle de clôture mensuelle. Besoin : - checks en échec, - incidents actifs, - owners, - impact métier, - prochaines actions. Déploiement : DataHub Cloud.
La compétence cherche les signaux qualité qui peuvent rendre les chiffres finance stale, incomplets ou risqués pour le reporting de lundi.
bookings_daily a échoué deux fois sur la fraîcheur, revenue_summary a échoué une fois sur un seuil de volume, close_model a une erreur d'assertion SQL.
L'export bookings peut être stale pour la revue leadership. Le modèle de clôture ne doit pas servir à la validation finale tant que l'assertion n'est pas corrigée.
RevOps Analytics possède bookings_daily et revenue_summary. Finance Analytics possède close_model. Relancer la fraîcheur, ouvrir un incident close_model et notifier les owners si l'échec se répète.
Confirmer si DataHub Cloud peut créer ou mettre à jour des monitors et si les notifications doivent partir immédiatement aux owners.
Métriques améliorées
Compatible avec
Envie d'utiliser Qualité DataHub ?
Choisissez comment commencer.
Installez et exécutez cette compétence localement sur votre ordinateur.
Ouvrez un terminal sur votre ordinateur et collez cette commande :
Cela télécharge la compétence avec tous ses fichiers sur votre ordinateur :
Ajoutez -g à la fin pour le rendre disponible dans tous vos projets.
Démarrez Claude Code, puis tapez la commande :
Qualité DataHub
Commande : /datahub-quality
Quand l'utiliser
Passe en revue assertions, incidents, fraîcheur, volume et notifications DataHub pour savoir quels assets data demandent attention.
Ce que la compétence produit
- Repère les datasets critiques avec assertions en échec, incidents ouverts ou fraîcheur insuffisante.
- Explique quel dataset, owner, check et dernier run créent le risque métier.
- Distingue les actions possibles dans DataHub Cloud des environnements OSS plus limités.
- Produit un rapport qualité lisible : impact, owners, priorités et prochaines actions.
Entrées attendues
- Périmètre DataHub : Dataset, produit data, domaine, tag, plateforme, owner ou URN.
- Question qualité : Health scan, check en échec, revue d'incident, monitor ou demande d'abonnement.
- Type de déploiement : DataHub Cloud ou OSS, car les actions d'écriture ne sont pas identiques.
Déroulé recommandé
- Indiquez un dataset, produit data, domaine, tag, plateforme, owner ou URN.
- Précisez la question : health scan, check en échec, incident, monitor ou abonnement.
- La compétence lit assertions, incidents, run outcomes, fraîcheur, volume et subscriptions.
- Elle renvoie les assets à risque, le contexte métier, les owners et les actions recommandées.
Exemple de sortie utile
Lecture de la demande
La compétence cherche les signaux qualité qui peuvent rendre les chiffres finance stale, incomplets ou risqués pour le reporting de lundi.
Ce qu'elle trouve
bookings_daily a échoué deux fois sur la fraîcheur, revenue_summary a échoué une fois sur un seuil de volume, close_model a une erreur d'assertion SQL.
Impact métier
L'export bookings peut être stale pour la revue leadership. Le modèle de clôture ne doit pas servir à la validation finale tant que l'assertion n'est pas corrigée.
Owners et actions
RevOps Analytics possède bookings_daily et revenue_summary. Finance Analytics possède close_model. Relancer la fraîcheur, ouvrir un incident close_model et notifier les owners si l'échec se répète.
Confirmation humaine
Confirmer si DataHub Cloud peut créer ou mettre à jour des monitors et si les notifications doivent partir immédiatement aux owners.
Garde-fous
- Conserver les chiffres, dates, noms d'outils, commandes, chemins, identifiants et URLs fournis par l'utilisateur.
- Ne pas inventer de source, de propriétaire, de métrique ou de décision qui n'apparaît pas dans les éléments fournis.
- Signaler clairement les points qui doivent être confirmés par un humain avant publication, mise à jour d'outil ou décision de pilotage.
Documents de référence
Compétence Qualité DataHub
Document de référence pour Qualité DataHub.
À quoi il sert
Décrit la revue des assertions, incidents, freshness, volume et notifications DataHub.
Utilisation dans le catalogue
Présenter /datahub-quality à un utilisateur non technique : expliquer les entrées nécessaires, le résultat attendu, les vérifications humaines et les limites de la compétence.
Points à préserver
- Conserver les noms de produits, commandes, chemins, flags, IDs, URLs et clés JSON tels quels.
- Traduire le raisonnement métier en français clair, sans jargon inutile.
- Montrer ce que l'utilisateur obtient concrètement et ce qu'il doit encore valider.
README Qualité DataHub
Document de référence pour Qualité DataHub.
À quoi il sert
Explique comment lancer un scan qualité et interpréter owners, checks, runs et impacts.
Utilisation dans le catalogue
Présenter /datahub-quality à un utilisateur non technique : expliquer les entrées nécessaires, le résultat attendu, les vérifications humaines et les limites de la compétence.
Points à préserver
- Conserver les noms de produits, commandes, chemins, flags, IDs, URLs et clés JSON tels quels.
- Traduire le raisonnement métier en français clair, sans jargon inutile.
- Montrer ce que l'utilisateur obtient concrètement et ce qu'il doit encore valider.
Référence des mutations d'assertions
Document de référence pour Qualité DataHub.
À quoi il sert
Documente les actions de création ou mise à jour d'assertions quand DataHub Cloud les autorise.
Utilisation dans le catalogue
Présenter /datahub-quality à un utilisateur non technique : expliquer les entrées nécessaires, le résultat attendu, les vérifications humaines et les limites de la compétence.
Points à préserver
- Conserver les noms de produits, commandes, chemins, flags, IDs, URLs et clés JSON tels quels.
- Traduire le raisonnement métier en français clair, sans jargon inutile.
- Montrer ce que l'utilisateur obtient concrètement et ce qu'il doit encore valider.
Référence incidents et subscriptions
Document de référence pour Qualité DataHub.
À quoi il sert
Explique comment suivre incidents et abonnements aux notifications qualité.
Utilisation dans le catalogue
Présenter /datahub-quality à un utilisateur non technique : expliquer les entrées nécessaires, le résultat attendu, les vérifications humaines et les limites de la compétence.
Points à préserver
- Conserver les noms de produits, commandes, chemins, flags, IDs, URLs et clés JSON tels quels.
- Traduire le raisonnement métier en français clair, sans jargon inutile.
- Montrer ce que l'utilisateur obtient concrètement et ce qu'il doit encore valider.
Modèle de rapport qualité
Document de référence pour Qualité DataHub.
À quoi il sert
Structure les checks, incidents, owners, impact métier et prochaines actions.
Utilisation dans le catalogue
Présenter /datahub-quality à un utilisateur non technique : expliquer les entrées nécessaires, le résultat attendu, les vérifications humaines et les limites de la compétence.
Points à préserver
- Conserver les noms de produits, commandes, chemins, flags, IDs, URLs et clés JSON tels quels.
- Traduire le raisonnement métier en français clair, sans jargon inutile.
- Montrer ce que l'utilisateur obtient concrètement et ce qu'il doit encore valider.
Référence CLI DataHub
Document de référence pour Qualité DataHub.
À quoi il sert
Rappelle les commandes et identifiants DataHub à conserver quand une vérification passe par CLI.
Utilisation dans le catalogue
Présenter /datahub-quality à un utilisateur non technique : expliquer les entrées nécessaires, le résultat attendu, les vérifications humaines et les limites de la compétence.
Points à préserver
- Conserver les noms de produits, commandes, chemins, flags, IDs, URLs et clés JSON tels quels.
- Traduire le raisonnement métier en français clair, sans jargon inutile.
- Montrer ce que l'utilisateur obtient concrètement et ce qu'il doit encore valider.