Przewodnik analityka i stewarda

Ten przewodnik obejmuje dwie persony, których praca jest ściśle powiązana: Marka Nowickiego, analityka biznesowego, który tworzy i konsumuje ekstrakty danych bez pisania kodu, oraz Tomasza Wiśniewskiego, stewarda danych, który zarządza i certyfikuje te same dane. Każda ścieżka jest ponumerowaną instrukcją krok po kroku powiązaną z konkretnymi ekranami i trasami.

Część 1 — Ścieżki analityka biznesowego

Definiującym ograniczeniem Marka jest prosta zasada: brak konieczności programowania. Platforma celuje w 30 minut od jego pierwszego logowania do działającego potoku danych, a jego interfejs jest celowo uproszczonym podzbiorem interfejsu inżyniera.

Jego rolą backendową jest ANALYST (poziom 50); jego rolą realmu Keycloak jest analyst; jego personą UX jest analyst. Jego dozwolone prefiksy tras to /, /my-pipelines, /data-browser, /marketplace, /monitor, /governance/quality oraz /governance/lineage. Może przeglądać i uruchamiać potoki danych oraz korzystać z AI Copilot, ale nie może tworzyć, edytować, wdrażać ani usuwać potoków danych za pomocą oprzyrządowania klasy inżynierskiej — AI buduje je za niego.

Ścieżka 1 — 30-minutowe wdrożenie

Cel: od pierwszego logowania do zaplanowanego, monitorowanego potoku danych w mniej niż 30 minut.

1. Logowanie SSO. Marek loguje się. Platforma wita go — „Witaj Marek!” — z jego rolą pokazaną jako Analyst oraz obszarem roboczym ustawionym na Zespół Analityki.
2. Prowadzona wycieczka. 5-minutowa interaktywna wycieczka przeprowadza go przez Design Studio.
3. Pierwszy potok danych prowadzony przez AI. W czacie AI wpisuje proste żądanie: „Potrzebuję dziennej sprzedaży z SAP HANA”. AI generuje 3-węzłowy wizualny potok danych — Źródło → Filtr → Cel — a Marek podgląda pierwsze 100 wierszy przy każdym węźle.
4. Zaplanuj i monitoruj. Ustawia harmonogram na „Codziennie o 8:00”. Jego pulpit pokazuje teraz status działania potoku danych.

Ekrany: logowanie Keycloak, wycieczka wdrożeniowa, czat AI Copilot, Design Studio, okno harmonogramu, HomeDashboard (wariant analityka).

Ścieżka 2 — Samoobsługowy ekstrakt prowadzony przez AI

To codzienna ścieżka Marka: zamiana doraźnego żądania danych na działający ekstrakt poprzez rozmowę.

1. Otwórz pulpit. Pulpit główny Marka (wariant analityka) pokazuje „Moje potoki danych” — wszystkie 5 zakończyło się powodzeniem — oraz DataFreshnessCard potwierdzającą, że dane są świeże.
2. Zapytaj w czacie AI. Klika wyzwalacz iskierki, aby otworzyć AI Copilot, następnie kartę Czat i wpisuje: „Wyeksportuj dane klientów z Teradata za I kwartał 2026”.
3. Przejrzyj plan AI. AI odpowiada MiniPipelineDiagram — lekkim szkicem SVG źródło → transformacja → cel — oraz planem, który tworzy potok danych z wyjściem Excel do GCS.
4. Potwierdź lub dostosuj. Marek klika „Tak, utwórz”. Potok danych zostaje zaszkicowany w Design Studio, gdzie dopracowuje go, przeciągając węzeł filtra w projektancie wizualnym — bez kodu.
5. Zaplanuj. Dla raportu cyklicznego ustawia harmonogram; dla jednorazowego uruchamia go natychmiast.

Dla raportu miesięcznego rozwija to dalej: zaplanowany ekstrakt z wielu źródeł, zagregowany według regionu, produktu i daty, wyprowadzony do Snowflake, aby zasilić pulpit BI.

Ekrany: HomeDashboard (analityk), MyPipelinesCard, DataFreshnessCard, AIChatQuickEntry, czat AI Copilot, MiniPipelineDiagram, projektant wizualny Design Studio, ScheduledPipelinesTable.

Ścieżka 3 — Samoobsługowa eksploracja katalogu

Zanim cokolwiek zbuduje, Marek często musi znaleźć właściwe dane. Przeglądarka danych jest jego katalogiem.

1. Otwórz Przeglądarkę danych. Przechodzi do /data-browser i korzysta z dużego paska wyszukiwania.
2. Wyszukaj. Wyszukuje „churn”. Zwracane jest dwanaście powiązanych tabel i widoków, uszeregowanych według trafności i popularności.
3. Przeglądaj tabelę. Otwiera wynik, aby zobaczyć jego kolumny, statystyki i przykładowe dane, w tym profilowanie na poziomie kolumn z histogramami.
4. Zapytaj AI. Niepewny, co oznacza dana kolumna, pyta AI Copilot „Co oznacza ta kolumna?” — AI wyjaśnia, np. „CHURN_SCORE to indeks 0–100 obliczany miesięcznie...”.
5. Buduj na podstawie tabeli. Klika „Utwórz potok danych z tej tabeli”, co wrzuca natychmiastowy zalążek potoku danych do Design Studio.

Ekrany: strona startowa Przeglądarki danych, wyniki wyszukiwania, Szczegóły tabeli (karty Kolumny, Przykładowe dane, Profilowanie), pochodzenie danych na poziomie kolumn, AI Copilot.

Część 2 — Ścieżki stewarda danych

Rola Tomasza ma charakter dochodzeniowy i kontrolny. Zapewnia jakość danych i ład danych w całym majątku Polkomtela.

Jego rolą backendową jest STEWARD; jego personą UX jest steward. Jego dozwolone prefiksy tras to /, /monitor, /governance, /data-browser, /marketplace, /admin/audit-log oraz /admin/access-reviews. Frontendowy model person nadaje mu rozbudowane uprawnienia ładu, jakości i katalogu — przegląd, zatwierdzanie, polityka, edycja pochodzenia danych, tworzenie/edycja jakości oraz klasyfikacja katalogu.

Ścieżka 4 — Badanie pochodzenia danych

Nadchodzi żądanie: „Skąd pochodzi CUSTOMER_CHURN_SCORE?”

1. Otwórz Eksplorator pochodzenia danych. Tomasz przechodzi do Hub Ładu → Eksplorator pochodzenia danych (/governance/lineage).
2. Wyszukaj. Wyszukuje „CHURN_SCORE” w pasku wyszukiwania z podpowiedziami.
3. Odczytaj graf. Interaktywny graf D3.js renderuje pełną ścieżkę: SAP_HANA.CRM.CUSTOMER_ACTIVITY → potok danych wf_customer_360 (transformacja ML_SCORE_CALC, UDF Pythona churn_model.py) → Snowflake.DWH.DIM_CUSTOMER.CHURN_SCORE → Databricks.Analytics.churn_dashboard.
4. Dostosuj poziom. Korzysta z przełącznika Poziom pochodzenia danych, aby przełączać się między granularnością potoku danych, tabeli i kolumny.
5. Sprawdź węzeł. Kliknięcie węzła otwiera panel szczegółów o szerokości 320 px — typ, właściciel, wynik jakości, tagi, opis oraz liczby zależności wejściowych/wyjściowych.
6. Uruchom analizę wpływu. Klika Pokaż analizę wpływu, aby otworzyć okno modalne grupujące zależności wyjściowe według ważności (Krytyczne / Wysokie / Średnie / Niskie), eksportowalne na potrzeby przeglądu zmiany.

Ekrany: LineageExplorerPage, LineageSearchBar, LineageLevelToggle, LineageGraph, LineageDetailPanel, ImpactAnalysisModal.

Ścieżka 5 — Przegląd ładu i certyfikacja

Przebieg przeglądu potoku danych wf_Subscriber_Churn_v2 przed jego wdrożeniem.

1. Inżynier zgłasza. Inżynier zgłasza potok danych do przeglądu ładu przed wdrożeniem do staging lub produkcji.
2. Otwórz kolejkę przeglądu. Tomasz otwiera Kolejkę przeglądu ładu (/governance/reviews) i wybiera oczekujący potok danych, co otwiera Szczegóły przeglądu (/governance/reviews/:reviewId).
3. Odczytaj automatyczne kontrole. Ład jest nieblokujący — automatyczne kontrole działają w tle i produkują wynik ładu w skali do 100. Dla tego potoku danych kontrole zwracają:
   • PASS: wszystkie 12 kolumn PII zidentyfikowanych i otagowanych; maskowanie danych zastosowane dla roli Analyst; 36-miesięczna polityka retencji; logowanie audytowe dostępu do PII; kompletne pochodzenie danych od źródła do celu; zdefiniowane 12 reguł jakości; brak transferu międzyregionalnego.
   • WARN: 2 kolumny nie mają opisów biznesowych.
   • Wynik: 94 / 100 (próg wynosi 90).
4. Przejrzyj szczegółowo. Tomasz sprawdza widok diff, analizę wpływu oraz wątek dyskusji.
5. Zdecyduj. Wybiera Zatwierdź, Zażądaj zmian lub Odrzuć z powodem. Zatwierdzony potok danych może następnie zostać zaplanowany do produkcji.

Ekrany: GovernanceReviewPage, ReviewQueueList / ReviewQueueItem, GovernanceReviewDetailPage (widok diff, analiza wpływu, wątek dyskusji, pasek działań).

Ścieżka 6 — Monitorowanie jakości

1. Otwórz pulpit Jakości. Tomasz przechodzi do /governance/quality. Wskaźnik Ogólny wynik jakości pokazuje na przykład 97,3% — wzrost o 0,2% tydzień do tygodnia.
2. Zagłęb się w domenę. Widzi cztery karty domen — CRM, Billing, Network, CDR. Karta CDR ma czerwone obramowanie i pulsującą kropkę: jej wynik to 94,1%, spadek o 1,2%.
3. Znajdź regułę, która zawodzi. Kliknięcie karty CDR filtruje siatkę Reguły jakości. Reguła IMEI_FORMAT_CHECK zawodzi przy współczynniku 2,1%.
4. Odczytaj wskazówkę AI. Karta Wskazówka jakości AI wyjaśnia przyczynę: „Format IMEI zmienił się w nowej partii aparatów — zaktualizuj wzorzec wyrażenia regularnego”.

Ekrany: QualityMonitoringPage, QualityScoreGauge, DomainQualityCard, QualityTrendChart, QualityRulesGrid, AIQualityInsight.

Ścieżka 7 — Słownik i audyt

Słownik biznesowy

Tomasz utrzymuje specyficzne dla telekomunikacji terminy w Słowniku biznesowym — na przykład regułę ARPU walidującą wartości w zakresie PLN 0,00–999,99. Wyszukuje i edytuje terminy poprzez GlossarySearchBar, GlossaryGrid oraz GlossaryTermDetail.

Ścieżka audytu

1. Otwiera Ścieżkę audytu (/governance/audit), aby przejrzeć aktywność związaną z ładem.
2. Filtruje według kategorii — na przykład SECURITY.
3. Eksportuje przefiltrowane zdarzenia jako CSV.

Każda operacja zmieniająca stan jest logowana z identyfikatorem użytkownika, adresem IP, działaniem, zasobem, znacznikiem czasu oraz blokiem szczegółów JSON. Dzienniki audytu są przechowywane przez 365 dni i są eksportowalne do SIEM.

Raporty zgodności

Tomasz generuje raporty zgodności — Mapę danych RODO, Inwentarz PII oraz Audyt dostępu — i eksportuje je jako PDF lub CSV.

Ekrany: AuditEventRow, AuditFilterBar, generatory raportów zgodności.

Ścieżka → odsyłacze do ekranów

Dokąd dalej

• Ścieżki użytkownika — pełny indeks ścieżek z mapami ASCII.
• Przewodnik inżyniera danych — ścieżki dla persony, która buduje potoki danych.
• Przewodnik administratora — operacje platformy oraz migracja starszych rozwiązań.
• Persony i role — jak persony analityka i stewarda odwzorowują się na role backendowe.