Pilares de datos y principios generales
Los siguientes pilares se definen para abordar los problemas y desafíos actuales, y sirven como guía para el uso y manipulación de datos en Studio.
Claridad, organización y documentación: En Studio, los tokens se identifican numéricamente, lo que los hace difíciles de entender directamente. Por lo tanto, es esencial establecer y documentar una estructura clara que defina el propósito, alcance y uso de cada token. Esto permite a otros usuarios entender, mantener y evolucionar la solución sin depender del conocimiento implícito.
Seguridad / Privacidad: Cualquier solución debe considerar el manejo adecuado de datos sensibles, personales o financieros. Esto implica cumplir con las regulaciones aplicables (como la protección de datos o las regulaciones bancarias), definir qué tokens pueden persistir, cómo se cifran los datos en tránsito o en reposo y garantizar que la información crítica no se exponga más allá del alcance necesario.
Rendimiento y eficiencia: Se deben evitar los datos redundantes, minimizar la creación innecesaria de tokens y limitar el tamaño y el uso del array. También es importante considerar qué datos se deben guardar, durante cuánto tiempo y en qué momento del proceso para no afectar el rendimiento de la aplicación.
Interoperabilidad: En Studio, los datos fluyen entre procesos, pantallas, módulos y entidades externas. En algunos casos es necesario establecer interfaces bien definidas para el intercambio de información. Diseñar contratos claros de entrada/salida permite reutilizar componentes sin crear acoplamiento. Esta práctica es clave a la hora de integrar flujos funcionales o consumir servicios externos, ya que mejora la trazabilidad, facilita el mantenimiento y promueve una arquitectura más robusta.
Principios generales
También es importante establecer una serie de principios generales que guíen la gestión de los datos. Los principios de diseño de datos en el desarrollo de soluciones (no específicos de Studio) buscan garantizar que los datos se administren de forma segura, eficiente, rastreable y sostenible. A continuación se presenta una lista de los principios más reconocidos y aplicables.
Principio de minimización: Recopilar, almacenar y procesar los datos estrictamente necesarios para cumplir con los objetivos del sistema. Esto reduce la superficie de ataque, ayuda a cumplir con las regulaciones (como GDPR o leyes locales de protección de datos), reduce el ruido en la lógica y mejora el rendimiento, y evita la repetición innecesaria de datos.
En Studio
Evita almacenar datos sensibles o grandes cantidades si no se están utilizando.
Limita el alcance del token al mínimo posible (local vs global).
Limpia tokens sin usar
Evita guardar los datos transformados en nuevos tokens o columnas
Fuente Única de la Verdad (SSOT): Cada dato debe tener una fuente única, fiable y actualizada, evitando duplicaciones o incoherencias. Esto permite sincronizar los datos entre entidades de forma segura, mejora la integridad del sistema y facilita la depuración y el mantenimiento.
En Studio
Utiliza tokens o alias persistentes sabiamente para mantener la consistencia.
No redefinas el mismo valor en diferentes lugares de la lógica.
Evita duplicar datos entre pantallas y procesos si ya están en un token.
División de responsabilidades: Separa datos según su función (entrada de usuario, datos de configuración, datos temporales, estados intermedios, etc.). Esto mejora la legibilidad y trazabilidad, ayuda a identificar qué datos pueden persistir o compartirse y reduce el acoplamiento entre componentes.
En Studio
Utiliza diferentes tokens para la entrada del usuario, los resultados de las transacciones y los datos temporales (estos últimos solo si es necesario).
Utiliza variables Lambda para cálculos internos.
Principio de privilegio mínimo: Los datos solo deben ser accesibles en los contextos en que realmente se necesitan. Minimiza el riesgo de fuga de información sensible, mejora el diseño de interfaces y contratos y se alinea con prácticas de seguridad como la confianza cero.
En Studio
No utilices tokens globales innecesariamente.
Evita el uso de tokens que puedan ser modificados desde cualquier lugar sin control.
Auditoría y trazabilidad. Los datos críticos deben ser auditados: cuándo fueron modificados, por qué y por quién (o por qué lógica). Esto es clave para los sistemas financieros, jurídicos o sensibles. Permite el cumplimiento de requisitos regulatorios o de monitoreo y ayuda a detectar errores o fraudes.
En Studio
Utiliza DevTools para entender cómo fluyen los datos.
Evolución controlada del régimen. El modelo de datos debe permitir adaptaciones sin romper los componentes existentes. Esto evita migraciones forzadas o errores debidos a cambios inesperados y permite versiones y pruebas seguras. Esto se aplica al diseño de API, estructuras internas o modelos de pantalla.
En Studio
Ten cuidado al cambiar las estructuras o contratos de arrays.