Während das Angebot von Netflix wächst, nimmt auch die Komplexität der Systeme, die es unterstützen, zu, was zu duplizierten und inkonsistenten Modellen, inkonsistenter Terminologie, Datenqualitätsproblemen und inkonsistenten Beziehungen zwischen Daten führt. Um diese Herausforderungen anzugehen, ist eine neue Grundlage erforderlich, um ein Modell einmal zu definieren und diese Definitionen überall wiederzuverwenden, indem Konzepte mit realen Systemen verbunden und diese Definitionen nach außen projiziert werden, um Schemata zu generieren und Konsistenz über Systeme hinweg zu erzwingen. Dies führte zur Entwicklung von UDA (Unified Data Architecture), die es ermöglicht, Domänen einmal zu modellieren und sie konsistent über Systeme hinweg darzustellen, um Automatisierung, Entdeckbarkeit und semantische Interoperabilität zu ermöglichen. UDA ermöglicht es Benutzern und Systemen, Domänenmodelle zu registrieren und zu verbinden, Domänenmodelle mit Datencontainern zu katalogisieren und zu kartieren, Domänenmodelle in Schema-Definitionssprachen zu transpilieren, Daten zwischen Datencontainern zuverlässig zu übertragen, Konzepte zu entdecken und zu erkunden und programmatisch in die Wissensgraphik einzusehen. UDA ist ein Wissensgraph, der Geschäfts konzepte mit Schemata und Datencontainern verbindet, basierend auf einer in-house-Metamodell, das die Sprache für Domänenmodellierung in UDA definiert. Upper ist eine Sprache für die formale Beschreibung von Domänen und ihren Konzepten und wird verwendet, um Datencontainer-Darstellungen und -Zuordnungen zu modellieren. UDA adoptiert ein namensgraph-basiertes Informationsmodell, das Resolution, Modularität und Governance über den gesamten Graphen sicherstellt.