Le zéro défaut en matière de qualité des données : un doux rêve ?
Michel Bruley
Il est essentiel de bien comprendre l’intérêt d’une bonne qualité des données, ses effets en termes de coûts et d’efficacité. La qualité des données est très importante pour les analyses qui visent à éclairer les décisions, pour la gestion des opérations, pour la relation client par exemple, elle participe grandement au succès de l’entreprise. Mais au sein de la plupart des organismes, sous la pression des objectifs de réduction des coûts, la qualité est sous financée, abordée de façon parcellaire, sans vision d’ensemble, ni perspective de long terme.
La gestion de la qualité des données démarre avec la définition des données, elle continue avec la maîtrise des processus de création, de mise à jour et de transformation tout au long du cycle de vie des données. Les erreurs qui affectent les données peuvent être faites à n’importe quel moment de la chaîne d’information, et plus particulièrement lorsque les données sont utilisées dans d’autres processus que celui où elles ont été créées. Le management de la qualité des données est donc complexe, et nécessite de mobiliser de nombreux acteurs de tous les horizons de l’entreprise (informaticiens, utilisateurs métier opérationnels, analystes, etc.)
L’identification des sources de données de mauvaises qualité est une condition nécessaire et un préalable indispensable à toute initiative d’amélioration, mais encore faut-il que les enjeux, les gains espérés, soient suffisamment élevés pour justifier des coûts souvent importants. Cependant les fortes demandes d’accès et d’analyse des données auxquelles les systèmes d’information doivent faire face aujourd’hui, notamment en provenance des directions, créent une exigence très forte quant à la qualité des données délivrées. Ainsi dans de nombreuses entreprises les données sont considérées comme une ressource précieuse, essentielle même, pour des décisions pouvant avoir un impact fort sur la marche des affaires.
Lorsque des études sont faites à l’intérieur des entreprises sur ce thème de la qualité des données, les répondants disent régulièrement qu’ils n’ont pas une vision claire des rôles, des responsabilités, des processus et des coûts. Dans ces conditions, pour répondre aux problèmes de qualité des données et mieux profiter d’une vision d’ensemble des données de l’entreprise, de nombreuses sociétés mettent en place une équipe de gestion de la qualité des données. Cette équipe de gestion a pour objectif de permettre une bonne exploitation des informations-clés d’une société. Multifonctionnelle elle réunit des représentants de chaque ligne d’activités et de chaque fonction de l’entreprise. Ils sont chargés de gérer les données et les informations pour l’ensemble de la société. Des représentants des services informatiques fournissent support et conseils à l’organisation sur de nombreux points, et plus particulièrement ceux liés à l’utilisation des outils d’infrastructure.
Pour aller plus loin sur le sujet vous pouvez utilement consulter mes autres articles sur la qualité des données dans le système d’information décisionnel : cliquez ici
> A LIRE EN CE MOMENT SUR DECIDEO
-
Starburst présente Starburst Torin, un moteur d’analyse de données natif GPU, basé sur NVIDIA cuDF
-
Pigment lève 250 M$ pour une valorisation de 2,3 Md$
-
Étude Denodo : l’AI Data Layer génère un ROI de 290 % et accélère par 3 le déploiement des agents IA d’entreprise
-
La validation automobile entre dans l’ère de l’intelligence
-
Boomi acquiert Elementary Data pour renforcer la fiabilité des données utilisées par l’IA
-
L'IA ne réparera pas votre système d'information : pourquoi la gouvernance Data est devenue stratégique
-
Stordata et Qohash annoncent un partenariat transatlantique pour la sécurité des données sur le marché français
-
Everpure annonce de nouvelles fonctionnalités de gestion des données pour l'IA en production à grande échelle
-
Biomemory lance DNA Shield, son premier produit commercial bâti sur sa plateforme d'informatique Moléculaire
-
Planification : arrêtons de demander à l’IA de prédire l’avenir, demandons-lui de nous aider à décider