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
-
SUSE acquiert Losant pour moderniser l'IoT industriel grâce à une plateforme d’automatisation des processus, ouverte et full-stack en Edge
-
Kong et Solace annoncent leur partenariat visant à unifier les API et le streaming de données et d’événements en temps reel
-
L’Observatoire de la Maturité Data & IA des Entreprises dévoile les résultats 2025 et ouvre son enquête 2026
-
Le Groupe DATASOLUTION clôture 2025 avec 43 M€ de chiffre d’affaires consolidé et affirme sa trajectoire DATA & IA pour 2026
-
Starburst dépasse les 100 millions de dollars d’ARR alors que sa solution d’IA pour l’entreprise s’attaque à la BI
-
Amplitude introduit l’Agentic AI Analytics pour inaugurer une nouvelle ère des expériences produit
-
Pigment devient la première plateforme EPM disponible sur PREMI3NS, le cloud de confiance S3NS qualifié SecNumCloud 3.2
-
Carrefour et Vusion s'allient pour déployer le magasin intelligent à grande échelle
-
Podcast : Valorisation et monétisation, quelles différences ?
-
Avec Data Voices, Huwise fédère une communauté mondiale de leaders pour accélérer la démocratisation et l’impact de la donnée et de l’IA