Peut-on assurer le même niveau de qualité à toutes les données d’un entrepôt d’entreprise ?
Michel Bruley
Les données utiles aux entreprises pour maîtriser leurs activités et innover sont très nombreuses et très variées. Indépendamment de la quantité qui ne pose plus de problème de gestion à personne, elles sont aussi de qualité très différentes, par exemple : données reflétant les transactions commerciales, les flux financiers, données officielles du marché, données issues d’études et de sondages, données issues des sites web, des médias sociaux, etc.
Vouloir intégrer toutes les données citées ci-dessus dans un entrepôt d’entreprise centralisé et unique, est-ce pertinent ? Faut-il traiter avec les mêmes moyens et la même rigueur toutes les données de l’entreprise ? Peut-on mixer dans un même entrepôt des données de qualité très différentes ? Quelle confiance peut-on avoir dans les résultats d’un système qui gère des données dont la qualité est très variable ?
A votre avis les utilisateurs sont-ils confiant dans la qualité des données de leur système d’information décisionnel ?
Ci-dessous un ensemble d’articles qui aborde la problématique de la qualité des données des systèmes décisionnels : cliquez ici
> A LIRE EN CE MOMENT SUR DECIDEO
-
Après la souveraineté des données, place à la souveraineté de l’IA
-
Hyland intègre la gouvernance documentaire au cœur de Microsoft Teams
-
La gouvernance des données : la clé pour libérer la puissance de l'IA agentique
-
Confluent dévoile l’architecture Streamhouse pour donner à l’IA un accès au contexte métier en temps réel
-
Benchling lance Direct Data Share pour connecter en continu les données de laboratoire à Snowflake
-
Snowflake présente de nouvelles fonctionnalités pour faciliter le déploiement des agents d’IA en production
-
MariaDB inaugure l'ère de l'IA agentique avec une plateforme concue pour les agents intelligents et une nouvelle identité de marque audacieuse
-
Governance Decision Record : Documentez vos décisions de gouvernance des données
-
La mémoire des agents IA doit entrer dans la cartographie des données
-
L’IA ne manque pas d’intelligence mais les entreprises manquent de préparation