Un tableau de bord affiche le mauvais chiffre de revenu dix minutes avant une réunion du conseil. Quelqu'un retrace l'erreur jusqu'à un rapport marketing bâti sur des dossiers clients en double jamais signalés. Les données sont partout dans la plupart des entreprises aujourd'hui, mais la confiance envers ces données reste rare, et c'est dans cet écart que se prennent les mauvaises décisions.
L'assurance qualité des données est la discipline qui comble cet écart. Ce n'est pas un projet de nettoyage ponctuel, c'est le processus systématique de vérification, de surveillance et d'application de la fiabilité des données avant qu'elles n'atteignent les personnes qui prennent des décisions avec. Bien fait, ce processus transforme un « je pense que ce chiffre est bon » en un « je sais que ce chiffre est bon ».
Ce guide explique ce que signifie réellement l'assurance qualité des données, les six dimensions à mesurer, et un cadre en trois étapes pour intégrer des contrôles de qualité des données directement dans votre pipeline plutôt que de les ajouter après coup.
Ce que signifie réellement l'assurance qualité des données
Qualité des données et assurance qualité des données : pourquoi la distinction compte
La qualité des données est une propriété, un instantané de l'exactitude, de la complétude ou de la cohérence d'un jeu de données à un moment donné. L'assurance qualité des données est le processus qui maintient cette propriété dans le temps : les règles, les contrôles et la surveillance qui interceptent les problèmes avant qu'ils ne se propagent. La distinction compte parce que beaucoup d'équipes traitent la qualité des données de manière réactive, en corrigeant les erreurs après qu'un rapport soit sorti avec des chiffres faux, plutôt que de façon proactive, en les interceptant avant même que les données soient utilisées.
Une équipe finance qui met en place des règles de validation avant que les données de transaction n'entrent dans l'entrepôt, rejetant un dossier avec un code de devise manquant plutôt que de le signaler après la clôture de fin de mois, applique cette discipline. Une équipe qui ne vérifie les chiffres que lorsqu'un rapport semble faux pratique plutôt le nettoyage de données, un travail différent et plus coûteux.
Établir des normes de qualité des données dès le départ, et confier à quelqu'un un contrôle clair pour les faire respecter, c'est ce qui distingue les deux approches.
Les six dimensions fondamentales de la qualité des données à mesurer
Six dimensions reviennent constamment dans la pratique de l'assurance qualité des données. Traitez ceci comme une fiche de référence, pas comme un cours : chacune reçoit une définition d'une ligne et un signal qui indique quand elle fait défaut.
Exactitude, complétude et cohérence
- Exactitude : les données reflètent la réalité. Signal : l'adresse inscrite d'un client ne correspond pas à ce qui figure ailleurs dans les dossiers.
- Complétude : aucun champ obligatoire n'est manquant. Signal : un champ obligatoire est vide pour un lot de dossiers sans raison claire.
- Cohérence : le même fait se lit de la même façon partout. Signal : le prix d'un produit diffère entre le CRM et le système de facturation.
Actualité, validité et unicité
- Actualité : les données sont assez récentes pour agir. Signal : un inventaire « en temps réel » qui date en fait de six heures.
- Validité : les données respectent le format et les règles attendues. Signal : un champ de numéro de téléphone contenant des lettres, ou une date future pour un événement déjà passé.
- Unicité : chaque entité réelle n'apparaît qu'une fois. Signal : le même client existe en trois dossiers distincts à cause de petites variations d'orthographe.
Ces six dimensions forment l'ossature de la plupart des contrôles de qualité des données, et la plupart des programmes d'assurance qualité des données mesurent au moins celles-ci avant d'ajouter quoi que ce soit de plus spécialisé.
Bâtir votre cadre d'évaluation de la qualité des données
Un cadre d'évaluation de la qualité des données transforme les six dimensions ci-dessus, d'une simple liste de vérification, en un cycle répétitif : évaluer, appliquer, surveiller, recommencer.
Étape 1 : Inventorier et profiler vos sources de données
Commencez par savoir ce que vous avez réellement : quels systèmes génèrent des données, où elles circulent, et quel est leur état actuel. Le profilage des données, soit calculer des statistiques de base sur chaque champ (taux de valeurs nulles, valeurs distinctes, motifs de format), fait ressortir les problèmes avant même d'écrire une seule règle. Action de la semaine : choisissez vos trois tables les plus critiques pour l'entreprise, pour une équipe finance ce pourrait être les écritures de revenus, pour une équipe commerce électronique ce pourrait être les comptes d'inventaire, et profilez-les.
Étape 2 : Définir les règles, contrôles et seuils
Transformez vos constats en contrôles concrets : des règles d'affaires (une commande ne peut pas être expédiée avant d'être payée), des contraintes techniques (un champ ne peut pas être nul), et des seuils acceptables (un taux de nullité sous 2 % est correct, au-dessus c'est un problème). C'est aussi à cette étape que vous établissez des normes de qualité des données auxquelles le reste de l'organisation peut être tenu, plutôt que de laisser la qualité relever du jugement individuel. Pour voir comment ça s'intègre à un pipeline automatisé, consultez les fonctionnalités de tests de données de BEEM.
Étape 3 : Surveiller, alerter et corriger
Des contrôles qui ne s'exécutent que lors d'un audit annuel interceptent les problèmes bien après qu'ils aient causé des dégâts. Bâtissez une surveillance qui tourne en continu, alerte la bonne personne quand un seuil est franchi, et dispose d'un chemin de correction défini, pas seulement un message sans responsable clair. C'est cette étape qui maintient le contrôle de la qualité des données comme une discipline continue plutôt qu'un projet ponctuel.
C'est un cycle, pas une liste de vérification qu'on complète une seule fois : les sources changent, de nouveaux champs s'ajoutent, et les seuils qui avaient du sens l'an dernier peuvent ne plus convenir cette année.
Assurance qualité des données : de l'incertitude à la confiance
L'assurance qualité des données n'est pas un sprint de nettoyage qu'on fait une fois puis qu'on oublie, c'est une discipline opérationnelle : six dimensions à mesurer, un cadre en trois étapes pour continuer à les mesurer, et quelqu'un imputable des deux. Les équipes qui l'abordent ainsi arrêtent de redébattre si un chiffre est fiable chaque fois qu'il apparaît en réunion.
Le tableau de bord qui affiche le mauvais chiffre avant une réunion du conseil n'est généralement pas un accident isolé, c'est ce qui arrive quand personne n'assume ce contrôle en amont. Réglez ça, et le gain se traduit par des décisions plus rapides, des tableaux de bord auxquels les gens font réellement confiance, et une équipe qui arrête de remettre en question ses propres données.
