18 avril 2023
– 2 min de lecture
Zied Ben Khalifa
Consultant Transformation Data
Les 3 étapes pour maîtriser la qualité de vos données
Qui ?
- Les équipes métiers
- Les équipes SI
- Data Management
- Data Office
État des lieux
Quoi ?
- Définir le scope des données clés et leurs dimensions* pour un périmètre précis
- Mesurer la qualité des données dans les systèmes sources
- Construire un tableau de bord des mesures et des KPIs établis
Outillage
- Glossaire métier des données et des règles de qualité
- Tableau de bord
Attentes des métiers
Quoi ?
- Identifier les usages métiers consommant les données définies dans le scope
- Etablir la matrice d’impact qualitatif de la non qualité
- Estimer le coût des actions de remédiation
- Définir et suivre le ROI en cas d’amélioration de qualité
- Définir et suivre les cibles / trajectoires des KPIs qualité
Outillage
- Tableau de bord
- Matrice d’impact
Plan d’actions d’amélioration
Quoi ?
- Identifier et qualifier les actions correctives et préventives de remédiation côté métiers / SI et Data Management
- Prioriser les actions permettant de générer des Quick Wins
- Suivre le plan d’action d’une façon itérative et agile
Outillage
- Backlog des actions à mettre en place
Les dimensions de la qualité des données
- Complétude : fait référence à la présence de toutes les données requises.
- Cohérence : assure que les données sont représentées de manière cohérente dans les systèmes.
- Unicité : indique qu’une instance de la donnée n’existe pas plus d’une fois dans le dataset.
- Intégrité : assure la cohérence entre les objets de données via une clé de référence contenue dans les deux objets.
- Validité : fait référence à la présence des valeurs des données dans un domaine défini de valeurs.
- Raisonnabilité : vérifie si un modèle suit une distribution raisonnable des données.
- Actualité : fait référence aux données acquises ou mises à jour dans les délais impartis.
- Exactitude : fait référence à la mesure dans laquelle les données représentent correctement les véritables valeurs réelles.
Les autres articles qui vont vous intéresser
26 novembre 2024
Transformation Data
L’IA sera source de valeur si la data est maîtrisée et gouvernée au sein des organisations
15 avril 2024
Transformation Data
Mettre ses données en Open Data : Prérequis et Perspectives – PARTIE 3
22 février 2024
Transformation Data