3 conseils pour contrôler la qualité de données

Dans un environnement économique où les défis sont de plus en plus nombreux et de plus en plus relevés, l’importance de disposer de données de qualité est essentielle. Contrôler la qualité de ses données, c’est bien se positionner pour réussir sa gouvernance de données et son Master Data Management.

 

L’information n’a jamais été aussi dense que ces dernières années, et, la maîtrise des données est un facteur clé de succès pour les entreprises. Gérer ses données implique un processus transversal au sein d’une organisation afin que celles-ci soient de qualité aux moments opportun. Une réponse d’abord humaine et ensuite technologique doit être apportée à ce challenge de taille.

LE COÛT DE LA QUALITÉ DES DONNÉES EN ENTREPRISE

Le coût de la qualité des données est intimement lié au coût de la non-qualité. Quand on connait l’importance de la data dans le contexte actuel, il faut, en premier lieu, couper court aux étapes qui génèrent des données non qualitatives.

Les erreurs interviennent majoritairement lors de la saisie de données, lors de leurs transformations et lors de l’analyse générale. Les secteurs d’activité touchés par cet absence de qualité sont (trop) nombreux (assurance, téléphonie, bourse, etc…).

Face à ce déferlement de données, tout le processus doit être clairement établi afin que la structure en elle-même soit un booster, et non, un frein à la qualification des sacro-saintes données. Soulignons que même la NASA a perdu des satellites pour cause de données erronées…

LA QUALITÉ DES DONNÉES, UN PROCESSUS CONTINU

Quelle que soit la nature de la donnée (qualitative, quantitative, technique), sa qualité dépend avant tout d’un processus continu au sein de l’entreprise. Puisque les données ont un impact chez tous les services de l’entreprise, ceux-ci doivent travailler la main dans la main dans le cadre d’un processus aussi précis que transversal.

Ne perdons pas de vue qu’une donnée de qualité doit être unique, intelligible et…correcte. De plus, les données doivent être mises à jour avant qu’elles en deviennent obsolescentes. Le meilleur exemple est celui du défi mené par de nombreuses entités à l’égard du NPAI (N’habite Pas à l’Adresse Indiquée). Ce processus implique donc tous les employés d’une même entité.

FÉDÉRER LES SALARIÉS AVEC UNE CULTURE D’ENTREPRISE

Face à ce challenge, c’est bien toute une culture d’entreprise qui doit être mise en place pour fédérer tous les salariés. Le capital humain reste le meilleur terreau pour extraire une information pure, une information de qualité. Manager les données nécessite des arbitrages au quotidien entre les services et les procédés mis en place.

L’information est avant tout une chaine de valeur où des outils mettent en perspectives les équipes « Métiers » et les équipes « Informatiques ». Cet alignement Métier-IT doit être lisible, pertinent et pragmatique. Développer le capital informationnel nécessite l’appui de tous les employés. Modéliser, corriger et mettre à jour sont des étapes clés pour obtenir ce nectar qui n’est autre que des données de qualité.

Le processus de gestion de qualité des données est un chapitre parmi pleins d’autres nécessaires à la gestion et la gouvernance de données. L’association internationale DAMA qui regroupe des experts dans la gestion de données a publié le livre le plus complet en ce qui concerne la gestion des données DMBOK. 17 chapitres sont consacrés aux meilleurs pratiques pour une meilleure maîtrise des données. Cette bible de la gestion est réservée aux professionnels chevronnés. Vous trouverez ci-dessous une méthodologie accessible qui vous donnera les clés pour  appréhender les publications les plus denses.