Comment créer des règles de qualité des données efficaces ?

Partager : 
gouvernance-data-qualité-règles

Il est certain que la qualité des données est une variable essentielle à prendre en compte dans une stratégie de gouvernance des données. Il est donc important de prendre le temps de développer des règles de qualité pour utiliser des données optimales auxquelles les équipes feront confiance.  

Mauvaise nouvelle : Les données de mauvaise qualité coûtent environ 15 millions de dollars par an aux entreprises, selon l’enquête de Gartner.

Bonne nouvelle : Améliorer la qualité de ses données est possible pour éviter leur mauvaise utilisation. Nous vous partageons ci-dessous 5 astuces afin de créer des règles de qualité pour des données fiables.

Découvrez ce que DataGalaxy peut faire pour vous !

Quelles règles de qualité pour les données ?

Des règles de qualité sont des exigences mises en place par les entreprises pour leurs données. Ces exigences visent à répondre à deux objectifs interdépendants :

  • Permettre de définir le format auquel les données doivent être conformes et les liens qui doivent exister entre les données.
  • Servir de référence à l’entreprise pour vérifier et mesurer la qualité de ses données par rapport à ces exigences.
gouvernance-data-qualité-règles-citation

5 conseils pour créer des règles de qualité des données efficaces

S’assurer d’avoir des données de qualité permet d’améliorer la gestion de ces dernières sur le long terme et permettre aux équipes d’avoir confiance dans leur utilisation.

1/ Impliquer les responsables des différents services de l’entreprise

Les différents départements et services d’une entreprise ont des priorités qui ne sont pas forcément les mêmes. Afin d’élaborer des règles de qualité des données efficaces, il est primordial de les définir avec les exigences des responsables de chaque service. Si les règles de qualité ne répondent qu’à la problématique d’un seul service, le bénéfice de ces dernières ne sera que de courte durée. Le service “prêts” d’une banque sera très intéressé par des données comme la date d’expiration du prêt, le taux d’intérêt mensuel ou le montant du prêt, alors même que le service marketing de la banque sera plutôt intéressé par l’e-mail des clients pour des actions marketing.

2/ Avoir un nombre de règles raisonnable

Afin d’aller vers une meilleure gestion de ses données, les règles de qualité sont d’une grande aide, encore faut-il en créer un nombre raisonnable. Imaginez, rechercher une donnée avec 10 règles n’est pas la même chose que d’en chercher une avec 100 règles, il ne faudrait pas que la solution devienne un problème. Il faut donc trouver le bon équilibre entre un contrôle cohérent de la qualité des données et une certaine mesure dans la mise en place de règles.

3/ Favoriser une approche pas à pas

Il n’est pas nécessaire de créer des règles couvrant l’ensemble des données tout de suite. De même, une entreprise qui débute dans la mise en place de sa stratégie de gouvernance des données ne doit pas résoudre la problématique des règles de qualité en un claquement de doigt. Il est préférable d’identifier les données critiques qui requièrent une attention immédiate. Par exemple, dans le cas d’une campagne marketing ciblée, les données “nom du client”, “date de naissance” et “e-mail” sont d’une importance capitale, critiques donc.

4/ Créer des règles en tenant compte de la particularité de chaque type de données

Il existe de nombreuses caractéristiques de qualité des données qui permettront d’établir des règles selon le domaine auquel appartient telle ou telle donnée. Par exemple, une donnée “nom complet de l’employé” est une information critique, indispensable, alors que la donnée “numéro de contact de l’employé” n’est pas forcément aussi importante. Ensuite, ces deux données ne devront pas répondre aux mêmes exigences de qualité justement. Alors que la première donnée devra satisfaire des exigences de complétude, d’unicité et d’exactitude, la deuxième donnée devra être exacte et ordonnée. Ces exigences devront se traduire à travers les règles de qualité, par exemple :

  • Le nom complet de l’employé ne doit pas être N / A (par souci de complétude).
  • Un seul “Nom complet de l’employé” doit correspondre à un “Numéro de sécurité sociale” (pour garantir l’unicité).
  • Le nom complet de l’employé doit comporter au moins un espace, ne comporter que des lettres, aucun chiffre ni autre caractère autorisé (afin de garantir l’exactitude et l’exhaustivité).
  • Le numéro de téléphone de l’employé ne doit comporter que des chiffres (pour garantir l’exactitude et l’ordre).

5/ Choisir entre un stockage centralisé ou indépendant des règles de qualité

Ce conseil s’adresse particulièrement aux grandes entreprises multi-directionnelle. Il sera nécessaire de choisir entre un stockage centralisé des règles de qualité, permettant d’avoir une règle unique quelque soit la direction ou le département qui collecte la donnée. Dans le cas d’un stockage “indépendant”, chaque direction pourra édicter ses propres règles de données, lui permettant d’avoir ses propres exigences selon son métier.

Demandez votre démo personnalisée

Les-7-dimensions-de-la-qualité-de-données-1
Partager :