Data Quality : Quels sont les 7 principes de gestion de la qualité des données ?

Les principes de gestion de la qualité des données sont un ensemble de pratiques, normes, règles qui sont acceptées et appliquées par tous les collaborateurs. Ils permettent de constituer une ligne directrice à mettre en place pour gérer la qualité des données dans l’entreprise.

Un principe n’est pas plus important qu’un autre, cela dépendra surtout de l’organisation et de sa maturité data concernant la Data Quality.

Ces 7 principes pour la qualité des données ont été adaptés des principes ISO 9000 de gestion de la qualité.

1/ L’implication des différentes parties

Les collaborateurs, les équipes, les départements de l’entreprise qui sont concernés doivent être compétents, habilités et engagés pour mettre en place une gestion pragmatique de la qualité des données.

La qualité des données est l’affaire de tous et sous la responsabilité de chacun. Il est nécessaire que tous les collaborateurs travaillent dans un cadre où ils sont reconnus et écoutés concernant les problèmes de Data Quality. Une fois identifiés, les problèmes de qualité doivent être réparés et les prévenir à l’avenir.

2/ Avoir une approche “processus”

Une bonne qualité des données est obtenue de manière plus efficace en intégrant les différents départements de l’entreprise. Il est nécessaire de mettre en place un fonctionnement interconnecté pour développer un écosystème cohérent.

Les différents processus commerciaux, techniques, marketing etc. doivent être adaptés en amont pour répondre au besoin de qualité, Quality by Design. Tous ces processus vont acquérir, produire, maintenir et transformer des données, il est donc indispensable de penser “Data Quality” lors de toutes les phases de travail.

3/ Penser “besoin” de l’entreprise

L’objectif d’une bonne gestion de la Data Quality est de répondre aux besoins de qualité des données par les équipes commerciales, marketing, etc. Cette stratégie pour améliorer et maintenir une qualité des données suffisante doit permettre d’éviter les erreurs, améliorer la productivité, réduire les silos.

4/ Le leadership

Les différents responsables à tous les niveaux de l’entreprise doivent avoir le même objectif et la même orientation concernant la stratégie de qualité des données.

Dans le cas où les directives ne sont pas les mêmes selon les équipes ou les départements dans l’organisation, la qualité des données ne sera pas du même niveau partout. Cela entraînera des difficultés pour la collaboration entre les collaborateurs, avec des règles qui ne seront pas les mêmes.

5/ Démarche d’amélioration continue

Pour réussir la gestion de la qualité des données, l’amélioration continue est indispensable.

Une donnée contient une erreur ? Il faut la corriger et améliorer le process pour que cela ne se reproduise plus ou que la correction soit automatique.

6/ Décider à partir des données

Les décisions prises doivent être fondées sur l’analyse des données qui produisent le plus souvent les résultats souhaités.

7/ Gestion des droits et relations

Pour réussir la gestion de la qualité de ses données durablement, l’entreprise doit gérer les relations entre tous les acteurs du cycle de vie des données.

Les données sont créées, utilisées et manipulées par les collaborateurs internes mais aussi par des fournisseurs, des vendeurs de solutions de gestion de données, etc.

Il faut donc que l’entreprise mette en place des principes pour la qualité et que ces derniers soient utilisés par tous.