Qualité des données décisionnelles

Par   Partagez : Envoyer le lien de cet article par e-mail   

La gestion qualité des données est au coeur du projet BI

Il s'agit de décider...

qualité des donnéesComment estimer la réussite d'un projet Business Intelligence si ce n'est en évaluant l'apport au processus de décision global de l'organisation ? Avez-vous déjà essayer de décider, de vous engager, de prendre des risques en vous fondant exclusivement sur des informations plus que douteuses ? La gestion de la qualité des données est bien le pilier central ou la clé de voûte, pour rester dans les métaphores architecturales, du projet de Business Intelligence.

Toutes les données ne sont pas logées à la même enseigne

Plusieurs statistiques relèvent que bien des données de l'entreprise, aussi essentielles que les références clients ou les données produits, sont truffées d'erreur. La vérification et la mise en conformité des données est une opération longue et particulièrement coûteuse (même si le coût de ces travaux sera toujours inférieur au coÙt de correction des erreurs induites par des données erronées).

Aussi faut-il la réserver aux données essentielles, et admettre un certain pourcentage d'erreurs pour des données moins importantes qui ne perturberont pas les processus de l'entreprise, qu'ils soient de production, administratifs ou décisionnels.

Par exemple, quelques erreurs de comptage des visites d'un site en ligne ne sont pas un drame. Noyées dans la masse des données collectées, elles ne fausseront pas les statistiques. Rien à voir en tout cas avec une erreur au niveau de la prise de commande (référence, localisation stocks, disponibilité, coordonnées clients, tarifs...)

  • Une erreur de 0,1% sur les 500.000 clics de visiteurs clients de la journée représente : 500 clics erronés. C'est statistiquement insignifiant.
  • Une erreur de 0,1% sur les 50.000 fiches clients de la société : 50 fiches erronées. Ce peut être dramatique.

Comment définir la qualité des données décisionnelles ?

La qualité des données peut être simplement définie selon les caractéristiques suivantes :
  • Accessible

    Une donnée de qualité doit être présente dans le système d'information et accessible par les processus et utilisateurs qui l’utilisent.
  • Valide

    La donnée ne porte pas une valeur aberrante, elle se maintient dans la plage des valeurs acceptables
  • Consistante

    Si la donnée est redondante et présente en plusieurs endroits à la fois, elle porte toujours la même valeur à un instant donné
  • Précision

    Elle est jugée suffisamment précise pour l’usage que l’on en attend.
  • Utile

    Elle répond parfaitement au besoin et à l’usage que l’on en attend.
Ce sont les axes à suivre pour accéder à une meilleure qualité des données.

Gestion qualité des données, les ressources


Partagez cet article...

Envoyer le lien de cet article par e-mail   
(total partages cumulés > 185)

Commentaires lecteurs...

Pour commenter en tant qu'Anonyme, cliquez sur "Commencez la discussion" Puis sur "Nom", tout en bas apparaît alors une case à cocher : "Je préfère publier en tant qu'invité"

La reproduction ou la traduction totale ou partielle de ce texte, images et documents est formellement interdite. Voir ici les conditions pour publier un extrait sur votre site ou blog. Ce texte et les images et documents qu'il contient est déposé auprès de l'IDDN

Suivez aussi les news du portail sur Twitter et rejoignez-nous sur Facebook

Google+    Twitter    Facebook

Excel ® est une marque déposée de Microsoft Corp ®
Gimsi ® est une marque déposée de Alain Fernandez



Copyright : Alain FERNANDEZ ©1998-2017 Tous droits réservés Mentions légales


Management de l'entreprise
  Suivez-nous :   Google+   twitter+  Facebook  Linkedin    e-mail  
»» Toutes les fiches Piloter.org »»