Qualité des données : définition et dimensions
La qualité des données, ou data quality, désigne l'aptitude d'un jeu de données à servir l'usage auquel on le destine : produire un reporting juste, facturer le bon client, entraîner un modèle fiable. Elle se mesure sur plusieurs dimensions, comme l'exhaustivité, l'exactitude ou la fraîcheur, et se pilote dans la durée par des contrôles, des indicateurs et des responsables désignés.
Les six dimensions de la qualité des données
En 2013, un groupe de travail de DAMA UK a retenu six dimensions pour évaluer la qualité des données. L'exhaustivité mesure la part des valeurs attendues effectivement renseignées ; l'unicité vérifie que chaque objet apparaît une seule fois ; l'actualité mesure le délai entre l'événement et sa disponibilité ; la validité, la conformité au format et aux règles ; l'exactitude, la correspondance avec la réalité ; la cohérence, l'accord entre deux représentations d'une même donnée.
Chaque dimension se traduit en règles mesurables, fixées avec les métiers : un fournisseur actif porte des coordonnées bancaires vérifiées, un numéro de TVA intracommunautaire respecte le format de son pays, le chiffre d'affaires du tableau de bord égale celui de la balance à la clôture.
Contrôler, surveiller, corriger
Les contrôles s'exécutent à plusieurs endroits : à la saisie, dans l'application source, où ils coûtent le moins ; dans les flux, qui isolent les lignes invalides ; dans l'entrepôt, par des tests automatiques sur les tables publiées. L'observabilité des données complète ces règles par une surveillance statistique des volumes, des distributions et des délais d'arrivée, qui repère des dérives imprévues.
Chaque anomalie suit ensuite un circuit : qualification de sa gravité, correction à la source plutôt que dans le rapport, analyse de la cause, puis suivi dans un tableau de bord de la qualité partagé entre les métiers et l'équipe data, qui montre la tendance mois après mois.
Qui répond de la qualité des données
Le chief data officer fixe les priorités et les objectifs de qualité, et les inscrit dans le programme de gouvernance. Le data steward définit les règles avec les propriétaires métier, suit les indicateurs et coordonne les corrections sur les données de référence : clients, fournisseurs, articles. Le data analyst, premier utilisateur des données publiées, détecte souvent les anomalies en construisant ses analyses, et remonte les écarts qu'il constate entre deux sources.
Les métiers
Les métiers qui s'en occupent.
- Gouvernance & Référentiels Data (MDM)Data Steward / MDM Manager
45 k€ à 120 k€ et plus brut annuel
- Gouvernance & Référentiels Data (MDM)Chief Data Officer
70 k€ à 200 k€ et plus brut annuel
- Data, BI & PlateformesData Analyst
35 k€ à 95 k€ et plus brut annuel
Questions fréquentes
Qualité des données (data quality) : vos questions.
- Comment mesurer la qualité des données ?
- La mesure part des données critiques d'un usage précis, par exemple le fichier fournisseurs pour les paiements. Pour chacune, l'équipe écrit des règles rattachées à une dimension, les exécute automatiquement et calcule un taux de conformité : la part des lignes qui respectent la règle. Ces taux, suivis dans le temps et comparés à un seuil fixé avec le métier, composent un score de qualité par domaine, présenté à l'instance de gouvernance.
- Quels outils pour la qualité des données ?
- Les suites de gestion des données intègrent des modules de profilage, de règles et de correction : Informatica Data Quality, Talend, repris par Qlik en 2023, SAP Information Steward ou Ataccama. Les équipes qui travaillent dans un entrepôt cloud écrivent souvent leurs contrôles avec dbt ou des bibliothèques libres comme Great Expectations et Soda, et y ajoutent un outil d'observabilité. Les outils de MDM portent la déduplication des données de référence.
- Pourquoi la qualité des données compte-t-elle pour la direction financière ?
- Les chiffres de la direction financière traversent de nombreux systèmes avant d'arriver dans un rapport : une donnée de référence erronée se propage jusqu'à la facture, au paiement ou à la consolidation. Un fournisseur en double expose à un double paiement, un compte mal rattaché fausse l'analytique, un code pays erroné entraîne une TVA inexacte. La facturation électronique, qui échange des données structurées, rend ces défauts visibles dès l'émission.
Dans le lexique : Data lineage, Data governance (gouvernance des données), Data catalog.
À propos de l'auteur
Consultant Sourcing chez Entourage Recrutement
Sourceur depuis sept ans sur les métiers financiers et technologiques, Bruno approche les profils qui restent loin des annonces. Il intervient sur les mandats en CDI comme sur les missions freelance.
Vous recrutez sur ces sujets ?
Décrivez le poste et son périmètre. Un consultant Tech vous recontacte sous 24 heures ouvrées pour cadrer la recherche avec vous.