Contrôle de la fiabilité des données.
Une évaluation chiffrée est possible à partir de la comparaison des résultats de deux ou plusieurs codages. Ce contrôle se fait sur différents échantillons de résultats (par exemple sur 15 % aléatoirement choisis dans l'ensemble des données).
Exactitude des données : vos données ne doivent pas comporter d'erreurs et doivent toujours être actualisées et exactes. Gestion des données : Vos données doivent toujours être traitées avec soin, ce qui signifie qu'elles doivent être correctement stockées pour éviter tout risque de violation.
Dans cette section, nous examinons les piliers les plus importants de la gestion de la qualité des données : les personnes, la mesure, les processus, le cadre et la technologie.
La qualité des données compte sept dimensions : exactitude, fiabilité, exhaustivité, caractère opportun, précision, intégrité et confidentialité. Cliquer sur les sept dimensions des données pour en connaître les définitions. en : Des données exactes contiennent des erreurs et une partialité minimales.
Le Data quality manager est chargé de superviser et de garantir la qualité des données. Il veille à ce que les données soient précises, fiables et conformes aux besoins de l'entreprise et aux exigences réglementaires.
L'exactitude s'entend de la mesure dans laquelle les données rendent compte de la vérité ou de ce qui s'est réellement produit.
La qualité des données implique de préparer les données afin qu'elles répondent aux besoins spécifiques des utilisateurs métiers. Les données sont le bien le plus précieux de votre organisation, et les décisions prises sur la base de données erronées peuvent nuire à votre activité.
Une entreprise qui utilise des données de mauvaise qualité risque de s'exposer à des informations inexactes et à des décisions erronées, ce qui nuira à sa réputation et entraînera des pertes. C'est pourquoi la qualité des données est essentielle à la croissance et à la réussite des entreprises.
Un plan de collecte de données décrit comment les données de votre organisation circuleront depuis leur source jusqu'aux informations exploitables. Le processus d'élaboration de ce plan révèlera l'origine de vos données, les personnes qui y ont accès et la manière dont elles sont collectées et stockées.
Les 6 dimensions de la qualité des données. La pertinence, l'exactitude, l'actualité l'intelligibilité, la cohérence, l'accessibilité.
Les contrôleurs de données fixent l'objectif visé par le traitement des données et déterminent les moyens d'atteindre cet objectif. En bref, ils décident pourquoi et comment la gestion de données doit se faire.
Il est exécuté par un contrôleur qualité avec l'aide (ou non) des autres acteurs de la production. La conformité est établie à partir des critères développés par l'entreprise ou par un commun accord entre un fournisseur et un client. (On y inclus par exemple la métrologie industrielle.)
Les critères d'évaluation de l'information sont : la réputation, la crédibilité de l'auteur, la fiabilité des sources, la date de publication et l'exactitude de l'information.
Il men- tionne que les trois types de description de la qualité les plus signalés dans les 270 études consultées sont la qualité désirée, la conscience de la qualité et la conformité au standard de la qualité.
Les exigences pour la qualité sont consignées dans le document d'expression des besoins. Elles sont expriment en termes quantitatifs et/ou qualitatifs les caractéristiques attendues du produit, service ou processus. Elles mettent en avant les caractéristiques clefs et critiques.
La gouvernance des données repose sur 4 piliers principaux : l'organisation, les politiques et standards, les processus, et les outils. Chacun de ces piliers est indispensable à la mise en place d'une gouvernance efficace favorisant l'innovation par la donnée.
Et vous devrez déterminer le type de données dont il s'agit: nominales, ordinales, discrètes ou continues.
La qualité des données est indispensable et permet d'optimiser plusieurs axes : La croissance du chiffre d'affaires. La réduction, voire la suppression des dépenses non-pertinentes. Un meilleur management du risque.