On distingue deux types de contrôle qualité, le contrôle à réception, et le contrôle en production. Dans les deux cas, l'objectif est de détecter des anomalies sur les produits. Il existe différentes méthodologies afin d'effectuer le contrôle qualité.
A partir de ces points de considération, la qualité des données peut être jaugée à l'aune de différents indicateurs : son profil, son exactitude, sa complétude, sa conformité, son intégrité, sa consistance, sa disponibilité, son applicabilité, son intelligibilité, son intégration, sa flexibilité, sa comparabilité, sa ...
La qualité d'une donnée se mesure à travers ses caractéristiques intrinsèques, qu'elles soient internes ou externes à l'entreprise. Nous pouvons citer l'exactitude, l'exhaustivité, la cohérence, la validité, l'actualité, l'intégrité, la clarté ou même la sécurité de la donnée.
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.
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.
La Data Quality désigne l'aptitude des caractéristiques intrinsèques des données à satisfaire des exigences internes (pilotage, prise de décision) et externes (réglementations) à l'organisation. Ces critères sont nombreux et doivent dans tous les cas être mis en perspective de l'usage et l'exploitation qui en est fait.
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.
Une qualité des données insuffisante peut avoir des conséquences financières sur l'entreprise. En outre, cela induit des pertes de temps et de productivité, imposant aux collaborateurs des tâches chronophages et parfois sans réelle valeur ajoutée.
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.
Le contrôle qualité permet de déterminer si les produits fabriqués sont : conformes, non-conformes mais avec possibilité de retouche, non-conformes et devant être détruits.
Modèle de plan de contrôle qualité
Indiquez les détails clés tels que le nom de l'entreprise, le nom du projet, le chef de projet et la date. Donnez un aperçu rapide du plan et de ses objectifs. Dressez la liste de toutes les personnes impliquées dans le plan et précisez leurs responsabilités.
Les 6 dimensions de la qualité des données. La pertinence, l'exactitude, l'actualité l'intelligibilité, la cohérence, l'accessibilité.
Les critères de qualité peuvent varier en fonction de l'industrie, du produit ou du service en question, mais ils se répartissent généralement en quatre catégories principales : la fonctionnalité, la fiabilité, la facilité d'utilisation et la conformité aux normes.
La norme iso 9000 définit la qualité comme "L'aptitude d'un ensemble de caractéristiques intrinsèques à satisfaire des exigences"… Dans la pratique, la qualité se décline sous deux formes : La qualité externe : c'est lorsqu'un produit ou service répond parfaitement aux besoins et attentes des clients.
La fiabilisation des données consiste en un ensemble de processus de vérification d'intégrité, de conformité, de consolidation des données et d'actualisation des informations brutes collectées, dans le but d'obtenir une qualité des données finale autorisant les meilleures performances possibles pour l'entreprise.
fiabilité, validité, pertinence. La fiabilité de l'information désigne le degré de confiance que l'on peut accorder. La fiabilité de l'information dépend d'un faisceau d'éléments interdépendants, notamment l'identification claire de la source, l'exactitude des données, des faits, la "fraîcheur' de l'information.
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.