La Data quality : un enjeu d’efficacité

organisation-performante-data-quality

La presse (et les équipes marketing…) qualifient souvent la Data de « Nouvel Or Noir ». Mais le pétrole… il faut le raffiner et l’exploiter ! N’est ce pas pareil pour les données ? Bien sûr! D’où ce sujet de Data Quality

Sur de nombreux projets, j’ai eu l’occasion d’entendre des phrases comme “Ces données ne sont pas correctes!”, “Qui peut m’expliquer ce chiffre ? ” ou encore “Ces données ne sont plus d’actualité”.

Le résultat d’un projet Analytics repose bien souvent en grande partie sur les données fournies à l’utilisateur final. Une toute nouvelle application tout juste sortie de production génère une attente. Mais si elle affiche des résultats incorrects, elle entraînera au mieux des interrogations et au pire son abandon définitif, purement et simplement.

La Data Quality, c’est quoi ? 

Je ne rentre pas ici dans les considérations des normes ISO. Nous verrons cela une autre fois.

Disons simplement, que la data quality c’est l’ensemble des actions qu’une entreprise met en place pour s’assurer que ses données utilisées dans son Système d’Information sont correctes, pertinentes et à jour.

En effet, la donnée est une matière qui se transforme… en mouvement… presque vivante!

C’est vrai pour les données « statiques ». Ainsi, une fiche client par exemple, va être modifiée lorsque le client déménage ou change de coordonnées de contact. Le référentiel d’articles de l’entreprise évolue. Il en est de même pour les informations RH de ses collaborateurs et toutes les autres données.

Et c’est bien sûr encore plus vrai pour les données « dynamiques »… La commande, par exemple, que va faire un client va évoluer tout au long d’un cycle de vie: elle va être initiée, émise, validée, livrée, réglée, close… autant de statuts et d’informations matérialisées par la donnée. 

En plus de cela, des erreurs humaines ou applicatives peuvent dégrader la qualité des données ou générer des doublons dans le système d’informations. Une base de données non maintenue devient très rapidement obsolète. Elle ne reflète plus la réalité et peut avoir des conséquences désastreuses sur une entreprise. 

Pourquoi est-ce un enjeu essentiel ?

Des erreurs sur les données peuvent par exemple entraîner des erreurs de mailing, la diffusion de données personnelles, des erreurs sur des virements de salaire… autant d’erreurs dramatiques soit en termes financiers (pénalités, travail supplémentaires) qu’en termes d’image.

Potentiellement, c’est aussi perdre des opportunités (commerciales notamment) ou souffrir d’un déficit d’image. Pour vous en convaincre, pensez à la dernière fois que vous avez parlé à un téléconseiller qui ne connaissait pas bien votre situation ou les échanges que vous aviez précédemment eu avec ses collègues… Agaçant, non?

Plus généralement, des problèmes de data quality peuvent conduire à des mauvaises décisions ! Et pour cause, si les théoriciens de la Qualité avaient coutume de dire « On ne peut améliorer que ce qu’on mesure », est-ce qu’un indicateur faux ne vas pas entraîner des décisions inadaptées?

Ne pas s’y intéresser, c’est potentiellement stocker de la donnée sur tout et n’importe quoi mais surtout ne pas pouvoir l’utiliser lorsqu’on en a besoin.

Ainsi, une data quality insuffisante entraîne des surcoûts et des risques pour une entreprise. Les opérationnels feront des erreurs, prendront de mauvaises directions. Ils passeront du temps à corriger ou à rattraper des données erronées.

Comme toujours en terme d’efficience et d’amélioration, il vaut mieux faire bon du premier coup! mais ce n’est pas évident car de nombreux éléments composent la data quality.

(Merci à Jean-Luc qui a co-écrit cet article!)

__________________________________________________________________________________________________________

Les sujets qui m’intéressent le plus sont Data, Organisation et Temps Réel !

N’hésitez pas à me faire un retour sur cet article ou à me contacter sur LinkedIn pour partager nos actualités!

Andrea

Partager sur twitter
Partager sur linkedin

Vous aimerez aussi ...

Digital Pharma Lab en route pour le médicament du futur!
Performance et Adaptation

Le Digital Pharma Lab accélère la digitalisation de l’industrie pharmaceutique

Après avoir hésité à se lancer dans la transformation digitale, l’industrie pharmaceutique française veut désormais rattraper son retard! Pour y parvenir, elle compte sur son incubateur: le Digital Pharma Lab. Là, les groupes industriels du secteur marchent de concert avec de nouvelles start-up… Et développement de nouvelles idées très innovantes.

Lire plus »

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Recevez nos articles

La protection des données nous tient à cœur. Vous pouvez vous désinscrire de ce type de communications à tout moment. Pour plus d'informations, consultez notre politique de confidentialité.

Livre blanc

les problématiques du manager dans un livre blanc
La protection des données nous tient à cœur. Vous pouvez vous désinscrire de ce type de communications à tout moment. Pour plus d'informations, consultez notre politique de confidentialité.

Partagez nos articles

Partager sur linkedin
Partager sur twitter
Partager sur email

Rechercher

une organisation rayonnante

Nous utilisons des cookies pour vous garantir la meilleure expérience sur notre site. Si vous continuez à utiliser ce dernier, nous considérerons que vous acceptez l’utilisation des cookies. Voir notre Politique de confidentialité.