Les données sans documentation sont des données qui ne peuvent pas être entièrement fiables ni réutilisées. Si personne ne sait ce que signifie un champ, comment il a été collecté ou quand il a été mis à jour pour la dernière fois, chaque utilisation de ces données comporte une incertitude. La documentation est ce qui transforme les données brutes en information utilisable.
Quoi documenter
Une bonne documentation de données couvre plusieurs couches :
- Définitions des champs. Que signifie chaque champ ? Quelles sont les valeurs valides ? Quelles unités sont utilisées ? C'est le cœur d'un dictionnaire de données.
- Méthode de collecte. Comment les données ont-elles été collectées ? Sondage, dossier administratif, capteur, saisie manuelle ? La méthode de collecte affecte la façon dont les données doivent être interprétées.
- Date et fréquence de collecte. Quand les données ont-elles été collectées ? S'agit-il d'un instantané ou d'un enregistrement continu ? À quelle fréquence est-il mis à jour ?
- Source. D'où viennent les données ? Qui en est responsable ?
- Limites connues. Quelles sont les lacunes, biais ou problèmes de qualité connus ? Documenter les limites est aussi important que documenter les points forts.
- Historique des modifications. Qu'est-ce qui a changé au fil du temps ? Si une définition de champ a changé, quand a-t-elle changé et pourquoi ?
Un dictionnaire de données est un document qui définit chaque champ d'un ensemble de données : son nom, son type de données, ses valeurs autorisées et sa signification. C'est la pièce de documentation la plus importante pour tout ensemble de données. Même un simple tableur listant les noms de champs et les définitions est bien mieux que rien. Commencez par là et développez à partir de là.
La documentation comme pratique
La documentation est la plus utile quand elle est créée au moment où les données sont collectées ou quand un système est construit, pas reconstituée après coup. La documentation rétroactive est meilleure que rien, mais elle est toujours incomplète et souvent inexacte. Intégrez la documentation dans vos processus de collecte et de gestion des données dès le départ.
Garder la documentation à jour
Une documentation obsolète est presque aussi mauvaise que pas de documentation — elle peut activement induire les utilisateurs en erreur. Assignez la responsabilité de maintenir la documentation à jour. Quand une définition de champ change, mettez à jour le dictionnaire de données. Quand une nouvelle source de données est ajoutée, documentez-la immédiatement. Traitez la documentation comme un artefact vivant, pas comme un livrable ponctuel.
Rendre la documentation trouvable
La documentation n'aide que si les gens peuvent la trouver. Stockez-la dans un emplacement cohérent et accessible — à côté des données qu'elle décrit, dans un wiki partagé ou dans un catalogue de données. Créez un lien vers elle depuis les données elles-mêmes lorsque c'est possible. Si les gens ne savent pas que la documentation existe, elle ne sera pas utilisée.
Points clés
- Les données non documentées ne peuvent pas être entièrement fiables ni réutilisées
- Documentez les définitions des champs, les méthodes de collecte, les sources et les limites connues
- Créez la documentation au moment de la collecte, pas rétroactivement
- Assignez la responsabilité de maintenir la documentation à jour
- Stockez la documentation là où les gens peuvent la trouver
Certaines des données que vous détenez nécessitent une protection spéciale. Apprenez les principes fondamentaux dans Protéger les informations sensibles.