La qualité des données est l’un des aspects les plus importants — et les plus négligés — du travail avec les données. Des données de mauvaise qualité mènent à de mauvaises décisions, à des efforts gaspillés et à une perte de confiance.
Mais que signifie vraiment « bonne qualité »? La qualité des données est généralement mesurée selon six dimensions.
Les six dimensions de la qualité des données
1. Exactitude
Les données représentent-elles correctement la réalité? Une adresse est exacte si elle correspond à l’emplacement physique réel.
2. Intégralité
Les données ont-elles toutes les valeurs qu’elles devraient avoir? Les codes postaux manquants, les numéros de téléphone vides et les champs obligatoires non remplis sont des problèmes d’intégralité.
3. Cohérence
Les données sont-elles formatées et représentées de la même façon tout au long? « Toronto », « toronto » et « TORONTO » sont des représentations incohérentes de la même ville.
4. Actualité
Les données sont-elles suffisamment récentes pour leur utilisation prévue? Une adresse client vieille de trois ans peut ne plus être valide.
5. Validité
Les données sont-elles conformes aux règles et formats définis? Un champ de code postal contenant « ABCDEF » est invalide.
6. Unicité
Y a-t-il des enregistrements en double? Une base de données clients avec la même personne listée deux fois sous des noms légèrement différents a un problème d’unicité.
Une liste de diffusion avec de mauvaises adresses (exactitude), des codes postaux manquants (intégralité), des abréviations de province incohérentes (cohérence), des contacts obsolètes (actualité), des numéros de téléphone invalides (validité) et des entrées en double (unicité) a des problèmes dans les six dimensions.
Améliorer la qualité des données
Améliorer la qualité des données implique à la fois de corriger les problèmes existants (nettoyage des données) et d’en prévenir de nouveaux (meilleurs processus de collecte, règles de validation et gouvernance). Pour un guide pratique, consultez le parcours Nettoyage des données 101.
Découvrez comment les normes rendent les données cohérentes dans Normes de données.