5 caractéristiques de la qualité des données

La qualité des données est cruciale – elle évalue si l’information peut servir son objectif dans un contexte particulier (comme l’analyse des données, par exemple). Alors, comment déterminer la qualité d’un ensemble d’informations donné ? Il existe des caractéristiques de qualité des données dont vous devez être conscient.

Il y a cinq traits que vous trouverez dans la qualité des données : l’exactitude, l’exhaustivité, la fiabilité, la pertinence et l’actualité – lisez la suite pour en savoir plus.

• Accuracy
• Completeness
• Reliability
• Relevance
• Timeliness

Exactitude

Comme son nom l’indique, cette caractéristique de qualité des données signifie que les informations sont correctes. Pour déterminer si les données sont exactes ou non, demandez-vous si les informations reflètent une situation réelle. Par exemple, dans le domaine des services financiers, un client a-t-il réellement 1 million de dollars sur son compte bancaire ?

L’exactitude est une caractéristique de qualité des données cruciale car des informations inexactes peuvent causer des problèmes importants aux conséquences graves. Nous allons utiliser l’exemple ci-dessus – s’il y a une erreur dans le compte bancaire d’un client, cela pourrait être parce que quelqu’un y a accédé à son insu.

Complétude

La « complétude » fait référence au degré d’exhaustivité des informations. Lorsque vous examinez l’exhaustivité des données, demandez-vous si toutes les données dont vous avez besoin sont disponibles ; vous pourriez avoir besoin du prénom et du nom d’un client, mais l’initiale du second prénom pourrait être facultative.

Pourquoi l’exhaustivité est-elle importante en tant que caractéristique de la qualité des données ? Si les informations sont incomplètes, elles peuvent être inutilisables. Disons que vous envoyez un mailing. Vous avez besoin du nom de famille d’un client pour vous assurer que le courrier est envoyé à la bonne adresse – sans cela, les données sont incomplètes.

Fiabilité

Dans le domaine des caractéristiques de qualité des données, la fiabilité signifie qu’un élément d’information ne contredit pas un autre élément d’information dans une source ou un système différent. Nous utiliserons un exemple dans le domaine de la santé ; si l’anniversaire d’un patient est le 1er janvier 1970 dans un système, alors qu’il est le 13 juin 1973 dans un autre, l’information n’est pas fiable.

La fiabilité est une caractéristique essentielle de la qualité des données. Lorsque des éléments d’information se contredisent, vous ne pouvez pas faire confiance aux données. Vous pourriez commettre une erreur qui pourrait coûter de l’argent à votre entreprise et porter atteinte à sa réputation.

La pertinence

Lorsque vous examinez les caractéristiques de la qualité des données, la pertinence entre en jeu car il doit y avoir une bonne raison pour laquelle vous collectez ces informations en premier lieu. Vous devez vous demander si vous avez vraiment besoin de ces informations, ou si vous les collectez juste pour le plaisir de le faire.

Pourquoi la pertinence est-elle importante en tant que caractéristique de qualité des données ? Si vous collectez des informations non pertinentes, vous perdez du temps ainsi que de l’argent. Vos analyses n’auront pas la même valeur.

L’actualité

L’actualité, comme son nom l’indique, fait référence au degré de mise à jour des informations. Si elle a été recueillie dans l’heure qui vient de s’écouler, alors elle est opportune – sauf si de nouvelles informations sont arrivées qui rendent les précédentes inutiles.

L’actualité des informations est une caractéristique importante de la qualité des données, car des informations qui ne sont pas à jour peuvent amener les gens à prendre de mauvaises décisions. À son tour, cela coûte aux organisations du temps, de l’argent et des dommages à la réputation.

« L’actualité est une caractéristique importante de la qualité des données – les informations périmées coûtent du temps et de l’argent aux entreprises »

Dans l’environnement commercial actuel, les caractéristiques de la qualité des données garantissent que vous tirez le meilleur parti de vos informations. Lorsque vos informations ne répondent pas à ces normes, elles n’ont pas de valeur. Découvrez-en plus dans notre eBook : 4 façons de mesurer la qualité des données

.