La qualité des données ne se résume pas à une note unique. Elle se décompose en six dimensions mesurables : exactitude, complétude, fraîcheur, cohérence, unicité et validité. Chacune a besoin de son propre KPI, et chacune doit être garantie de nouveau à chaque rafraîchissement des données, et non auditée une fois puis oubliée.
La plupart des équipes parlent de la qualité des données comme d’un bloc. Ce n’en est pas un. Quand un dashboard affiche un chiffre d’affaires erroné ou qu’un modèle d’IA produit une prédiction étrange, la cause profonde est presque toujours une défaillance sur un axe précis. Nommer cet axe est la première étape pour la corriger.
La discipline découpe la qualité des données en six dimensions. Comprendre chacune d’elles - comment la mesurer, pourquoi elle compte et comment la maintenir en bon état - transforme une plainte vague (« nos données sont mauvaises ») en un problème d’ingénierie concret, que l’on peut suivre.
Quelles sont les six dimensions de la qualité des données ?
Les six dimensions décrivent autant de façons distinctes, pour un jeu de données, d’être juste ou faux. Un enregistrement peut être parfaitement exact et arriver pourtant trop tard pour servir. Il peut être complet et contenir des doublons. Chaque dimension est indépendante, et c’est précisément pour cela qu’il vous faut les six. Ce découpage en six n’est pas une invention de K.IOP : c’est un socle reconnu par la profession, formalisé par le DAMA UK Working Group dans son document The Six Primary Dimensions for Data Quality Assessment (Source : DAMA UK, 2013).
- Exactitude - la valeur correspond-elle à la réalité ?
- Complétude - manque-t-il quelque chose ?
- Fraîcheur (actualité) - la valeur est-elle suffisamment à jour ?
- Cohérence - la donnée concorde-t-elle avec elle-même d’un système à l’autre ?
- Unicité - chaque entité est-elle représentée une seule fois ?
- Validité - la valeur respecte-t-elle les règles et les formats attendus ?
Prenons-les une par une.
Comment mesurer l’exactitude ?
L’exactitude est le degré auquel une valeur reflète l’objet réel qu’elle décrit. L’adresse enregistrée d’un client est exacte si un courrier qui y est envoyé arrive à destination.
Exemple : le numéro de TVA d’un fournisseur est valide dans son format, mais il appartient à une autre société. Le champ passe le contrôle de format mais échoue sur l’exactitude - et la déclaration fiscale qui s’appuie dessus est fausse.
L’exactitude est la dimension la plus difficile à mesurer, car elle exige une référence de confiance. Parmi les KPI utilisables en pratique figurent le taux de correspondance avec une source faisant autorité (un registre des sociétés, un service de vérification d’adresses, un golden record, c’est-à-dire une fiche de référence unique) et le taux d’exceptions signalées lors de la réconciliation. L’exactitude se mesure en comparant, pas en inspectant un champ isolément.
Comment mesurer la complétude ?
La complétude consiste à vérifier que toutes les données qui devraient être présentes le sont réellement - au niveau du champ, de l’enregistrement et du jeu de données.
Exemple : un CRM contient dix mille leads, mais quarante pour cent d’entre eux n’ont pas de pays renseigné. Toute analyse du chiffre d’affaires par région bâtie sur ces données exclut ces leads sans le dire, ce qui fausse le résultat.
Les KPI utiles :
- Pourcentage de valeurs renseignées pour chaque champ critique
- Proportion d’enregistrements atteignant un seuil minimal de champs obligatoires
- Complétude en volume - le chargement du jour contenait-il le nombre de lignes attendu ?
La complétude ne consiste pas à remplir tous les champs. Il s’agit de s’assurer que les champs qui comptent pour un usage métier donné sont présents. Un deuxième prénom manquant a rarement de l’importance ; un IBAN manquant sur un enregistrement de paiement en a toujours.
Comment mesurer la fraîcheur ?
La fraîcheur, ou actualité, mesure si la donnée est assez récente pour la décision qu’elle éclaire. La fenêtre acceptable dépend entièrement du cas d’usage.
Exemple : un dashboard de stocks rafraîchi chaque nuit convient à la planification des achats, mais il ne sert à rien pour un moteur de promesse de livraison en temps réel, qui a besoin de niveaux de stock mis à jour à quelques minutes près.
La fraîcheur se mesure avec :
- La latence des données - l’écart entre le moment où un événement se produit et celui où il apparaît dans vos systèmes
- Le retard de rafraîchissement - le temps écoulé depuis le dernier chargement réussi, comparé à la fréquence convenue
- La part des enregistrements plus anciens que la tolérance définie pour leur usage
Les défauts de fraîcheur sont insidieux, parce que la donnée a l’air correcte. Elle décrit simplement un monde qui n’existe plus.
Découvrez comment une approche de raffinerie garantit les six dimensions à chaque rafraîchissement.
Comment mesurer la cohérence ?
La cohérence signifie qu’un même fait porte la même valeur partout où il apparaît. Quand deux systèmes se contredisent, l’un des deux au moins a tort - et souvent, personne ne sait lequel.
Exemple : le statut d’un client est « actif » dans le système de facturation et « résilié » dans le CRM. Le support, la finance et le marketing agissent chacun sur une vérité différente.
Les KPI de la cohérence :
- Taux de correspondance entre systèmes pour les entités partagées
- Nombre d’écarts de réconciliation entre la source et la cible
- Violations de l’intégrité référentielle (enregistrements orphelins, clés rompues)
C’est sur la cohérence que la réconciliation des données prouve toute son utilité. Comparer deux systèmes enregistrement par enregistrement et faire remonter chaque différence est le seul moyen fiable de savoir où ils divergent.
Comment mesurer l’unicité ?
L’unicité signifie que chaque entité du monde réel apparaît exactement une fois. Les doublons gonflent les décomptes, morcellent les historiques et corrompent tout indicateur qui suppose de compter des clients, des produits ou des transactions.
Exemple : « ACME Ltd », « Acme Limited » et « ACME LTD. » sont trois enregistrements pour une seule société. Le chiffre d’affaires est réparti entre les trois, si bien que le compte ne paraît jamais assez important pour être traité en priorité.
L’unicité se mesure avec :
- Le taux de doublons - les enregistrements identifiés comme désignant la même entité
- Le nombre de groupes issus du rapprochement flou qui restent à fusionner
- La baisse du nombre d’enregistrements après dédoublonnage, pour un type d’entité connu
L’unicité ne se règle pas par la seule correspondance exacte. Les vrais doublons diffèrent par l’orthographe, les espaces et la mise en forme : c’est pourquoi un rapprochement flou déterministe et des règles de fusion claires sont indispensables.
Comment mesurer la validité ?
La validité est la conformité aux règles qu’un champ doit respecter - format, type, plage et valeurs autorisées. C’est la dimension la plus mécanique et la plus facile à automatiser.
Exemple : une date de naissance en 2189, un numéro de téléphone contenant des lettres ou une quantité commandée de moins cinq échouent tous sur la validité, avant même que quiconque vérifie s’ils sont exacts.
Les KPI :
- Pourcentage de valeurs conformes aux règles de format et de motif
- Nombre de violations de plage et de domaine
- Taux de réussite aux règles métier (par exemple, la date de fin doit être postérieure à la date de début)
La validité est votre première ligne de défense. Elle ne peut pas confirmer qu’une valeur est vraie, mais elle repère à coup sûr les valeurs qui ne peuvent pas l’être.
Pourquoi ces dimensions comptent-elles pour la BI et l’IA ?
La business intelligence hérite de tous les défauts de ses données d’entrée. Un dashboard n’est jamais plus fiable que la moins fiable des dimensions qui l’alimentent. Un seul compte en double ou un seul chiffre périmé suffit à faire douter la direction du rapport tout entier - et une fois la confiance perdue, l’adoption suit le même chemin. Le coût n’a rien d’abstrait : Gartner estime que la mauvaise qualité des données coûte aux organisations 12,9 millions de dollars par an en moyenne (Source : Gartner, 2021).
L’IA fait encore monter les enjeux. Les modèles entraînés ou alimentés avec des données incohérentes, incomplètes ou dupliquées apprennent le bruit en même temps que le signal. Une unicité défaillante biaise les jeux d’entraînement. Une fraîcheur insuffisante fait raisonner un modèle sur une réalité dépassée. Des valeurs invalides produisent des comportements imprévisibles. La qualité des données n’est pas un supplément appréciable en amont de l’IA ; elle en est la condition préalable.
Comment une approche de raffinerie garantit-elle la qualité à chaque rafraîchissement ?
L’erreur courante est de traiter la qualité des données comme un chantier de nettoyage ponctuel. Vous profilez les données, vous corrigez ce que vous trouvez, vous produisez un rapport et vous passez à autre chose. Quelques semaines plus tard, les mêmes problèmes reviennent, parce que chaque nouveau chargement les réintroduit. C’est aussi pour cela que le nettoyage reste si coûteux : les professionnels de la donnée déclarent consacrer en moyenne 45 % de leur temps à la simple préparation des données - leur chargement et leur nettoyage - avant de pouvoir les exploiter (Source : Anaconda, 2020).
La qualité doit être imposée en continu, là où la donnée circule. C’est la logique d’une raffinerie de données. Le moteur de la Data Refinery sur lequel repose K.IOP - K-Refine - applique le même pipeline déterministe à chaque rafraîchissement :
- Le profilage mesure chacune des six dimensions et fait apparaître les points où elles cèdent.
- Les règles métier imposent la validité et la complétude selon vos définitions, et non selon des valeurs génériques par défaut.
- Le dédoublonnage traite l’unicité par un rapprochement flou déterministe et une logique de fusion explicite.
- La réconciliation compare les systèmes pour imposer la cohérence et signaler les exceptions d’exactitude.
Chaque action est déterministe et consignée dans une piste d’audit complète - ni approximation, ni hallucination. C’est important pour la gouvernance et pour les environnements réglementés des Émirats arabes unis (EAU), où la PDPL (décret-loi fédéral n° 45 de 2021) et les cadres du DIFC et de l’ADGM attendent que vous démontriez comment les données personnelles et les données d’entreprise sont traitées et corrigées.
K.IOP fait partie du groupe K-Technology & Services et suit une trajectoire simple - Connecter, Raffiner, Piloter - tandis que sa marque sœur K inventory couvre les données d’actifs et d’inventaire. L’enjeu n’est pas un nettoyage unique. C’est une qualité qui tient à chaque rafraîchissement.
Si vous voulez savoir où en est votre organisation aujourd’hui, une évaluation structurée de la maturité en gouvernance des données constitue un point de départ concret.
FAQ
N’y a-t-il que six dimensions de la qualité des données ?
Six, c’est le socle le plus répandu, mais certains référentiels ajoutent l’intégrité ou l’accessibilité comme dimensions à part entière. Les six présentées ici couvrent les défaillances qui pèsent le plus sur le reporting et l’IA, ce qui explique qu’elles servent de base standard.
Quelle dimension faut-il corriger en premier ?
Commencez par la validité et la complétude : ce sont les moins coûteuses à automatiser et elles bloquent les erreurs les plus évidentes. Passez ensuite à l’unicité et à la cohérence, qui causent généralement les plus fortes distorsions analytiques.
Un seul KPI peut-il résumer les six ?
Vous pouvez construire un score composite, mais il masque l’endroit où se situe le problème. Suivez chaque dimension séparément, afin qu’une défaillance vous mène droit à la cause plutôt qu’à une moyenne qui ne dit pas grand-chose.
À quelle fréquence faut-il contrôler la qualité des données ?
À chaque rafraîchissement. La qualité se dégrade à mesure que de nouvelles données arrivent : un pipeline qui reprofile les données et réapplique les règles à chaque chargement est donc bien plus fiable qu’un audit périodique.
La réconciliation des données remplace-t-elle les autres dimensions ?
Non. La réconciliation est l’outil le plus puissant pour la cohérence et l’exactitude, mais la validité, la complétude, la fraîcheur et l’unicité exigent chacune leurs propres contrôles. Les dimensions sont complémentaires, pas interchangeables.
