Plaider en faveur de la qualité des données : Qu’est-ce que c’est et pourquoi c’est important ?

Selon une étude d’IDC, 30 à 50 % des organisations rencontrent un écart entre leurs attentes en matière de données et la réalité. Un examen plus approfondi de cette statistique montre que :

• 45 % des entreprises constatent un manque de cohérence dans le classement et le contenu des données,
• 43% des organisations constatent un manque d’exhaustivité et de cohérence des données,
• 41 % des organisations constatent un manque d’actualité des données,
• 31 % des organisations constatent une lacune dans la découverte des données, et
• 30 % des organisations constatent un manque de responsabilité et de confiance dans les données.

Ces dimensions de données sont communément appelées métriques de la qualité des données – quelque chose qui nous aide à mesurer l’adéquation des données à l’objectif visé – également connu sous le nom de qualité des données.

Qu’est-ce que la qualité des données ?

La mesure dans laquelle les données répondent aux exigences de l’objectif visé.

Si une organisation n’est pas en mesure d’utiliser les données pour la raison pour laquelle elles sont stockées et gérées, on dit qu’elles sont de mauvaise qualité. Cette définition implique que la qualité des données est subjective et qu’elle revêt une signification différente pour chaque organisation, en fonction de l’usage qu’elle entend en faire. Par exemple, dans certains cas, l’exactitude des données est plus importante que leur exhaustivité, alors que dans d’autres cas, c’est l’inverse.

Une autre façon intéressante de décrire la qualité des données est :

L’absence de défauts intolérables dans un ensemble de données.

Autrement dit, les données ne peuvent pas être totalement exemptes de défauts, et c’est très bien ainsi. Il doit simplement être exempt de défauts intolérables pour l’usage qui en est fait dans l’organisation. En général, la qualité des données est contrôlée pour vérifier que les ensembles de données contiennent les informations nécessaires (en termes d’attributs et d’entités) et que ces informations sont aussi précises (ou exemptes de défauts) que possible.

Comment établir un argumentaire en faveur de la qualité des données ?

Après avoir fourni des solutions de données à des clients du classement Fortune 500 pendant plus de dix ans, nous constatons généralement que les professionnels des données consacrent plus de 50 heures par semaine à leurs responsabilités professionnelles. Les heures supplémentaires sont le résultat du travail en double, des résultats infructueux et du manque de connaissance des données. Après une analyse plus approfondie, nous constatons souvent que la qualité des données est le principal responsable de la plupart de ces problèmes. L’absence d’un moteur centralisé de qualité des données, qui valide et corrige systématiquement les problèmes de qualité des données, fait perdre aux professionnels des données expérimentés plus de temps et d’efforts que nécessaire.

Lorsque quelque chose ronge silencieusement la productivité de votre équipe et produit des résultats peu fiables, il devient crucial de le porter à l’attention des parties prenantes nécessaires afin que des mesures correctives puissent être prises à temps. Ces mesures doivent également être intégrées dans le processus opérationnel afin qu’elles puissent être exercées comme une habitude et non comme un acte ponctuel.

Dans ce blog, nous allons aborder trois points importants :

1. Le moyen le plus rapide et le plus simple de prouver l’importance de la qualité des données.
2. Un ensemble de ressources utiles qui traitent de différents aspects de la qualité des données.
3. Comment la qualité des données profite aux six principaux piliers d’une organisation.

Commençons.

1. Défaut de conception des données – matrice des risques commerciaux

Pour prouver l’importance de la qualité des données, vous devez mettre en évidence la façon dont les problèmes de qualité des données augmentent les risques pour l’entreprise et ont un impact sur son efficacité. Cela nécessite des recherches et des discussions entre les responsables et les professionnels des données, qui pourront ensuite partager les résultats et les conclusions avec les parties prenantes nécessaires.

Nous rencontrons souvent des problèmes mineurs et majeurs dans nos ensembles de données, mais nous les évaluons rarement de manière assez approfondie pour voir le type d’impact commercial qu’ils peuvent avoir. Dans un blog récent, j’ai parlé de la conception de la matrice défauts de données – risques commerciaux: un modèle qui vous aide à relier les défauts de données à l’impact commercial et aux coûts qui en découlent. En bref, ce modèle vous aide à établir un lien entre les différents types d’informations erronées présentes dans votre ensemble de données et les risques commerciaux.

Exemple

Par exemple, un nom de client mal orthographié ou des informations de contact incorrectes peuvent entraîner des enregistrements en double dans un ensemble de données pour le même client. Cela a pour conséquence d’augmenter le nombre d’appels entrants, de diminuer la satisfaction des clients et d’avoir un impact sur la demande d’audit. Ces mésaventures ont un impact négatif sur l’entreprise en termes d’augmentation du temps de travail du personnel, de réduction des commandes en raison du mécontentement des clients, de volatilité accrue des flux de trésorerie, etc.

Mais si vous pouvez obtenir cette information sur papier, où quelque chose d’aussi petit qu’un nom de client mal orthographié est attribué à quelque chose d’aussi important que la perte de clients, cela peut s’avérer être la première étape dans la construction d’un dossier sur l’importance de la qualité des données.

2. Utiliser les ressources utiles en matière de qualité des données

Nous disposons d’un grand nombre de contenus sur notre hub consacré à la qualité des données, qui traitent de la qualité des données sous différents angles et perspectives. Vous y trouverez probablement quelque chose qui répond à vos besoins – quelque chose qui vous aidera à convaincre votre équipe ou vos responsables de l’importance et du rôle de la qualité des données pour toute initiative axée sur les données.

Une liste de ces ressources est donnée ci-dessous :

• L’impact de la mauvaise qualité des données : Risques, défis et solutions
• Mesure de la qualité des données : Quand faut-il s’inquiéter ?
• Constituer une équipe de qualité des données : Rôles et responsabilités à prendre en compte
• 8 meilleures pratiques pour assurer la qualité des données au niveau de l’entreprise
• Dimensions de la qualité des données – 10 paramètres à mesurer
• 5 processus de qualité des données à connaître avant de concevoir un cadre DQM
• Conception d’un cadre pour la gestion de la qualité des données
• Le guide définitif de l’acheteur d’outils de qualité des données

3. Présenter les avantages de la qualité des données à travers les principaux piliers

Dans cette section, nous verrons comment les tests et la fixation de la qualité des données de bout en bout peuvent vous être utiles dans les six principaux piliers d’une organisation (entreprise, finance, client, concurrence, équipe et technologie).

a. Entreprise

Une entreprise utilise ses données comme un carburant dans tous les départements et fonctions. Le fait de ne pas pouvoir faire confiance à l’authenticité et à l’exactitude de vos données peut être l’un des plus grands désastres de toute initiative en matière de données. Bien que tous les domaines d’activité bénéficient d’une bonne qualité des données, les principaux sont les suivants :

i. Prise de décision

Au lieu de s’appuyer sur des intuitions et des suppositions, les organisations utilisent les résultats de la veille économique et de l’analyse pour prendre des décisions concrètes. Que ces décisions soient prises au niveau individuel ou au niveau de l’entreprise, les données sont utilisées dans l’ensemble de l’entreprise pour trouver des modèles dans les informations passées afin de pouvoir faire des déductions précises pour l’avenir. Le manque de données de qualité peut définitivement fausser les résultats de votre analyse, ce qui fait que cette approche fait plus de mal que de bien.

Pour en savoir plus, consultez le site Improving analytics and business intelligence with clean data.

ii. Opérations

Divers départements tels que les ventes, le marketing et les produits dépendent des données pour le fonctionnement efficace des processus commerciaux. Que vous mettiez des informations sur les produits sur votre site web, que vous utilisiez des listes de prospects dans vos campagnes de marketing ou que vous utilisiez des données sur les ventes pour calculer le revenu annuel, les données font partie de toutes les opérations, petites ou grandes. Ainsi, des données de bonne qualité peuvent renforcer l’efficacité opérationnelle de votre entreprise, tout en garantissant l’exactitude des résultats et en réduisant les possibilités d’erreurs potentielles.

Pour en savoir plus, consultez la rubrique Les éléments clés qui devraient faire partie des objectifs d’efficacité opérationnelle.

iii. Conformité

Les normes de conformité des données (telles que GDPR, HIPAA et CCPA, etc.) obligent les entreprises à revoir et à réviser leurs stratégies de gestion des données. En vertu de ces normes de conformité des données, les entreprises sont tenues de protéger les données personnelles de leurs clients et de veiller à ce que les propriétaires des données (les clients eux-mêmes) aient le droit d’accéder à leurs données, de les modifier ou de les effacer.

Outre ces droits accordés aux propriétaires de données, les normes obligent également les entreprises à respecter les principes de transparence, de limitation de la finalité, de minimisation des données, d’exactitude, de limitation du stockage, de sécurité et de responsabilité. La mise en œuvre opportune de ces principes devient beaucoup plus facile avec des données propres et fiables. Ainsi, des données de qualité peuvent vous aider à vous conformer aux normes de conformité intégrale.

Pour en savoir plus, consultez le site L’importance du nettoyage et du rapprochement des données pour la conformité des données.

b. Finances

Les finances d’une entreprise comprennent une multitude d’informations sur les clients, les employés et les fournisseurs, ainsi que l’historique de toutes les transactions effectuées avec ces entités. Les documents bancaires, les factures, les cartes de crédit, les fiches bancaires, les informations sur les clients sont des données confidentielles qui ne laissent pas de place aux erreurs. C’est pourquoi des données cohérentes, précises et disponibles contribuent à garantir que :

• Les paiements sont effectués en temps voulu lorsqu’ils sont dus,
• Les cas de sous-paiement et de surpaiement sont évités,
• Les transactions destinées à des destinataires incorrects sont évitées,
• Les risques de fraude sont réduits en raison de la duplication des enregistrements des entités, etc.

Plus d’informations sur l’impact de l’appariement des données sur le monde de la finance.

c. Client

À l’heure actuelle, les clients recherchent la personnalisation. Le seul moyen de les convaincre d’acheter chez vous et non chez un concurrent est de leur offrir une expérience qui leur est propre. Faites-leur sentir qu’ils sont vus, entendus et compris. Pour y parvenir, les entreprises utilisent une tonne de données générées par les clients pour comprendre leur comportement et leurs préférences. Si ces données présentent de sérieux défauts, vous finirez évidemment par déduire des détails erronés sur vos clients ou acheteurs potentiels. Cela peut entraîner une diminution de la satisfaction des clients et de la fidélité à la marque.

D’autre part, disposer de données de qualité augmente la probabilité de découvrir des acheteurs ou des prospects pertinents, c’est-à-dire des personnes qui souhaitent faire des affaires avec vous. Si vous autorisez des données de mauvaise qualité dans vos ensembles de données, vous risquez d’ajouter du bruit et de perdre de vue des pistes potentielles sur le marché.

Pour en savoir plus, consultez Votre guide complet pour obtenir une vue à 360° du client.

d. Concours

Une bonne qualité des données peut vous aider à identifier les opportunités potentielles sur le marché pour la vente croisée et la vente incitative. De même, des données et une compréhension précises du marché peuvent vous aider à élaborer une stratégie efficace pour votre marque et votre produit en fonction des besoins du marché.

Si vos concurrents exploitent des données de qualité pour déduire des tendances sur la croissance du marché et le comportement des consommateurs, ils vous laisseront certainement derrière et convertiront des clients potentiels plus rapidement et plus rapidement. En revanche, si des données erronées ou incorrectes sont utilisées pour cette analyse, votre entreprise peut être amenée à prendre des décisions inexactes, ce qui vous coûtera beaucoup de temps, d’argent et de ressources.

En savoir plus : Comment faire de vos données un avantage concurrentiel ?

e. Équipe

La gestion des données et de leur qualité est la principale responsabilité de l’équipe chargée des données, mais presque tout le monde profite des avantages de données propres et précises. Avec des données de bonne qualité, votre équipe ne doit pas passer du temps à corriger à chaque fois les problèmes de qualité des données avant de pouvoir les utiliser dans ses tâches de routine. Comme les gens ne perdent pas de temps à retravailler en raison des erreurs et des lacunes présentes dans les ensembles de données, cela a un impact positif sur la productivité et l’efficacité de l’équipe, qui peut ainsi concentrer ses efforts sur la tâche à accomplir.

Pour en savoir plus, consultez le site Building a data quality team : Rôles et responsabilités à prendre en compte.

f. Technologie

La qualité des données peut être un obstacle à la numérisation de tout aspect de votre organisation par la technologie. Il est assez facile de numériser un processus lorsque les données concernées sont structurées, organisées et significatives. D’autre part, la mauvaise qualité des données peut être le principal obstacle à l’automatisation des processus et à l’adoption des technologies dans la plupart des entreprises.

Que vous utilisiez un nouveau CRM, la business intelligence ou l’automatisation de campagnes de marketing, vous n’obtiendrez pas les résultats escomptés si les données contiennent des erreurs et ne sont pas normalisées. Pour tirer le meilleur parti de vos applications web ou des bases de données que vous avez conçues, le contenu des données doit être conforme à des normes de qualité des données acceptables.

Plus d’informations sur le site The definitive buyer’s guide to data quality tools.

Conclusion

Et voilà, nous avons passé en revue un grand nombre d’informations qui peuvent vous aider à défendre la qualité des données devant les parties prenantes ou les responsables hiérarchiques. Cette pièce est définitivement un peu différente dans la façon dont les avantages de la qualité des données ont été présentés. La raison en est qu’au lieu de mettre en avant six ou dix domaines qui peuvent être améliorés grâce à des données de qualité, je voulais attirer notre attention sur un point plus crucial : La qualité des données a un impact sur les principaux piliers de votre entreprise dans de trop nombreuses dimensions différentes.

Les chefs d’entreprise doivent réaliser que le fait de disposer de données et de les utiliser ne représente même pas la moitié du jeu. La capacité de faire confiance à ces données et de s’y fier pour produire des résultats cohérents et précis est désormais la principale préoccupation. C’est pourquoi les entreprises adoptent souvent des outils autonomes de qualité des données pour nettoyer et normaliser leurs ensembles de données afin qu’ils puissent être fiables et utilisés à tout moment et en tout lieu.