{"id":67423,"date":"2022-04-04T09:27:25","date_gmt":"2022-04-04T09:27:25","guid":{"rendered":"https:\/\/dataladder.com\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/"},"modified":"2022-05-19T10:38:33","modified_gmt":"2022-05-19T10:38:33","slug":"conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees","status":"publish","type":"post","link":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/","title":{"rendered":"Conception d&rsquo;un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es"},"content":{"rendered":"\n<p>D&rsquo;apr\u00e8s le rapport de O&rsquo;Reilly sur <em>\n  <a href=\"https:\/\/www.oreilly.com\/radar\/the-state-of-data-quality-in-2020\/\" target=\"_blank\" rel=\"noreferrer noopener\">L&rsquo;\u00e9tat de la qualit\u00e9 des donn\u00e9es en 2020<\/a>\n<\/em>, 56 % des organisations sont confront\u00e9es \u00e0 au moins quatre types diff\u00e9rents de probl\u00e8mes de qualit\u00e9 des donn\u00e9es, tandis que 71 % en rencontrent au moins trois. Il n&rsquo;est pas surprenant que le nombre et le type de probl\u00e8mes de qualit\u00e9 des donn\u00e9es rencontr\u00e9s varient selon les organisations. Mais il est surprenant que la plupart des entreprises aient tendance \u00e0 adopter et \u00e0 mettre en \u0153uvre des solutions g\u00e9n\u00e9rales pour r\u00e9soudre leurs probl\u00e8mes de qualit\u00e9 des donn\u00e9es, au lieu de concevoir quelque chose qui r\u00e9ponde \u00e0 leur cas particulier.<\/p>\n\n<p>C&rsquo;est l\u00e0 qu&rsquo;intervient un cadre de qualit\u00e9 des donn\u00e9es de bout en bout. Dans un blog pr\u00e9c\u00e9dent, nous avons abord\u00e9 les principaux <a href=\"https:\/\/dataladder.com\/data-quality-processes\/\" target=\"_blank\" rel=\"noreferrer noopener\">processus de qualit\u00e9 des donn\u00e9es<\/a> \u00e0 conna\u00eetre avant de concevoir un cadre de qualit\u00e9 des donn\u00e9es. Dans ce blog, nous allons voir comment ces processus peuvent \u00eatre utilis\u00e9s pour concevoir un plan d&rsquo;am\u00e9lioration continue de la qualit\u00e9 des donn\u00e9es.<\/p>\n\n<p>Plongeons dans le vif du sujet.<\/p>\n\n<h2>Qu&rsquo;est-ce qu&rsquo;un cadre de qualit\u00e9 des donn\u00e9es ?<\/h2>\n\n<p>Le cadre de qualit\u00e9 des donn\u00e9es (\u00e9galement connu sous le nom de cycle de vie de la qualit\u00e9 des donn\u00e9es) est un processus syst\u00e9matique qui surveille l&rsquo;\u00e9tat actuel de la qualit\u00e9 des donn\u00e9es et garantit son maintien au-dessus de seuils d\u00e9finis. Elle est g\u00e9n\u00e9ralement con\u00e7ue selon un cycle, de sorte que les r\u00e9sultats sont \u00e9valu\u00e9s en permanence et que les erreurs sont syst\u00e9matiquement corrig\u00e9es \u00e0 temps.<\/p>\n\n<h3>Exemple de cadre de qualit\u00e9 des donn\u00e9es<\/h3>\n\n<p>Les entreprises qui cherchent \u00e0 r\u00e9soudre leurs probl\u00e8mes de qualit\u00e9 des donn\u00e9es adoptent pratiquement les m\u00eames processus de qualit\u00e9 des donn\u00e9es. Mais c&rsquo;est au niveau du cadre de qualit\u00e9 des donn\u00e9es que leurs plans diff\u00e8rent. Par exemple, un syst\u00e8me de gestion de la qualit\u00e9 des donn\u00e9es utilisera certainement certaines techniques de base de normalisation des donn\u00e9es pour obtenir une vue coh\u00e9rente de toutes les valeurs de donn\u00e9es. Mais la nature exacte de ces techniques de normalisation d\u00e9pend de l&rsquo;\u00e9tat actuel de vos donn\u00e9es et de ce que vous souhaitez obtenir.<\/p>\n\n<p>C&rsquo;est pourquoi nous allons examiner ici un cadre de qualit\u00e9 des donn\u00e9es g\u00e9n\u00e9rique mais complet, que toute organisation peut adopter en fonction de ses besoins sp\u00e9cifiques.<\/p>\n\n<p>Un cadre ou un cycle de vie simple de la qualit\u00e9 des donn\u00e9es se compose de quatre \u00e9tapes :<\/p>\n\n<figure class=\"wp-block-image size-large is-resized\"><img src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2022\/04\/data-quality-lifecyclce-1-986x1024.png\" alt=\"\" class=\"wp-image-66688\" width=\"700\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2022\/04\/data-quality-lifecyclce-1-986x1024.png 986w, https:\/\/dataladder.com\/wp-content\/uploads\/2022\/04\/data-quality-lifecyclce-1-289x300.png 289w, https:\/\/dataladder.com\/wp-content\/uploads\/2022\/04\/data-quality-lifecyclce-1-768x798.png 768w, https:\/\/dataladder.com\/wp-content\/uploads\/2022\/04\/data-quality-lifecyclce-1.png 1026w\" sizes=\"(max-width: 986px) 100vw, 986px\" \/><\/figure>\n\n<p>Les sections suivantes abordent chacune de ces \u00e9tapes de mani\u00e8re plus d\u00e9taill\u00e9e.<\/p>\n\n<h2>1. \u00c9valuez<\/h2>\n\n<p>Il s&rsquo;agit de la premi\u00e8re \u00e9tape du cadre dans lequel vous devez \u00e9valuer les deux principaux \u00e9l\u00e9ments : la signification de la qualit\u00e9 des donn\u00e9es pour votre entreprise et la mani\u00e8re dont les donn\u00e9es actuelles s&rsquo;y comparent.<\/p>\n\n<h3>a. Identifier la signification et les param\u00e8tres de la qualit\u00e9 des donn\u00e9es<\/h3>\n\n<p>La qualit\u00e9 des donn\u00e9es est d\u00e9finie comme le degr\u00e9 auquel les donn\u00e9es remplissent l&rsquo;objectif pr\u00e9vu. Et pour d\u00e9finir ce que signifie la qualit\u00e9 des donn\u00e9es pour votre entreprise, vous devez conna\u00eetre le r\u00f4le qu&rsquo;elle joue dans diff\u00e9rentes op\u00e9rations.<\/p>\n\n<p>Prenons l&rsquo;exemple d&rsquo;un ensemble de donn\u00e9es sur les clients. Un niveau de qualit\u00e9 acceptable est requis pour vos ensembles de donn\u00e9es clients &#8211; qu&rsquo;ils soient utilis\u00e9s pour contacter les clients ou analys\u00e9s pour la prise de d\u00e9cisions commerciales. Pour d\u00e9finir la signification des donn\u00e9es clients de bonne qualit\u00e9, vous devez proc\u00e9der comme suit :<\/p>\n\n<ul><li><strong>Identifiez les sources <\/strong>d&rsquo;o\u00f9 proviennent les donn\u00e9es clients (formulaires web, fournisseurs tiers, clients, etc.),<\/li><li><strong>S\u00e9lectionnez les attributs n\u00e9cessaires<\/strong> qui compl\u00e8tent les informations sur le client (nom, num\u00e9ro de t\u00e9l\u00e9phone, adresse \u00e9lectronique, adresse g\u00e9ographique, etc,)<\/li><li><strong>D\u00e9finir les m\u00e9tadonn\u00e9es<\/strong> des attributs s\u00e9lectionn\u00e9s (type de donn\u00e9es, taille, format, motif, etc.)<\/li><li><strong>Expliquez les crit\u00e8res d&rsquo;acceptabilit\u00e9 <\/strong>des donn\u00e9es stock\u00e9es (le nom du client doit \u00eatre exact \u00e0 100% \u00e0 tout moment, tandis que ses pr\u00e9f\u00e9rences en mati\u00e8re de produits peuvent \u00eatre exactes \u00e0 95%).<\/li><\/ul>\n\n<p>Ces informations sont g\u00e9n\u00e9ralement d\u00e9finies en dessinant des mod\u00e8les de donn\u00e9es qui mettent en \u00e9vidence les parties n\u00e9cessaires des donn\u00e9es (la quantit\u00e9 et la qualit\u00e9 des donn\u00e9es qui sont consid\u00e9r\u00e9es comme suffisantes). Consid\u00e9rez l&rsquo;image suivante pour comprendre \u00e0 quoi peut ressembler un mod\u00e8le de donn\u00e9es pour une entreprise de vente au d\u00e9tail :<\/p>\n\n<figure class=\"wp-block-image size-full\"><img width=\"574\" height=\"456\" src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2022\/02\/Data-models.png\" alt=\"\" class=\"wp-image-65613\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2022\/02\/Data-models.png 574w, https:\/\/dataladder.com\/wp-content\/uploads\/2022\/02\/Data-models-300x238.png 300w\" sizes=\"(max-width: 574px) 100vw, 574px\" \/><\/figure>\n\n<p>En outre, vous devez <a href=\"https:\/\/dataladder.com\/fr\/dimensions-de-la-qualite-des-donnees-10-parametres-a-mesurer\/\" target=\"_blank\" rel=\"noreferrer noopener\">identifier les param\u00e8tres de qualit\u00e9 des donn\u00e9es<\/a> et leurs seuils acceptables. Une liste des mesures de qualit\u00e9 des donn\u00e9es les plus courantes est donn\u00e9e ci-dessous, mais vous devez s\u00e9lectionner celles qui sont utiles dans votre cas, et d\u00e9terminer les valeurs de percentile les plus faibles qui repr\u00e9sentent une bonne qualit\u00e9 de donn\u00e9es.<\/p>\n\n<ol><li><strong>Exactitude<\/strong>: Dans quelle mesure les valeurs des donn\u00e9es repr\u00e9sentent-elles la r\u00e9alit\u00e9\/la justesse ?<\/li><li><strong>Lignage<\/strong>: Dans quelle mesure la source d&rsquo;origine des valeurs des donn\u00e9es est-elle digne de confiance ?<\/li><li><strong>S\u00e9mantique<\/strong>: Les valeurs des donn\u00e9es sont-elles fid\u00e8les \u00e0 leur signification ?<\/li><li><strong>Structure<\/strong>: Les valeurs des donn\u00e9es existent-elles dans le bon mod\u00e8le et\/ou format ?<\/li><li><strong>Exhaustivit\u00e9<\/strong>: Vos donn\u00e9es sont-elles aussi compl\u00e8tes que vous le souhaitez ?<\/li><li><strong>Coh\u00e9rence<\/strong>: Les magasins de donn\u00e9es disparates ont-ils les m\u00eames valeurs de donn\u00e9es pour les m\u00eames enregistrements ?<\/li><li><strong>La monnaie<\/strong>: Vos donn\u00e9es sont-elles raisonnablement \u00e0 jour ?<\/li><li><strong>Rapidit\u00e9<\/strong>: Dans quel d\u00e9lai les donn\u00e9es demand\u00e9es sont-elles mises \u00e0 disposition ?<\/li><li><strong>Caract\u00e8re raisonnable<\/strong>: Les valeurs des donn\u00e9es ont-elles le bon type et la bonne taille ?<\/li><li><strong>Identifiabilit\u00e9<\/strong>: Chaque enregistrement repr\u00e9sente-t-il une identit\u00e9 unique et n&rsquo;est pas un doublon ?<\/li><\/ol>\n\n<h3>b. \u00c9valuer les ensembles de donn\u00e9es actuels par rapport \u00e0 des param\u00e8tres d\u00e9finis<\/h3>\n\n<p>La premi\u00e8re \u00e9tape de l&rsquo;\u00e9valuation vous aide \u00e0 d\u00e9finir les objectifs. L&rsquo;\u00e9tape suivante de l&rsquo;\u00e9valuation consiste \u00e0 mesurer la performance de vos donn\u00e9es actuelles par rapport aux objectifs fix\u00e9s. Cette \u00e9tape est g\u00e9n\u00e9ralement r\u00e9alis\u00e9e en <a href=\"https:\/\/dataladder.com\/fr\/quest-ce-que-le-profilage-des-donnees-portee-techniques-et-defis\/\" target=\"_blank\" rel=\"noreferrer noopener\">g\u00e9n\u00e9rant des rapports d\u00e9taill\u00e9s sur le profil des donn\u00e9es<\/a>. Le profilage des donn\u00e9es est un processus qui permet d&rsquo;analyser la structure et le contenu de vos ensembles de donn\u00e9es et de d\u00e9couvrir des d\u00e9tails cach\u00e9s.<\/p>\n\n<p>Une fois les rapports sur le profil des donn\u00e9es g\u00e9n\u00e9r\u00e9s, vous pouvez maintenant les comparer \u00e0 l&rsquo;objectif fix\u00e9. Par exemple, un objectif fix\u00e9 pourrait \u00eatre que les clients doivent avoir un pr\u00e9nom et un nom de famille ; si le rapport de profil de donn\u00e9es g\u00e9n\u00e9r\u00e9 montre une compl\u00e9tude de 85% sur le nom du client, vous devez aller chercher les 15% restants des informations manquantes.<\/p>\n\n<h2>2. Conception<\/h2>\n\n<p>L&rsquo;\u00e9tape suivante du cadre de qualit\u00e9 des donn\u00e9es consiste \u00e0 concevoir les r\u00e8gles m\u00e9tier qui garantiront la conformit\u00e9 avec le mod\u00e8le de donn\u00e9es et les objectifs d\u00e9finis lors de l&rsquo;\u00e9tape d&rsquo;\u00e9valuation. La phase de conception comprend deux \u00e9l\u00e9ments principaux :<\/p>\n\n<ul><li>S\u00e9lectionner les processus de qualit\u00e9 des donn\u00e9es dont vous avez besoin et les affiner en fonction de vos besoins,<\/li><li>D\u00e9cider o\u00f9 int\u00e9grer les fonctions de qualit\u00e9 des donn\u00e9es (conception architecturale).<\/li><\/ul>\n\n<p>Examinons-les plus en d\u00e9tail.<\/p>\n\n<h3>a. S\u00e9lectionner les processus de qualit\u00e9 des donn\u00e9es<\/h3>\n\n<p>En fonction de l&rsquo;\u00e9tat de vos donn\u00e9es, vous devez <a href=\"https:\/\/dataladder.com\/data-quality-processes\/\" target=\"_blank\" rel=\"noreferrer noopener\">s\u00e9lectionner une liste de processus de qualit\u00e9 des donn\u00e9es<\/a> qui vous aideront \u00e0 atteindre l&rsquo;\u00e9tat de qualit\u00e9 souhait\u00e9. Habituellement, un certain nombre de processus de qualit\u00e9 des donn\u00e9es sont ex\u00e9cut\u00e9s pour corriger les erreurs ou transformer les donn\u00e9es dans la forme et la structure requises.<\/p>\n\n<p>Nous avons r\u00e9pertori\u00e9 ci-dessous les processus de qualit\u00e9 des donn\u00e9es les plus courants utilis\u00e9s par les organisations. L&rsquo;ordre dans lequel ils doivent \u00eatre mis en \u0153uvre sur les donn\u00e9es \u00e0 venir ou existantes est votre choix. Les exemples fournis pour chaque processus vous aideront \u00e0 d\u00e9terminer si ce processus est utile pour votre cas ou s&rsquo;il peut \u00eatre ignor\u00e9.<\/p>\n\n<h4>i. Analyse et fusion des donn\u00e9es<\/h4>\n\n<p>L&rsquo;analyse syntaxique des donn\u00e9es consiste \u00e0 analyser de longues cha\u00eenes de caract\u00e8res et \u00e0 diviser les sous-composants en une ou plusieurs colonnes. Ceci est g\u00e9n\u00e9ralement fait pour obtenir des \u00e9l\u00e9ments importants dans des colonnes s\u00e9par\u00e9es afin qu&rsquo;ils puissent \u00eatre.. :<\/p>\n\n<ul><li>Valid\u00e9 par rapport \u00e0 une biblioth\u00e8que de valeurs pr\u00e9cises,<\/li><li>transform\u00e9s dans des formats acceptables, ou<\/li><li>Mise en correspondance avec d&rsquo;autres dossiers pour trouver d&rsquo;\u00e9ventuels doublons.<\/li><\/ul>\n\n<p>De m\u00eame, les sous-composants sont fusionn\u00e9s afin d&rsquo;obtenir plus de sens \u00e0 partir des champs individuels.<\/p>\n\n<p><strong>Exemple :<\/strong> Analyse de la colonne d&rsquo;adresse en num\u00e9ro de rue, nom de rue, ville, \u00c9tat, code postal, pays, etc.<\/p>\n\n<h4>ii. Nettoyage et normalisation des donn\u00e9es<\/h4>\n\n<p>Le<a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-nettoyage-de-donnees-outil-de-nettoyage-des-donnees-crm-rapide-et-economique\/\">nettoyage<\/a> et la <a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-normalisation-des-donnees-outil-de-standardisation-des-donnees-rapide-et-economique\/\">normalisation <\/a>des<a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-nettoyage-de-donnees-outil-de-nettoyage-des-donnees-crm-rapide-et-economique\/\">donn\u00e9es<\/a> sont le processus d&rsquo;\u00e9limination des informations incorrectes et invalides pr\u00e9sentes dans un ensemble de donn\u00e9es afin d&rsquo;obtenir une vue coh\u00e9rente et utilisable de toutes les sources de donn\u00e9es.<\/p>\n\n<p><strong>Exemple<\/strong>:<\/p>\n\n<ul><li><strong>Suppression des <\/strong>valeurs nulles, des espaces avant\/arri\u00e8re, des caract\u00e8res sp\u00e9ciaux, etc,<\/li><li><strong>Remplacer les <\/strong>abr\u00e9viations par des formes compl\u00e8tes, ou les mots r\u00e9p\u00e9titifs par des mots standardis\u00e9s,<\/li><li><strong>Transformation de la <\/strong>casse des lettres (de bas en haut, de haut en bas),<\/li><li><strong>Normalisation des <\/strong>valeurs afin qu&rsquo;elles suivent le bon mod\u00e8le et le bon format, etc.<\/li><\/ul>\n\n<h4>iii. Correspondance et d\u00e9duplication des donn\u00e9es<\/h4>\n\n<p>Le<a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-correspondance-de-donnees-classe-parmi-les-meilleurs-de-sa-categorie-avec-une-precision-de-correspondance-de-96\/\" target=\"_blank\" rel=\"noreferrer noopener\">rapprochement des donn\u00e9es<\/a> (\u00e9galement connu sous le nom de <a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-liaison-denregistrements\/\" target=\"_blank\" rel=\"noreferrer noopener\">couplage d&rsquo;enregistrements<\/a> et de <a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-resolution-dentite-la-resolution-dentite-la-plus-rapide-et-la-plus-precise-de-lindustrie\/\" target=\"_blank\" rel=\"noreferrer noopener\">r\u00e9solution d&rsquo;entit\u00e9s<\/a>) est le processus consistant \u00e0 comparer deux ou plusieurs enregistrements et \u00e0 d\u00e9terminer s&rsquo;ils appartiennent \u00e0 la m\u00eame entit\u00e9. Si plusieurs enregistrements correspondent, l&rsquo;enregistrement principal est conserv\u00e9 et les doublons sont supprim\u00e9s pour obtenir l&rsquo;enregistrement d&rsquo;or.<\/p>\n\n<p><strong>Exemple :<\/strong> Si les informations relatives aux clients de votre entreprise sont saisies et conserv\u00e9es \u00e0 partir de diff\u00e9rentes sources (CRM, logiciel de comptabilit\u00e9, outil de marketing par courriel, outil de suivi de l&rsquo;activit\u00e9 du site Web, etc.), vous vous retrouverez rapidement avec plusieurs enregistrements du m\u00eame client. Dans ce cas, vous devrez effectuer une <a href=\"https:\/\/dataladder.com\/fr\/correspondance-floue-101-nettoyage-et-mise-en-relation-de-donnees-desordonnees\/\">correspondance <\/a>exacte ou <a href=\"https:\/\/dataladder.com\/fr\/correspondance-floue-101-nettoyage-et-mise-en-relation-de-donnees-desordonnees\/\">floue <\/a>pour d\u00e9terminer les enregistrements appartenant au m\u00eame client, et ceux qui sont des doublons possibles.<\/p>\n\n<h4>iv. Fusion des donn\u00e9es et survie<\/h4>\n\n<p>Lorsque vous trouvez des enregistrements en double dans votre ensemble de donn\u00e9es, vous pouvez simplement supprimer les doublons ou les fusionner pour conserver un maximum d&rsquo;informations et \u00e9viter toute perte de donn\u00e9es.  La<a href=\"https:\/\/dataladder.com\/fr\/logiciel-merge-purge-utiliser-des-regles-de-survie-integrees-et-personnalisees\/\" target=\"_blank\" rel=\"noreferrer noopener\">fusion et la survie des donn\u00e9es<\/a> est un processus de qualit\u00e9 des donn\u00e9es qui vous aide \u00e0 \u00e9laborer des r\u00e8gles permettant de fusionner les enregistrements en double par le biais d&rsquo;une s\u00e9lection conditionnelle et d&rsquo;un \u00e9crasement.<\/p>\n\n<p><strong>Exemple : <\/strong>Vous pouvez conserver l&rsquo;enregistrement qui contient le nom de client le plus long et l&rsquo;utiliser comme enregistrement principal, tout en \u00e9crasant le code postal le plus long de l&rsquo;enregistrement en double sur l&rsquo;enregistrement principal. Une liste hi\u00e9rarchis\u00e9e de ces r\u00e8gles vous aidera \u00e0 tirer le meilleur parti de votre ensemble de donn\u00e9es.<\/p>\n\n<h4>v. R\u00e8gles de validation ou de d\u00e9pendance personnalis\u00e9es<\/h4>\n\n<p>Outre les processus normalis\u00e9s de qualit\u00e9 des donn\u00e9es, vous pouvez avoir des r\u00e8gles de validation personnalis\u00e9es qui sont propres \u00e0 vos activit\u00e9s commerciales.<\/p>\n\n<p><strong>Exemple :<\/strong> Si un client a <em>achet\u00e9 <\/em>le <em>produit A<\/em>, il ne peut b\u00e9n\u00e9ficier que d&rsquo;une <em>remise<\/em> de <em>20%<\/em> maximum. (Signification : Si l&rsquo;<em>achat = le <\/em> <em>produit A<\/em>, alors la<em>remise<\/em>devrait \u00eatre &lt;= <em>20%<\/em>).<\/p>\n\n<p>Ces r\u00e8gles de d\u00e9pendance sp\u00e9cifiques \u00e0 l&rsquo;entreprise doivent \u00eatre valid\u00e9es pour garantir une qualit\u00e9 \u00e9lev\u00e9e des donn\u00e9es.<\/p>\n\n<h3>b. D\u00e9cider de la conception architecturale<\/h3>\n\n<p>Maintenant que nous avons examin\u00e9 certains processus de qualit\u00e9 des donn\u00e9es courants utilis\u00e9s dans un cadre de qualit\u00e9 des donn\u00e9es, il est temps de consid\u00e9rer un aspect plus important : comment ces op\u00e9rations de qualit\u00e9 des donn\u00e9es sont-elles int\u00e9gr\u00e9es dans votre cycle de vie des donn\u00e9es ?<\/p>\n\n<p>Il y a plusieurs fa\u00e7ons de le faire, notamment :<\/p>\n\n<p>1. Mettre en \u0153uvre des fonctions de qualit\u00e9 des donn\u00e9es \u00e0 l&rsquo;<strong>entr\u00e9e &#8211; <\/strong>il peut s&rsquo;agir de mettre en place des contr\u00f4les de validation sur les formulaires Web ou les interfaces d&rsquo;application utilis\u00e9s pour stocker les donn\u00e9es.<\/p>\n\n<p>2. Introduire un <strong>intergiciel <\/strong>qui valide et transforme les donn\u00e9es entrantes avant de les stocker dans la source de destination.<\/p>\n\n<figure class=\"wp-block-image size-full\"><img width=\"713\" height=\"117\" src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2022\/02\/Data-pipeline.png\" alt=\"\" class=\"wp-image-65621\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2022\/02\/Data-pipeline.png 713w, https:\/\/dataladder.com\/wp-content\/uploads\/2022\/02\/Data-pipeline-300x49.png 300w\" sizes=\"(max-width: 713px) 100vw, 713px\" \/><\/figure>\n\n<p>3. Mettre en place des contr\u00f4les de validation sur la <strong>base de donn\u00e9es<\/strong>, de sorte que les erreurs soient soulev\u00e9es lors du stockage des donn\u00e9es dans le magasin de donn\u00e9es.<\/p>\n\n<p>Bien que la premi\u00e8re m\u00e9thode semble la meilleure, elle a ses propres limites. Comme une organisation moyenne utilise plus de 40 applications, il est difficile de synchroniser chaque source d&rsquo;entr\u00e9e pour produire la sortie requise.<\/p>\n\n<p>Pour en savoir plus, consultez le site : <a href=\"https:\/\/dataladder.com\/the-definitive-buyers-guide-to-data-quality-tools\/#packaging\" target=\"_blank\" rel=\"noreferrer noopener\">Comment les fonctionnalit\u00e9s de qualit\u00e9 des donn\u00e9es sont-elles int\u00e9gr\u00e9es dans les outils logiciels ?<\/a><\/p>\n\n<h2>3. Ex\u00e9cuter<\/h2>\n\n<p>La troisi\u00e8me \u00e9tape du cycle est celle de l&rsquo;ex\u00e9cution. Vous avez pr\u00e9par\u00e9 la sc\u00e8ne dans les deux \u00e9tapes pr\u00e9c\u00e9dentes, il est maintenant temps de voir comment le syst\u00e8me fonctionne r\u00e9ellement.<\/p>\n\n<p>Il est important de noter que vous devrez peut-\u00eatre d&rsquo;abord ex\u00e9cuter les processus configur\u00e9s sur les donn\u00e9es existantes et garantir leur qualit\u00e9. Dans la phase suivante, vous pouvez d\u00e9clencher l&rsquo;ex\u00e9cution sur les nouveaux flux de donn\u00e9es \u00e0 venir.<\/p>\n\n<h2>4. Surveiller<\/h2>\n\n<p>Il s&rsquo;agit de la derni\u00e8re \u00e9tape du cadre o\u00f9 les r\u00e9sultats sont contr\u00f4l\u00e9s. Vous pouvez utiliser les m\u00eames techniques de profilage des donn\u00e9es que celles utilis\u00e9es lors de l&rsquo;\u00e9tape d&rsquo;\u00e9valuation pour g\u00e9n\u00e9rer des rapports de performance d\u00e9taill\u00e9s. L&rsquo;objectif est de voir dans quelle mesure les donn\u00e9es sont conformes aux objectifs fix\u00e9s, par exemple :<\/p>\n\n<ul><li>Les donn\u00e9es entrantes sont analys\u00e9es et fusionn\u00e9es si n\u00e9cessaire,<\/li><li>Les attributs requis ne sont pas nuls,<\/li><li>Les mots abr\u00e9g\u00e9s sont transform\u00e9s selon les besoins,<\/li><li>Les donn\u00e9es sont normalis\u00e9es selon le format et le mod\u00e8le d\u00e9finis,<\/li><li>Les \u00e9ventuels doublons sont fusionn\u00e9s ou d\u00e9dupliqu\u00e9s,<\/li><li>Les \u00e9ventuels doublons ne sont pas cr\u00e9\u00e9s en tant que nouveaux enregistrements,<\/li><li>Les r\u00e8gles commerciales personnalis\u00e9es ne sont pas viol\u00e9es, etc.<\/li><\/ul>\n\n<p>En outre, vous pouvez \u00e9galement d\u00e9finir des seuils pour la <a href=\"https:\/\/dataladder.com\/fr\/mesure-de-la-qualite-des-donnees-quand-faut-il-sinquieter\/\" target=\"_blank\" rel=\"noreferrer noopener\">mesure de la qualit\u00e9 des donn\u00e9es<\/a> et d\u00e9clencher des alertes si la qualit\u00e9 des donn\u00e9es se d\u00e9t\u00e9riore, m\u00eame un peu en dessous de ces niveaux.<\/p>\n\n<h2>Et c&rsquo;est reparti&#8230;<\/h2>\n\n<p>Un cycle ou un cadre de qualit\u00e9 des donn\u00e9es est un processus it\u00e9ratif. Une fois que vous avez atteint le stade du contr\u00f4le, quelques erreurs de qualit\u00e9 des donn\u00e9es peuvent survenir. Cela montre que le cadre d\u00e9fini pr\u00e9sente encore certaines lacunes qui ont entra\u00een\u00e9 des erreurs. Pour cette raison, la phase d&rsquo;\u00e9valuation doit \u00eatre d\u00e9clench\u00e9e \u00e0 nouveau, ce qui d\u00e9clenche ensuite les phases de conception et d&rsquo;ex\u00e9cution. De cette fa\u00e7on, votre cadre de qualit\u00e9 des donn\u00e9es est constamment mis \u00e0 jour et perfectionn\u00e9 pour r\u00e9pondre \u00e0 vos besoins en mati\u00e8re de qualit\u00e9 des donn\u00e9es.<\/p>\n\n<h3>Quand le cycle est-il it\u00e9r\u00e9 ?<\/h3>\n\n<p>Il y a deux fa\u00e7ons de d\u00e9clencher l&rsquo;\u00e9tape d&rsquo;\u00e9valuation :<\/p>\n\n<h4>1. Approche proactive<\/h4>\n\n<p>Dans cette approche, vous pouvez s\u00e9lectionner une date et une heure r\u00e9guli\u00e8res auxquelles les rapports de performance g\u00e9n\u00e9r\u00e9s sont analys\u00e9s. Si des erreurs sont rencontr\u00e9es dans ce laps de temps, l&rsquo;\u00e9tape d&rsquo;\u00e9valuation est \u00e0 nouveau d\u00e9clench\u00e9e. Cette approche vous permet de garder un \u0153il sur les \u00e9ventuelles erreurs qui peuvent survenir.<\/p>\n\n<h4>2. Approche r\u00e9active<\/h4>\n\n<p>Comme son nom l&rsquo;indique, l&rsquo;\u00e9tape d&rsquo;\u00e9valuation est d\u00e9clench\u00e9e lorsqu&rsquo;une erreur de qualit\u00e9 des donn\u00e9es est rencontr\u00e9e. Bien que les deux approches aient leurs propres avantages, il est pr\u00e9f\u00e9rable d&rsquo;appliquer les deux \u00e0 votre cadre de qualit\u00e9 des donn\u00e9es afin que l&rsquo;\u00e9tat de la qualit\u00e9 des donn\u00e9es soit constamment surveill\u00e9 de mani\u00e8re proactive et que les erreurs soient corrig\u00e9es au moment o\u00f9 elles se produisent.<\/p>\n\n<h2>Conclusion<\/h2>\n\n<p>La qualit\u00e9 des donn\u00e9es n&rsquo;est pas une destination unique. C&rsquo;est quelque chose qui doit \u00eatre constamment \u00e9valu\u00e9 et am\u00e9lior\u00e9. C&rsquo;est pourquoi il est tr\u00e8s important de concevoir des cadres complets qui g\u00e8rent en permanence la qualit\u00e9 de plusieurs ensembles de donn\u00e9es. L&rsquo;utilisation d&rsquo;<a href=\"https:\/\/dataladder.com\/fr\/produits\/datamatch-enterprise-classe-premier-produit-de-gestion-de-la-qualite-des-donnees\/\" target=\"_blank\" rel=\"noreferrer noopener\">outils<\/a> autonomes <a href=\"https:\/\/dataladder.com\/fr\/produits\/datamatch-enterprise-classe-premier-produit-de-gestion-de-la-qualite-des-donnees\/\" target=\"{wpml_trans_unit_103_0_4_-1_1}\" rel=\"{wpml_trans_unit_103_0_4_-1_2} noopener\">de qualit\u00e9 des donn\u00e9es<\/a> peut \u00eatre tr\u00e8s productive dans ce cas &#8211; \u00e9tant donn\u00e9 qu&rsquo;ils ont la capacit\u00e9 de :<\/p>\n\n<ul><li>S&rsquo;int\u00e9grer au milieu de vos sources d&rsquo;entr\u00e9e et de sortie,<\/li><li>Effectuer une analyse d\u00e9taill\u00e9e pour g\u00e9n\u00e9rer des rapports sur le profil des donn\u00e9es,<\/li><li>Prendre en charge divers processus de qualit\u00e9 des donn\u00e9es qui peuvent \u00eatre affin\u00e9s et personnalis\u00e9s selon les besoins,<\/li><li>Offrir des services de traitement par lots ou en temps r\u00e9el, etc.<\/li><\/ul>\n\n<p><a href=\"https:\/\/dataladder.com\/fr\/produits\/datamatch-enterprise-classe-premier-produit-de-gestion-de-la-qualite-des-donnees\/\" target=\"_blank\" rel=\"noreferrer noopener\">DataMatch Enterprise<\/a> est l&rsquo;une de ces solutions &#8211; disponible sous forme d&rsquo;application autonome ou d&rsquo;API int\u00e9grable &#8211; qui permet une gestion de la qualit\u00e9 des donn\u00e9es de bout en bout, y compris le profilage, le nettoyage, la mise en correspondance, la <a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-deduplication-de-donnees-utilisez-des-regles-integrees-et-personnalisees-pour-la-deduplication-crm\/\">d\u00e9duplication<\/a> et la <a href=\"https:\/\/dataladder.com\/fr\/logiciel-merge-purge-utiliser-des-regles-de-survie-integrees-et-personnalisees\/\" target=\"_blank\" rel=\"noreferrer noopener\">purge par fusion des<\/a> donn\u00e9es.<\/p>\n\n<p>Vous pouvez <a href=\"https:\/\/dataladder.com\/fr\/essai-gratuit-logiciel-de-comparaison-de-donnees\/\" target=\"_blank\" rel=\"noreferrer noopener\">t\u00e9l\u00e9charger l&rsquo;essai gratuit<\/a> d\u00e8s aujourd&rsquo;hui ou <a href=\"https:\/\/link.dataladder.com\/Book-a-Demonstration\" target=\"_blank\" rel=\"noreferrer noopener\">programmer une session personnalis\u00e9e<\/a> avec nos experts pour comprendre comment nous pouvons vous aider \u00e0 concevoir un cadre de qualit\u00e9 des donn\u00e9es pour votre entreprise.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>D&rsquo;apr\u00e8s le rapport de O&rsquo;Reilly sur L&rsquo;\u00e9tat de la qualit\u00e9 des donn\u00e9es en 2020 , 56 % des organisations sont confront\u00e9es \u00e0 au moins quatre types diff\u00e9rents de probl\u00e8mes de qualit\u00e9 des donn\u00e9es, tandis que 71 % en rencontrent au moins trois. Il n&rsquo;est pas surprenant que le nombre et le type de probl\u00e8mes de [&hellip;]<\/p>\n","protected":false},"author":9,"featured_media":66671,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_lmt_disableupdate":"","_lmt_disable":"","_links_to":"","_links_to_target":""},"categories":[1263],"tags":[1268,1269,1270],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v19.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Conception d&#039;un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es - Data Ladder<\/title>\n<meta name=\"description\" content=\"Dans ce blog, nous allons voir comment les processus de qualit\u00e9 des donn\u00e9es peuvent \u00eatre utilis\u00e9s pour concevoir un plan d&#039;am\u00e9lioration continue de la qualit\u00e9 des donn\u00e9es.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Conception d&#039;un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es - Data Ladder\" \/>\n<meta property=\"og:description\" content=\"Dans ce blog, nous allons voir comment les processus de qualit\u00e9 des donn\u00e9es peuvent \u00eatre utilis\u00e9s pour concevoir un plan d&#039;am\u00e9lioration continue de la qualit\u00e9 des donn\u00e9es.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/\" \/>\n<meta property=\"og:site_name\" content=\"Data Ladder\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/web.facebook.com\/DataLadderSoftware\" \/>\n<meta property=\"article:published_time\" content=\"2022-04-04T09:27:25+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-05-19T10:38:33+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/08\/Group-42313.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1440\" \/>\n\t<meta property=\"og:image:height\" content=\"538\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"lbarrera\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"lbarrera\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"15 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/\"},\"author\":{\"name\":\"lbarrera\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\"},\"headline\":\"Conception d&rsquo;un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es\",\"datePublished\":\"2022-04-04T09:27:25+00:00\",\"dateModified\":\"2022-05-19T10:38:33+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/\"},\"wordCount\":3058,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#organization\"},\"keywords\":[\"cadre de qualit\u00e9 des donn\u00e9es\",\"cycle de vie de la qualit\u00e9 des donn\u00e9es\",\"plan d'am\u00e9lioration de la qualit\u00e9 des donn\u00e9es\"],\"articleSection\":[\"Gestion de la qualit\u00e9 des donn\u00e9es\"],\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/\",\"url\":\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/\",\"name\":\"Conception d'un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es - Data Ladder\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#website\"},\"datePublished\":\"2022-04-04T09:27:25+00:00\",\"dateModified\":\"2022-05-19T10:38:33+00:00\",\"description\":\"Dans ce blog, nous allons voir comment les processus de qualit\u00e9 des donn\u00e9es peuvent \u00eatre utilis\u00e9s pour concevoir un plan d'am\u00e9lioration continue de la qualit\u00e9 des donn\u00e9es.\",\"breadcrumb\":{\"@id\":\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/dataladder.com\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Conception d&#8217;un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/dataladder.com\/fr\/#website\",\"url\":\"https:\/\/dataladder.com\/fr\/\",\"name\":\"Data Ladder\",\"description\":\"Enterprise Data Profiling, Cleansing, and Matching\",\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/dataladder.com\/fr\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/dataladder.com\/fr\/#organization\",\"name\":\"Data Ladder\",\"url\":\"https:\/\/dataladder.com\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"contentUrl\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"width\":413,\"height\":408,\"caption\":\"Data Ladder\"},\"image\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/company\/dataladder-llc\/\",\"https:\/\/web.facebook.com\/DataLadderSoftware\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\",\"name\":\"lbarrera\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"caption\":\"lbarrera\"},\"url\":\"https:\/\/dataladder.com\/fr\/author\/lbarrera\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Conception d'un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es - Data Ladder","description":"Dans ce blog, nous allons voir comment les processus de qualit\u00e9 des donn\u00e9es peuvent \u00eatre utilis\u00e9s pour concevoir un plan d'am\u00e9lioration continue de la qualit\u00e9 des donn\u00e9es.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/","og_locale":"fr_FR","og_type":"article","og_title":"Conception d'un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es - Data Ladder","og_description":"Dans ce blog, nous allons voir comment les processus de qualit\u00e9 des donn\u00e9es peuvent \u00eatre utilis\u00e9s pour concevoir un plan d'am\u00e9lioration continue de la qualit\u00e9 des donn\u00e9es.","og_url":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/","og_site_name":"Data Ladder","article_publisher":"https:\/\/web.facebook.com\/DataLadderSoftware","article_published_time":"2022-04-04T09:27:25+00:00","article_modified_time":"2022-05-19T10:38:33+00:00","og_image":[{"width":1440,"height":538,"url":"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/08\/Group-42313.png","type":"image\/png"}],"author":"lbarrera","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"lbarrera","Dur\u00e9e de lecture estim\u00e9e":"15 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/#article","isPartOf":{"@id":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/"},"author":{"name":"lbarrera","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b"},"headline":"Conception d&rsquo;un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es","datePublished":"2022-04-04T09:27:25+00:00","dateModified":"2022-05-19T10:38:33+00:00","mainEntityOfPage":{"@id":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/"},"wordCount":3058,"commentCount":0,"publisher":{"@id":"https:\/\/dataladder.com\/fr\/#organization"},"keywords":["cadre de qualit\u00e9 des donn\u00e9es","cycle de vie de la qualit\u00e9 des donn\u00e9es","plan d'am\u00e9lioration de la qualit\u00e9 des donn\u00e9es"],"articleSection":["Gestion de la qualit\u00e9 des donn\u00e9es"],"inLanguage":"fr-FR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/","url":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/","name":"Conception d'un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es - Data Ladder","isPartOf":{"@id":"https:\/\/dataladder.com\/fr\/#website"},"datePublished":"2022-04-04T09:27:25+00:00","dateModified":"2022-05-19T10:38:33+00:00","description":"Dans ce blog, nous allons voir comment les processus de qualit\u00e9 des donn\u00e9es peuvent \u00eatre utilis\u00e9s pour concevoir un plan d'am\u00e9lioration continue de la qualit\u00e9 des donn\u00e9es.","breadcrumb":{"@id":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/dataladder.com\/fr\/conception-dun-cadre-pour-la-gestion-de-la-qualite-des-donnees\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/dataladder.com\/fr\/"},{"@type":"ListItem","position":2,"name":"Conception d&#8217;un cadre pour la gestion de la qualit\u00e9 des donn\u00e9es"}]},{"@type":"WebSite","@id":"https:\/\/dataladder.com\/fr\/#website","url":"https:\/\/dataladder.com\/fr\/","name":"Data Ladder","description":"Enterprise Data Profiling, Cleansing, and Matching","publisher":{"@id":"https:\/\/dataladder.com\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/dataladder.com\/fr\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/dataladder.com\/fr\/#organization","name":"Data Ladder","url":"https:\/\/dataladder.com\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","contentUrl":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","width":413,"height":408,"caption":"Data Ladder"},"image":{"@id":"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/dataladder-llc\/","https:\/\/web.facebook.com\/DataLadderSoftware"]},{"@type":"Person","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b","name":"lbarrera","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","caption":"lbarrera"},"url":"https:\/\/dataladder.com\/fr\/author\/lbarrera\/"}]}},"modified_by":null,"_links":{"self":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts\/67423"}],"collection":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/comments?post=67423"}],"version-history":[{"count":1,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts\/67423\/revisions"}],"predecessor-version":[{"id":67428,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts\/67423\/revisions\/67428"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/media\/66671"}],"wp:attachment":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/media?parent=67423"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/categories?post=67423"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/tags?post=67423"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}