{"id":68388,"date":"2022-05-23T07:11:12","date_gmt":"2022-05-23T11:11:12","guid":{"rendered":"https:\/\/dataladder.com\/les-12-problemes-de-qualite-des-donnees-les-plus-courants-et-leur-origine\/"},"modified":"2022-10-31T12:44:28","modified_gmt":"2022-10-31T12:44:28","slug":"les-12-problemes-de-qualite-des-donnees-les-plus-courants-et-leur-origine","status":"publish","type":"post","link":"https:\/\/dataladder.com\/fr\/les-12-problemes-de-qualite-des-donnees-les-plus-courants-et-leur-origine\/","title":{"rendered":"Les 12 probl\u00e8mes de qualit\u00e9 des donn\u00e9es les plus courants et leur origine"},"content":{"rendered":"\n

Selon le rapport d’O’Reilly sur l’\u00e9tat de la qualit\u00e9 des donn\u00e9es en 2020<\/a>, 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 % sont confront\u00e9es \u00e0 au moins trois types diff\u00e9rents. Les organisations consacrent beaucoup de temps et de ressources \u00e0 la conception de cadres de qualit\u00e9 des donn\u00e9es et \u00e0 la r\u00e9solution des probl\u00e8mes de qualit\u00e9 des donn\u00e9es. Mais pour obtenir de bons r\u00e9sultats, il est important qu’ils comprennent la nature exacte de ces probl\u00e8mes et d\u00e9terminent comment ils se retrouvent dans le syst\u00e8me en premier lieu.<\/p>\n\n

Dans ce blog, nous examinerons certains probl\u00e8mes g\u00e9n\u00e9raux de qualit\u00e9 des donn\u00e9es qui se retrouvent dans tous les ensembles de donn\u00e9es, et nous mettrons \u00e9galement en \u00e9vidence les moyens courants par lesquels ils peuvent se glisser dans votre base de donn\u00e9es.<\/p>\n\n

Commen\u00e7ons.<\/p>\n\n

Qu’est-ce qu’un probl\u00e8me de qualit\u00e9 des donn\u00e9es ?<\/h2>\n\n

Un probl\u00e8me de qualit\u00e9 des donn\u00e9es d\u00e9signe la pr\u00e9sence d’un d\u00e9faut intol\u00e9rable dans un ensemble de donn\u00e9es, tel qu’il r\u00e9duit la fiabilit\u00e9 et la cr\u00e9dibilit\u00e9 de ces donn\u00e9es.<\/strong><\/p>\n\n

Les donn\u00e9es stock\u00e9es dans des sources disparates pr\u00e9sentent forc\u00e9ment des probl\u00e8mes de qualit\u00e9. Ces probl\u00e8mes peuvent \u00eatre introduits dans le syst\u00e8me pour un certain nombre de raisons, comme une erreur humaine, des donn\u00e9es incorrectes, des informations p\u00e9rim\u00e9es ou un manque de comp\u00e9tences en mati\u00e8re de donn\u00e9es dans l’organisation. Comme les donn\u00e9es alimentent des fonctions commerciales essentielles, de tels probl\u00e8mes peuvent entra\u00eener des risques et des dommages s\u00e9rieux<\/a> pour l’entreprise.<\/p>\n\n

La n\u00e9cessit\u00e9 d’exploiter des donn\u00e9es de qualit\u00e9 dans tous les processus d’entreprise est tout \u00e0 fait \u00e9vidente. Les dirigeants investissent dans le recrutement d’\u00e9quipes charg\u00e9es de la qualit\u00e9 des donn\u00e9es<\/a> parce qu’ils veulent rendre les gens responsables de l’obtention et du maintien de la qualit\u00e9 des donn\u00e9es. En outre, des cadres<\/a> complexes de qualit\u00e9 des donn\u00e9es sont con\u00e7us<\/a> et une technologie avanc\u00e9e est adopt\u00e9e <\/a>pour garantir une gestion<\/a> rapide et pr\u00e9cise de la qualit\u00e9 des donn\u00e9es<\/a>. Tous ces efforts sont d\u00e9ploy\u00e9s dans l’espoir de faire du r\u00eave des donn\u00e9es propres<\/em> une r\u00e9alit\u00e9.<\/p>\n\n

Mais rien de tout cela n’est possible sans comprendre ce qui pollue les donn\u00e9es en premier lieu et d’o\u00f9 cela vient exactement.<\/p>\n\n

Les 12 principaux probl\u00e8mes de qualit\u00e9 des donn\u00e9es rencontr\u00e9s par les entreprises<\/h2>\n\n

J’ai r\u00e9cemment parcouru les notes de certains clients et j’ai dress\u00e9 une liste des 12 principaux probl\u00e8mes de qualit\u00e9 des donn\u00e9es qui sont g\u00e9n\u00e9ralement pr\u00e9sents dans les donn\u00e9es organisationnelles d’une entreprise. Jetons un coup d’\u0153il \u00e0 cette liste.<\/p>\n\n

Probl\u00e8me n\u00b001 : Absence d’unicit\u00e9 des enregistrements<\/h3>\n\n

Une entreprise moyenne de 200 \u00e0 500 employ\u00e9s utilise aujourd’hui environ 123 applications SaaS <\/a>. Le grand nombre et la vari\u00e9t\u00e9 des applications utilis\u00e9es pour capturer, g\u00e9rer, stocker et utiliser les donn\u00e9es sont la principale raison de la mauvaise qualit\u00e9 des donn\u00e9es. Et le probl\u00e8me le plus courant dans de telles situations est que vous finissez par stocker plusieurs enregistrements pour la m\u00eame entit\u00e9.<\/p>\n\n

Par exemple, toutes les interactions qu’un client a avec votre marque au cours de son parcours d’achat sont enregistr\u00e9es quelque part dans une base de donn\u00e9es. Ces enregistrements peuvent provenir de sites web, de formulaires de pages de renvoi, de publicit\u00e9s sur les m\u00e9dias sociaux, d’enregistrements de ventes, d’enregistrements de facturation, d’enregistrements de marketing, d’enregistrements de points d’achat et d’autres domaines similaires. S’il n’y a pas de moyen syst\u00e9matique d’identifier les identit\u00e9s des clients et de fusionner les nouvelles informations avec celles qui existent d\u00e9j\u00e0, vous pouvez vous retrouver avec des doublons dans tous vos ensembles de donn\u00e9es.<\/p>\n\n

Et pour corriger les doublons, vous devrez ex\u00e9cuter des algorithmes avanc\u00e9s de rapprochement de donn\u00e9es<\/a> qui comparent deux ou plusieurs enregistrements et calculent la probabilit\u00e9 qu’ils appartiennent \u00e0 la m\u00eame entit\u00e9.<\/p>\n\r\n

\r\n
\r\n
\r\n
\r\n
\r\n

How to build a unified, 360 customer view<\/h1>\r\n

Download this whitepaper to learn about why it\u2019s important to consolidate your data to get a 360 view.<\/p>\r\n Download<\/a>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n\r\n <\/div>\r\n <\/div>\n\n

Probl\u00e8me n\u00b002 : Absence de contraintes relationnelles<\/h3>\n\n

Un ensemble de donn\u00e9es fait souvent r\u00e9f\u00e9rence \u00e0 plusieurs ressources de donn\u00e9es. Mais lorsqu’aucune relation n’est d\u00e9finie et appliqu\u00e9e entre deux ou plusieurs ressources de donn\u00e9es distinctes, vous pouvez vous retrouver avec un grand nombre d’informations incorrectes et incompl\u00e8tes.<\/p>\n\n

Prenons le sc\u00e9nario suivant comme exemple : Votre portail client contient des enregistrements pour les nouvelles entreprises<\/em> que vous avez gagn\u00e9es cette ann\u00e9e ainsi que pour les clients existants<\/em> qui ont \u00e9t\u00e9 mis \u00e0 niveau depuis l’ann\u00e9e derni\u00e8re. Outre les informations de base sur le client, certains champs ne s’appliquent qu’\u00e0 une nouvelle entreprise <\/em>et d’autres ne fonctionnent que pour un nouveau client<\/em>. Vous pouvez traiter les deux sc\u00e9narios avec le m\u00eame mod\u00e8le de donn\u00e9es g\u00e9n\u00e9ralis\u00e9, mais cela peut ouvrir la porte \u00e0 de nombreux probl\u00e8mes de qualit\u00e9 des donn\u00e9es, tels que l’absence d’informations n\u00e9cessaires, ainsi que des informations ambigu\u00ebs ou incorrectes dans les dossiers des clients.<\/p>\n\n

Pour g\u00e9rer de tels sc\u00e9narios, vous devez toujours cr\u00e9er des mod\u00e8les de donn\u00e9es sp\u00e9cifiques et renforcer les relations entre eux. En imposant une relation parent\/enfant (supertype\/subtype) entre les entit\u00e9s, vous facilitez la saisie, la mise \u00e0 jour et la compr\u00e9hension des donn\u00e9es pour ceux qui traitent ces informations. Voir le diagramme ERD suivant \u00e0 titre d’exemple. Les champs de base du client sont s\u00e9par\u00e9s de ses sous-types enfants, \u00e0 savoir Nouvelle entreprise<\/em> et Client existant<\/em>.<\/p>\n\n

Probl\u00e8me n\u00b003 : Absence d’int\u00e9grit\u00e9 r\u00e9f\u00e9rentielle<\/h3>\n\n

L’int\u00e9grit\u00e9 r\u00e9f\u00e9rentielle signifie que les enregistrements de donn\u00e9es sont fid\u00e8les \u00e0 leur contrepartie de r\u00e9f\u00e9rence. Pour comprendre les probl\u00e8mes produits par un manque d’int\u00e9grit\u00e9 r\u00e9f\u00e9rentielle, prenons l’exemple d’une entreprise de vente au d\u00e9tail. Une entreprise de vente au d\u00e9tail stocke probablement ses enregistrements de ventes dans une table Ventes <\/em>, et chaque enregistrement mentionne le produit vendu et le moment o\u00f9 la vente a \u00e9t\u00e9 effectu\u00e9e. Vous vous attendez donc probablement \u00e0 trouver des identifiants de vente<\/em> ainsi que des identifiants de produit<\/em> dans la table des ventes <\/em>. Mais si un enregistrement de ventes <\/em>fait r\u00e9f\u00e9rence \u00e0 des ID de produits<\/em> qui n’existent pas dans la table des produits <\/em>, il est \u00e9vident que vos ensembles de donn\u00e9es manquent d’int\u00e9grit\u00e9 r\u00e9f\u00e9rentielle.<\/p>\n\n

Ces probl\u00e8mes peuvent conduire vos \u00e9quipes \u00e0 cr\u00e9er des rapports incorrects, \u00e0 exp\u00e9dier des produits incorrects, ou \u00e0 exp\u00e9dier des produits \u00e0 des clients qui n’existent pas, etc.<\/p>\n\n

Probl\u00e8me n\u00b004 : Absence de cardinalit\u00e9 des relations<\/h3>\n\n

La cardinalit\u00e9 des relations d\u00e9signe le nombre maximal de relations que deux entit\u00e9s peuvent avoir entre elles. Normalement, diff\u00e9rents types de relations peuvent \u00eatre cr\u00e9\u00e9s entre les objets de donn\u00e9es, en fonction de la mani\u00e8re dont les transactions commerciales sont autoris\u00e9es dans une entreprise.<\/p>\n\n

Consid\u00e9rez les exemples suivants pour comprendre la cardinalit\u00e9 entre diff\u00e9rents objets de donn\u00e9es, tels que Client<\/em>, Achat<\/em>, Emplacement<\/em> et Produit<\/em>:<\/p>\n\n