La crédibilité des données est une vraie problématique. Leur mauvaise qualité complique l’exécution de toute stratégie qui repose sur les données.

Quel est l’impact des mauvaises données sur la vie des organisations ? Très rares sont celles capables de répondre à cette question, qui déjà se révèlent incapables d’estimer la qualité de leurs données...

La problématique est connue, la qualité des données participe à la crédibilité des stratégies : plus les données sont erronées, et moins les résultats sont bons. Concrètement, la problématique des mauvaises données se traduit par un gaspillage de temps, une augmentation des coûts, un affaiblissement de la prise de décision, et un mécontentement des clients.

Comment mesurer la qualité des données ?

Les chercheurs de la University College Cork ont élaboré une méthode de mesure, appelée FAM (Friday Afternoon Measurement). Elle consiste à collecter 10 à 15 attributs de données critiques issues des 100 dernières unités de travail accomplies (généralement les 100 derniers enregistrements de données), puis de compter le nombre d’enregistrements sans erreur. Le résultat est appelé DQ (Data Quality) ou score de qualité des données, qui va de 0 à 100.

75 cadres d’entreprises ont participé à cette expérimentation durant 2 ans, afin de mesurer la qualité des données. Et les résultat sont effrayants !

En moyenne, sur les données créées :

  • 47 % ont au moins une erreur critique.

La moitié des entreprises affichent 57 % de données avec erreur critique.

  • 3 % seulement des données peuvent être jugées ‘acceptables’.

Pour ce dernier résultat, les chercheurs ont considéré la norme « la plus lâche possible », ce qui signifie que sur l’échantillon moins de 3 % des données ont répondu à la norme !

confiance-data

Personne n’est à l’abri !

Pour la majorité des organisations, le problème de qualité des données se révèle pour le moins grave. Et personne n’est à l’abri, aucun secteur ne se discerne avec des résultats meilleurs que d’autres. Par contre, d’un cadre à l’autre, la variation du score DQ peut être énorme, et elle va sur l’ensemble de 0 % à 99 %.

La qualité des données est donc une problématique ‘individuelle’, qui dépend de la perception du problème par l’entreprise et des réponses qu’elle y a apportées. Réponses qui sont dans l’action, car nous l’avons vu l’impact des mauvaises données peut être considérable sur le business de l’entreprise.

Source : Travaux de l’University College Cork, Irlande, relayés par la Harvard Business Review

Image d’entête 862196618 @ iStock drogatnev