02/06/2014

New: Fiche ExQI Comprendre: le coût de la qualité des données

L’intérêt et l’importance de mise en place d’une démarche de surveillance de la qualité des données d’un système, permettant une amélioration continue de celui-ci, sont aujourd’hui reconnus par toutes les entreprises. Mais quelles sont les réelles conséquences d’un manque de qualité du système ? Comment qualifier le degré de tolérance de non qualité ? Quels sont les gains d’une démarche de mise en qualité des données ? La mise en oeuvre d’une action d’amélioration « vaut-elle le coût » ? Pour répondre à ces questions, il est nécessaire de savoir évaluer le coût de la gestion de la qualité des données et le coût du manque de qualité des données.

Mise à jour de la fiche : juin 2014

Contributeurs: Walid El Abed (Global Data Excellence), Virginie Thion (Univ. Rennes 1), Nathalie Barthelemy (GrDF)

Data Steward de la fiche : Virginie Thion

06/09/2013

Fiche ExQI Comprendre: les dimensions de la qualité des données

De nombreux auteurs définissent la qualité des données comme étant le degré d’adéquation à l’usage que l’on fait des données (traduction de “fitness for use”, de J. Juran, de “conformance to requirements”, de P. Crosby, et de “data has quality if it satisfies the requirements of its intended use”, de J. Olson). La qualité des données est définie par un ensemble de fonctions évaluables sur les données appelées métriques de qualité (ou indicateurs de qualité), qui permettent de mesurer l’adéquation entre la qualité effective des données et la qualité attendue de celles-ci. Un exemple de métrique de qualité est le taux de valeurs manquantes dans les données. Il existe un très grand nombre de métriques. Chaque métrique est un moyen de mesurer une des nombreuses dimensions de qualité.

Mise à jour de la fiche : août 2013

Contributeurs: Laure Berti (IRD), Virginie Thion (Univ. Rennes 1)

Data Steward de la fiche : Virginie Thion

06/09/2013

Fiche ExQI Comprendre: les interdépendances de la qualité des données

La qualité d’un système d’information numérique et technologique dépend non seulement de la qualité de ses données mais aussi de la qualité de son infrastructure, sa qualité logicielle, sa qualité administrative (qualité de la gestion administrative du système) et de sa qualité de service (qualité des services fournis par le système). La qualité d’un système est donc un concept large et multidimensionnel. Ce concept est également complexe notamment en raison des interdépendances entre les différentes dimensions qualité. Cette fiche présente le problème des interdépendances, en se focalisant sur les interdépendances entre les dimensions de définissant la qualité des données.

Mise à jour de la fiche : août 2013

Contributeurs: Laure Berti (IRD), Virginie Thion (Univ. Rennes 1)

Data Steward de la fiche : Virginie Thion