Quel entrepreneur n’a pas entendu parler de la data ? Ce terme, sous plusieurs déclinaisons, semble être synonyme de productivité accrue, d’un meilleur fonctionnement et pourrait même être responsable d’une meilleure expérience client. Un El Dorado, soit, mais qui nécessite pourtant de faire l’objet de certains soins…
Data Quality : de quoi s’agit-il ?
Est-ce que le fichier client est à jour et les informations qu’il renferme, toujours exactes ? Si l’on pense que la qualité des données (data quality) se résume à la pérennité de ces dernières, c’est un résumé qui peut non seulement se révéler inexact, incomplet, mais également source d’erreurs et de malentendus.
Selon certains experts, pour donner une définition de la data quality, il faudrait prendre en considération pas loin de neuf dimensions dont la traçabilité (connaitre leur provenance et être certain qu’elle est fiable), la cohérence afin de ne pas conserver des données qui ne correspondraient pas à la stratégie ou encore aux valeurs de la structure, mais aussi la précision ou encore la clarté et la disponibilité.
Avoir des données de qualité ; sachant qu’elles peuvent représenter plusieurs millions voire milliards d’informations aussi bien à l’interne qu’à l’externe ; représenterait donc un travail de tous les instants ; ce qu’assurément, un chef d’entreprise ne peut pas exercer. Il est en effet occupé, tout comme l’ensemble de ses équipes, à exercer son cœur de métier et travaille à développer son affaire.
Pourtant, les données ; ce n’est pas une nouveauté ; représentent une manne et un vivier d’informations qui peuvent être utilisés pour cela et elles sont normalement disponibles à tout instant. Comment faire pour en tirer parti ?
Comment être certain de la qualité de ses données d’entreprise ?
Chaque entreprise possède des données et ces dernières se renouvèlent et se complètent de manière continuelle, ce qui est assurément une chance pour quelqu’un qui sait les exploiter. Et c’est bien là le problème : qui sait le faire ?
Un chef d’entreprise pourrait être tenté de recruter ce que l’on appelle un data steward. Mais ce dernier ne peut pas exploiter toutes les données générées par chaque service (celui de la production, celui des ressources humaines…).
Or, tous ces éléments doivent, si on peut dire, interagir entre eux pour donner un tout cohérent et exploitable. Normalement, il faudrait dans chaque service un data owner qui réfère de ses découvertes à un data steward qui va centraliser les résultats obtenus.
Il est évident que cela représente beaucoup d’embauches et peu d’entreprises peuvent se permettre une telle dépense.
L’externalisation de ces différents besoins est tout à fait possible en se référant à des prestataires qui se spécialisent dans la collecte, l’analyse et l’ordonnancement des données pour les clients qui les missionnent à ce sujet.
Parce que chaque entreprise est différente en termes d’activité, de nombre de salariés, d’éthique etc…ces entreprises procèdent en premier lieu à un audit.
Cela leur permet de faire un état des lieux au moment de la demande : l’entreprise connait-elle véritablement les enjeux et les possibilités qu’offre la data, des choses ont-elles déjà été mises en place et comment, quels sont les objectifs et les attentes, faut-il sensibiliser le personnel…
Après ce premier contact, un plan est fait pour tirer parti des données : suppression de celles qui sont obsolètes ou porteuses d’erreurs, doublons, puis ensuite classement. Celui-ci peut se faire en fonction des services, mais par le biais d’algorithmes notamment, on peut agir par croisement, pour obtenir des résultats probants dans différents domaines.
La data quality n’est donc pas un terme à la mode, mais bien une nouvelle façon de développer son entreprise en tirant parti de ses propres ressources, des informations qu’elle possède et qui n’ont pas pu faire l’objet d’une exploitation auparavant.
