Data Quality Audit – bénéficiez d’un service de conseil compétent et individualisé

La validation d’adresses et l’identification de doublons en tant qu’indicateurs de la qualité des données. Lors du contrôle de qualité des données (Data Quality Check), on procède à une validation postale et à une évaluation de la qualité des adresses dans un pool de données pour déterminer le nombre d’enregistrements susceptibles d’être des doublons.

L’analyse des données porte sur les aspects suivants :

• Intégralité
• Unicité
• Exactitude
• Absence d’erreurs

À cet effet, nous effectuons :

• une validation postale,
• une validation de noms
• et une recherche de doublons.

Les résultats du contrôle de qualité permettent d’avoir une première impression de l’état réel des données en se basant sur un échantillon représentatif de vos données. Ces résultats seront présentés par nos collaborateurs sous forme de statistiques et d’exemples significatifs. La détermination du « degré d’impureté » permet de savoir dans quelle mesure un nettoyage des données est nécessaire.

Analyse détaillée de la qualité des données en tenant compte des règles métier
L’analyse de la qualité des données se centre de façon spécifique sur l’évaluation globale des données clients.

Un atelier de lancement sera organisé pour définir le cadre et les objectifs de l’analyse et de la validation des données. Dans ce contexte, il sera particulièrement important d’aborder les questions portant sur la structure des données, ainsi que leur contenu, cohérence, unicité, clarté, intégralité et pertinence tout en tenant compte des règles métier pour lesquelles elles sont requises. Ceci est très important si l’on veut éviter des comparaisons inadéquates.

La documentation des résultats de l’analyse porte sur les éléments suivants :

• Unicité des données
• Validité des noms
• Validité des adresses
• Résultats de l’analyse de l’échantillon de données
• Contrôle du format
• Particularités et anomalies

La documentation comprend, outre un résumé succinct (Management Summary), une description détaillée de l’analyse, ce qui permet de disposer d’informations claires et précises jusqu’au niveau des champs individuels. Les résultats sont présentés sous forme quantitative (pourcentages et proportions), ainsi que sous forme de graphiques pour plus de clarté et les données statistiques sont étayées par une série d’exemples concrets.
Cette documentation fournit des informations fondamentales sur l’état actuel de la qualité des données et constitue une base importante pour la planification de votre projet d’optimisation de la qualité des données, tant sur le court que sur le long terme.

Une analyse de processus axée sur la qualité des données

L’analyse des processus de gestion de la qualité des données par les consultants Uniserv se fait de manière alternative ou combinée en s’appuyant sur les procédures d’analyse suivantes :

• Examen des descriptions des processus et du système du point de vue des aspects liés à la qualité des données
• Accompagnement de l’utilisateur sur la base d’échantillons de référence prélevés lors de l’utilisation du système (saisie, entretien et exploitation des données)
• Évaluations spécifiques aux applications, réalisées en collaboration avec les utilisateurs et les parties prenantes (Stakeholder)

Il existe une étroite interaction entre la qualité des données et les processus. En effet, ces derniers influencent la manière dont les données sont générées, modifiées et utilisées. Par ailleurs, l’efficacité de l’ensemble des processus dépend en grande mesure de la qualité des données utilisées. Il convient donc, lors de l’analyse des processus, de procéder à une recherche ciblée de la cause des erreurs affectant les données ; car c’est à partir de cette recherche que l’on va pouvoir définir et prioriser les mesures à mettre en œuvre pour éliminer les sources d’erreurs.

Dans ce cadre, un atelier de lancement a lieu pour exposer les différents processus et expliquer leur déroulement, ainsi que pour trouver des réponses, entre autres, aux questions suivantes :

• Quels sont les processus pertinents pour la gestion des données exploitées ?
• Les processus sont-ils définis de manière univoque ?
• Comment les données sont-elles saisies ?
• Comment les données sont-elles mises à jour ?
• Comment, dans quel but et par qui les données sont-elles utilisées ?

Lors de l’analyse, on va

• déterminer les types de problèmes liés à la qualité des données
• combiner les résultats de l’analyse de la qualité des données avec ceux de l’analyse des processus
• examiner les interactions spécifiques entre la qualité des données et les différents processus.
• déterminer les potentiels de réduction des coûts, les coûts estimatifs et le retour sur investissement (ROI) et présenter les avantages découlant de l’utilisation d’une solution de gestion de la qualité des données.

Un atelier de clôture est ensuite organisé pour exposer et commenter en détail les résultats les plus importants, ainsi que pour discuter des rapports entre les différents éléments et des causes possibles des problèmes rencontrés.

Les résultats de l’analyse des processus et la démarche qui en découle servent de support pour la définition de nouvelles étapes ou pour l’élaboration d’un projet consécutif.

Finalement, la dernière phase de l’atelier consistera à présenter, dans une documentation, l’ensemble des résultats et des conclusions de l’audit, ainsi qu’un concept d’amélioration de la qualité des données et un récapitulatif de gestion (Management Summary).