Comment savoir si vous pouvez faire confiance à vos données ?
Une donnée fiable se mesure. Fraîcheur, complétude, cohérence… Quelques indicateurs suffisent pour savoir si vos tableaux de bord disent vrai, à condition de les suivre en continu et de savoir qui en répond.
Le comité de direction s'ouvre sur le chiffre d'affaires du trimestre. Le directeur commercial a un autre total dans son export. Vingt minutes plus tard, on découvre qu'un flux s'est arrêté la veille et que le tableau de bord affiche les données de l'avant-veille. Personne n'a été alerté : le pipeline a tourné sans erreur.
Cette scène est courante et son coût se mesure d'abord en temps : celui des équipes data qui corrigent des flux au lieu de lancer les nouveaux projets attendus par la direction, et celui des métiers qui revérifient les chiffres avant de décider.
La question de la confiance devient plus pressante avec l'IA. Un modèle ou un agent qui s'appuie sur des données incomplètes ou obsolètes produit des réponses fausses avec assurance. Voici comment évaluer la fiabilité de vos données et l'organiser dans la durée.
Qu'est-ce qu'une donnée de qualité ? Une donnée est de qualité quand elle est à jour, complète, cohérente d'un outil à l'autre, sans doublon et conforme à la réalité, pour l'usage auquel elle sert.
Quels signaux doivent vous alerter ?
Les problèmes de qualité se repèrent d'abord dans les usages. Si plusieurs de ces situations vous sont familières, la confiance dans vos données est déjà entamée :
- Deux chiffres pour un même indicateur. La marge ou le nombre de clients actifs diffère selon l'outil ou l'équipe qui le calcule.
- Des vérifications manuelles avant chaque réunion. Les analystes recoupent les tableaux de bord avec des exports Excel avant de les présenter.
- Des anomalies découvertes par les métiers. C'est un utilisateur qui signale qu'un rapport est vide ou incohérent, et non une alerte technique.
- Des pipelines « verts » qui livrent de mauvaises données. Les traitements se terminent sans erreur, mais avec des données manquantes, en double ou en retard. Ce phénomène porte un nom, le data downtime : une anomalie silencieuse que le monitoring classique ne voit pas.
- Une équipe data absorbée par la maintenance. Les corrections de flux et les demandes de support prennent le pas sur les nouveaux projets.
- Des pilotes IA qui ne passent pas en production. Les résultats obtenus en test ne se reproduisent pas, souvent parce que les données ou les règles de calcul diffèrent entre les deux environnements.
Ces symptômes ont une cause commune : la qualité est contrôlée ponctuellement, quand quelqu'un pense à le faire, au lieu d'être mesurée en continu.
Comment mesurer la fiabilité d'une donnée ?
La qualité d'une donnée s'évalue sur plusieurs dimensions. Pour chacune, une question simple permet de poser le diagnostic et un indicateur permet de la suivre.
Dimension | La question à se poser | Exemple d'indicateur |
|---|---|---|
| Fraîcheur | La donnée affichée est-elle à jour au moment où on la consulte ? | Délai entre la mise à jour de la source et sa disponibilité dans le tableau de bord |
| Complétude | Toutes les données attendues sont-elles arrivées ? | Taux de champs obligatoires renseignés, variation anormale du nombre de lignes |
| Cohérence | Un même indicateur donne-t-il le même résultat partout ? | Écarts entre deux systèmes pour un même total |
| Unicité | Chaque enregistrement n'apparaît-il qu'une fois ? | Taux de doublons sur les clients, commandes ou produits |
| Exactitude | La donnée correspond-elle à la réalité ? | Valeurs hors bornes ou aberrantes, dérive de la distribution (moyenne, médiane) |
À ces dimensions s'ajoute la structure : un changement de schéma en amont (une colonne renommée, un type modifié) peut casser un traitement ou fausser un calcul sans bruit. Et la lignée, c'est-à-dire la capacité à retracer d'où vient une donnée et quels rapports en dépendent, permet de mesurer l'impact d'un incident.
Inutile de tout mesurer partout. Commencez par les cinq ou six indicateurs qui servent aux décisions les plus importantes, et remontez leur chaîne de fabrication.
Comment surveiller la qualité en continu ?
Le suivi technique classique vérifie qu'un traitement a bien tourné, sans regarder ce qu'il a produit. L'observabilité des données comble ce manque : elle contrôle en continu que les données livrées sont à jour, complètes et cohérentes, et alerte avant qu'un utilisateur ne découvre le problème.
Concrètement, elle repose sur trois pratiques :
- Des contrôles automatiques à chaque étape des traitements : volumes anormaux, formats invalides, doublons, valeurs contraires aux règles métier.
- Des objectifs chiffrés, fixés avec les utilisateurs. Par exemple : les ventes de la veille disponibles chaque matin avant l'ouverture des magasins, ou moins d'un doublon sur cent dans la base clients. Les spécialistes parlent de SLI pour l'indicateur mesuré et de SLO pour l'objectif à atteindre.
- Des engagements entre équipes. Ceux qui produisent la donnée et ceux qui l'utilisent s'accordent sur ce qui est livré, à quel moment et sous quel format. On parle de contrat de données.
Ces indicateurs sont visibles par tous, et la confiance s'appuie sur des mesures partagées.
Pour les équipes data qui veulent aller plus loin, notre article sur la gouvernance et l'observabilité détaille les piliers de l'observabilité, les contrats de données et une feuille de route sur 24 mois.
Qui répond de la confiance ?
Les outils ne suffisent pas si personne n'est chargé d'agir quand un indicateur se dégrade. La gouvernance des données répond à cette question, et elle concerne la direction, les métiers, le juridique et l'IT ensemble.
Trois éléments en forment le socle :
- Des rôles nommés. Un data owner par jeu de données critique, qui décide des règles, et un data steward qui veille à leur application au quotidien.
- Des définitions partagées. La marge, le client actif ou le panier moyen sont définis une fois, dans une couche sémantique commune, et réutilisés par tous les outils, y compris les agents IA. C'est le principe que nous résumons ainsi : définir une fois, gouverner une fois, servir plusieurs fois (voir notre article sur la couche sémantique).
- Un catalogue. Il documente les sources, les définitions, la lignée et les contrats de données, et rend visibles les règles de qualité.
Le cadre doit rester proportionné à la taille de l'organisation. Un socle documenté, appliqué et revu régulièrement vaut mieux qu'un dispositif complet qui reste sur le papier. Il prend aussi une dimension réglementaire : RGPD, NIS2 et AI Act demandent de savoir quelles données alimentent quels traitements, et qui y a accès (notre guide pour réussir vos projets data et IA en 2026 détaille ces obligations).
C'est la démarche que nous avons menée avec un groupe agroalimentaire présent dans plus de 100 pays : centralisation des données, règles de qualité et de traçabilité, tableaux de bord communs. Ses équipes métier et IT s'appuient désormais sur une même source de vérité (lire le cas client).
Qui doit assurer le run de vos plateformes data ?
Surveiller les pipelines, traiter les alertes, corriger les flux, maintenir les tableaux de bord, répondre aux utilisateurs : ce travail est indispensable et continu. Il occupe souvent la plus grande partie du temps des équipes data, au détriment des nouveaux cas d'usage et des projets IA que la direction attend d'elles.
Deux options se présentent :
- Organiser le run en interne, avec une astreinte, des outils d'observabilité et des processus d'incident. Cela suppose une équipe suffisamment dimensionnée pour couvrir les soirs et les week-ends.
- Le confier à un partenaire spécialisé, qui prend en charge la supervision et la maintenance avec des engagements mesurables. L'équipe interne garde la main sur les choix métier et se consacre aux nouveaux projets.
C'est le principe de notre offre Data Managed Services : nos équipes assurent le run de vos plateformes data, avec des engagements mesurés sur la qualité de la donnée elle-même. Elles couvrent les pipelines, la qualité, la sécurité et la gouvernance, avec un support disponible 24 heures sur 24.
Par où commencer ?
Pour savoir si vous pouvez faire confiance à vos données, trois étapes suffisent pour démarrer :
- Listez vos indicateurs critiques, ceux qui servent aux décisions de direction ou alimentent des processus automatisés.
- Mesurez-les sur les cinq dimensions : fraîcheur, complétude, cohérence, unicité, exactitude. Notez où vous n'avez aucune mesure.
- Désignez un responsable par jeu de données et décidez qui traite les alertes, y compris en dehors des heures ouvrées.
