Résumé
De nos jours, les données sont omniprésentes dans le monde de l’entreprise, et ce quelle que soit sa taille. Mais comment garantir la qualité de ces données ?
Les données erronées coûtent beaucoup d’argent aux entreprises
Avec le big data, les données créent de la valeur ajoutée pour les entreprises. Elles relèvent des compétences des directeurs de système et leur servent à prendre des prises de décision rapides, agiles, opérationnelles et proactives. Il est à rappeler que la mauvaise qualité des données coûte des dizaines de milliards d’euros par ans aux entreprises françaises. Ce chiffre prend en compte les pertes liées aux erreurs de données ainsi que le temps et les efforts humains nécessaires à leur correction.
Même si une erreur qui s’est glissée dans les données est repérée à temps, les employés doivent consacrer beaucoup de temps à rechercher les données, à catégoriser et corriger les erreurs et à trouver des moyens de confirmer des données dont ils doutent de la qualité. Des outils de vérification de données issues du système d’information sont cependant disponibles. Toute la difficulté est de toujours améliorer la qualité des données qui sont directement impactées par l’intervention des employés qui les saisissent et qui les traitent. En effet, on impute aux hommes 75% des problèmes de qualité de données.
Comment améliorer la qualité des données ?
Des experts proposent aux directions des systèmes d’informations (DSI) de plus en plus d’outils et de logiciels qui leur permettent de saisir, de traiter et d’analyser les données de leurs entreprises. Il y a les logiciels spécifiques d’intégration et de traitement des données, mais également les logiciels ERP (enterprise resource planning) qui sont des outils permettant le pilotage de l’entreprise. La particularité de ce type de logiciel est d’embarquer dans une même base de données les fonctionnalités nécessaires à la gestion comptable, commerciale et des stocks. L’utilisation d’un logiciel ERP est avantageux, mais peut se retourner contre les entreprises, car les utilisations varient d’un collaborateur à un autre, ce qui risque de créer des incohérences dans les données.
Pour éviter une telle éventualité, il importe de mettre en place un guide utilisateur métier pour chaque logiciel. Le guide doit s’adapter aux différents métiers et disponible au moment où les employés saisissent les données. Il doit impérativement comprendre les définitions des données, les pratiques, les standards et formats, les modes opératoires et les procédures. Une autre solution, qui est de plus en plus adoptée par les entreprises, consiste à confier la vérification des données à un prestataire extérieur, un procédé qui consiste à confronter manuellement ou automatiquement les données aux exigences clients suivant un cahier des charges. Cela a un avantage automatique, car l’entreprise client n’a pas à investir dans un logiciel ou un recrutement de personnel.