Fondamentaux de la qualité des données

À jour au 2026-05-29

Les problèmes de qualité des données sont la principale cause de défiance du métier envers les systèmes analytics. Le consultant qui quantifie la DQ — avec des scores au niveau des dimensions, des preuves de profilage et des seuils convenus avec le métier — convertit une plainte vague en artefact de gouvernance et en mission advisory. Le scorecard DQ est l'ancre. Les six dimensions (complétude, exactitude, cohérence, fraîcheur, unicité, validité) nécessitent chacune une technique de mesure différente; les confondre mène à une remédiation qui ne se termine jamais. Le monitoring post-go-live via les Règles de Qualité des Données Datasphere est le seul mécanisme qui prévient la régression DQ après la migration.