Qualité des données

Un article de Wikipédia, l'encyclopédie libre.

Vous avez de nouveaux messages (diff^?).

Cet article ou cette section nécessitent d'être traduits (entièrement ou non) depuis l'article en anglais.

Si vous connaissez la langue utilisée, n'hésitez pas ! Merci au nom de Wikipédia. Indiquer une autre langue

Avertissement : ce bandeau unique est obsolète. Veuillez consultez la page Projet:Traduction

Cet article est une ébauche à compléter concernant l'informatique, vous pouvez partager vos connaissances en le modifiant.

La qualité des données, en informatique se référe à la conformité des données aux usages prévus, dans les modes opératoires, les processus, les prises de décision, et la planification (J.M. Juran). De même, les données sont jugées de grande qualité si elles représentent correctement le mode de fabrication auquel elles se réfèrent. Ces deux points de vue peuvent être souvent en désaccord, même lorsque le même ensemble de données est utilisé avec le même objectif.

Sommaire

1 Quelques aspects de la qualité des données
2 Qualité des données et intelligence économique
3 Voir aussi
4 Lien externe

[modifier] Quelques aspects de la qualité des données

La qualité des données est très importante pour réaliser l'interopérabilité de systèmes complexes. En particulier, elle intervient dans les exigences de traçabilité, qui se manifestent dans plusieurs secteurs économiques :

Santé et pharmacie,
Agroalimentaire et grande distribution,
Automobile...

Dans le même ordre d'idée, la qualité des données intervient aussi dans l'analyse du cycle de vie des produits.

Sous un angle plus directement lié à la sécurité des données, elle intervient dans la gestion des documents d'archive, pour l'imputabilité.

[modifier] Qualité des données et intelligence économique

La qualité des informations est l'un des 11 facteurs du modèle d'intelligence économique (AFDIE).

D'après le rapport du CIGREF sur le capital immatériel, la fiabilité et l'auditabilité des données conditionne l'évaluation du capital immatériel des entreprises, et le calcul du retour sur investissement des projets d'ingénierie des connaissances. Il est donc nécessaire de disposer de référentiels de données normalisés pour évaluer la qualité des données.