Une présentation de rapport sur la qualité des données doit expliquer si un jeu de données convient à une tâche précise, quels problèmes pourraient changer le résultat et ce qui doit être fait avant de l’utiliser. Affichez la règle et le dénominateur près de chaque indicateur. Un score unique de « 98 % de qualité » peut masquer le problème même qui ferait échouer l’action prévue.
Ce guide construit un rapport à partir de 300 fiches de contact fictives. Il montre que les valeurs absentes, les formats invalides, les identifiants répétés et les dates de vérification anciennes répondent à des questions différentes. Une fois les contrôles terminés, utilisez Presenti pour transformer les constats vérifiés en présentation modifiable. Fournissez les calculs et leur sens sous forme de texte ; le brouillon de diapositives ne valide pas la base de données.
Commencez par la tâche que les données doivent permettre
« Nos données de contact sont-elles bonnes ? » est trop large pour une réunion utile. Dans l’exemple, une équipe chargée des comptes veut envoyer un e-mail d’information sur le service au bon contact opérationnel de chaque compte client. Elle a besoin d’une adresse présente et utilisable, d’une personne qui exerce toujours le rôle voulu et d’un moyen d’éviter les messages en double.
Ce but détermine le rapport. Une adresse postale complète peut compter pour un colis, mais pas pour cet e-mail. Une adresse électronique correctement formatée peut toujours appartenir à une personne qui a quitté l’entreprise. Déterminez quels contrôles servent l’usage prévu avant de choisir les couleurs du graphique.
Le Government Data Quality Framework considère la qualité comme une aptitude à l’usage et distingue notamment complétude, unicité, cohérence, actualité, validité et exactitude. Ces dimensions organisent les questions ; elles ne fixent pas un seuil universel de réussite pour tous les jeux de données.
Ouvrez avec un court énoncé de périmètre : « Revue de l’extraction de 300 lignes de contacts opérationnels pour l’information de service proposée. Les contrôles portent sur cet instantané enregistré. Le rapport évalue l’utilisabilité des contacts ; il n’autorise pas l’envoi du message. » Cette distinction compte : l’approbation d’une communication et la qualité des données sont deux décisions séparées.
Affichez la règle et le dénominateur à côté de chaque résultat
Supposons que l’extraction fictive prévoie une ligne de contact opérationnel par compte, identifié par son ID de compte. Les contrôles suivants portent sur les mêmes 300 lignes brutes. Leurs résultats sont inventés pour l’explication, pas mesurés chez Presenti ou ses clients.
| Contrôle | Résultat dans cet instantané | Ce qu’il établit |
|---|---|---|
| Adresse e-mail présente | 294 lignes sur 300 contiennent un champ e-mail non vide : 98 %. | Six lignes n’ont pas d’adresse. Un champ rempli ne prouve pas que l’adresse fonctionne. |
| Format de l’adresse | 12 des 294 champs renseignés échouent à la règle de format convenue ; 282 la respectent. | 282 lignes sur les 300, soit 94 %, ont une adresse présente qui satisfait cette règle. |
| Unicité de l’ID de compte | Quatre ID de compte apparaissent chacun deux fois ; les 292 autres lignes ont des ID distincts. | Huit lignes appartiennent à des paires de clés répétées. Il y a 296 ID de compte distincts, pas 300 comptes. |
| Date de vérification du contact | 240 lignes ont été vérifiées dans la fenêtre de 90 jours de l’exemple, 42 auparavant ; 18 n’ont pas de date de vérification. | 60 lignes n’ont pas de preuve de contrôle récent. Cela ne prouve pas que leurs contacts sont erronés. |
Le contrôle de format accepte deux dénominateurs légitimes. Parmi les champs renseignés, 282 ÷ 294 donne environ 95,9 %. Sur toute l’extraction, 282 ÷ 300 donne 94 %. Utilisez le second pour expliquer quelle part de la liste brute possède à la fois une adresse et un format acceptable. Nommez le premier si vous parlez uniquement du format des adresses fournies.
Explicitez aussi la règle d’unicité. Les ID répétés posent problème ici parce que le modèle convenu prévoit une ligne de contact opérationnel par compte. Dans une autre table qui stocke volontairement plusieurs contacts par compte, ces répétitions pourraient être correctes. Un test qui ignore ce qu’une ligne représente peut classer à tort des données valides comme doublons.
La fenêtre de 90 jours est une hypothèse de cet exemple, pas une règle légale ni une norme sectorielle. Le responsable des données doit choisir une période adaptée à la tâche et à la vitesse de changement des contacts. Séparez « vérifié plus tôt » de « sans date de vérification » pour rendre visible ce qui est connu.
N’additionnez pas des problèmes qui se recoupent
Les six adresses vides et les douze adresses renseignées mal formatées sont, par définition, deux groupes distincts. Ainsi, 18 lignes échouent à au moins l’un de ces deux contrôles d’e-mail. Ce calcul est sûr. Les lignes avec clés répétées ou anciennes dates de vérification peuvent, elles, recouper ces groupes.
Additionner 6 + 12 + 8 + 60 donne 86 occurrences de problèmes, pas nécessairement 86 lignes différentes. Cela mélange aussi huit lignes appartenant à des paires de clés répétées avec des contrôles de champs individuels. Vous ne pouvez pas soustraire cette somme de 300 et appeler le reste « contacts propres ».
Gardez derrière le diaporama une liste d’anomalies par ligne, avec une référence stable et un indicateur séparé pour chaque test. Si la réunion a besoin du nombre de lignes avec au moins un problème, prenez l’union des références marquées. Si elle veut le nombre de comptes touchés, regroupez par ID de compte et expliquez le traitement des lignes en conflit. Ce sont des quantités différentes.
Un titre utile serait donc : « 18 lignes nécessitent une correction d’e-mail ; les doublons et les rôles des contacts restent à examiner avant l’envoi. » « Notre liste de contacts est exacte à 94 % » dépasserait les éléments disponibles. Les 94 % mesurent présence et format, pas délivrabilité, responsabilité actuelle ou permission de communiquer.
Transformez les anomalies en demande de travail priorisée
Reliez chaque résultat à l’activité prévue. Un champ e-mail absent empêche d’utiliser cette ligne dans la liste d’envoi proposée. Un ID de compte répété non résolu peut provoquer des doublons ou un choix de contact contradictoire. Un contact vérifié il y a plus de 90 jours demande une investigation selon la règle de l’exemple ; il n’est pas automatiquement invalide.
| Travail à réaliser | Rôle responsable dans l’exemple | Ce qui constitue une ligne résolue |
|---|---|---|
| Six adresses absentes et douze mal formatées | Responsable des données de compte, avec les contacts concernés | Adresse corrigée obtenue par la source approuvée, ou décision explicite d’exclure la ligne de cet usage. |
| Quatre paires d’ID de compte répétés | Responsable de la gestion des données CRM | Le contact voulu est déterminé dans le système source ; champs contradictoires et raison de conserver une ligne sont documentés. |
| 42 contrôles anciens et 18 dates manquantes | Équipe chargée des comptes | Le rôle de contact opérationnel est reconfirmé, ou le compte est orienté vers un suivi selon la règle convenue. |
Ne supprimez pas une ligne répétée simplement parce qu’elle est plus ancienne. L’une peut contenir la bonne adresse et l’autre le rôle actuel. Résolvez le conflit à partir de la source maintenue et corrigez aussi celle-ci si nécessaire. Nettoyer seulement le classeur exporté pour la présentation laisse le même problème revenir au prochain export.
En réunion, demandez au responsable des données d’approuver les corrections et au responsable de la communication de convenir de la condition de mise à disposition pour l’envoi. Une liste partielle peut être utilisable si l’organisation en approuve explicitement le périmètre et les exclusions ; le rapport ne décide pas à sa place. Placez la population exclue ou non résolue à côté de l’action proposée pour qu’elle ne disparaisse pas derrière un encadré vert.
Construisez cinq diapositives sans score de qualité trompeur
Consacrez la première diapositive à l’usage et à la décision : « Confirmer la liste des contacts opérationnels avant l’information de service. » Précisez l’instantané et la règle selon laquelle une ligne doit représenter le contact opérationnel d’un compte. Le public doit connaître la fonction du jeu de données avant de voir un pourcentage.
La deuxième peut mettre en avant trois résultats : 98 % avec une adresse e-mail, 94 % avec une adresse au format accepté et 80 % avec une vérification dans la fenêtre de l’exemple. Placez les effectifs juste en dessous : 294/300, 282/300 et 240/300. Utilisez les libellés complets, pas trois jauges inexpliquées.
La troisième explique les quatre paires d’ID répétés et les limites des contrôles. La quatrième répartit les corrections par rôle. La cinquième consigne la décision demandée, le périmètre non résolu et le moment où un nouvel instantané sera examiné. Gardez la liste des anomalies par ligne hors du diaporama principal, avec une référence à accès contrôlé pour les personnes chargées de les corriger.
Ne faites pas la moyenne de 98 %, 94 % et 80 % pour produire un score global de 90,7 %. Les contrôles ont des objectifs distincts et se recoupent ; une moyenne élevée ne fait pas apparaître les adresses absentes. Si votre organisation utilise déjà un indicateur composite, présentez sa pondération et son but séparément, tout en gardant visibles les effectifs qui bloquent la tâche.
Dans le brief de création des diapositives, écrivez : « Reprends exactement l’instantané fictif de 300 lignes. Sépare présence, format, ancienneté de vérification et identifiants répétés. Nomme chaque dénominateur. Ne présente pas un format valide comme une preuve d’exactitude ou de délivrabilité. N’additionne pas les anomalies pour estimer les personnes touchées. Montre les corrections demandées sans inventer leur achèvement. » Le brouillon reçoit ainsi une structure utile, tandis que le jugement reste au responsable des données.
Comparez le rapport suivant sur une base cohérente
Un pourcentage peut s’améliorer parce que des lignes ont été corrigées, parce que les plus difficiles ont été exclues ou parce que la population a changé. Ces améliorations ne sont pas interchangeables. Conservez la date de l’instantané, la règle de sélection, la définition des tests et le traitement des exclusions avec chaque rapport.
Si les quatre paires répétées sont confirmées comme de vrais doublons et ramenées à une ligne chacune, l’extraction suivante comptera 296 lignes avant toute autre modification. Recalculez chaque taux sur cette nouvelle population ; ne conservez pas 282/300 comme si les lignes étaient inchangées. Il faut aussi savoir quelles lignes conservées et supprimées avaient des problèmes de format ou de vérification avant d’annoncer le nouveau résultat.
Pour mesurer le traitement des problèmes initiaux, suivez séparément leurs références : corrigé, exclu pour cet usage, toujours non résolu ou devenu sans objet, avec un motif. Pour juger l’utilisabilité de la liste actuelle, appliquez les mêmes règles au nouvel instantané. Ensemble, ces vues distinguent les corrections d’un changement de dénominateur.
La présentation suivante doit donc expliquer ce qui a changé dans les données et dans leur usage prévu. Une diapositive plus propre n’aide que si le public peut déterminer si la liste de contacts convient désormais au travail qu’il doit effectuer.
