Amélioration continue des données

Comment nous assurons l'amélioration continue de la qualité des données

Une bonne gouvernance de données nécessite l’amélioration continue de la qualité des données. Ne pas en tenir compte peut s’avérer très coûteux et faire perdre beaucoup de temps à vos équipes. La qualité des données se réfère à la conformité des données aux usages attendus. Elle est une composante nécessaire à toute organisation qu’elle soit publique ou privée.

Trop d'initiatives relatives à la qualité des données sont planifiées et exécutées comme des opérations ponctuelles et ne rentrent pas dans des processus d’amélioration continue et de gestion des données de références. Nombre d'entre elles échouent en ciblant les problèmes les plus complexes, au lieu de se demander où le retour sur investissement sera le plus important.

Garantir la réussite d'un projet de gestion de données répond à six principes d'excellence qui font partie de notre approche innovante que nos consultants mettent en œuvre en méthodologie agile dans les nombreux projets de données de nos clients.

En suivant ces 6 principes, il est tout à fait envisageable de garantir à vos collaborateurs et partenaires internes comme externes des données de grande qualité, qui représentent la réalité avec précision et fiabilité.

Notre approche clé pour la mise en conformité des données :

• Pour définir les standards de qualité de vos données, nous commençons par détailler vos exigences dans un document de référence, puis effectuons une évaluation initiale de vos données pour déterminer ce qui doit être fait pour atteindre ces critères de conformité.
• Une fois que les règles de contrôle sont établies, nous mettons en place des processus de validation des données pour déterminer les jeux de données qui ne sont pas conformes. Nous appliquons des corrections manuelles et des corrections automatisées des données, puis revalidons à nouveau les données pour confirmer leur conformité et permettre leur validation.

Détail des étapes de gestion de la qualité des données de référence

Etape 1 - Définition de la qualité des données

Il s'agit du processus d’évaluation de la qualité actuelle de vos données et de définition des règles de conformité que vous ciblez.

• Audit des données
  Identifier tous les jeux de données et les sources de données utiles et toutes les relations implicites ou explicites entre les données.
• Définition des critères de qualité
  Déterminer les critères de mesure de la qualité des données cibles. Cela peut inclure des contraintes spatiales et non spatiales, et toute combinaison des deux.
• Définition des règles précises
  Il s’agit de la formulation de vos contraintes sous la forme de règles logiques qui peuvent être appliquées aux données sources pour déterminer leur adéquation aux exigences ciblées. Les règles sont définies pour les objets dans leur contexte afin que les relations entre les caractéristiques, spatiales et non spatiales, puissent être évaluées.
• Évaluation des données de référence
  L'application des règles définies aux données sources produit un rapport de non-conformité détaillé, avec les niveaux de conformité quantifiés en fonction des différentes règles.

Etape 2 - Amélioration continue de la qualité des données

Il s'agit du processus par lequel les données stockées dans un entrepôt de données centralisé et amenées à subir des mises à jour et des révisions opérationnelles permanentes, sont automatiquement validées et corrigées si nécessaire, avant d'être diffusées aux parties prenantes en tant que données de référence faisant autorité.

• Master Data Management
  Les données de référence, données maîtresse ou Master Data sont maintenues et mises à jour par le biais des processus et des technologies les mieux adaptés aux besoins de l'organisation. Ces processus de validation de données doivent faire partie intégrante de la chaîne de production, en s'appuyant sur des flux de travail qui garantissent le respect des normes de qualité des données
• Validation de la conformité 
  Les règles définies dans l'évaluation de la qualité des données sont appliquées à l'ensemble des données de référence, ou seulement aux données qui ont subi une modification. Toute non-conformité est enregistrée et mise à disposition pour une correction ou un rapprochement efficace des données, de manière automatisée ou manuelle.
• Réconciliation des données 
  Toute non-conformité identifiée doit être traitée par le biais de la réconciliation des données avant que les données puissent être approuvées pour leur publication. Le processus de réconciliation peut être entièrement automatisé à l'aide des fonctions basées sur des règles ou peut être effectué manuellement. De manière générale les processus d'édition manuelle sont considérablement améliorés par des contrôles automatisés qui génèrent automatiquement des rapports de non-conformité spatiale.
• Certification des données 
  Une fois que les données ont passé tous les tests de validation requis, elles sont certifiées conformes à la mission de qualité déclarée et sont mises à la disposition des parties prenantes qui peuvent désormais les exploiter en toute confiance.
• Publication des données 
  Les données qui ont été certifiées comme étant conformes aux critères de qualité retenus sont maintenant prêtes à être publiées. Ce processus peut être une simple publication des données pour une diffusion aux parties prenantes, ou il peut impliquer d’autres processus automatisés pour lesquels les modifications approuvées des données sont intégrées dans des systèmes tiers spécifiques (vectoriels ou matriciels).

Nos solutions de gouvernance de données

Les logiciels édités par 1Spatial permettent de construire des solutions simples et efficaces, interopérables avec les formats géospatiaux (SHP, DWG, IFC) et les principales bases de données (Oracle, PostgreSQL, SQL Serveur) du marché pour apporter des processus d'automatisation de la qualité des données.

Notre investissement dans les données nous a amené à mettre au point des méthodes innovantes permettant d'optimiser les processus et utiliser les données de manière plus intelligente.

Notre expertise dans les technologies de validation et de traitement des données proposée au travers du logiciel 1Integrate vous donnera confiance dans la qualité et la cohérence de vos flux de données.

Nos principes fondamentaux sont intégrés dans nos produits pour que votre projet soit :

Agile

Les connaissances sont intégrées au système, vous n'avez donc pas besoin de repartir de zéro chaque fois que vous devez nettoyer des données ou faire contribuer de nouvelles entités de l'organisation. Vous pouvez développer et tester des concepts et des hypothèses en temps réel pour vous assurer que vous travaillez de la manière la plus efficace possible.

Intelligent

La qualité des données n'est pas seulement une question d'économies, même si l'élimination des erreurs et des doublons dans vos systèmes d'information vous rapporte des bénéfices tangibles. Toute solution efficace en matière de données doit vous permettre de procéder à une évaluation initiale de la qualité de vos données, ce qui vous aidera à mettre en place un plan efficient de gestion, de suivi et d'amélioration continue de cette qualité.

Innovant

Il s'agit de créer de nouvelles opportunités en harmonisant les données de vos systèmes disparates afin de fournir des données de qualité à vos applications, vos responsables et vos équipes. Lorsque vous avez confiance dans les données, cela vous motive à exploiter les informations de manière nouvelle, ce qui donne lieu à des initiatives nouvelles.

Accessible

Si vous savez identifier les erreurs dans vos données et si vous savez définir comment les corriger, vous pouvez concevoir et développer des processus, former vos propres collaborateurs et automatiser des solutions pour résoudre vos problèmes métiers. Nos outils facilitent le recensement des règles de gestion en mode collaboratif avec toutes les parties prenantes de votre organisation.

A propos de 1Spatial

Notre activité de traitement de données consiste à rendre les données géospatiales actuelles, accessibles, faciles à partager et fiables. Nous possédons plus de 40 ans d'expérience en tant qu'expert mondial sur ce sujet. Nous nous concentrons sur la modélisation, le traitement, la transformation, la gestion, l'interopérabilité et la maintenance des données spatiales, tout en mettant l'accent sur l'intégrité, la précision et l'assurance qualité continue des données. Nous avons fourni des solutions de gestion et de production de données spatiales à un large éventail d'agences internationales de cartographie et de cadastre, de gouvernements, de services publics et d'organisations de défense du monde entier. Notre expertise en gouvernance de données est unique grâce à des expériences de travail avec une large variété de données (caractéristiques, formats, structure, complexité, cycle de vie, etc.) au sein d'un grand éventail d'architectures de systèmes d'entreprise.