Comme certains de nos lecteurs s'en souviendront, nous avons publié le premier livre de notre série «Regards sur le terrain»., dédié à data governance, Il y a quelque temps, nous avons publié le premier livre de cette série. Nous avons aujourd'hui le plaisir de vous présenter le deuxième ouvrage de cette série, consacré à la qualité du data. En effet, nous avons vu bon nombre de nos clients à grande échelle se faire rembourser leurs frais de transport par le biais d'une carte de crédit.
Ces dernières années, les clients s'intéressent de plus en plus à la qualité du data. Ils se sont rendu compte qu'elle est devenue un élément essentiel, voire critique, de la qualité des produits.
Le développement de produits data qui fonctionnent et apportent une valeur ajoutée n'a aucun intérêt. En outre, nombre d'entre eux déplorent que les problèmes de qualité de data soient seulement identifiés
à la suite de plaintes des équipes commerciales qui les rencontrent en production. La qualité de data est donc devenue un facteur clé pour assurer la continuité et l'amélioration de leurs activités principales. Nous avons également constaté que des questions se posent rapidement sur les outils de qualité data : dois-je acheter une solution prête à l'emploi ou développer ma propre solution ? Quelles sont les meilleures solutions sur le marché ? Quel est le retour sur investissement de la mise en œuvre d'une telle solution ?

Nous en citerons même quelques-uns L'IA générative ouvre de nouvelles perspectives sur l'outil de gestion de la qualité data. Cependant, elles doivent être accompagnées d'autres questions tout aussi essentielles concernant les rôles et les responsabilités en matière de qualité data, les processus, les méthodes, ainsi que les éléments suivants la hiérarchisation et le financement des actions de qualité data. Que trouverez-vous dans cet eBook ? Nous commencerons par jeter les bases de la qualité data en définissant quelques concepts clés. Nous reviendrons ensuite sur l'évolution des approches de gestion de la qualité data au cours des dernières années. Nous aborderons ensuite la question des outils de qualité data. Nous verrons également comment l'IA générative apportera de nouvelles solutions pour la gestion de la qualité data. Enfin, nous nous pencherons sur les aspects organisationnels et les processus permettant d'améliorer continuellement la qualité de data.

Veuillez noter que cet eBook est basé sur nos expériences avec nos clients et partenaires. Il ne prétend pas être exhaustif. Au contraire, nous développons notre point de vue sur les questions que nous entendons le plus souvent.

Table des matières

  • Introduction et objectif du livre électronique
  • Quelques définitions d'abord
  • Quels sont les impacts commerciaux courants d'une mauvaise qualité de data ?
  • Comment l'approche de la gestion de la qualité de data a-t-elle évolué ces dernières années ?
  • Quels outils pour la gestion de la qualité data ?
  • Comment l'IA générative va-t-elle améliorer la gestion de la qualité data ?
  • Quels sont les modèles opérationnels à mettre en œuvre pour la gestion de la qualité de data ?
  • En résumé : trois messages clés à retenir
  • Glossaire

Partager ce rapport