« Nos données sont bonnes » : ce que ça veut dire en réalité

« Nos données sont bonnes, c'est le reporting qui pose problème. » C'est une phrase qu'on entend souvent en début de mission, et elle part généralement d'une intuition fausse : que la qualité des données est une case à cocher, oui ou non, réglée une bonne fois pour toutes par l'équipe IT.

En pratique, la qualité se mesure sur plusieurs axes indépendants — une donnée peut être excellente sur l'un et défaillante sur un autre, sans que personne ne s'en rende compte tant que le mauvais axe n'a pas été testé.

Les six axes qu'on regarde

Dimension	La question qu'elle pose
Exactitude	Le chiffre reflète-t-il ce qui s'est réellement passé ?
Complétude	Combien de champs sont vides, et est-ce que ça biaise l'analyse ?
Cohérence	La même donnée a-t-elle la même valeur partout où elle apparaît ?
Unicité	Le même client, le même contrat, existe-t-il en double quelque part ?
Fraîcheur	Ce chiffre date-t-il d'hier, ou de la dernière synchronisation il y a six mois ?
Validité	Le format est-il respecté — une date qui est vraiment une date, pas du texte libre ?

Une base client peut être exacte à 99% et pourtant inutilisable en pratique, si un tiers des dossiers sont dupliqués sous des orthographes légèrement différentes. Un tableau de bord financier peut être parfaitement cohérent d'un mois sur l'autre — et faux depuis le départ, parce que la formule de calcul elle-même contient une erreur que personne n'a challengée depuis sa création.

Pourquoi ça échappe souvent au diagnostic interne

Une équipe interne qui travaille avec les mêmes données depuis des années développe des réflexes de contournement sans même s'en rendre compte : elle sait quel champ ignorer, quelle ligne exclure du calcul, quel filtre appliquer avant d'exporter. Ces ajustements deviennent invisibles à force d'habitude — jusqu'à ce que la personne qui les connaît parte, ou qu'un nouvel outil s'appuie sur les données brutes sans ce filtre implicite.

C'est exactement ce type de défaut que Clarity, notre outil de diagnostic, est construit pour révéler — pas en posant la question « vos données sont-elles bonnes ? », qui n'a pas de réponse utile, mais en testant chacun des six axes séparément, avec un score par dimension plutôt qu'une note globale qui masque où se situe vraiment le problème.

Un seul chiffre de qualité data ne dit presque rien. Ce qui compte, c'est de savoir sur quel axe précis ça casse.

Ce que ça change avant un projet IA

Un modèle entraîné sur des données incomplètes ou incohérentes hérite silencieusement de ces défauts — il ne les corrige pas, il les reproduit à plus grande échelle, avec une apparence de rigueur technique qui rend l'erreur plus difficile à repérer qu'une erreur humaine. C'est une des raisons pour lesquelles, dans notre framework, la fiabilité des données précède toujours l'intelligence artificielle, jamais l'inverse.