Revue d’habilitations dans une équipe touristique fictive

Qualité et responsabilités

Incidents de qualité du catalogue : mesure, preuve et correction

Un taux de complétude et une erreur sur une entrée peuvent demander des décisions différentes. Le suivi de qualité doit relier métrique, population et problème concret, puis retrouver qui corrige la donnée et quels consommateurs doivent être relus.

Ce que documentent les sources

DQV distingue mesure, métrique et dimension ; une mesure évalue une ressource selon une métrique déterminée.

W3C : Data Quality Vocabulary, note de groupe de travail — consulté le . Note de groupe de travail W3C, sans liste normative universelle de critères. Aucun taux, label de qualité ou incident réel calculé pour le site.

Définir le défaut et son périmètre

Conservez objet, champ, version et effet observé : adresse impropre, prix incomplet ou consigne ancienne. Pour une mesure, précisez population, unité et règle de calcul. Un pourcentage global peut masquer un défaut critique dans une seule fiche. La décision doit montrer pourquoi l’information affecte une vente ou un usage, sans transformer toute différence de format en incident métier.

Rapprocher preuve, cause et responsabilité

Gardez un exemple fictif ou une référence autorisée à la donnée concernée. Comparez source, transformations et consommateurs pour localiser l’étape du défaut. Une correction de page peut cacher une erreur qui reviendra au prochain import. Faites attribuer l’investigation et la correction à leur niveau de source, puis préciser la suite provisoire lorsque la promesse ne peut pas encore être confirmée.

Recontrôler la source et les usages touchés

Après correction, rejouez le cas et vérifiez les sorties qui utilisent la valeur. Un indicateur peut s’améliorer alors qu’une version linguistique ou un document reste ancien. Conservez résultat avant/après dans le même périmètre et les limites de l’examen. La clôture doit décrire le défaut résolu et les questions restantes, sans déclarer l’ensemble du catalogue fiable à partir d’un seul contrôle.

Deux situations à rapprocher

Le taux progresse mais la mauvaise entrée reste

Scénario fictif : le nombre de champs remplis augmente alors qu’une adresse d’accès est toujours impropre. Rapprochez métrique et défaut concret avant de clôturer l’incident.

La correction disparaît au prochain import

Scénario fictif : une page est corrigée localement mais la source réintroduit l’ancienne consigne. Faites remonter la décision à l’étape qui produit la valeur et rejouer ses consommateurs.

Conserver la décision et sa prochaine suite

Éléments à rapprocher pour ce dossier
PointPreuve à retrouverContrôle proposé
ObjetChamp et versionLocaliser le défaut concret.
EffetVente ou usage touchéQualifier la décision nécessaire.
MétriqueDéfinition et unitéDistinguer mesure et interprétation.
PopulationPérimètre examinéÉviter un taux sans base.
PreuveExemple ou référence autoriséeConserver le résultat observé.
CauseSource et transformationsCorriger l’étape qui produit le défaut.
RecontrôleSorties et versionsVérifier les consommateurs touchés.
ClôtureResponsable et limitesNe pas certifier tout le catalogue.

Le suivi est clôturable lorsque source, cas concret et consommateurs concernés ont une réponse vérifiée dans le périmètre annoncé. Les mesures gardent leurs définitions et unités. Une correction isolée ne devient pas une certification générale de qualité.

Erreurs à éviter

  • Publier un taux sans population ni règle.
  • Corriger seulement une sortie régénérée.
  • Clôturer le défaut sur une moyenne globale.

La fiche de contrôle permet de suivre les points à confirmer. Le registre associé conserve le périmètre, les preuves et la décision ; ses champs précisent les informations à rassembler et les contrôles à effectuer.

Nommer les points du dossier

Approfondir le parcours : Anomalies de recette : impact, priorité et preuve de correction

Un incident de qualité doit garder un cas reproductible et son impact sur la tâche. La priorité est une décision expliquée, distincte du nombre de signalements. Le contrôle de correction examine les consommateurs du champ, pas seulement une présentation.

Anomalies de recette : impact, priorité et preuve de correction · Rapprocher les preuves du parcours

Qualité de catalogue : ressource mesurée, type de valeur et provenance

Un résultat devient plus interprétable lorsqu’il garde la référence de ce qui a été contrôlé et de la méthode employée. DQV fournit des termes pour décrire ces informations.

Qualité de catalogue : ressource mesurée, type de valeur et provenance
Point documentéCe que la source préciseConséquence pour votre contrôle
Ressource contrôléeDans DQV, computedOn relie une mesure à la ressource sur laquelle elle est calculée.Conservez le lot ou la distribution exacte, pas seulement le nom général du catalogue.
Type de résultatexpectedDataType indique le type de valeur attendu par une métrique, par exemple booléen ou nombre.Distinguez un contrôle oui/non, un nombre d’écarts et une proportion.
Provenance d’une mesureL’exemple DQV d’une mesure individuelle associe agent, activité et date de production via PROV.Retrouvez qui a produit le résultat, avec quelle opération et à quel moment.
Précision et exactitudeLa note distingue précision ou résolution et exactitude ; une valeur très précise peut rester inexacte.Des coordonnées avec beaucoup de décimales ne démontrent pas qu’elles désignent la bonne entrée.

DQV est une note de groupe de travail, pas une liste normative universelle de seuils de qualité. Les règles et jeux fictifs proposés ici sont des exemples éditoriaux adaptés à la préparation d’un catalogue.

W3C — Data Quality Vocabulary, note de groupe de travail · consultée le . Les contrôles proposés sont une lecture éditoriale de cette référence.

Comparer un champ rempli et une donnée confirmée

Six fiches fictives servent à compter des adresses. Une adresse erronée reste un champ rempli. Une adresse non contrôlée reste une inconnue sur son exactitude. Comparez les deux proportions sur la même population.

Règles de cet exercice : le taux de remplissage compte toute adresse présente ; le taux de confirmation compte seulement les adresses contrôlées et confirmées. Les adresses absentes restent au dénominateur. Ces règles sont éditoriales, sans seuil de lancement ni certification de qualité.

Les données et résultats restent lisibles sans interaction

Après reprise fictive, B est corrigée puis contrôlée, C reçoit une adresse encore non contrôlée et D est contrôlée puis confirmée. A, E et F gardent leur état.

États fictifs des six fiches avant et après reprise
FichePopulationLot initialAprès reprise fictive
AActiveAdresse contrôlée et confirméeAdresse contrôlée et confirmée
BActiveAdresse contrôlée et erronéeAdresse contrôlée et confirmée
CActiveAdresse absenteAdresse présente, non contrôlée
DActiveAdresse présente, non contrôléeAdresse contrôlée et confirmée
EArchivéeAdresse contrôlée et confirméeAdresse contrôlée et confirmée
FArchivéeAdresse absenteAdresse absente
Résultats des règles de comptage sur chaque population fictive
Lot et populationRemplies / fichesConfirmées / fiches
Lot initial — Toutes les fiches4 / 6 · 66,7 %2 / 6 · 33,3 %
Lot initial — Fiches actives3 / 4 · 75,0 %1 / 4 · 25,0 %
Lot initial — Fiches archivées1 / 2 · 50,0 %1 / 2 · 50,0 %
Après reprise fictive — Toutes les fiches5 / 6 · 83,3 %4 / 6 · 66,7 %
Après reprise fictive — Fiches actives4 / 4 · 100,0 %3 / 4 · 75,0 %
Après reprise fictive — Fiches archivées1 / 2 · 50,0 %1 / 2 · 50,0 %
Lot vide — Toutes les fichesNon calculable · aucune ficheNon calculable · aucune fiche
Lot vide — Fiches activesNon calculable · aucune ficheNon calculable · aucune fiche
Lot vide — Fiches archivéesNon calculable · aucune ficheNon calculable · aucune fiche

Dans le lot initial, trois des quatre adresses actives sont remplies mais une seule est confirmée. Le taux de remplissage de 75,0 % ne fait donc pas disparaître l’adresse erronée, l’adresse absente ou l’adresse encore non contrôlée. Après reprise, les quatre champs actifs sont remplis, mais la confirmation reste à 75,0 %.

Cadre documentaire : W3C — Data Quality Vocabulary, note de groupe de travail consultée le . Les règles, états et pourcentages ci-dessus sont ceux de ce jeu fictif, pas des statistiques du secteur. Calcul local sans import, stockage ou modification du catalogue.

Sources et périmètre des faits documentés

La date de consultation figure avec chaque référence. Les méthodes d’essai et recommandations de ce guide sont éditoriales ; les conditions d’accès et d’usage se vérifient dans la documentation actuelle.

  • W3C — Data Quality Vocabulary, note de groupe de travail : DQV est une note de groupe de travail, pas une liste normative universelle de seuils de qualité. Les règles et jeux fictifs proposés ici sont des exemples éditoriaux adaptés à la préparation d’un catalogue. (consultée le )

Questions fréquentes

Questions utiles avant de décider

Une mesure globale suffit-elle ?

Rapprochez son sens avec les défauts concrets et leur effet sur le parcours.

Où corriger ?

À l’étape de référence qui produit le défaut, puis dans les consommateurs nécessaires.

Que garder après correction ?

Même périmètre avant/après, résultat du cas, versions touchées et limites restantes.

Une valeur très précise est-elle nécessairement exacte ?

Non. DQV distingue explicitement ces notions. Dans un catalogue, une position géographique donnée avec beaucoup de décimales peut encore viser une mauvaise entrée. Conservez le contrôle de la valeur et son usage, en plus de sa résolution.

Approfondir la méthode

Modèles et champs associés

Les modèles reprennent les documents cités dans cette méthode et ses guides associés. Consultez les informations à rapprocher et les contrôles proposés.

Passer à la vérification

Des fiches de contrôle pour ce sujet

Champs à collecter, tests, erreurs fréquentes et consignes de transmission pour travailler sur un dossier concret.

Conseillère préparant la reprise d’un dossier fictif

Qualité et responsabilités

Vérifier le dossier : Incidents de qualité du catalogue : mesure, preuve et correction

Un taux de complétude et une erreur sur une entrée peuvent demander des décisions différentes. Le suivi de qualité doit relier métrique, population et problème concret, puis retrouver qui corrige la donnée et quels consommateurs doivent être relus.

8 contrôles, un cas pratique et 3 questions fréquentes : Vérifier le dossier : Incidents de qualité du catalogue : mesure, preuve et correction →

Toutes les fiches de contrôle →

Étape suivante

Appliquez cette méthode à des solutions concrètes.

Explorez les catégories du répertoire puis vérifiez les capacités et conditions auprès des sources officielles.

Explorer le répertoireParler du projet