Comment améliorer la qualité des données ? 1

Pour prendre les bonnes décisions, les entreprises se basent sur les différentes données métier à leur disposition. Encore faut-il que ces informations soient fiables. La recherche constante des moyens de vérifier et d’améliorer la qualité des données est donc un véritable enjeu. Mais pour les entreprises, ce n’est pas toujours facile…

Incohérences, formats hétérogènes, sécurité des données… les principaux freins à une bonne qualité

Même si les collaborateurs ont conscience de l’importance de la donnée, de vraies difficultés apparaissent lorsqu’ils souhaitent les collecter et les exploiter :

• Hétérogénéité des formats et des sources de données
• Mauvaise interprétation
• Doublons avec des valeurs différentes
• Difficulté à identifier les données de référence

Dans bien des cas, ces informations ne sont pas centralisées, obligeant les collaborateurs à les rechercher avec plusieurs outils, dans différentes bases, les ressaisir, utiliser Excel pour les consolider… De plus, il n’est pas aisé de repérer les incohérences, les macros Excel ne sont pas toujours efficaces…

Les conséquences peuvent être extrêmement coûteuses : perte de temps en raison de tâches chronophages, augmentation du risque d’erreur, prise de décision à partir de données erronées…

Faire le choix de la sécurité avec Gathering Tools

Il existe une solution permettant à la fois de définir les règles de gestion qui déterminent le standard de la qualité des données, de mettre en place des workflow automatisés de collecte et d’analyse de données sans pour autant imposer une lourde gestion du changement aux utilisateurs : troquer les fichiers et processus de collecte/consolidation Excel pour la solution Gathering Tools.

Avec une interface permettant de reproduire au pixel près les documents Excel les plus complexes, elle offre cependant plus de fonctionnalités permettant de garantir la qualité des data :

• Les contrôles de cohérences consistent en la définition de règles permettant ainsi d’identifier les data qui semblent incohérentes par rapport aux autres et d’empêcher leur transmission
• La gestion des droits qui n’autorise les utilisateurs à intervenir que sur les documents et les cellules sur lesquelles ils sont habilités. 
• L’interopérabilité avec le SI qui permet de sécuriser le stockage en base de données et de mettre à jour automatiquement les documents depuis les référentiels de l’entreprise, permettant d’obtenir la fameuse “vision unique de la vérité” 
• Les alertes et notifications permettent de relancer automatiquement les collaborateurs qui n’ont pas renseigné les données attendues en temps et en heure  et d’engager un dialogue autour des indicateurs, permettant à l’ensemble des parties prenantes de se mettre d’accord durant tout le processus de construction des données.

Gain en qualité, en temps et en fiabilité : l’exemple d’EDF

La Direction Ingénierie et Projets Nouveau Nucléaire (DIPNN) d’EDF a décidé de mettre en place Gathering Tools pour structurer les enquêtes budgétaires qui reposent sur des données collectées auprès des équipes locales sur le terrain. Au sein de la Direction Finance et Performance, Agnès  Vinot – Responsable  pôle  méthodes  et  outils,  et  Corinne Benoit – Contrôleur de gestion SI, expliquent : “Nous  avons  pu  mettre  en  place  des contrôles de cohérence stricts, impossibles auparavant – comme l’identification des  doublons, l’impossibilité de modifier les données de référence ou de renvoyer  un  formulaire  incomplet. Une fois les données intégrées sous Gathering Tools, la consolidation est bien  plus rapide : les calculs avec nos formules les plus complexes ne prennent plus que   quelques minutes”.