Le vrai coût d’une donnée de mauvaise qualité

Les équipes data le savent : la préparation des données représente 60 à 80 % du temps d’un projet analytique. Ce qui est moins visible, c’est le coût des données qui passent entre les mailles du filet — les erreurs silencieuses qui se propagent dans les modèles, les tableaux de bord et les décisions.

Prenons un exemple concret. Un distributeur industriel utilise un modèle de prévision des ventes pour dimensionner ses stocks. Le modèle est performant sur les données historiques. Mais les données de ventes contiennent des retours non corrigés, des transferts inter-entrepôts comptabilisés comme des ventes, et des promotions non flagées. Le modèle apprend ces artefacts comme des signaux. Résultat : des prévisions biaisées, des ruptures sur les références à forte rotation, du surstock sur les autres.

Le coût direct est mesurable : ruptures, surstock, heures de correction manuelle. Mais le coût indirect est plus insidieux. La confiance dans le système s’érode. Les opérationnels retournent aux tableurs. Le projet IA est progressivement marginalisé, non parce que la technologie est mauvaise, mais parce que les données qui l’alimentent le sont.

Comment éviter ce piège ? Trois mesures concrètes. Premièrement, instrumenter la qualité des données comme on instrumente la performance applicative. Des tests automatisés sur la complétude, la cohérence et la fraîcheur des données doivent tourner en continu, pas une fois par trimestre.

Comment éviter ce piège ? Trois mesures concrètes.

Deuxièmement, documenter la lignée des données. Chaque table, chaque champ doit avoir un propriétaire identifié, une définition métier non ambiguë et une traçabilité de sa source à son utilisation. Sans cela, corriger un problème revient à chercher une fuite dans un réseau non cartographié.

Troisièmement, impliquer les équipes métier dans la définition des règles de qualité. Les data engineers peuvent détecter les anomalies statistiques, mais seuls les opérationnels savent si un zéro dans un champ de quantité est une erreur ou une réalité métier.

La qualité des données n’est pas un sujet technique. C’est un sujet d’organisation. Et c’est, de loin, le meilleur investissement qu’une entreprise puisse faire avant de parler d’intelligence artificielle.