Pourquoi la qualité des données compte-t-elle pour les décisions de gestion ?
Réponse courte
Une décision dépend de données adaptées à son usage : exactes, complètes, actuelles et cohérentes. Une erreur, un doublon ou une information mal définie peut fausser un indicateur et conduire à un choix inadapté.
Comprendre
Des données interprétables
Une donnée prend le sens d’une information quand on sait ce qu’elle représente et dans quelle situation elle est utilisée. Le nombre « 48 » ne permet pas seul de décider. « 48 places occupées sur 60 dans l’atelier du mercredi » précise le périmètre et peut éclairer une décision de capacité. La qualité s’apprécie notamment selon l’exactitude, la complétude, l’actualité et la cohérence des données avec leur usage.
Des défauts qui changent le résultat
Dans le registre fictif de Ludo, six des 90 lignes répètent exactement des inscriptions déjà présentes : il reste 84 inscriptions distinctes. Un total calculé sur les lignes brutes surestime donc les participants. Une date acceptée au bon format peut aussi être erronée ou correspondre à un créneau complet. Les contrôles informatiques détectent certains défauts, mais ne prouvent pas que la donnée correspond à la réalité.
Une décision demande du contexte
Si un atelier a 48 places occupées sur 60 et un autre 30 sur 50, leurs taux sont respectivement 80 % et 60 %. Cet écart peut guider l’examen des créneaux, mais ne démontre pas à lui seul qu’il faut déplacer les moyens : il manque par exemple les demandes refusées, les coûts et les besoins des participants. Il faut vérifier les définitions, les doublons et la période avant d’interpréter un indicateur.
Étapes
- Précise ce que représente chaque donnée et la période observée.
- Contrôle exactitude, complétude, actualité, cohérence et doublons.
- Calcule l’indicateur à partir d’un dénominateur adapté.
- Interprète le résultat avec les contraintes et informations manquantes.
Exemples
- Quatre-vingt-dix lignes dont six doublons correspondent à 84 inscriptions distinctes, si les six répétitions ont bien été identifiées.
- 48 places sur 60 donnent 80 % d’occupation ; 30 sur 50 donnent 60 %.
- Une date au format correct peut désigner un atelier déjà complet : le format ne garantit pas la validité métier.
Pièges fréquents
- Compter chaque ligne comme une personne unique peut gonfler un total lorsqu’un registre contient des doublons.
- Lire un taux d’occupation comme une preuve de rentabilité ignore les coûts, les demandes non satisfaites et la qualité du service.
Pourquoi ça marche
Une décision ne peut être pertinente que si les données mesurent bien la situation concernée et sont interprétées avec leur contexte.
