Latest Insights
Blog

Data Rocket lance sa solution Data Quality Watch

Au cœur de la transformation numérique se trouve la qualité des données : la capacité de faire confiance aux données d’une organisation. Pour pouvoir faire pleinement confiance aux données et obtenir des informations analytiques fiables, les organisations doivent être en mesure de mesurer la qualité de leurs données. C’est pourquoi Data Rocket a lancé Data Quality Watch, une solution d’automatisation qui mesure la qualité et la convivialité des données, disponible dès maintenant pour les clients actuels et nouveaux de Data Rocket. 

Data Quality Watch est conçue à l’aide de Snowflake et de Talend, et peut être exécutée à la demande ou selon un horaire préétabli.  Les mesures de la qualité des données sont configurées pour répondre aux besoins précis d’une organisation et présentées avec un ensemble de tableaux de bord intégrés dans PowerBI ou Tableau. Data Quality Watch mesure les données fondées sur cinq dimensions de la qualité des données :  

Dimensions de la qualité des données

  • Intégrité des données : les données ont-elles été conformes et se comportent-elles de manière conforme aux processus et politiques de l’entreprise?  
  • Cohérence des données : les données sont-elles cohérentes entre les différentes sources de données?  
  • Complétude des données : les données sont-elles exhaustives et sans points de données cruciales manquants?  
  • Actualité des données : les données sont-elles à jour?
  • Popularité des données : les données sont-elles utilisées dans l’organisation?  

Comment les responsables de la gestion des données peuvent utiliser Data Quality Watch pour combler le fossé entre l’entreprise et l’informatique.

Sans mesure, la qualité des données peut être un concept vague à ingérer : Data Quality Watch fournit un cadre conceptuel personnalisable pour que les données soient traitées de façon continue et proactive. Mieux encore, Data Quality Watch permet aux utilisateurs techniques et commerciaux de fixer plus facilement des objectifs communs et d’établir une culture de qualité des données.

Aussi importante que soit la qualité des données, elle peut être une cible mouvante. Les données peuvent résider dans plusieurs systèmes sources et peuvent être modifiées au fur et à mesure de leur déplacement dans les applications de données. Les gestionnaires de données peuvent utiliser Data Quality Watch pour obtenir une visibilité sur les objets de données tout au long de leur cycle de vie.

La visibilité des données favorise une meilleure collaboration entre l’informatique et les utilisateurs professionnels.

Pour obtenir la visibilité des données, Data Quality Watch effectue un profilage programmé des données sur l’unicité, les valeurs non vides, les modèles de données cohérents, le caractère actuel des données et leur utilisation. L’outil profile les données en fonction des paramètres de configuration définis et produit un extrant d’un niveau d’information plus affiné sur la qualité des données.

Une fois les données profilées, Data Quality Watch calcule les pointages de la mesure de qualité par fonction administrative. Dans chaque ensemble de données, les résultats peuvent être analysés au niveau des tableaux et des colonnes, ce qui permet d’obtenir facilement un instantané de la qualité des données à tout moment.

Data Quality Watch aide à rallier tous les utilisateurs de données autour d’une compréhension commune de la qualité des données, en utilisant les valeurs d’une organisation comme repères. Data Quality Watch est configurable par fonction administrative : elle mesure des ensembles de données précises par rapport à des critères ciblés. Par exemple, l’actualité des données peut être un attribut important pour les opérations et la logistique, mais pas aussi critique pour d’autres utilisateurs commerciaux; Data Quality Watch peut être configurée en conséquence. Data Quality Watch peut programmer plusieurs requêtes distinctes sur des ensembles de données séparés que l’utilisateur aura définis. 

En outre, Data Quality Watch montre la tendance des mesures de la qualité des données, ce qui peut aider une organisation à connaître l’état actuel de la maturité des données pour s’assurer qu’il s’agit d’une tendance vers une amélioration.

En établissant des mesures de qualité basées sur les valeurs de l’entreprise, Data Quality Watch aide les responsables des données à concentrer les initiatives de résolution sur les ressources de données les plus importantes. Lorsque les problèmes de qualité des données sont décelés à l’endroit du traitement des données, les responsables peuvent concentrer leurs efforts de résolution sur l’intégration et la préparation des données. Pour les corrections des secteurs d’activité, le profilage détaillé de Data Quality Watch permet de fournir une feuille de route aux fins de rapprochement.

Les utilisateurs professionnels ne pensent souvent à la qualité des données que lorsque des problèmes surviennent, par exemple lorsqu’un rapport contient des champs vides ou des informations périmées, ou lorsqu’ils trouvent plusieurs versions du même dossier client dans une base de données. En mesurant la qualité des données pour les points de données pertinents, Data Quality Watch fournit des garde-fous aux utilisateurs professionnels, même si les écosystèmes de données évoluent. Lorsque les utilisateurs professionnels font confiance aux données, il y a une plus forte propension à les utiliser dans le processus décisionnel. Plus les données sont utilisées, plus leur utilité est vérifiée. Le résultat donne une boucle de rétroaction positive où les données occupent une place centrale, de là naît une culture de qualité des données.

Data Quality Watch – Amplification de la trousse d’outils de gouvernance de données de Data Rocket

Data Quality Watch est proposé aux abonnés nouveaux et existants de Data Rocket. Data Rocket a été créé pour introduire la gouvernance des données à chaque étape du cycle de vie des données. La solution Data Cloud infiniment évolutive de Snowflake permet d’éliminer les silos. Un environnement Data Cloud bien géré permet de stocker, de consulter et d’exploiter les données à partir d’un emplacement central, ce qui élimine les doublons et fournit une seule version de la réalité. Talend étant au cœur du moteur d’ingestion dynamique géré de Data Rocket, celui-ci procure une saisie gérée des données de modification, un nettoyage préliminaire des données et un historique des données de version pour chaque modification des données du système source.

Data Quality Watch complète les capacités de Data Rocket avec un outil pratique de mesure et d’action. Rejoignez-nous le 15 septembre pour assister à une démonstration en direct de Data Quality Watch par les ingénieurs de Passerelle.   

Return to Blog