La maitrise des données, un enjeu majeur pour les organisations
Par François Nadeau
En août dernier, Statistiques Canada dévoilait ses chiffres mensuels associés au marché de l’emploi canadien. Et comme à l’accoutumée, ces données ont ensuite été publiées et largement commentées dans différents médias et organismes de partout à travers le pays. Le problème, avec ces chiffres, est que le gain net des emplois créés en juillet n’était pas de 200 mais plutôt de 42 000. Ces derniers ont d’ailleurs admis leur erreur peu après cette monumentale bourde.
Un peu plus tôt dans l’été, un débat faisait rage au Québec quant au nombre exact de personnes travaillant pour l’État québécois. Alors que le président du Conseil du trésor avançait le nombre de 700 000, la Coalition avenir Québec parlait plutôt de 570 000 personnes.
Selon vous, qui a raison ? Si on vous disait qu’il y en a plutôt 450 000, trouveriez-vous ce nombre logique? Dans le cas de Statistiques Canada, est-ce que le chiffre de 200 emplois aurait pu éveiller des soupçons dès la première annonce? Pour certains économistes, ce fût le cas. Mais comment savoir pour la majorité des gens?
Lorsque des données sont publiées, nous avons rarement l’expertise et le temps pour en valider la crédibilité. Il faut s’en remettre à la réputation de ceux qui les publient. Même chose pour des résultats d’un sondage, une thèse de doctorat, ou tout travail complexe et de longue haleine.
La maitrise des données, un enjeu pour les organisations
De plus en plus d’entreprises utilisent différentes sources de données avant – et pour justifier – leurs décisions. Au sein de ces entreprises, combien de gens peuvent assurer la qualité et la validité de ces données?
Autrement dit, qui comprend vraiment la nature et la façon de récolter les données, par quels systèmes elles transitent et de quelle façon elles sont utilisées dans le processus menant à la prise de décision finale?
Qui peut reconnaître qu’un événement exceptionnel a pu biaiser ces chiffres? Les données aberrantes sont faciles à repérer. Mais qu’en est-il si vos données ne sont faussées que par une faible marge?
Si vous n’avez aucun point de repère ou mécanisme pour assurer la qualité de vos données et repérer les erreurs, il y a danger.
La prise de décision, si elle est basée uniquement sur l’instinct, comporte son lot de risques. Une décision, appuyée par des informations ne donnant pas un portrait réel de la situation, peut toutefois être tout autant, voir plus dommageable encore pour l’organisation.
Mais il sera possible de limiter les dégâts si l’organisation suit ces quelques règles de base: documenter et standardiser le processus de collecte d’information; établir des normes de qualité élevées; assurer d’avoir les outils nécessaires pour forer les données lorsque des erreurs sont commises ou anticipées.
