Question 1

Que faut-il vérifier dans ses données avant de lancer un projet d'IA ?

Accepted Answer

Quatre choses, dans cet ordre : que la donnée soit accessible par un programme, qu'elle soit fraîche, qu'on sache ce que chaque champ signifie, et qu'on ait le droit de l'utiliser pour cet usage. Un modèle n'invente pas ce qui manque et ne corrige pas ce qui est faux — il donne à des données médiocres l'apparence de la fiabilité, ce qui est pire que de ne rien faire.

Question 2

Quelles précautions prendre pour analyser des données personnelles dans une entreprise ?

Accepted Answer

Quatre principes couvrent l'essentiel : n'utiliser une donnée que pour une finalité définie et compatible avec celle de sa collecte, ne conserver que ce qui est nécessaire et pas plus longtemps qu'il ne faut, travailler sur des données pseudonymisées dès que l'identité n'est pas indispensable à l'analyse, et tracer qui accède à quoi. L'anonymisation réelle est plus difficile qu'il n'y paraît : retirer le nom ne suffit pas, car un croisement de quelques attributs suffit souvent à réidentifier une personne.

Question 3

Quels contrôles de qualité mettre en place sur une chaîne de données ?

Accepted Answer

Cinq familles suffisent à couvrir l'essentiel : la fraîcheur (les données sont-elles arrivées ?), la volumétrie (en quantité attendue ?), la complétude (les champs obligatoires sont-ils remplis ?), la validité (les valeurs respectent-elles leur format et leur domaine ?) et la cohérence entre sources (les totaux se recoupent-ils ?). Ces contrôles tournent à chaque rafraîchissement et alertent avant les utilisateurs. Ce qui change la perception de fiabilité n'est pas l'absence d'erreur — c'est le fait d'être prévenu avant celui qui consulte le tableau de bord.

Question 4

Faut-il un data warehouse, un data lake, ou un tableur suffit-il ?

Accepted Answer

Un tableur suffit tant que les données tiennent dans un fichier, qu'une seule personne les met à jour et qu'aucune décision engageante n'en dépend. Un entrepôt de données devient utile dès qu'il faut croiser plusieurs sources, garder l'historique et que plusieurs personnes consomment les mêmes chiffres. Un lac de données ne se justifie que pour de gros volumes de données brutes hétérogènes — c'est rarement le besoin d'une PME ou d'une ETI, et c'est souvent une réponse surdimensionnée.

Question 5

Pourquoi les tableaux de bord ne sont-ils pas utilisés, et comment en concevoir un qui le soit ?

Accepted Answer

Parce qu'ils répondent à la question « que peut-on afficher ? » au lieu de « quelle décision faut-il prendre ? ». Un tableau de bord utilisé tient sur un écran, comporte cinq à sept indicateurs maximum, affiche systématiquement une référence de comparaison, et se rattache à une réunion existante. S'il ne change aucune décision, il ne sera pas consulté — quelle que soit sa qualité graphique.

Question 6

Comment retrouver la confiance dans les données quand chaque service a ses propres chiffres ?

Accepted Answer

En arrêtant de chercher le bon chiffre pour chercher la bonne définition. Dans la quasi-totalité des cas, deux services qui affichent un résultat différent calculent en réalité deux choses différentes : périmètre, date de référence ou statut retenu ne sont pas les mêmes. La première étape n'est donc pas technique mais lexicale — écrire, indicateur par indicateur, ce que chaque terme recouvre exactement, et qui en est responsable.

Question 7

Quelles sont les erreurs de modélisation de base de données les plus fréquentes ?

Accepted Answer

Six reviennent constamment : absence de contraintes d'intégrité déléguées au code applicatif, suppression physique des enregistrements au lieu d'un archivage, stockage des dates sans fuseau horaire, montants en nombres flottants, statuts en texte libre sans référentiel, et absence d'index sur les colonnes de filtrage. Toutes se corrigent facilement au début du projet et deviennent très coûteuses une fois la base remplie.

data

Vos données sont-elles prêtes pour l'IA ? La question avant toutes les autres

Analyser des données personnelles sans se mettre en faute

Qualité des données : les contrôles qui valent la peine d'être automatisés

Tableur, entrepôt ou lac de données : de quoi avez-vous vraiment besoin ?

Construire un tableau de bord que les gens utilisent vraiment

Quand personne ne fait confiance aux chiffres : par où commencer

Les erreurs de conception de base de données que je vois le plus souvent

Un projet à cadrer ?