Bonnes pratiques de validation des données

Partager sur Facebook
Partager sur Twitter
Partager sur lié
Partager sur télégramme
Partager sur WhatsApp

Contenu

Quand il s'agit de la qualité de l'information, des termes comme vérification et la validation des données. Les deux méthodes contribuent à augmenter la fiabilité de chaque bit d'information disponible, et l'application des deux ensembles de techniques est nécessaire même lorsque, la la validation des données a tendance à être un peu plus complexe.

data_validation.jpg

Crédits photos: je stocke iSergey

Pourquoi la validation des données n'est pas aussi simple que la vérification

En premier lieu, la raison fondamentale de cette différence est le fait que une vérification peut être effectuée sur les données contenues dans une base de données sans avoir recours à aucun autre élément. La seule exception serait dans les cas où aucune spécification de métadonnées ou règle métier n'est incluse.

Mais cependant, la validation des données nécessite nécessairement des références externes à la base de données. Et voici un autre aspect qui ajoute ce niveau supplémentaire de complexité à une procédure de ce type, puisque Dans cette comparaison des informations avec celles obtenues de sources externes, vous devez examiner les données en fonction:

  • Critères objectifs: qui répondent à la question de savoir si un élément de données représente correctement cet aspect du monde réel qui est destiné au modèle.
  • Critères subjectifs: sont ceux qui sont utilisés pour effectuer l'évaluation de la adéquation des données à une finalité spécifique.

Ceci signifie que, il faudra non seulement savoir sélectionner le bon outil pour effectuer le la validation des données, mais également il faudra avoir les profils qui peuvent contribuer au résultat final en ajoutant plus de valeur, qu'ils ne sont autres que:

  • Utilisateurs d'informations: dont la contribution sera très utile dans tous les cas, en particulier dans la validation des données dans tous les aspects liés à l'aspect subjectif de la validation.
  • Les propriétaires des données: qui peut être utilisé lorsqu'il existe des critères d'évaluation objectifs spécifiques.

Bonnes pratiques pour la validation des données

Dans la pratique, au démarrage d'une procédure la validation des données les recommandations suivantes doivent être respectées:

  • L'utilisation d'une procédure de mesure identique à l'originale pour valider une mesure ne garantit pas le même niveau de précision et de fiabilité que si une méthode alternative était choisie..
  • Idem pour les polices, puisque la validation des données il faut contraster avec beaucoup de, et le faire dans le cadre de la routine de validation.
  • Le jugement d'expert doit être considéré comme une technique de validation de dernier recours., surtout si c'est la seule source de validation pour une valeur de données.
  • La validation doit être considérée comme plus élaborée que la simple comparaison des valeurs de données à d'autres valeurs connues.. Les transformations des données elles-mêmes doivent être validées pour s'assurer que le résultat est de la qualité attendue..

Finalement, il convient enregistrer une documentation et des informations suffisantes sur la procédure (ainsi que les outils utilisés et les personnes impliquées) pour répondre aux besoins futurs qui pourraient survenir.

Abonnez-vous à notre newsletter

Nous ne vous enverrons pas de courrier SPAM. Nous le détestons autant que vous.