Documenter un dictionnaire de données avant un import
Un dictionnaire de données relie chaque colonne à une signification et à une règle de traitement. Avant un import, il permet de distinguer une valeur inconnue, une erreur de format et une contradiction métier. Commencez par les champs dont une décision dépend.
Donner un sens à chaque champ
Pour chaque colonne, notez son nom, sa définition, son type, son unité, sa source et la personne qui peut répondre aux questions. Une date peut désigner l’observation, la publication ou l’import : ces événements ne sont pas interchangeables.
Exemple fictif : dans une liste de contrats, « montant » reste ambigu sans devise et sans précision mensuelle ou annuelle. Le dictionnaire devrait indiquer « abonnement mensuel, en euros, base fiscale à préciser » plutôt que seulement « nombre ».
Définir l’absence sans inventer de valeur
Écrivez les états que la source peut produire : valeur présente, inconnue, non applicable ou non renseignée. Une cellule vide n’est pas nécessairement zéro. Si plusieurs codes existent, conservez le code d’origine avant une conversion documentée.
Dans l’exemple, un coût de sortie vide signifie qu’il faut demander une information. Le convertir en 0 rendrait artificiellement le contrat moins cher. Une absence peut bloquer un calcul tout en laissant le reste de la fiche utilisable.
Préserver identifiants et relations
Distinguez un identifiant d’un nombre à calculer. Conservez les zéros initiaux si le format l’exige. Listez la clé qui relie deux fichiers et définissez le traitement d’une référence introuvable ; n’associez pas deux entités sur leur seul nom.
Préparez un petit lot avec un identifiant absent, un doublon possible et une relation non résolue. Le résultat attendu peut être une ligne en attente de revue, plutôt qu’une fusion automatique ou la suppression de la relation.
Écrire les contrôles avant l’import
Séparez syntaxe, règles métier et exactitude factuelle. Une date bien formée peut être fausse ; une adresse valide peut ne plus être actuelle. Pour chaque contrôle, écrivez un exemple accepté et un exemple rejeté avec la réaction attendue.
L’outil de contrôle CSV du site mesure cellules vides, lignes et doublons exacts d’une colonne. Il ne prouve ni la validité d’un identifiant ni l’exactitude d’une source. Utilisez ce premier diagnostic pour préparer les vérifications métier.
Versionner le dictionnaire avec le fichier
Conservez ensemble le fichier reçu, son dictionnaire, les conversions effectuées et les anomalies non résolues. Avant un nouvel import, comparez les colonnes et leurs définitions. Un nom de colonne inchangé peut masquer une nouvelle unité.
Attribuez un responsable à chaque changement de sens. Si le fichier devient incompatible, préparez une transformation révisable sur une copie et une preuve de retour arrière ; ne remplacez pas silencieusement la base de référence.
Une fiche à conserver avec la décision
| Élément | Preuve |
|---|---|
| Définition | Nom, sens, unité, source et responsable. |
| Absence | Codes d’inconnu, non applicable et valeur nulle. |
| Relations | Identifiants, clés et références non résolues. |
| Contrôles | Exemples acceptés/rejetés et traitement prévu. |
Télécharger la fiche à compléter (CSV)
Questions fréquentes
Une colonne numérique doit-elle être convertie en nombre ?
Pas si elle représente un identifiant. Vérifiez le sens et la conservation des zéros avant toute conversion.
Un taux de complétude élevé prouve-t-il la qualité ?
Il montre que les cellules ne sont pas vides selon la règle choisie. Il ne démontre ni exactitude, ni fraîcheur, ni adéquation au besoin.
Références
GOV.UK · Data Quality Framework
La grille pratique est une synthèse éditoriale à adapter à votre service. Elle ne constitue ni une certification ni un résultat d’audit.