Définition du nettoyage de données
Le nettoyage de données (aussi appelé data cleaning ou data scrubbing) est le processus de détection et de correction des erreurs, lacunes et incohérences dans un ensemble de données afin qu'il soit exact et prêt à l'emploi. Les rapports, les décisions et le contenu destiné aux clients ne sont fiables que si les données qui les soutiennent le sont aussi. Le nettoyage aide donc à prévenir des problèmes tels que les commandes incorrectes, les livraisons échouées et les annonces de place de marché rejetées.
Qu'est-ce que le nettoyage de données corrige ?
- Les doublons, par exemple le même produit ou client saisi deux fois sous des noms légèrement différents
- Les erreurs et fautes de frappe, comme un prix incorrect, une adresse e-mail invalide ou un poids saisi dans la mauvaise unité
- Les formats incohérents, par exemple les dates, unités ou noms de couleurs écrits de plusieurs façons (« Navy », « bleu marine », « NVY »)
- Les valeurs manquantes ou obsolètes, comme les champs obligatoires vides ou les articles discontinués toujours listés comme disponibles
Comment ça fonctionne ?
Les données sont d'abord vérifiées par rapport à un ensemble de règles, comme les champs obligatoires, les valeurs autorisées ou les formats standard, pour identifier les enregistrements qui ne correspondent pas. Les problèmes sont ensuite corrigés, fusionnés, standardisés ou supprimés, soit automatiquement, soit par une personne qui examine les enregistrements signalés. Comme de nouvelles erreurs apparaissent chaque fois que des données sont ajoutées ou modifiées, le nettoyage fonctionne mieux comme une tâche régulière plutôt qu'un nettoyage ponctuel.
Comment le PIM soutient-il le nettoyage de données ?
Les données produit proviennent souvent de nombreuses sources, notamment les feuilles de calcul des fournisseurs, les systèmes ERP (Enterprise Resource Planning) et la saisie manuelle, chacun avec ses propres formats et erreurs. Un système Product Information Management (PIM) centralise ces données en un seul endroit, où les règles de validation signalent les valeurs incomplètes ou incorrectes afin qu'elles puissent être corrigées avant que les produits ne soient publiés sur les canaux de vente.
