L'intégrité des données, c'est la garantie qu'une donnée reste exacte, complète et cohérente tout au long de sa vie, de sa saisie à son analyse. Une donnée intègre n'a pas été altérée, ni par erreur, ni par un transfert, ni par une modification non voulue. Voici ce que recouvre cette notion, et pourquoi elle conditionne la fiabilité de vos décisions.
Intégrité des données, c'est quoi ?
L'intégrité des données est la propriété qui assure qu'une donnée reste exacte, complète et inchangée entre le moment où elle est créée et le moment où vous l'utilisez. Une donnée intègre dit la même chose à chaque étape, sans déformation ni perte. C'est l'un des trois piliers de la sécurité, avec la confidentialité et la disponibilité.
Concrètement, l'intégrité répond à une question simple : pouvez-vous faire confiance au chiffre que vous lisez ? Si une commande a été enregistrée à 1 200 euros, elle doit valoir 1 200 euros dans votre ERP, dans votre comptabilité et dans votre tableau de bord.
Dès qu'une copie diverge, qu'un transfert tronque une valeur ou qu'une modification passe inaperçue, l'intégrité est rompue. Et tout ce que vous bâtissez par-dessus devient suspect.
Comment garantit-on l'intégrité des données ?
On garantit l'intégrité par une chaîne de contrôles qui vérifient la donnée à chaque étape : règles de cohérence à la saisie, contrôles automatiques pendant les transferts, et rapprochements réguliers entre les sources. L'idée est simple : détecter toute altération avant qu'elle ne contamine vos analyses.
En pratique, plusieurs mécanismes travaillent ensemble. Voici les principaux.
- Les règles de validation : un champ « date » refuse une lettre, un montant refuse une valeur négative. La donnée est filtrée dès l'entrée.
- Les contraintes de cohérence : une facture renvoie toujours à un client qui existe. On évite les liens cassés entre les tables.
- Les contrôles de transfert : quand une donnée passe d'un système à un autre, on vérifie que rien n'a été perdu ni modifié en chemin.
- Les rapprochements : on recoupe deux sources censées dire la même chose, et on signale chaque écart.
Une fois ces contrôles automatisés, ils tournent en continu. La donnée fausse est repérée tôt, pas trois mois plus tard dans un reporting.
Pourquoi c'est important pour une PME ?
Parce qu'une donnée altérée vous fait décider à l'aveugle, en croyant voir clair. Vous pilotez votre marge, vos stocks ou votre trésorerie sur des chiffres qui semblent justes, mais qui ne le sont plus. Et personne ne s'en aperçoit avant que la décision soit prise.
Le coût est réel. Selon Gartner, une mauvaise qualité des données coûte en moyenne 12,9 millions de dollars par an à une organisation (chiffre relayé par Dataversity). Et l'intégrité informationnelle est désormais le premier risque émergent identifié par les responsables, devant les enjeux économiques (IT for Business).
Pour une PME sans équipe data, le danger est encore plus sournois : les données vivent dans des outils qui ne se parlent pas, et chaque copie manuelle ajoute un risque d'écart. Le problème ne saute jamais aux yeux, il se découvre quand un indicateur ment depuis des semaines.
Chez un fabricant métallurgique que nous accompagnons, nous avons découvert que 86 % des affaires marquées « actives » étaient en réalité déjà terminées. La donnée disait une chose, la réalité en disait une autre. Tous les indicateurs de pipeline étaient faussés, et les décisions commerciales avec eux.
Intégrité ou qualité des données : quelle différence ?
L'intégrité garantit qu'une donnée n'a pas été altérée et reste cohérente avec elle-même. La qualité, plus large, juge si cette donnée est aussi exacte, complète et utile pour votre usage. Une donnée peut être intègre (jamais modifiée) mais de mauvaise qualité (fausse dès le départ).
Prenez un client mal orthographié, saisi une fois et jamais touché ensuite. Son intégrité est parfaite : rien ne l'a altéré. Mais sa qualité est mauvaise, car le nom est faux dès l'origine.
Les deux notions se complètent. L'intégrité protège la donnée dans le temps, la qualité juge sa valeur à l'instant T. Un pilotage fiable exige les deux à la fois, ce qui suppose à la fois des contrôles techniques et un vrai travail de fond sur les chiffres.
Les erreurs fréquentes qui cassent l'intégrité
Dans une PME, l'intégrité se perd rarement par un grand incident. Elle s'effrite par petits gestes du quotidien, presque invisibles.
- La ressaisie manuelle : recopier un chiffre d'un outil à l'autre, c'est ouvrir la porte à la faute de frappe et au décalage.
- Les copies de fichiers : trois versions d'un même tableau circulent, et plus personne ne sait laquelle fait foi.
- Les statuts jamais mis à jour : une affaire reste « active » alors qu'elle est close, comme dans le cas du fabricant cité plus haut.
- Les transferts non contrôlés : un export tronque une colonne ou change un format de date, sans alerte.
- L'absence de source unique : sans référence commune, chaque service entretient sa propre vérité.
Aucune de ces erreurs n'est dramatique seule. Mises bout à bout, elles transforment vos tableaux de bord en fiction crédible. La parade n'est pas la discipline humaine, qui finit toujours par lâcher, mais l'automatisation des contrôles.
L'intégrité des données avec Clidd
Garantir l'intégrité demande un travail invisible, en amont des tableaux de bord. C'est exactement ce que fait Clidd. Vos données d'ERP, de comptabilité et de stock sont réunies à la source, contrôlées et rapprochées automatiquement, puis maintenues à jour, sans ressaisie.
Les outils de BI classiques restituent une donnée déjà propre : ils dessinent de beaux graphiques sur ce qu'on leur donne. Le vrai travail se passe avant : construire la donnée, la fiabiliser, repérer les écarts et les corriger. C'est là que se joue l'intégrité, et c'est précisément le métier de nos data analysts.
Chez un distributeur de matériel électrique, ce socle fiabilisé fait remonter chaque matin 256 références en rupture, sans une seule saisie manuelle. La première étape concrète : consolider vos données dispersées, puis exploiter les données de votre ERP en confiance.
Questions fréquentes
Comment savoir si mes données sont intègres ?
En recoupant vos sources : si votre ERP, votre comptabilité et vos tableaux de bord affichent les mêmes chiffres pour une même opération, l'intégrité tient. Dès qu'un écart apparaît sans explication, c'est le signal qu'une donnée a été altérée quelque part dans la chaîne.
Quelle différence entre intégrité et sécurité des données ?
La sécurité est l'ensemble plus large qui protège vos données. Elle repose sur trois piliers : la confidentialité (qui peut voir), la disponibilité (la donnée est accessible) et l'intégrité (la donnée n'a pas été altérée). L'intégrité est donc une composante de la sécurité.
L'intégrité des données est-elle une obligation légale ?
Oui, pour les données personnelles. Le RGPD impose un principe d'intégrité et de confidentialité, et la CNIL le classe parmi les mesures de sécurité à garantir. Au-delà du cadre légal, l'intégrité reste essentielle pour toute donnée de pilotage.
Faut-il une équipe technique pour garantir l'intégrité ?
Non. Des plateformes automatisent les contrôles, les rapprochements et la mise à jour, sans développement de votre part. Le sujet n'est plus de coder des vérifications, mais de choisir les bonnes sources et de surveiller les écarts dans le temps.
Excel suffit-il à garantir l'intégrité de mes données ?
Difficilement. Excel multiplie les copies manuelles et les versions, deux causes majeures de perte d'intégrité. Une donnée recopiée à la main d'un fichier à l'autre n'offre aucune garantie qu'elle reste identique à la source.
Pour aller plus loin
Ressources complémentaires
- CNIL, « Guide de la sécurité des données personnelles »
- IT for Business, « Gartner : l'intégrité informationnelle détrône l'économie au palmarès des risques émergents »
- Dataversity, « Putting a Number on Bad Data »
