Blog Notions

La qualité de vos données : le prérequis dont personne ne parle

Les présentations commerciales parlent de modèles et d'agents, rarement de l'état de vos classeurs. C'est pourtant lui qui décide du résultat : la même solution d'automatisation donne d'excellents résultats dans une entreprise aux données ordonnées et des résultats médiocres dans le désordre. Bonne nouvelle : évaluer votre situation prend une heure, et le grand nettoyage préalable est rarement nécessaire.

Ce que « qualité des données » veut dire pour une PME

Oubliez les définitions d'ingénieur. Pour un projet d'automatisation en PME, trois questions suffisent. L'information existe-t-elle quelque part (ou vit-elle dans la tête de quelqu'un) ? Est-elle à un endroit prévisible (ou éparpillée entre boîtes mail personnelles, clés USB et classeurs) ? Est-elle à peu près à jour (ou le fichier clients contient-il trois doublons par nom et des adresses d'il y a dix ans) ?

Le test d'une heure

Prenez le processus que vous songez à automatiser et suivez trois cas récents du début à la fin, comme un inspecteur. D'où vient l'information à chaque étape ? Où est-elle allée chercher ce qui manquait ? Combien de fois quelqu'un a-t-il demandé un renseignement par téléphone ou de mémoire ? Chaque « il faut demander à Corinne » est un trou que l'automatisation ne comblera pas d'elle-même. Trois cas suffisent à voir le motif se répéter.

Pourquoi le grand nettoyage préalable est un piège

Le réflexe classique face au désordre : « mettons d'abord toutes nos données au propre, ensuite nous automatiserons ». Ce projet-là ne finit jamais : nettoyer dix ans d'historique est un travail écrasant, sans bénéfice visible, que tout le monde abandonne au premier coup de feu. L'approche qui fonctionne est inverse : choisissez un processus, nettoyez uniquement les données dont ce processus a besoin, et laissez l'automatisation maintenir l'ordre ensuite. Un flux automatisé est d'ailleurs le meilleur gardien de la qualité : il range chaque pièce au même endroit, de la même manière, à chaque fois.

L'IA moderne est plus tolérante qu'on ne le dit, mais pas magicienne

Les systèmes actuels lisent les PDF scannés de travers, comprennent les e-mails télégraphiques et retrouvent un fournisseur malgré une faute de frappe. La tolérance au désordre de forme a énormément progressé. Ce qui reste hors de portée, c'est l'information absente : le tarif spécial convenu oralement, la règle connue d'une seule personne. La machine lit mal l'illisible et pas du tout l'inexistant.

Le conseil Akasia

Ne laissez jamais un prestataire vous vendre un projet d'automatisation sans qu'il ait examiné vos données réelles : pas une démonstration sur ses exemples, un essai sur vos vraies factures, vos vrais e-mails. C'est un exercice que nous imposons dans chaque diagnostic, parce qu'il remplace les débats théoriques par une réponse factuelle. Vos données diront mieux que quiconque si le projet est prêt à partir.