La fiabilité des données ne se décrète pas. Thomas Clavelloux, Head of Data @ Ankorstore, décrit les cinq conditions à réunir, et pourquoi la défiance vient presque toujours de sources de vérité concurrentes.
1. La défiance vient de l'inconsistance
"Ma conviction est que la fiabilité des données commence par la confiance, et il y a un grand axe de travail côté Data. Par opposition, la défiance des données vient du fait que souvent il y a de l'inconsistance, car il y a 2 ou 3 sources de vérité qui sont issues d'endroits différents dans l'organigramme ou d'outils redondants."
2. Une source unique de vérité
3. Documenter la donnée mise à disposition
4. Connaître les outils à disposition
5. Maîtriser la plateforme
"Côté Science, chez Ankorstore on a notre Swagger, notre interface de documentation technique, qui permet de présenter techniquement comment il faut interagir avec les API. Par exemple si je veux une recommandation de produit pertinent pour la personne qui navigue sur ma marketplace, voilà le chemin dans l'API à aller chercher."
6. Gouvernance et collaboration
"Je sous-estimais un peu le fait d'aller coacher, d'aller éduquer et d'être disponible sur Slack pour pouvoir saisir les étincelles avant que ça devienne des feux de forêt."
"Tu as besoin d'avoir quelqu'un qui a un oeil de Community Management Data, pour que dès que ça touche à la connaissance Data d'un point de vue technique ou fonctionnel, cette personne te prenne par la main pour te dire : on a fait une montée de version il y a 2 semaines, le nouveau endpoint a changé, voilà comment regarder cet indicateur, voilà les limites qu'on a remarquées."
Ce rôle de relais fiabilise le discours autant que la donnée. Il entretient la confiance dans la plateforme et dans les dernières versions des cas d'usage.