Les dimensions de la qualité des données sont les propriétés mesurables qui te permettent de décider si des données remplissent leur rôle. Les six plus utilisées sont l'exactitude, la complétude, la cohérence, la fraîcheur, la validité et l'unicité. C'est l'ensemble défini par DAMA UK et repris dans le UK Government Data Quality Framework, et c'est celui par lequel la plupart des équipes data commencent.
Pour un catalogue produit, chaque dimension se traduit par un contrôle concret sur de vrais champs. La complétude demande si la couleur et la taille sont renseignées. La validité demande si le GTIN passe son chiffre de contrôle. La cohérence demande si le prix de ton flux Google correspond au prix de la page produit. Cet article passe en revue les six dimensions avec un même exemple de produit, montre comment mesurer chacune, relie les problèmes de qualité de données les plus courants à la dimension qu'ils enfreignent et se termine par une grille de score pondérée que tu peux copier.
Pourquoi s'en soucier : dans l'étude consommateurs 2024 de Salsify, 42 % des acheteurs disent que de mauvais titres et descriptions produit suffisent à leur faire abandonner un panier, et le rapport 2025 de Syndigo a constaté que 44 % avaient abandonné un achat faute d'informations produit suffisantes. Les deux entreprises vendent des logiciels de contenu produit, donc lis ces chiffres comme des études d'éditeurs, mais la tendance correspond à ce que tout responsable catalogue observe dans les retours et les tickets du support.
D'où viennent les six dimensions
Il n'existe pas de liste officielle unique. Selon IBM, l'idée a été formalisée en 1996 par Richard Wang et Diane Strong, dont l'article identifiait 15 dimensions du point de vue des consommateurs de données. DAMA UK a ensuite réduit le champ à six dimensions principales dans un document de groupe de travail de 2013, et le gouvernement britannique a repris ces six dimensions dans son cadre de 2020.
La norme internationale ISO/IEC 25012 adopte une vision plus large : 15 caractéristiques, réparties entre caractéristiques inhérentes (comme l'exactitude, la complétude et la cohérence) et caractéristiques dépendantes du système, liées au logiciel qui stocke les données. Ce niveau de détail convient à une équipe data warehouse. Pour un catalogue de 500 à 50 000 SKU, les six dimensions principales couvrent presque tout ce qui casse une fiche, et elles sont faciles à expliquer à un fournisseur ou à un account manager de marketplace.
L'exemple fil rouge : un lot de chaussettes
Chaque dimension ci-dessous utilise le même enregistrement, tiré du type d'import fournisseur que reçoivent la plupart des boutiques en ligne. C'est un lot de 3 paires de chaussettes mi-mollet en mérinos, pointure 43 à 46, vendu sur ta propre boutique et via un flux Google Merchant Center :
- sku : MER-CREW-3P-4346
- title : Merino Crew Socks 3-Pack Navy 43-46
- brand : vide
- gtin : 13 chiffres, mais le dernier chiffre ne correspond pas au chiffre de contrôle
- color : « navy blue » sur la boutique, « Navy » dans le flux
- size : 43-46
- pack_size : 1
- material : « N/A »
- description : 18 mots copiés du PDF fournisseur
- price : 24.95 sur la page produit, 22.95 dans le flux
- availability : in_stock, alors que le stock de l'entrepôt est à 0 depuis quatre jours
- doublon : les mêmes chaussettes existent sous le SKU fournisseur 55102, issu d'un ancien import
Rien dans cet enregistrement n'est inhabituel. Chaque problème correspond à exactement une des six dimensions, et c'est ce qui rend les dimensions utiles : elles te disent où la correction doit se faire.
1. Complétude : les champs obligatoires sont-ils renseignés ?
La complétude est la mesure dans laquelle les valeurs dont tu as besoin sont présentes. Le mot important est « besoin ». Un champ n'est obligatoire que si un canal, un filtre ou une décision d'achat en dépend, donc définis les champs obligatoires par catégorie et par canal plutôt que pour tout le catalogue.
Pour l'habillement, la spécification des données produit de Google exige la couleur et la taille pour les vêtements et chaussures ciblant des pays comme les États-Unis, le Royaume-Uni et l'Allemagne. Un filtre de boutique sur la matière a besoin de la matière. Une chaussette sans pack_size ne peut pas être comparée sur le prix par paire.
Comment la mesurer : nombre de champs obligatoires renseignés divisé par le nombre de champs obligatoires, par produit, puis moyenne par catégorie. Notre enregistrement de chaussettes a sept champs obligatoires (title, brand, gtin, color, size, material, pack_size). Brand est vide et material contient « N/A », il obtient donc 5 sur 7, soit 71 %, et ce avant même de se demander si les valeurs renseignées sont correctes.
Notre guide sur la complétude des données détaille le choix des champs obligatoires par catégorie.
2. Validité : chaque valeur respecte-t-elle les règles ?
La validité est la mesure dans laquelle les données ont le format et la plage attendus. C'est la dimension la plus facile à automatiser, car les règles sont écrites quelque part : dans une spécification de canal, dans ton propre modèle de données ou dans une norme.
Exemples de données produit tirés de la spécification Google : availability doit valoir in_stock, out_of_stock, preorder ou backorder. price exige un nombre et un code devise ISO 4217, comme 15.00 USD. Un GTIN doit passer la validation du chiffre de contrôle GS1. Les couleurs ne doivent pas être des valeurs comme « #fff000 » ou une seule lettre.
Comment la mesurer : produits qui passent toutes les règles de validité divisés par les produits contrôlés. Notre enregistrement de chaussettes échoue à la règle GTIN. Il passe les règles de format de prix et de valeur de disponibilité, ce qui montre la limite de la validité : « in_stock » est une valeur parfaitement valide qui se trouve être fausse.
Le guide sur la validation des données liste les types de règles qui interceptent la plupart des erreurs de catalogue avant qu'elles n'atteignent un canal.
3. Exactitude : les données correspondent-elles au produit réel ?
L'exactitude est la mesure dans laquelle les données correspondent à la réalité. C'est la dimension qui fait le plus mal quand elle échoue (retours, réclamations, rétrofacturations) et la plus difficile à automatiser, car un logiciel ne voit pas le produit physique. Il te faut une référence : la fiche technique du fabricant, un échantillon physique ou une source fiable comme le flux de la marque elle-même.
Notre enregistrement indique pack_size : 1. Le titre, la photo et l'emballage disent trois. Le champ est renseigné, donc la complétude est satisfaite, et 1 est un entier valide, donc la validité l'est aussi. Seul un contrôle d'exactitude le détecte.
Comment la mesurer : par échantillonnage. Choisis 50 SKU au hasard par catégorie chaque trimestre, compare cinq à dix champs clés à la référence et note la part de champs qui correspondent. Oriente l'échantillon vers les meilleures ventes et vers les catégories à fort taux de retour.
4. Cohérence : le même fait concorde-t-il partout ?
La cohérence est la mesure dans laquelle des valeurs représentant la même chose ne se contredisent pas. Dans un catalogue, cela couvre deux situations : des champs d'un même enregistrement qui se contredisent, et un même champ qui diffère entre systèmes ou canaux.
Notre enregistrement de chaussettes échoue des deux façons. Dans l'enregistrement, le titre dit 3-Pack alors que pack_size dit 1. Entre canaux, la couleur est « navy blue » sur la boutique et « Navy » dans le flux, et le prix est de 24,95 sur la page et de 22,95 dans le flux. La spécification Google demande de soumettre un prix qui correspond à ta page de destination, donc ce dernier écart n'est pas cosmétique : c'est un motif de refus.
La cohérence couvre aussi le vocabulaire. Si 40 produits indiquent « Navy », 12 « navy blue » et 9 « Dark Blue », ton filtre de couleur affiche trois options pour une seule couleur. C'est ce que corrige la standardisation des attributs.
Comment la mesurer : pour les contrôles entre canaux, la part de produits dont le prix, la disponibilité et le titre concordent entre ta source et chaque export de canal. Pour le vocabulaire, le nombre de valeurs distinctes par attribut comparé au nombre attendu.
5. Fraîcheur : les données sont-elles assez à jour ?
La fraîcheur est la mesure dans laquelle les données reflètent la période qu'elles décrivent. Certains champs produit vieillissent à peine (matière, dimensions, GTIN). D'autres deviennent obsolètes en quelques heures : prix, stock et disponibilité.
Notre enregistrement affiche in_stock quatre jours après la rupture en entrepôt. Chaque clic sur cette fiche est du trafic payant vers un produit que personne ne peut acheter, et chaque commande devient une annulation. Sur une marketplace, les annulations pèsent aussi sur tes indicateurs vendeur.
Comment la mesurer : fixe un âge maximum par groupe de champs et vérifie la part de produits qui le respectent. Par exemple, le stock et le prix doivent dater d'une heure au plus dans chaque canal, et les textes marketing doivent être revus au moins une fois par an. Le chiffre utile est le délai entre une modification dans le système source et le moment où le canal l'affiche.
6. Unicité : chaque produit existe-t-il une seule fois ?
L'unicité est la mesure dans laquelle il n'y a pas de doublons. Dans les catalogues, les doublons arrivent généralement par les imports : le même produit chez deux fournisseurs, un réimport avec de nouveaux SKU après une migration, ou une variante créée comme produit séparé.
Nos chaussettes existent deux fois, une fois sous MER-CREW-3P-4346 et une fois sous le SKU fournisseur 55102. Les doublons répartissent les avis et l'historique de ventes sur deux pages, se concurrencent dans la recherche, et sur les marketplaces qui regroupent les offres de tous les vendeurs sur une page par GTIN, un second enregistrement avec un GTIN erroné ou réutilisé peut placer ton offre sur la mauvaise page.
Comment la mesurer : regroupe les produits par GTIN, puis par une clé normalisée marque plus titre plus taille, et compte les groupes de plus d'un membre. Notre guide sur la déduplication détaille les règles de rapprochement.
Deux dimensions supplémentaires qui méritent leur place pour les données produit
Les listes plus longues ajoutent des dimensions comme l'intégrité (les relations entre enregistrements sont intactes), la pertinence (les données servent une vraie décision), l'accessibilité, la fiabilité et la traçabilité (tu peux retrouver l'origine d'une valeur). Pour les données produit, deux d'entre elles méritent leur place :
- Intégrité : chaque variante pointe vers un parent qui existe, chaque produit pointe vers une catégorie qui existe, chaque URL d'image fonctionne.
- Traçabilité : tu sais si une valeur vient du fournisseur, d'une personne ou de l'enrichissement par AI, et quand. Cela compte dès que tu dois expliquer une valeur erronée à un client ou à une marketplace.
Défauts de catalogue récurrents, classés par dimension enfreinte
La plupart des problèmes de catalogue relèvent d'une douzaine de problèmes récurrents. Nommer la dimension te dit si la correction passe par une règle, un contrôle par échantillon, une synchronisation ou un nettoyage :
Douze défauts de catalogue et la dimension que chacun enfreint
| Attributs obligatoires vides | Matière, taille du lot, compatibilité | Complétude |
|---|---|---|
| Valeurs de remplissage | « N/A » ou « 0 » | Complétude, masquée par un champ rempli |
| Chiffre de contrôle GTIN erroné | Ou des lettres dans un champ numérique | Validité |
| Fragments HTML ou caractères cassés | « é » au lieu de « é » dans les descriptions | Validité |
| Spécifications fournisseur qui ne correspondent pas au produit | Mauvais poids, mauvaise taille de lot | Exactitude |
| Produit dans la mauvaise catégorie | Absent du bon filtre | Exactitude |
| Unités mélangées | cm pour un produit, mm pour le suivant | Cohérence |
| Valeurs de couleur et de taille en texte libre | « XL », « Extra Large », « x-large » | Cohérence |
| Le prix du flux diffère du prix de la page | 24,95 sur la page, 22,95 dans le flux | Cohérence et fraîcheur |
| Stock affiché comme disponible après la rupture | in_stock quatre jours après que l'entrepôt est tombé à 0 | Fraîcheur |
| Le même produit importé deux fois | MER-CREW-3P-4346 et SKU fournisseur 55102 | Unicité |
| Variantes pointant vers un parent supprimé | Parent supprimé, variantes laissées en plan | Intégrité |
Remarque que les problèmes les plus coûteux (mauvaise taille de lot, mauvaise catégorie, stock obsolète) ne sont pas ceux qu'un pourcentage de complétude révèle. Un dashboard qui ne montre que des taux de remplissage te donne un faux sentiment de sécurité.
Pondérer les six dimensions en un score par catégorie
Six pourcentages séparés sont difficiles à exploiter. Combine-les en un score par catégorie, avec des poids qui reflètent ce qui te coûte de l'argent. Un point de départ pour une boutique en ligne qui vend aussi via Google Shopping :
Poids de départ pour une boutique en ligne qui vend aussi sur Google Shopping
| Complétude | 30% | Part des champs obligatoires renseignés, valeurs de remplissage comptées comme vides | 71% | 21.3 |
|---|---|---|---|---|
| Validité | 20% | Part des produits qui passent toutes les règles de format | 88% | 17.6 |
| Exactitude | 20% | Part des champs échantillonnés qui correspondent à la référence | 92% | 18.4 |
| Cohérence | 15% | Part des produits dont le prix, la disponibilité et le titre concordent entre canaux | 83% | 12.45 |
| Fraîcheur | 10% | Part des produits dont le prix et le stock respectent l'âge maximum | 95% | 9.5 |
| Unicité | 5% | Part des produits hors d'un groupe de doublons | 97% | 4.85 |
La colonne d'exemple correspond à une catégorie habillement fictive de 2 000 SKU. Son score pondéré est 0,30 x 71 + 0,20 x 88 + 0,20 x 92 + 0,15 x 83 + 0,10 x 95 + 0,05 x 97, soit 84,1 sur 100.
Le chiffre unique sert aux courbes de tendance et à la comparaison des catégories. La liste des corrections vient de la dimension la plus faible : ici, la complétude. Adapte les poids à ton activité. Un vendeur marketplace soumis à des limites d'annulation strictes devrait donner plus de poids à la fraîcheur ; une boutique avec un taux de retour élevé, plus de poids à l'exactitude. L'entrée data quality score explique la logique de score plus en détail.
Quatre semaines entre le premier export et les contrôles automatisés
Déploiement en quatre semaines pour un canal et une catégorie
- 1
Semaine 1
Périmètre
Choisis un canal et une catégorie qui génère du chiffre d'affaires. Note les champs obligatoires pour cette combinaison et les règles de chacun (format, valeurs autorisées, unités).
- 2
Semaine 2
Référence de départ
Exporte la catégorie et calcule la complétude, la validité et l'unicité avec des formules ou un script. Tire 50 SKU au hasard pour un échantillon d'exactitude. Compare le prix et la disponibilité entre ta source et l'export du canal pour la cohérence et la fraîcheur.
- 3
Semaine 3
Corriger en masse
Normalise d'abord le vocabulaire (couleurs, tailles, unités), puis complète les attributs manquants, puis fusionne ou supprime les doublons. Les corrections en masse au niveau des attributs font progresser le score plus vite que l'édition produit par produit.
- 4
Semaine 4
Prévenir
Transforme les règles en contrôles qui s'exécutent à chaque import et à chaque enregistrement, et empêche les produits non conformes d'atteindre le canal. Mesure à nouveau, puis étends à la catégorie suivante.
C'est en semaine 4 que la plupart des équipes calent, car contrôler les données après publication ne te dit que ce qui a déjà mal tourné. Le Quality Guard de WISEPIM applique des règles à chaque import, édition en masse, exécution AI et enregistrement manuel, note chaque produit de 0 à 100 et retient de l'export d'un canal les produits qui échouent à une règle Block. L'enrichissement par AI peut ensuite compléter les attributs et descriptions manquants, avec les mêmes règles qui contrôlent le résultat.
Mesure les dimensions qui te coûtent de l'argent
Tu n'as pas besoin des 15 caractéristiques ISO ni d'un programme de gouvernance des données pour progresser. Commence par les six dimensions, mesure-les sur une catégorie et laisse la plus faible décider de ce que tu corriges en premier. Pour voir où en est ton propre catalogue, passe quelques produits dans le calculateur de qualité des données produit, ou lis le guide de la qualité des données pour l'ensemble des bonnes pratiques.
