Une dimension de la qualité des données est un angle sous lequel on juge une donnée ou un jeu de données : son exactitude, sa complétude, son délai de mise à disposition. Les dimensions de la qualité des données relèvent d’une convention de classement. Le cadre de qualité des données du gouvernement britannique (« The Government Data Quality Framework », publié le 3 décembre 2020 sur gov.uk) reprend la formule de l’association DAMA : des « measurable features or characteristics of data », soit des caractéristiques mesurables des données (notre traduction).
Ces dimensions ne forment pas une liste unique dans les textes publics que nous avons lus. Le cadre britannique en retient six, le règlement européen relatif aux statistiques énonce sept critères, et le Comité de Bâle consacre quatre principes aux capacités d’agrégation des données de risque. Ces listes diffèrent parce qu’elles ne jugent pas le même objet. Nous les lisons ici d’après les sources d’origine, consultées le 12 novembre 2026, avant de proposer une manière d’en retenir une.
Les dimensions de la qualité des données selon les textes consultés
| Texte | Objet jugé | Liste, dans les termes du texte |
|---|---|---|
| « The Government Data Quality Framework », gouvernement britannique, 3 décembre 2020 | Les données d’entrée des administrations | Six « core data quality dimensions » : completeness, uniqueness, consistency, timeliness, validity, accuracy |
| Règlement (CE) n° 223/2009 relatif aux statistiques européennes, article 12, paragraphe 1 | Les statistiques européennes | Sept « critères de qualité » : pertinence, exactitude, actualité, ponctualité, accessibilité et clarté, comparabilité, cohérence |
| « Principles for effective risk data aggregation and risk reporting », dit BCBS 239, Comité de Bâle, janvier 2013 | Les capacités d’agrégation des données de risque d’une banque | Principes 3 à 6 : accuracy and integrity, completeness, timeliness, adaptability |
Nos traductions pour la première ligne : complétude, unicité, cohérence, fraîcheur, validité, exactitude. Le cadre britannique attribue ces six dimensions à DAMA UK. Nous les citons d’après lui seul, sans avoir lu le document de DAMA UK auquel il renvoie : la page de ressources de l’association est réservée à ses membres (dama-uk.org, consulté le 12 novembre 2026).
Le règlement (CE) n° 223/2009 est lu dans sa version consolidée du 26 décembre 2024. Le cadre d’assurance qualité du système statistique européen (« Quality Assurance Framework of the European Statistical System », version 2.0, 2019), que son introduction présente comme non contraignant, reprend ces notions dans ses principes 11 à 15, consacrés aux produits statistiques.
Le document du Comité de Bâle n’emploie pas le mot « dimension ». Notre fiche BCBS 239 traduit les intitulés de ses principes 3 à 6 par exactitude et intégrité, exhaustivité, respect des délais, adaptabilité.
Ce vocabulaire se lit aussi dans deux règlements de l’Union. Pour les jeux de données d’entraînement, de validation et de test des systèmes d’IA à haut risque, l’article 10, paragraphe 3, de l’AI Act, règlement (UE) 2024/1689 lu dans sa version consolidée du 27 juillet 2026, écrit : « pertinents, suffisamment représentatifs et, dans toute la mesure possible, exempts d’erreurs et complets au regard de la destination ». L’article 5, paragraphe 1, point d), du RGPD, règlement (UE) 2016/679, veut des données personnelles « exactes et, si nécessaire, tenues à jour ».
Pourquoi les listes ne se recouvrent pas
La première raison est l’objet jugé. Le cadre britannique dit porter d’abord sur les données d’entrée plutôt que sur les productions analytiques : il juge des enregistrements, et l’unicité y est l’absence de duplication entre eux. Le règlement statistique juge un produit publié. La pertinence, qu’il définit comme « le degré auquel les statistiques répondent aux besoins actuels et potentiels des utilisateurs », ou la comparabilité entre zones et périodes n’ont pas de sens pour une fiche isolée, et l’unicité n’y figure pas. Le Comité de Bâle juge une capacité : l’adaptabilité, soit l’aptitude à répondre à des demandes ponctuelles, décrit le dispositif d’agrégation plus qu’une donnée.
La seconde raison est le vocabulaire : un même mot change de contenu selon le texte.
- L’exactitude est, pour le cadre britannique, le degré auquel la donnée correspond à la réalité ; pour le règlement statistique, « le degré auquel les estimations sont proches des valeurs réelles non connues ».
- Le cadre britannique n’a qu’un mot pour le délai, timeliness. Le règlement en a deux : l’actualité, délai entre l’événement et la disponibilité de l’information, et la ponctualité, délai entre la publication et la date cible.
- La cohérence désigne, dans le cadre britannique, des valeurs qui ne se contredisent pas pour une même entité ; dans le règlement, « la possibilité de combiner, en toute fiabilité, les données de différentes façons et pour des usages différents ».
- La complétude couvre, dans le cadre britannique, tous les enregistrements attendus et leurs valeurs essentielles ; pour le Comité de Bâle, le recueil et l’agrégation de toutes les données de risque significatives du groupe bancaire.
Ce cadre le dit lui-même : sa liste n’est pas prescriptive (« not a prescriptive list »), une septième dimension peut s’y ajouter, et d’autres organisations définissent leurs dimensions un peu différemment.
Restent deux normes payantes, ISO 8000 et ISO/IEC 25012 : nous ne les avons pas consultées, et rien n’est repris ici de leur contenu.
Retenir une liste pour son organisation
Ce qui suit est une proposition de méthode, distincte des textes lus.
Le choix part des objets à juger et de leurs usages : les fiches d’un référentiel, un jeu de données exposé, un indicateur publié, un jeu d’entraînement. Une liste faite pour des enregistrements ne suffit pas à un produit livré à date fixe.
Nous proposons ensuite de partir d’une liste publique et de la compléter au besoin. Les six dimensions du cadre britannique conviennent à des enregistrements ; notre page qualité des données retient six dimensions de même nom, timeliness y devenant la fraîcheur, et montre comment une règle s’y rattache. Un usage peut en ajouter une : la représentativité pour un jeu d’entraînement, la ponctualité pour une livraison datée. Une organisation soumise à un texte a intérêt à en reprendre les mots.
Chaque dimension retenue reçoit une définition d’une phrase, avec sa frontière. Le cadre britannique en donne un exemple : une date de naissance saisie au format américain reste valide et devient inexacte une fois lue au format britannique. La définition dit où finit la validité et où commence l’exactitude. Elle entre au glossaire métier, dont notre page gouvernance des données décrit la tenue et l’instance d’arbitrage.
Chaque règle de qualité se rattache enfin à une seule dimension. Une dimension sans règle se retire ; une règle sans dimension signale une définition à reprendre.
Les limites d’une grille de dimensions
Une dimension classe : elle ne porte ni règle, ni seuil, ni mesure. Le calcul relève des indicateurs, que présente notre article sur les indicateurs qualité des données.
Les dimensions peuvent aussi tirer en sens contraire. Le cadre britannique parle de compromis (« trade-offs ») et cite le modèle de publication du produit intérieur brut introduit en 2018 par l’office statistique britannique : des estimations mensuelles, au prix d’un arbitrage entre délai et exactitude. Classer un défaut ne dit donc pas s’il doit être corrigé : ce jugement dépend de l’usage, que le même cadre résume par l’adéquation à la finalité (« fitness for purpose »).
Un même défaut peut enfin relever de deux dimensions. Deux fiches pour un même fournisseur manquent à l’unicité et, si leurs adresses divergent, à la cohérence. La convention de classement se décide une fois et s’écrit avec la liste.
La liste retenue se met à l’épreuve en séance. Les anomalies ouvertes sur un domaine sont classées une à une avec le propriétaire des données. Celles qui n’entrent dans aucune dimension, ou qui entrent dans plusieurs, désignent les définitions à réécrire.