Dans leur livre récent, Qualité de l'information: potentiel des données et de l'analyse pour générer des connaissances Les auteurs Ron Kenett et Galit Shmueli fournissent aux analystes de données un cadre (InfoQ) leur permettant d’évaluer la qualité des données et leur potentiel pour obtenir des informations utiles.
Ils expliquent comment intégrer les notions d'objectif, de données, d'analyse et d'utilité, éléments de base de l'analyse de données dans n'importe quel domaine. Ils discutent également des problèmes liés à la mise en œuvre d’InfoQ dans les programmes universitaires et les projets commerciaux ou industriels.
Alors, quels sont certains des défis que vous rencontrez avec la qualité de l'information? Comment faites-vous face à ces défis? Si vous me laissez un commentaire d'ici le 20 février sur cet article de blog expliquant vos problèmes de qualité des informations, vous pourriez gagner un exemplaire du nouveau livre de Kenett et Shmueli. Votre commentaire devrait compter entre 50 et 75 mots. Nous choisirons au hasard deux gagnants parmi les commentaires éligibles. Un seul livre par commentateur, et seuls les commentateurs américains et canadiens sont éligibles pour recevoir le prix.
Bien sûr, seules deux personnes vont gagner. Mais vous pouvez acheter le livre avec un rabais de 20% en utilisant le code VBN54. Apportez avec vous pour Sommet Découverte Europe , où les auteurs sont en vedette, et vous pouvez le faire signer par Kenett et Shmueli!
Ce que les experts disent de ce livre:
"Kenett et Shmueli ont mis en lumière le facteur qui a le plus contribué aux conclusions erronées de la recherche: la qualité médiocre des informations résultant d’une étude. Ce problème - aggravé par l'avènement du Big Data - n'a pas été suffisamment pris en compte par la littérature et la salle de classe. Les problèmes de qualité de l'information peuvent complètement compromettre l'utilité et la crédibilité d'une étude, mais les chercheurs la traitent généralement de manière ad hoc et désinvolte, souvent quand il est trop tard. Qualité de l'information offre un cadre judicieux pour garantir que les données d’une étude puissent répondre efficacement aux questions posées. "Peter Bruce, Institut de statistique de l’éducation.
"Les décideurs s'appuient sur des données pertinentes et de haute qualité pour prendre leurs décisions. Il est donc important que, à mesure que de plus en plus de types de données deviennent disponibles, nous soyons conscients de tous les aspects de la qualité des informations fournies. Cela inclut non seulement la qualité statistique, mais aussi d'autres dimensions décrites dans ce livre, notamment le point de savoir si les données et les analyses répondent aux questions pertinentes. "John Pullinger, Statisticien national, UK Statistics Authority, Londres, Royaume-Uni
"Un coup d'œil sur les statistiques de toutes les bibliothèques techniques révélera que la plupart des livres se concentrent sur les détails des méthodes d'analyse des données. Il en va de même pour presque tous les enseignements statistiques. Ce volume aidera à rectifier cet oubli. Il fournira aux lecteurs un aperçu et une compréhension d'autres éléments clés de l'analyse empirique, éléments indispensables pour que les études permettent de tirer des conclusions valides, précises et utiles. "Professeur David Hand, Imperial College, Londres, Royaume-Uni
Merci d'avoir partagé votre expérience, @ Peter_Bartell
L’un des problèmes que j’ai souvent rencontrés est l’absence de définitions opérationnelles (ou pire encore, de définitions opérationnelles multiples) pour une mesure critique de l’activité. Par exemple, pendant 4 ans, j'ai travaillé en tant que prévisionniste des ventes pour une grande multinationale. Tous les mois, je devais préparer plusieurs rapports pour les circonscriptions internes à l'entreprise. Les gens du marketing, des ventes, de la distribution, de la fabrication, de la chaîne d’approvisionnement, c’est comme ça que ces gens-là étaient dans nos revues mensuelles des opérations. Vous seriez surpris de voir combien de définitions différentes ont en tête le concept de «vente». Un exemple simple, un chef de projet a compté les lettres d’intention non contraignantes de clients comme une «vente». J'ai compté une «vente» lors de la création d'une entrée dans les comptes clients. La chaîne d'approvisionnement a compté une «vente» lorsque le produit est passé physiquement du dernier point de propriété du titre de l'entreprise aux marchandises. Essayez de prendre cela pour les finances et leur demander de compter une lettre d'intention? Ou prenez cela pour la chaîne d'approvisionnement ... et ils se demandent pourquoi la demande en stocks ne correspond pas à ce qu'ils voient? Passez donc un peu de temps à comprendre ces définitions opérationnelles avant de prendre des décisions commerciales ... et choisissez les définitions correspondant aux besoins ou aux exigences de votre entreprise.
