Évaluation de la qualité des données
Vérifie l'exhaustivité, l'exactitude, l'absence de doublons et l'actualité des ensembles de données, décrit les anomalies détectées et détermine si les données sont exploitables.
Comment hrmforce le mesure
- Méthode de mesure
- Test sur échantillon de travail · rho 0.33 (SD 0.09)
- Instrument hrmforce
- Test sur échantillon de travail, Test de connaissances (spécifique au client)
- Aptitude (référentiel 50)
- Précision
- Aptitude à l'apprentissage
- élevé
- Perspective de demande 2026 à 2030
- en hausse
Le candidat réalise un échantillon de travail représentatif dans des conditions standardisées.
Ancres comportementales
| Niveau | Comportement attendu à ce niveau |
|---|---|
| N1 Guidé | Traite un ensemble de données fourni à l’aide d’une liste de contrôle et signale les enregistrements manquants ou en double à la personne responsable. travaille sous supervision et suit les consignes · procédure standard, une variable à la fois · tâche personnelle |
| N3 Maîtrise | Définit les règles de validation d’une source de données, quantifie les anomalies et indique si les données sont aptes à l’utilisation. définit sa propre approche et sollicite activement des contributions · plusieurs variables, une certaine ambiguïté · votre propre équipe ou processus |
| N5 Direction | Définit le cadre de qualité des données pour l'ensemble de l'organisation et détermine quelles sources sont considérées comme fiables. définit la norme et la politique · stratégique, dans un contexte de forte incertitude · organisation, chaîne de valeur ou profession |
Les éléments N2 et N4 ne sont délibérément pas ancrés. Les évaluateurs les placent entre les points d'ancrage, conformément à la convention O*NET.
Compétences sous-jacentes
Ces compétences héritent de la voie de mesure et des ancres comportementales de ce construit.
| T | Compétence | Définition | Perspective de demande 2026 à 2030 |
|---|---|---|---|
| V | Vérification de l'exhaustivité d'un ensemble de données Contrôle d'exhaustivité | Vérifie si tous les enregistrements, périodes et champs obligatoires attendus sont présents et signale les éléments manquants. | en hausse |
| V | Détection et fusion des doublons Déduplication | Identifie les enregistrements en double grâce à une correspondance exacte ou approximative, puis les fusionne sans perte d'informations. | stable |
| V | Traitement des valeurs manquantes Données manquantes · Imputation | Analyse les raisons pour lesquelles certaines valeurs sont manquantes et opte, de manière justifiée, pour l’exclusion, l’imputation ou la présentation séparée de ces données. | en hausse |
| V | Réalisation d’un profilage des données Profilage des données | Répertoriez la plage de valeurs, la répartition, les valeurs uniques et le taux de remplissage pour chaque champ avant le début de l’analyse. | en hausse |
| V | Validation des dates et des formats Validation du format | Vérifie les champs de date, de devise et de code quant au format, au fuseau horaire et aux valeurs impossibles, et corrige les anomalies. | en baisse |
| V | Vérification de l’intégrité référentielle Intégrité référentielle | Vérifie la validité des références entre les tables et détecte les enregistrements orphelins ne disposant pas d’un enregistrement parent correspondant. | stable |
| V | Définition des règles de qualité des données Règles de qualité des données | Enregistre les règles vérifiables par champ en matière d’exactitude, de plage de valeurs et d’obligation, et les fait vérifier automatiquement selon un calendrier défini. | en hausse |
| V | Harmonisation des sources de données Rapprochement des données | Compare les chiffres et les totaux entre deux sources, explique les différences et consigne le rapprochement. | stable |
| V | Identification des erreurs de mesure lors de la saisie des données Erreur de mesure | Identifie les erreurs systématiques de saisie et d’enregistrement dans les systèmes sources et discute des corrections à apporter avec le responsable du processus. | en hausse |