La problématique

ne soit pas fiable.

Un processus mal maîtrisé, comme un fichier manquant une fois sur deux ; un outil vieillissant qui travaille avec des formats non standard ; une fusion d’entreprises qui n’ont pas les mêmes références ; il y a de nombreux cas pour lesquels on ne peut pas faire confiance intégralement aux données qui vont être injectées dans notre DataWarehouse.

Il faut donc gérer des problèmes de qualité des données. Un des problèmes de qualité des données les plus courants est la gestion des données manquantes et ce sera ce point précis que nous allons détailler. Pour illustrer ce problème, nous allons prendre un exemple simple. Notre solution analyse des ventes ; nous prendrons la base de données d’exemple de Microsoft Adventure Works.

Nous allons étudier le cas où une vente n’est pas associée à un produit du catalogue. Dans notre scénario, notre processus d’intégration consolide les ventes des différents magasins et s’appuie sur un catalogue central de produits. Il peut arriver qu’une vente ne corresponde à aucun article de notre système central d’analyse des ventes. Voir figure 1.

Nous allons voir les différents moyens de gérer cela. Les solutions seront abordées d’un point de vue technique avec l’offre décisionnelle de Microsoft, basée sur SQL Server. Mais nous aurons aussi une approche plus méthodologique, pour traiter le problème de fond.