Rechercher
Saisissez au moins deux caractères, sans donnée personnelle.

    BibliothèqueArticles et FAQ Votre projetDemander un devis
    LangueFR
    Guides pratiques

    Auditer et enrichir les données d’un annuaire ou d’un catalogue

    La qualité d’une base se vérifie sur l’ensemble des entrées. Un échantillon aide à comprendre les erreurs ; il ne prouve pas que les autres fiches sont complètes ou exactes.

    Voir la méthode

    Une personne compare des fiches de produits imprimées au catalogue affiché sur un ordinateur.
    Illustration générée par IA

    Définir les champs et leur provenance

    Documentez l’objet de chaque fiche, son identifiant, son nom officiel, sa catégorie, ses sources et les dates pertinentes. Un code postal ne suffit pas à identifier une commune ; une URL qui change ne doit pas être le seul identifiant d’un fournisseur. Les champs ont une définition explicite : siège ou zone servie, prix fixe ou montant variable, date de publication ou date d’observation.

    Dans une base géographique française, le COG 2026 de l’Insee fournit les noms, codes et rattachements administratifs. L’API de découpage administratif expose notamment les codes postaux et la population. Conservez séparément le millésime administratif, la date de téléchargement et le millésime d’une mesure lorsqu’il est connu.

    • Identifiant stable et type d’objet.
    • Définition de chaque champ.
    • Source primaire et licence.
    • Dates d’effet, d’observation et de révision.

    Contrôler toute la base avant de corriger

    Comptez les entrées, identifiants uniques, champs absents et valeurs hors format. Cherchez les doublons exacts puis les rapprochements possibles de noms, domaines et codes. Deux établissements d’une même enseigne ne sont pas nécessairement un doublon ; deux anciennes adresses d’une même fiche peuvent être des alias. Une fusion demande donc un critère d’identité documenté.

    Contrôlez aussi les relations : une sous-catégorie appartient à une catégorie existante, une commune à son département, une variante de produit à son produit parent. Un lien externe qui répond 403 ou 429 peut bloquer les outils automatiques ; cela ne prouve pas que la ressource a disparu. Conservez ces réponses dans une liste de vérification plutôt que de supprimer la fiche.

    Exemple pédagogique fictif : la fiche DEMO-A porte 120 unités et DEMO-B, 80 unités. A appartient à deux catégories, B à une seule. Une jointure qui produit une ligne par appartenance affiche alors 120, 120 et 80 : sa somme atteint 320, alors que les deux fiches portent ensemble 200 unités. L’augmentation vient de la multiplication des lignes, pas d’une nouvelle observation.

    Définissez donc le niveau du calcul avant le rapprochement : fiche, établissement, produit ou association. Vérifiez l’unicité de la clé dans la table de référence et la cardinalité attendue de chaque relation. Les métadonnées CSVW du W3C distinguent clés primaires et références entre tables. Ne corrigez pas une duplication en supprimant les montants égaux : deux fiches différentes peuvent légitimement porter la même valeur.

    • Unicité des identifiants.
    • Relations et catégories valides.
    • Formats, unités et valeurs plausibles.
    • Erreurs certaines séparées des points incertains.

    Faites défiler le tableau horizontalement pour lire toutes les colonnes. Au clavier, placez le focus sur le tableau puis utilisez les flèches.

    Exemple fictif : vérifier le total avant et après une jointure
    Niveau observéLignes ou valeursInterprétation
    Base principale2 fiches : 120 + 80200 unités pour les fiches de cet exemple.
    Appartenances aux catégoriesDEMO-A : 2 ; DEMO-B : 13 associations, qui ne représentent pas 3 fiches distinctes.
    Jointure sans regroupement3 lignes : 120 + 120 + 80320 ; somme incorrecte si l’indicateur vise les fiches.
    Calcul au niveau de la fiche2 identités distinctes avant multiplication par les catégories200 ; conserver le niveau défini et vérifier les relations.

    Enrichir avec des informations qui aident à décider

    Ajoutez les informations qui manquent au parcours : fonction d’un service, public concerné, modalités de contact, caractéristiques utiles, restrictions et lien vers la documentation officielle. Les prix, certifications, horaires et disponibilités doivent être vérifiés et datés. Un champ inconnu reste inconnu ; il ne reçoit pas une valeur moyenne ou illustrative qui serait présentée comme réelle.

    Pour les médias, identifiez le fichier, la provenance, les droits et la fonction dans la page. Un monogramme est préférable à un logo inventé. Une photographie illustrative ne représente pas un établissement réel. Le contrôle des liens et logos complète celui des données textuelles.

    Exemple fictif de contrôle d’annuaire : 50 fiches doivent chacune contenir deux champs obligatoires, soit 100 cellules attendues. Parmi elles, 90 sont renseignées et 80 respectent le format défini. Avec le même dénominateur de 100, la présence atteint 90 % et la conformité de format 80 %. Une adresse syntaxiquement valide n’est pas nécessairement actuelle ni attribuée à la bonne organisation. Les deux taux ne prouvent donc pas l’exactitude des fiches et ne doivent pas devenir un score global de confiance.

    Distinguez l’indicateur, sa règle de calcul, son périmètre et sa valeur observée. Le vocabulaire DQV du W3C permet de décrire des dimensions, métriques et mesures de qualité ; il s’agit d’une note de groupe de travail, pas d’une certification de votre base. Conservez la version du jeu, la date et les champs attendus avec les comptes. Si dix cellules sont ensuite rapprochées d’une source et huit confirmées, 8 / 10 = 80 % décrit ce seul contrôle. Ne l’étendez pas aux 100 cellules, et ne confondez pas cellule confirmée et fiche entièrement vérifiée.

    Faites défiler le tableau horizontalement pour lire toutes les colonnes. Au clavier, placez le focus sur le tableau puis utilisez les flèches.

    Exemple fictif : trois périmètres de qualité à distinguer
    ContrôleCalcul et périmètreLimite d’interprétation
    Cellules attendues50 × 2 = 100Deux champs obligatoires pour chacune des 50 fiches
    Cellules renseignées90 / 100 = 90 %Présence uniquement ; l’information peut être erronée
    Format conforme80 / 100 = 80 %Format valide ; pas de preuve d’exactitude
    Contrôle auprès d’une source8 / 10 = 80 %Uniquement les dix cellules contrôlées, pas toute la base

    Publier sans perdre les anciennes adresses

    Préparez une sauvegarde, un rapport de différences et des tests avant de remplacer les données. Conservez les anciens noms et slugs comme alias quand l’identité de l’objet reste certaine. Une fiche fusionnée doit conduire à la fiche pertinente ; une suppression sans remplacement ne doit pas renvoyer vers une destination arbitraire. Testez recherche, filtres, compteurs et données structurées après la modification.

    Attribuez à chaque information mouvante un responsable et un événement déclencheur de révision : changement de nom, fermeture, nouvelle version ou échéance. Le rapport doit expliquer combien de fiches ont été ajoutées, corrigées, fusionnées et laissées à confirmer. Le travail éditorial dans la durée transforme ce contrôle en routine maintenable.

    Qualifier une donnée manquante

    Deux dossiers similaires, fiches et loupe sur une table
    Illustration générée par IA · Conserver identifiants et provenance avant de rapprocher des enregistrements.

    Cas proposé : deux fiches représentent la même organisation, avec des noms proches et des adresses incomplètes. Fusionner uniquement sur le nom risque de perdre une distinction réelle.

    Comparez identifiants, provenance et dates avant de rapprocher les lignes. Gardez valeur absente, incertaine ou confirmée comme des états distincts ; documentez toute fusion et sa possibilité de reprise.

    • Comparer les identifiants stables
    • Séparer absence et incertitude
    • Journaliser la décision de rapprochement

    Faites défiler le tableau horizontalement pour lire toutes les colonnes. Au clavier, placez le focus sur le tableau puis utilisez les flèches.

    Ne pas transformer une absence en valeur
    Situation ou réglageCe que cela signifieVérification utile
    Valeur 0 vérifiéeUne mesure a bien produit zéro dans un contexte défini.Conserver unité, période et source avec la valeur.
    Valeur non recueillieAucune observation exploitable n’a été enregistrée.Afficher une absence explicite et préciser si une collecte est prévue.
    Sans objetLe champ ne s’applique pas à cet enregistrement.Définir cette catégorie ; ne pas la mélanger avec un résultat inconnu dans les totaux.

    20 fiches, quatre lectures de la qualité

    Ce catalogue fictif contient 20 fiches. Chacune est examinée selon trois critères indépendants : source identifiable, rattachement valide et revue effectuée dans l’échéance retenue. Les nombres illustrent une méthode ; ils ne décrivent ni ce site ni un client.

    Dix-huit fiches ont une source, seize un rattachement valide et quinze une revue à jour. Douze réunissent les trois critères. Les groupes se recouvrent : additionner 90 %, 80 % et 75 % n’a donc pas de sens. Le taux de 60 % correspond ici à une intersection précisément définie, pas à une note universelle de qualité.

    Commencez par les écarts qui empêchent une décision : retrouver une source manquante, identifier le bon objet parent, puis faire revoir les informations arrivées à échéance. Une fiche complète peut rester inexacte ; une fiche revue peut conserver une relation erronée. Gardez ces contrôles séparés dans le suivi.

    Même dénominateur pour chaque ligne : 20 fiches fictives.

    Sur petit écran, faites défiler les tableaux horizontalement. Au clavier, placez le focus sur le tableau et utilisez les flèches.

    Même dénominateur pour chaque ligne : 20 fiches fictives.
    ContrôleFichesPartProchaine vérification
    Source identifiable18 / 2090 %Retrouver la source primaire des deux fiches restantes.
    Rattachement valide16 / 2080 %Vérifier le parent ou la catégorie des quatre fiches restantes.
    Revue à jour15 / 2075 %Réexaminer les cinq fiches dont la revue n’est pas à jour.
    Trois critères réunis12 / 2060 %Examiner les huit autres fiches selon le critère manquant ; ne pas les supprimer automatiquement.
    Voir les 20 fiches et refaire le calcul

    Les indicateurs sont calculés à partir des lignes ci-dessous. « Revue à jour » désigne l’échéance choisie pour cet exercice ; aucune date réelle de contrôle n’est déduite d’un téléchargement.

    Voir les 20 fiches et refaire le calcul
    FicheSource identifiableRattachement valideRevue à jourTrois critères réunis
    EX-01OuiOuiOuiOui
    EX-02OuiOuiOuiOui
    EX-03OuiOuiOuiOui
    EX-04OuiOuiOuiOui
    EX-05OuiOuiOuiOui
    EX-06OuiOuiOuiOui
    EX-07OuiOuiOuiOui
    EX-08OuiOuiOuiOui
    EX-09OuiOuiOuiOui
    EX-10OuiOuiOuiOui
    EX-11OuiOuiOuiOui
    EX-12OuiOuiOuiOui
    EX-13OuiOuiNonNon
    EX-14OuiOuiNonNon
    EX-15OuiOuiNonNon
    EX-16OuiOuiNonNon
    EX-17OuiNonOuiNon
    EX-18OuiNonOuiNon
    EX-19NonNonOuiNon
    EX-20NonNonNonNon

    Une relation valide respecte le rattachement attendu dans cet exercice. Cela ne prouve ni l’exactitude de toutes les informations ni leur pertinence commerciale.

    Repère documentaire : W3C CSVW · Consulté le .

    Documents de référence

    Contenu mis à jour le

    Repères documentaires pour ce sujet

    Repères documentaires pour ce sujet
    RéférenceValeur ou syntaxePortée du repère
    RFC 3339 · Date-time
    2026-10-22T09:00:00+02:00Le décalage explicite relie l’heure locale à UTC ; cet exemple n’est pas un rendez-vous.
    RFC 8259 · JSON
    application/json · UTF-8JSON standard n’autorise ni commentaires ni virgule finale ; les chaînes utilisent des guillemets doubles.
    HTTP · If-Match
    If-Match: "r7" → 412If-Match compare un validateur fort avant une écriture. Dans le contrat présenté, une version dépassée reçoit 412 ; le brouillon est conservé pour comparer les changements.

    Les dates indiquent la consultation des références. Ces repères ne constituent ni un audit du site ni une déclaration globale de conformité.

    Matrice de recette à adapter au projet

    Ces contrôles proposés utilisent des cas fictifs. Décidez du comportement attendu avec l’équipe, notez le résultat et attribuez les écarts non résolus avant publication.

    Faites défiler le tableau horizontalement pour lire toutes les colonnes. Au clavier, placez le focus sur le tableau puis utilisez les flèches.

    Cas de test, résultats attendus et preuves utiles
    CasRésultat attenduPreuve à conserver
    Une valeur absente est importée comme zéro.Préserver le statut inconnu et l’unité dans le fichier et la page.Valeur source absente, règle d’import et affichage final distinct d’un zéro mesuré.

    Questions fréquentes

    Faut-il remplir tous les champs d’une fiche ?

    Seulement les champs pertinents et vérifiables. Une information absente doit être identifiée comme inconnue ou non applicable. Une valeur inventée fausse les filtres, comparatifs et résultats de recherche.

    Peut-on supprimer automatiquement les liens qui échouent ?

    Une réponse 404 ou 410 peut indiquer une disparition, mais doit être confirmée. Un refus d’accès, une limitation de débit ou un délai dépassé exige une vérification complémentaire. Aucun de ces derniers cas ne justifie à lui seul une suppression.