Eau de Paris, una empresa pública que produce, transporta y distribuye el agua de la ciudad de París, ataca gradualmente la calidad de sus datos. En marzo de 2021, creó un equipo de datos de 4 personas, a prueba de Kataryna Krcunovic, directora de datos adjunta a la misión sobre la medición del rendimiento y el control del riesgo de la empresa, que depende directamente de la administración general. Uno de sus principales objetivos consiste en la implementación de reglas comerciales para mejorar la calidad de los datos.

La búsqueda de una mayor calidad de datos se refleja en Eau de París mediante la revisión de ciertas prácticas de producción de datos o por los cambios en la configuración de SI. Pero dos de los proyectos importantes que mantuvieron el servicio de datos desde el principio consistieron en corregir ciertos datos brutos en masa. "Necesitábamos, por ejemplo, necesitábamos cierta información legal sobre nuestros clientes profesionales", dice el CDO, y garantizando su precisión. Como parte de la desmaterialización de las facturas, es necesario identificar bien si el cliente es un profesional privado, y si tenemos toda la información que será necesaria para presentar las facturas. Aprovechamos la oportunidad para revisar la base y consolidar la identificación correcta de los clientes personales naturales ”. Eau de Paris también había fijado como objetivo comercial, la confiabilidad de los datos del patrimonio y, por lo tanto, también ha tomado los datos sobre algunos de sus objetos patrimoniales.

Dos estrategias según el uso de datos

Para aumentar la calidad de sus datos, Eau de París aplicó dos tipos diferentes de estrategias, dependiendo del uso hecho de TI y el alcance del problema de calidad. Cuando el trabajo necesita datos, y no se trata solo de obtener datos de calidad al final de la cadena de procesamiento, la compañía ha decidido corregir los datos sin procesar directamente y esto, de manera masiva. Por otro lado, cuando la profesión necesita datos sin procesar, realiza correcciones ocasionales después del tratamiento. Este es el caso del volumen de agua producido, la medición de calidad del agua en tiempo real o ciertos elementos de informes, por ejemplo. "En este caso, es suficiente corregir los datos A posteriores, en términos de informes de BI, por ejemplo, y no en la fuente", dice Kataryna Krcunovic.

"La corrección de los datos sin procesar tuvo que relacionarse con 50,000 hojas de clientes y 20,000 hojas de objetos de patrimonio", continúa el CDO. Por lo tanto, superamos en gran medida la etapa de una corrección manual ”. Para los datos del cliente, la Compañía ha desarrollado un programa de Python, que compara los datos con la base de datos INSEE e identifica las posibles diferencias. Ella definió las reglas para determinar quién es incorrecto y quién es el derecho. Estos datos se envían a un archivo de Excel, luego, el software de la profesión, el software de la profesión, el sector de la sector de la sector. Para que sea su derecho. La ubicación del mostrador, en materiales, en las dimensiones de los equipos, etc. Fue el equipo de datos el que pilotó estos proyectos, asociados con las operaciones, para identificar los datos para corregir y definir las reglas comerciales, así como con el CIO.