Règle du 1-10-100 : Mieux vaut prévenir que guérir

Qu’est-que la règle du 1-10-100 ?

La règle du 1-10-100 est un principe clé en Data Quality. Elle met en évidence l’importance d’identifier et de corriger les erreurs dès leur origine pour éviter qu’elles ne se propagent, entraînant des coûts exponentiels.

1 : Le coût pour détecter et corriger une erreur de data dès la saisie est minime, comme lors d’une simple vérification d’email ou d’adresse postale.

10 : Si l’erreur n’est détectée qu’après coup et nécessite une correction ultérieure, son coût est environ 10 fois supérieur.

100 : Si l’erreur reste non corrigée et affecte les opérations, son coût peut atteindre 100 fois celui d’une détection initiale. Cela peut inclure des pertes de revenus, une insatisfaction client ou des dommages à la réputation

Exemple concret : Une adresse e-mail incorrecte saisie dans un formulaire :

Coût 1 : Si l’erreur est détectée et corrigée immédiatement (1€), l’impact est négligeable. Coût 10 : Si l’erreur est corrigée après un retour client ou une alerte (10€), elle mobilise plus de ressources. Coût 100 : Si l’erreur entraîne une mauvaise communication, une perte d’opportunité commerciale ou un client mécontent (100€), les conséquences deviennent significatives.

Conclusion :

La règle du 1-10-100 sensibilise les entreprises à l’importance d’investir dans des outils et des processus abordables pour garantir une qualité optimale des données dès leur création, évitant ainsi des pertes financières et opérationnelles conséquentes. (Et c’est là que les solutions 76310 entrent en jeu ! 😉)

D’où vient cette règle ?

La règle des 1-10-100 a été élaborée en 1992 par George Labovitz et Yu Sang Chang.

George Labovitz : Fondateur et PDG d’ODI, une entreprise de formation et de conseil en gestion, il a aidé des dirigeants à améliorer l’alignement organisationnel et la productivité. Professeur à la Boston University School of Management, il est également auteur de nombreux ouvrages comme The Power of Alignment et Making Quality Work.
Yu Sang Chang : Consultant en gestion et universitaire renommé, titulaire d’un doctorat en administration des affaires, il a publié plus de 50 travaux sur des thèmes comme la technologie et la politique publique. Ses contributions au management en Corée du Sud lui ont valu la Médaille de Magnolia.

Ensemble, ils ont conçu cette règle pour aider les entreprises à mesurer et prévenir les impacts négatifs des données de mauvaise qualité.