Qlik Trust Score™

Dernière mise à jour : 09/10/2026

Le Qlik Trust Score™ vous permet de vous faire une idée du degré de fiabilité de votre jeu de données. Cet indicateur de qualité global agrège plusieurs métriques en un score unique et facile à comprendre, offrant une visibilité non seulement sur l'intégrité des jeux de données individuels, mais aussi au niveau du produit de données.

Le Qlik Trust Score™ global d'un produit de données est la moyenne des scores de confiance de tous les jeux de données inclus, y compris ceux qui ne sont pas visibles, vous permettant d'évaluer et de surveiller la qualité des données sur l'ensemble de votre paysage de données.

Le Qlik Trust Score™ peut être adapté aux besoins de votre entreprise en matière de qualité des données et vous offre une visibilité sur l'intégrité de n'importe quel jeu de données ou produit de données.

Vue d'ensemble

Depuis la vue d'ensemble d'un jeu de données, vous pouvez voir le Qlik Trust Score™ ainsi que des informations complètes, notamment :

• Le Qlik Trust Score™ global pour les jeux de données sélectionnés et un pourcentage ou une évaluation sur 5 points indiquant leur intégrité.

• Les différents facteurs pouvant affecter, à la hausse ou à la baisse, le Qlik Trust Score™ d'un jeu de données. Ces facteurs sont regroupés sous les principales dimensions suivantes :

  • Validité, qui évalue la qualité du jeu de données en tant que tel, y compris l'utilisation de types sémantiques et les règles de validation appliquées, et reflète la proportion de valeurs valides dans l'échantillon du jeu de données. Les valeurs vides ne sont pas considérées comme valides dans le calcul de cette dimension.

  • Complétude, qui dépend du nombre d'enregistrements vides dans l'échantillon du jeu de données.

  • Découvrabilité, qui mesure la facilité avec laquelle les utilisateurs peuvent trouver et comprendre votre jeu de données grâce à ses métadonnées, ce qui a un impact direct sur les taux d'adoption.

    Cela prend en compte le fait que ce jeu de données est référencé dans des produits de données activés et reflète le degré de documentation de votre jeu de données. Un jeu de données bien documenté utilise des métadonnées appropriées telles que des descriptions ou des balises, à la fois sur le jeu de données lui-même et sur les champs du jeu de données.

  • Utilisation, qui indique dans quelle mesure votre jeu de données est utilisé via les dépendances telles que les applications analytiques, les préparations de données, les flux de données, etc. Cela prend également en compte le nombre de vues de ces dépendances.

    Note InformationsSi aucun score n'est affiché pour cette dimension, assurez-vous que les métriques d'utilisation sont activées. Accédez à Administration > Paramètres, puis activez Métriques d'utilisation sous la section Contrôle de fonction.

  • Actualité, qui vérifie l'actualisation des données existantes par rapport au seuil que vous avez configuré. Pour plus d'informations, consultez Actualisation des données. Pour définir le seuil, cliquez sur pour ouvrir le panneau de configuration correspondant :

    • Seuil d'actualisation : sélectionnez l'âge maximal acceptable des données en sélectionnant une valeur et une unité (Minutes, Heures, Jours ou Mois). Ce seuil représente la fréquence à laquelle le jeu de données doit être mis à jour pour rester pertinent en fonction de vos besoins. Lorsque l'actualisation du jeu de données dépasse le seuil spécifié, le score d'actualité diminue, indiquant que les données peuvent être obsolètes ou moins fiables pour l'analyse active.

      La définition d'un seuil d'actualisation permet de s'assurer que votre jeu de données est régulièrement actualisé et qu'il répond à vos attentes en matière de données opportunes et pertinentes. La configuration n'affecte que le jeu de données sélectionné.

  • Exactitude, qui prend en compte le résultat des règles de validation de la qualité des données qui ont la catégorie Exactitude, ainsi que leurs niveaux de gravité.

    Si aucun score n'est affiché pour cette dimension, cela signifie qu'aucune règle de validation n'est appliquée à aucun des champs du jeu de données. Pour plus d'informations sur les règles de validation, consultez Utilisation de règles de validation.

  • Diversité, qui prend en compte la diversité du jeu des données, y compris les attentes concernant l'homogénéité du contenu et la répartition du volume. Pour configurer cette dimension, cliquez sur pour ouvrir le panneau de configuration correspondant et définissez le nombre de champs et de lignes souhaité :

    • Champs : cette option permet d'évaluer la diversité des champs (colonnes) de votre jeu de données. Elle vérifie dans quelle mesure les données sont réparties uniformément entre les colonnes et si chaque colonne apporte des données significatives et variées au jeu de données.

    • Lignes : cette option permet d'évaluer la distribution et la variabilité des données des enregistrements (lignes) de votre jeu de données. Elle permet de déterminer si le jeu de données contient un échantillon d'enregistrements équilibré et représentatif, sans surreprésentation ou sous-représentation de valeurs particulières.

      La définition de valeurs minimales acceptables pour ces paramètres garantit que votre jeu de données répond à vos exigences en matière de structure (champs) et de taille d'échantillon (lignes). La configuration n'affecte que le jeu de données sélectionné.

Pour pouvoir voir le Qlik Trust Score™ de votre jeu de données, vous devez avoir calculé la qualité des données au moins une fois.

Si vous ne voyez pas toutes les dimensions du Qlik Trust Score™ de votre jeu de données ou de votre produit de données, assurez-vous qu'elles sont activées sur la page de configuration Qlik Trust score™.

Configuration du Qlik Trust Score™

Depuis la page Qlik Trust Score™, vous pouvez configurer et personnaliser le poids de chaque dimension utilisée pour calculer le Qlik Trust Score™ ainsi que le format d'affichage. Notez que cette configuration s'appliquera à tous les jeux de données qui existent dans votre client.

Avant de configurer le Qlik Trust Score™, assurez-vous que la qualité des données est supportée pour votre client. Les caractéristiques et limitations qui s'appliquent à la qualité des données s'appliquent également au Qlik Trust Score™, comme les types de fichiers supportés. Pour plus d'informations, consultez Qualité des données des jeux de données basés sur des connexions et Qualité des données des fichiers chargés.

1. Dans Qlik Talend Data Integration > Qualité des données, cliquez sur Qlik Trust score™.

2. Pour activer ou désactiver une dimension, cliquez sur la bascule située à sa gauche.

   La Validité et la Complétude ne peuvent pas être désactivées, car il s'agit des paramètres les plus essentiels pour déterminer le Qlik Trust Score™.

3. Pour ajuster le poids de chaque dimension, cliquez sur les signes plus et moins à sa droite.

   Le total des pourcentages de toutes les dimensions doit être égal à 100 %.

4. Pour personnaliser l'affichage du Qlik Trust Score™, sélectionnez soit Une note sur 5, soit Pourcentage en fonction du format d'affichage souhaité.

Affichage de l'historique du Qlik Trust Score™

Le Qlik Trust Score™ évolue en permanence tout au long du cycle de vie de votre jeu de données, notamment en ce qui concerne les changements de poids des dimensions, le calcul de la qualité, les balises, les descriptions, l'utilisation, etc.

La fonction d'historisation vous permet de consulter les tendances et l'évolution du Qlik Trust Score™ directement à partir de la vue d'ensemble du jeu de données ou du produit de données :

• Les principales tendances sont directement affichées dans la vue d'ensemble, à côté du Qlik Trust Score™ et à côté de chacune de ses dimensions, représentant l'évolution par rapport au score précédent.

• Vous pouvez accéder au panneau détaillé Historique du Qlik Trust Score™ de deux manières :

  • À partir de la vue d'ensemble d'un jeu de données : cliquez sur à côté du Qlik Trust score™, puis sélectionnez Afficher l'historique.

  • À partir de la vue d'ensemble d'un produit de données : cliquez sur à côté du jeu de données dans la liste, puis sélectionnez Historique du Qlik Trust Score™.

  L'historique du Qlik Trust Score™ affiche tous les événements qui ont entraîné une modification du score, organisés dans l'ordre chronologique. Pour chaque événement, il fournit un horodatage, une brève description de l'action qui a déclenché la modification et la ou les dimensions spécifiques impactées par la modification.

Par défaut, l'historique Qlik Trust Score™ s'affiche sous forme de graphique. Pour afficher les données sous forme de tableau, cliquez sur l'icône de tableau située à droite du graphique. Les 500 événements les plus récents sont initialement chargés, et vous pouvez charger des événements supplémentaires directement à partir de la vue du tableau.

Informations sur le score de confiance d'un produit de données

Dans un produit de données, l'onglet Qualité fournit une vue consolidée de la qualité des données au niveau du produit de données. Il vous aide à comprendre la manière dont le Qlik Trust Score™ global évolue au fil du temps, quels jeux de données contribuent le plus aux variations du score et pourquoi ces variations ont eu lieu, afin de vous permettre de prendre des mesures correctives ciblées et opportunes.

Depuis l'onglet Qualité, vous pouvez :

• Suivre l'évolution du Qlik Trust Score™ global du produit de données et examiner les informations analytiques de chaque dimension disponible.

  La vue Validité affiche le score de validité global, y compris des informations sur les règles de validation et les types de données, ainsi que le score de validité de chaque jeu de données du produit de données.

  La vue Complétude affiche le score de complétude global, les types de données classés du plus incomplet au plus complet, ainsi que le score de complétude de chaque jeu de données du produit de données.

  La vue Découvrabilité affiche le score de découvrabilité global et met en évidence l'impact de la qualité des métadonnées sur le score du produit de données. Elle vous aide à identifier les jeux de données qui nécessitent une meilleure documentation, comme les descriptions et les balises manquantes ou incomplètes des jeux de données et des champs.

  En cliquant sur une règle de validation ou un type sémantique, vous pouvez explorer des informations plus détaillées dans le panneau de droite pour savoir où et comment ces éléments sont appliqués dans chaque jeu de données.

  La vue Exactitude affiche le score d'exactitude global de l'ensemble du produit de données et répertorie toutes les règles de validation de la qualité des données placées dans la catégorie Exactitude. Pour chaque jeu de données contributeur, la vue affiche son score d'exactitude individuel.

  La vue Actualité affiche le score d'actualité global et une distribution des scores entre les jeux de données. Elle met également en évidence les jeux de données sans score d'actualité, par exemple lorsque l'actualité n'est pas configurée ou n'est pas supportée pour le type de jeu de données.

  La vue Utilisation affiche le score d'utilisation global de l'ensemble du produit de données et le score d'utilisation de chaque jeu de données, y compris des informations sur leurs dépendances telles que les applications analytiques, les préparations des données et les flux de données, ainsi que le nombre de vues de ces dépendances. Elle met également en évidence les jeux de données sans score d'utilisation, par exemple lorsque les métriques d'utilisation ne sont pas activées dans les paramètres Administration.

  Depuis les vues des dimensions, vous pouvez ouvrir les détails du jeu de données dans le panneau de droite pour analyser la contribution au score et comprendre ce qui a changé au fil du temps.

• Identifiez les facteurs au niveau du jeu de données à l'origine des changements de score, ce qui vous permet de déterminer plus facilement les jeux de données qui contribué à l'augmentation ou à la réduction du score composite et les dimensions qui ont été affectées.

• Détectez les violations de contrat de qualité (le cas échéant) telles que le non-respect des contraintes (par exemple, Validité <100 % ou dépassement des seuils d'actualité) afin de favoriser une surveillance et une responsabilisation proactives.

Utilisez ces informations pour hiérarchiser les mesures correctives, vous concentrer sur les jeux de données qui affectent le plus l'intégrité du produit de données et maintenir la conformité aux exigences de gouvernance des données de votre organisation.