Repost Linkedin : https://www.linkedin.com/posts/yacine-bekka_dataquality-datamanagement-data-activity-7069198262502617088-IW8t?utm_source=share&utm_medium=member_desktop
3 causes possibles de doublons dans un jeu de données :
• Intégration de plusieurs sources sans réconciliation :
Si l’on intègre des référentiels clients provenant de différentes sources dans un entrepôt de données sans les réconcilier entre eux, il est fort probable que des doublons se forment.
• Pas de vérification lors de la création :
L’étape de création/saisie des données est cruciale. Un contrôle lors de la saisie pour prévenir la création de doublons dans le référentiel peut éviter de nombreuses anomalies !
• Pas d’identifiant unique :
Il est surprenant que cela existe encore en 2023… Cependant, il est possible que certains systèmes ou processus ne génèrent pas d’identifiant unique pour les différents objets/événements utilisés, ou qu’ils les gèrent mal, ce qui contribue aux causes possibles de duplication.
