MIS - Qualité de l'information

L'information est une ressource vitale pour le succès de toute organisation. L'avenir d'une organisation réside dans l'utilisation et la diffusion judicieuses de l'information. Des informations de bonne qualité placées dans le bon contexte au bon moment nous renseignent sur les opportunités et les problèmes bien à l'avance.

Informations de bonne qualité - La qualité est une valeur qui varierait selon les utilisateurs et les utilisations de l'information.

Selon Wang et Strong, voici les dimensions ou éléments de la qualité de l'information -

  • Intrinsic - Précision, objectivité, crédibilité, réputation

  • Contextual - Pertinence, valeur ajoutée, actualité, exhaustivité, quantité d'informations

  • Representational - Interprétabilité, format, cohérence, compatibilité

  • Accessibility - Accessibilité, sécurité d'accès

Différents auteurs proposent diverses listes de métriques pour évaluer la qualité des informations. Générons une liste des caractéristiques les plus essentielles pour la qualité de l'information -

  • Reliability - Il doit être vérifiable et fiable.

  • Timely - Il doit être à jour et atteindre les utilisateurs bien à temps, afin que les décisions importantes puissent être prises à temps.

  • Relevant - Il doit s'agir d'informations actuelles et valides et de réduire les incertitudes.

  • Accurate - Il devrait être exempt d'erreurs et d'erreurs, vrais et non trompeurs.

  • Sufficient - Il doit être en quantité suffisante pour que les décisions puissent être prises sur sa base.

  • Unambiguous- Il doit être exprimé en termes clairs. En d'autres termes, il doit être complet.

  • Complete - Il doit répondre à tous les besoins dans le contexte actuel.

  • Unbiased- Il doit être impartial, exempt de tout parti pris. En d'autres termes, il doit être intègre.

  • Explicit - Il ne devrait pas avoir besoin d'explications supplémentaires.

  • Comparable - Il doit être d'une collection, d'une analyse, d'un contenu et d'un format uniformes.

  • Reproducible - Il pourrait être utilisé par des méthodes documentées sur le même ensemble de données pour obtenir un résultat cohérent.