Une étude de 2017 menée par la Harvard Business Review*, révèle que seulement 3% des données en entreprise répondent aux standards de qualité. Cela peut s’expliquer par l’absence de stratégie qualité dans le processus d’intégration des données au sein des infrastructures.

D’après Forbes Insight, 84% des CEO s’inquiètent de la qualité de leurs données. Cette inquiétude est justifiée par le coût que peuvent représenter les dommages causés par le manque de qualité.

Selon une étude du MIT, la non-qualité occasionne une perte d’argent estimée entre 15% et 25% du chiffre d’affaires total d’une entreprise. Cap Gemini avance des chiffres identiques dans une étude de 2020.

Une étude de CrowdFlower**, datant de 2016 estime que 80% des spécialistes de la data science déclarent perdre leur temps en traitant des données de mauvaise qualité. En effet, si la structure n’a pas misé sur une stratégie data quality, les spécialistes doivent faire le tri entre les informations exactes et obsolètes. Ce tri fait baisser leur productivité en les retardant sur leur travail, ce qui pourrait être évité en utilisant une solution data quality.