IA et données métier

Définition de métrique (metric spec)

Une définition de métrique fixe la formule, le périmètre, la période et la source d’un indicateur. Préciser, par exemple, si le chiffre d’affaires inclut les taxes et les remboursements évite de comparer des calculs différents.

01

Qu’est-ce qu’une définition de métrique ?

Une définition de métrique, parfois appelée metric spec, décrit précisément un indicateur. Elle fixe sa formule, les données utilisées, le périmètre et les conditions du calcul. Elle permet à plusieurs personnes ou outils de produire un résultat comparable. Sans cette définition, deux chiffres portant le même nom peuvent mesurer des choses différentes.

La métrique doit répondre à une question opérationnelle. Le nombre de demandes reçues, le délai de traitement et le montant facturé ne décrivent pas le même aspect d’une activité. Commencez par la décision que l’indicateur aide à prendre, puis choisissez les données et les règles adaptées.

02

Quels éléments faut-il préciser ?

La formule indique les opérations réalisées. La source décrit les champs et le logiciel d’origine. La période précise les bornes, la date utilisée et, si nécessaire, le fuseau horaire. Le périmètre définit les établissements, les équipes, les statuts et les exclusions.

Ajoutez les unités et le traitement des valeurs manquantes. Un montant peut inclure ou exclure les taxes. Un dossier annulé peut être compté ou retiré selon l’objectif. Une valeur absente ne doit pas devenir automatiquement zéro. Ces choix doivent être écrits pour éviter des interprétations différentes.

03

Métrique, objectif et tableau de bord

Une métrique décrit un calcul. Un objectif fixe un résultat souhaité. Un tableau de bord présente des indicateurs et leurs évolutions. Ces éléments sont liés, mais il ne faut pas les confondre. Une cible n’explique pas comment le chiffre est produit.

L’analyse conversationnelle doit reprendre la même définition que le tableau de bord. Si une IA répond à une question avec une autre période ou un autre filtre, les résultats divergent. La réponse doit préciser la règle utilisée, surtout lorsque l’utilisateur emploie un terme ambigu.

04

Exemple d’usage : suivre les demandes clôturées

Imaginons une équipe qui veut compter les demandes clôturées pendant une période. Elle choisit la date de clôture comme référence, définit les statuts inclus et précise comment traiter les dossiers rouverts. Elle identifie le champ utilisé dans son logiciel de suivi.

Le calcul est vérifié sur une sélection de dossiers. Une demande créée avant la période mais clôturée pendant celle-ci est incluse si la règle le prévoit. Une demande clôturée puis rouverte doit suivre une convention explicite. Les doublons importés sont contrôlés avant d’afficher un total.

L’équipe compare ensuite le résultat du tableau de bord à celui de l’analyse IA. En cas d’écart, elle examine la formule et les filtres avant de chercher une explication métier. Cet exemple est illustratif : aucun seuil ni résultat n’est proposé comme une norme pour toutes les entreprises.

05

Comment rendre le calcul vérifiable ?

Conservez la définition près du livrable. Indiquez la période, la source et les exclusions dans le rapport. Pour une métrique dérivée, montrez les données de départ et la formule. Une personne doit pouvoir reproduire le calcul avec le même périmètre.

La fraîcheur doit être visible. Un indicateur calculé à partir d’une extraction ancienne n’a pas la même portée qu’une consultation récente. Lorsque certains établissements manquent, le résultat doit annoncer cette couverture partielle. Une présentation précise ne remplace pas des données complètes.

06

Erreurs fréquentes

Changer silencieusement la définition rend les comparaisons historiques difficiles. Mélanger des unités, des devises ou des dates différentes peut produire un chiffre sans sens. Additionner des éléments qui se recouvrent peut aussi compter plusieurs fois la même activité.

Prévoyez le cas d’un dénominateur nul pour les ratios. Documentez les arrondis et les conversions. Un résultat très détaillé n’est pas forcément plus fiable : la précision affichée doit rester cohérente avec la qualité des données disponibles.

07

Préparer un projet

Rédigez une fiche avec le nom de l’indicateur, son objectif, sa formule et ses sources. Ajoutez la période, les filtres, les unités et les règles pour les valeurs absentes. Faites-la relire par le propriétaire métier et par la personne qui connaît les données.

Préparez des cas de contrôle : doublon, annulation, réouverture, donnée manquante et limite de période. Le calcul doit donner le résultat attendu pour ces situations avant d’être utilisé dans une décision.

Attribuez une version à la définition. Si elle change, expliquez les conséquences sur les comparaisons. Un historique recalculé et un historique conservé selon l’ancienne règle doivent être clairement distingués. La même fiche peut servir au tableau de bord et aux instructions de l’assistant IA.

08

Questions fréquentes

Pourquoi deux outils donnent-ils des chiffres différents ?+

Ils peuvent utiliser des périodes, des filtres ou des définitions différentes. Comparez d’abord les sources et les règles avant d’attribuer l’écart à une erreur de calcul.

Une donnée manquante peut-elle devenir zéro ?+

Seulement si la définition le justifie. Une valeur inconnue et une absence d’activité ne signifient pas la même chose. Signalez la couverture des données.

Faut-il modifier les chiffres passés après un changement ?+

Cela dépend de l’objectif. Documentez la nouvelle version et précisez si l’historique a été recalculé. Évitez une comparaison qui mélange deux définitions sans explication.

10

Référence

Pour décrire des observations et des méthodes de mesure, voir les propriétés de StatisticalVariable dans Schema.org.

Référence consultée le 10 octobre 2026.

PROCHAINE ÉTAPE

Relions ces termes à votre projet.

Un choix technique à faire ? Échangez avec notre équipe pour préciser vos usages, vos outils et la prochaine étape.

Prendre rendez-vous ↗