Le référentiel que le data quality analyst aura à tenir détermine les questions à poser. Sur les données clients, fournisseurs ou articles, il profile les tables de l'ERP et du CRM, écrit des règles de contrôle, repère les doublons et suit des indicateurs que les équipes métiers corrigent ensuite. Le poste s'ouvre souvent à l'approche d'une migration vers S/4HANA ou d'un projet MDM, au moment où l'entreprise découvre l'état réel de ses fiches.
Sous ce titre, les CV racontent des métiers différents. Certains candidats ont surtout produit des taux de remplissage dans Excel. D'autres écrivent la requête qui sort les codes pays orphelins, règlent un seuil de rapprochement approximatif ou vérifient un SIRET dans la base Sirene. L'entretien doit faire apparaître cet écart, que le CV montre rarement.
Si le manager peut fournir un extrait anonymisé de la table fournisseurs, montrez-le au candidat dès le premier entretien technique : ce qu'il y repère en cinq minutes vaut plusieurs questions. Pour un junior, attendez une méthode de profilage. Pour un senior, une règle chiffrée et le nom de l'équipe qui corrige.
Profilage, contrôles, MDM : l'outillage d'un data quality analyst
SQL
L'outil de base du poste. Le profilage, les contrôles d'unicité, les jointures vers les tables de référence et les extractions d'anomalies passent par des requêtes. Un candidat qui ne sait pas écrire une jointure externe ou un GROUP BY avec HAVING dépendra des autres pour chaque analyse.
Informatica Data Quality
Un outil de qualité très présent dans les grands comptes, en version installée ou dans le cloud Informatica (Cloud Data Quality). On y profile les tables, on y écrit des règles réutilisables, on normalise et on dédoublonne. Demandez ce que la personne y a construit elle-même, et pas seulement si elle l'a utilisé.
Talend Data Quality
Le module qualité de Talend, aujourd'hui intégré à l'offre Qlik Talend Cloud. Talend Open Studio, la version gratuite que beaucoup ont apprise, n'est plus maintenu depuis le 31 janvier 2024. On le trouve souvent dans les entreprises qui utilisent déjà Talend pour leurs flux.
MDM (Semarchy xDM, SAP MDG, Informatica MDM)
Le système qui tient la fiche de référence et ses workflows de création. Le data quality analyst y fait entrer ses règles comme contrôles à la saisie et ses seuils de rapprochement pour les doublons. Une expérience de migration vers un MDM est un vrai plus sur ce poste.
API Sirene, Base Adresse Nationale, GS1
Les sources externes qui servent à vérifier l'exactitude. L'API Sirene de l'INSEE confirme qu'un SIRET existe et que l'établissement est actif. La Base Adresse Nationale sert à valider et géocoder une adresse, et les données GS1 relient un GTIN à un produit.
Excel et Power Query
Toujours présents, pour les échanges avec les métiers et les analyses rapides. Power Query rend les préparations rejouables. Méfiez-vous d'un poste où tout le contrôle tient dans des classeurs : les zéros de tête disparaissent et personne ne sait qui a modifié quoi.
Power BI
L'outil le plus courant pour le tableau de bord qualité. Il se branche sur les tables de résultats des contrôles et permet de descendre jusqu'à la liste des fiches à corriger. Vérifiez que la personne sait historiser des résultats, pas seulement afficher un taux du jour.
Python (pandas)
Utile pour les profilages ponctuels sur de gros fichiers, la normalisation de textes et les essais de rapprochement approximatif. Rarement exigé sur un poste centré sur les référentiels, il fait gagner du temps quand l'outil de qualité n'est pas encore en place.
Le poste change selon l'employeur. En ESN, le data quality analyst arrive souvent en mission avant une migration vers S/4HANA ou un MDM, avec un référentiel à auditer puis à nettoyer dans un délai serré. Chez un client final, il suit un ou plusieurs domaines dans la durée et fait évoluer les règles avec les data stewards. Le domaine pèse sur les questions à poser : SIRET, adresses et IBAN pour les tiers, GTIN, unités et attributs techniques pour les articles. La certification CDMP de DAMA atteste une culture de la gestion des données. Elle ne remplace pas une requête écrite devant vous en entretien.
Les savoir-faire techniques à contrôler chez un data quality analyst
- Profilage et mesure de la qualité
- Règles de contrôle en SQL
- Dédoublonnage et rapprochement
- Normalisation des données de référence
- Outils de qualité et intégration au MDM
- Indicateurs et remédiation outillée
Data quality analyst : cinq questions à poser sur un référentiel
Chaque question vient avec ce qu'une bonne réponse contient et le signal qui doit vous alerter. Pas besoin d'être technique pour les poser : écoutez si le candidat raconte du vécu.
Question 1 · junior à confirmé
On vous confie une table fournisseurs de 80 000 lignes que personne n'a jamais auditée. Que regardez-vous dans la première heure ?
Une bonne réponseUn profilage colonne par colonne : taux de valeurs nulles, nombre de valeurs distinctes, valeurs les plus fréquentes, longueurs minimale et maximale, masques de format (un SIRET sur 14 chiffres, un code postal sur 5). Ensuite l'unicité de la clé et des identifiants forts comme le SIRET ou l'IBAN, puis les fiches actives et inactives. La personne cherche les valeurs par défaut qui se font passer pour des données (« NC », « 00000 », « . ») avant d'annoncer le moindre taux.
Signal d'alerteUn taux de remplissage global calculé tout de suite, ou une lecture des premières lignes à l'écran en guise d'audit. Aucune distinction entre fiches actives et fiches bloquées.
Question 2 · confirmé
Le référentiel clients contient « SARL Martin & Fils » et « MARTIN ET FILS SARL » à la même adresse. Comment repérez-vous ce genre de doublon à grande échelle sans fusionner des sociétés différentes ?
Une bonne réponseUn identifiant fort d'abord : même SIREN, même société. Sans lui, une normalisation (casse, accents, ponctuation, & remplacé par ET, forme juridique retirée de la clé de comparaison), un découpage en blocs (code postal, début du nom) pour limiter les comparaisons, puis une comparaison approximative sur plusieurs attributs pondérés, avec Jaro-Winkler, Levenshtein ou une clé phonétique. Deux seuils : au-dessus, fusion automatique ; dans la zone grise, revue par un data steward ; en dessous, rien. Deux SIRET différents d'un même SIREN restent deux établissements.
Signal d'alerteUne recherche de correspondance exacte seulement, ou une fusion automatique sur le nom seul, qui réunit deux homonymes de deux villes.
Question 3 · junior à confirmé
Comment contrôlez-vous qu'un SIRET saisi dans le référentiel est valide et correspond toujours à un établissement actif ?
Une bonne réponseLe format d'abord : 14 chiffres, soit le SIREN sur 9 et le NIC sur 5, avec une clé de Luhn (il connaît l'exception des établissements de La Poste). Puis l'API Sirene de l'INSEE pour l'existence, l'état administratif et l'adresse. Le contrôle est relancé à intervalle régulier, parce qu'un établissement ferme ou déménage. Les unités en diffusion partielle demandent un traitement à part.
Signal d'alerteUn contrôle de longueur seul, ou un contrôle fait une fois à la création puis jamais renouvelé.
Question 4 · confirmé
Comment construisez-vous un indicateur de complétude qui ait du sens pour la fiche article ?
Une bonne réponsePas un taux moyen de champs remplis. Il part des attributs requis par usage : un article vendu en ligne a besoin du poids, des dimensions et d'un visuel, une pièce de maintenance non. Il pondère par criticité, calcule sur les fiches actives et présente le résultat par famille et par responsable, pour que chacun sache ce qu'il a à corriger.
Signal d'alerteLa moyenne de remplissage de toutes les colonnes, y compris celles que personne n'utilise.
Question 5 · junior à confirmé
Décrivez la requête qui trouve les clients rattachés à un code pays absent de la table de référence des pays.
Une bonne réponseUne jointure externe gauche vers la table des pays avec un filtre sur la clé de droite à NULL, ou un NOT EXISTS. Une bonne réponse signale le piège du NOT IN, qui ne renvoie plus rien dès que la sous-requête contient une valeur nulle. La personne nettoie aussi la casse et les espaces (TRIM, UPPER) avant de conclure qu'un code est inconnu.
Signal d'alerteUne jointure interne, qui fait justement disparaître les lignes orphelines. Ou un export vers Excel avec une RECHERCHEV.
Recevez la fiche d'entretien complète en PDF
La fiche pour mener l'entretien de bout en bout, prête à imprimer ou à partager avec le manager.
- 30 questions sur 6 axes, avec la bonne réponse, le signal d'alerte et la relance
- Le niveau visé pour chaque question
- Une mise en situation de 20 minutes et ce qu'on attend du candidat
- La grille d'évaluation de 1 à 4, axe par axe
Recruter un data quality analyst : les points qui reviennent
Quelle différence entre un data quality analyst et un data steward ?
Le data steward est responsable d'un domaine de données au quotidien. Il valide les créations, applique les règles et tranche les cas litigieux avec les métiers. Le data quality analyst conçoit et mesure : profilage, écriture des règles, indicateurs, réglage du dédoublonnage dans l'outil. Dans une petite équipe, une même personne tient souvent les deux rôles. Au recrutement, regardez lequel des deux pèse le plus dans la fiche de poste et orientez les questions en conséquence.
Quels outils un data quality analyst doit-il connaître ?
Le SQL n'est pas négociable : profilage, contrôles et extractions en dépendent. Ajoutez un outil de qualité (Informatica Data Quality, Talend Data Quality ou Ataccama selon votre parc), Excel avec Power Query pour les échanges avec les métiers et Power BI pour le suivi. Une première expérience d'un MDM aide beaucoup avant une migration. Sur des tiers, la connaissance de l'API Sirene et de la normalisation postale fait gagner des semaines.
Un extrait de référentiel suffit-il comme test technique ?
Oui, s'il est anonymisé et compte quelques centaines de fiches fournisseurs ou articles. Donnez 30 minutes pour lister les anomalies, écrire deux règles en SQL et proposer un indicateur de suivi. Faites commenter le raisonnement à voix haute. Vous verrez si la personne regarde d'abord la structure du fichier, si elle repère les valeurs par défaut déguisées et si elle pense à la cause des erreurs autant qu'à leur correction.
Comment vérifier qu'un data quality analyst sait mesurer la qualité des données ?
Demandez-lui de chiffrer l'état d'un fichier qu'il connaît. Un profil solide cite des dimensions mesurables (complétude, unicité, validité, cohérence entre systèmes, fraîcheur) et donne pour chacune une règle et un seuil. Il sait aussi dire combien coûtait le défaut : factures rejetées, colis retournés, relances envoyées en double. Une réponse qui reste sur « des données propres », sans indicateur ni chiffre, signale quelqu'un qui corrige au cas par cas sans suivre l'évolution.
Pour structurer vos autres entretiens, consultez aussi nos pages sur les questions d'entretien de recrutement, la méthode de l'entretien structuré et la grille d'évaluation d'entretien.
