+Confiance / Donnée absente
« ON NE SAIT PAS » NE VEUT PAS DIRE « ZÉRO ».
Une case vide peut sembler anodine. Pourtant, pendant une transformation, un export ou une analyse, une donnée manquante peut facilement devenir une valeur qui n’a jamais été mesurée.
01 / Le glissement silencieux
LE RÉSULTAT EST EXPLOITABLE. IL PEUT ÊTRE FAUX.
Pendant un traitement, une donnée manquante peut facilement devenir :
Le résultat est alors parfaitement exploitable informatiquement — mais potentiellement faux. Aucune erreur ne s’affiche : la valeur a simplement changé de nature.
02 / Quatre situations distinctes
CES ÉTATS NE SONT PAS INTERCHANGEABLES.
- 0 : la valeur est connue et vaut zéro.
- ABSENT : la source ne fournit pas cette information.
- INCONNU : l’information devrait exister mais sa valeur n’est pas connue.
- NON APPLICABLE : la question n’a pas de sens pour cet objet.
Ces quatre situations demandent des réponses différentes. Les fusionner en une seule valeur par défaut revient à décider à la place de la source.
03 / Pourquoi cela compte
TRANSFORMER L’ABSENCE EN CERTITUDE.
Imaginons nombre_commerces = 0. Cela peut signifier : nous avons cherché et aucun commerce n’a été trouvé.
Mais si le jeu de données ne couvre pas cette commune, la bonne information est peut-être : nous ne disposons pas de données permettant de répondre.
Transformer la seconde situation en 0 produit une certitude qui n’existait pas dans la source. C’est exactement le genre de transformation silencieuse que DataAuthority cherche à empêcher.