Le coût de la non-qualité des données reste rarement chiffré dans les entreprises françaises, alors qu'il pèse directement sur la marge et sur les projets d'IA. Voici une méthode concrète pour l'estimer à partir de trois postes mesurables.
La qualité des données est redevenue un sujet de direction générale en 2026, non plus seulement un irritant pour les équipes data. La raison est simple : les projets d'intelligence artificielle buttent directement sur la fiabilité des données qui les alimentent. Gartner a prédit voir 60 % des projets IA abandonnés en 2026, faute de données suffisamment fiables pour les alimenter. Dans le secteur financier, l'enjeu est encore plus net : la qualité des données est le premier obstacle cité à la mise en production de l'IA par les grandes institutions financières, à 84 %, selon une enquête conjointe de l'IIF et d'EY publiée en septembre 2026.
Pourtant, la plupart des organisations ne chiffrent pas ce que leur coûte réellement une donnée mal nettoyée. Selon Gartner, 60 % des organisations ne mesurent pas le coût de la qualité des données, ce qui signifie qu'elles opèrent sans visibilité sur le gaspillage généré par les données défaillantes. C'est précisément ce vide qu'une grille de calcul permet de combler, à condition de l'appliquer aux réalités d'une ETI plutôt qu'aux moyennes globales souvent citées sans recul.
Le chiffre qui circule le plus dans la presse et les livres blancs est celui de Gartner, repris pratiquement partout : la mauvaise qualité des données coûterait en moyenne 12,9 millions de dollars par an aux organisations. Ce chiffre mérite toutefois d'être resitué dans son contexte méthodologique avant d'être appliqué tel quel à une ETI française. Il provient du Magic Quadrant for Data Quality Solutions de Gartner publié en juillet 2020, et résulte d'une enquête menée auprès de 154 clients de référence répartis sur 16 éditeurs de solutions de qualité de données. Ces entreprises étaient de grandes organisations déjà suffisamment matures pour acheter des logiciels de qualité des données, c'est-à-dire des structures ayant déjà investi dans le sujet et capables d'en estimer le coût – un biais d'échantillon qui gonfle mécaniquement la moyenne par rapport à une ETI qui découvre le sujet. Autre chiffre fréquemment cité, celui d'IBM évaluant à 3 100 milliards de dollars le coût annuel de la mauvaise qualité des données pour l'économie américaine : ce montant trouve son origine dans un article de magazine de 2011, dont l'auteur qualifiait lui-même son calcul de simple extrapolation personnelle. Autrement dit, ces deux chiffres macro, largement repris dans les contenus marketing, ne constituent pas une base de calcul fiable pour une direction financière d'ETI. Ils ont une valeur d'alerte, pas de méthode.
Des indicateurs plus directement exploitables existent en pourcentage du chiffre d'affaires. Selon plusieurs analyses convergentes, la non-qualité des données représenterait entre 15 % et 25 % du chiffre d'affaires d'une entreprise, le seul périmètre des données clients pouvant peser jusqu'à 5 % du CA. C'est ce type de ratio, rapporté à votre propre chiffre d'affaires et à votre propre structure de coûts, qui permet de construire un ordre de grandeur réaliste plutôt que de brandir une moyenne américaine issue d'un panel non représentatif.
Pour sortir de l'approximation, il faut décomposer le coût de la non-qualité en trois couches distinctes, chacune mesurable avec les données déjà disponibles en interne.
C'est le poste le plus facile à objectiver, car il se traduit directement en heures travaillées. La première couche regroupe les coûts directs de retraitement : les heures passées à corriger, dédoublonner, vérifier et re-saisir, diverses études situant entre 25 % et 30 % le temps que les équipes data et marketing consacrent à nettoyer des informations plutôt qu'à les exploiter. Côté forces commerciales, l'ordre de grandeur est comparable : les commerciaux perdraient environ 500 heures par an, soit 62 jours ouvrés, à valider, corriger et contourner des données de prospects défaillantes, ce qui représente près de 25 % de la capacité annuelle d'un commercial à temps plein détournée des activités génératrices de revenu.
Pour une ETI, la méthode de calcul consiste à appliquer ce taux (25 à 30 %) au temps réellement consacré par les équipes data, ETL et commerciales aux tâches de saisie et de manipulation de données, puis à le multiplier par le coût chargé moyen de ces équipes. Un data engineer qui passe un tiers de son temps à corriger des schémas cassés plutôt qu'à construire des pipelines représente un coût masqué qui n'apparaît dans aucun budget projet.
C'est le poste le plus difficile à chiffrer, mais aussi le plus coûteux lorsqu'il se matérialise. Il recouvre les prévisions de vente faussées, les arbitrages budgétaires mal informés et les lancements de produits construits sur des segments de marché mal identifiés. Gartner estime que les organisations perdent en moyenne 12,9 millions de dollars par an à cause de la mauvaise qualité des données, ce qui se traduit par des erreurs de prévision des ventes, une mauvaise allocation budgétaire ou des lancements de produits basés sur des segments de marché mal identifiés. Dans la supply chain, l'effet peut être spectaculaire : une prévision fausse de seulement 15 % peut suffire à provoquer des stocks excédentaires, immobiliser du capital et alourdir les coûts logistiques.
Pour estimer ce poste en ETI, il faut identifier les trois ou quatre décisions structurantes de l'année (plan de production, budget marketing, dimensionnement des stocks, pricing) qui s'appuient sur des données issues de systèmes dont la fiabilité est connue pour être dégradée, puis estimer l'écart entre la décision prise et la décision qui aurait été prise avec une donnée fiable. Ce travail se fait généralement en atelier avec les directions métier concernées, pas uniquement avec la DSI.
Le troisième poste couvre la reprise technique et le risque de conformité. La couche de coûts de risque concerne principalement le réglementaire et le réputationnel : un fichier mal tenu expose à des sanctions RGPD pouvant atteindre 4 % du chiffre d'affaires mondial, sans compter l'atteinte à l'image. Ce risque est d'autant plus concret que les référentiels de données alimentent désormais des systèmes de reporting automatisés où une erreur en amont se propage sans contrôle humain intermédiaire.
Sur le plan technique, la hiérarchie des coûts suit une logique bien documentée depuis les années 1990 : la règle dite du 1-10-100. Cette règle énonce que le coût de traitement d'une donnée est multiplié par dix à chaque étape où l'on repousse sa correction. Concrètement, vérifier et normaliser une donnée au point d'entrée représente un effort minime, la corriger a posteriori dans un système déjà alimenté mobilise dix fois plus de ressources, et laisser une donnée défaillante circuler déclenche la cascade complète : campagne ratée, décision biaisée, client mécontent, réputation atteinte. Appliquée à l'ETL, cette règle signifie qu'un contrôle de cohérence placé en amont d'un pipeline coûte très peu comparé à une reprise complète de charge historique découverte après un incident de production ou un audit.
Voici une méthode de chiffrage en quatre étapes, construite sur des données internes plutôt que sur des moyennes sectorielles importées.
Cette grille ne produit pas un chiffre unique universel, mais un ordre de grandeur propre à votre organisation, défendable devant une direction financière. C'est cette approche, plus modeste que les 12,9 millions de dollars souvent cités hors contexte, qui permet de construire un dossier d'investissement crédible pour un programme de gouvernance des données ou une démarche de conseil en architecture data.
L'urgence de ce chiffrage s'est accrue avec la montée en charge des projets d'IA générative et agentique. La qualité des données reste la priorité la plus courante en matière d'intégrité des données, et l'IA augmente le coût de l'erreur : à mesure que les organisations avancent vers des cas d'usage IA plus avancés et autonomes, des problèmes de qualité de données anciens deviennent des risques business immédiats. Une enquête menée en 2026 auprès de dirigeants américains confirme cette matérialisation du risque : parmi les problèmes les plus fréquemment identifiés lors des revues d'assurance formelle de l'IA figurent les problèmes de qualité des données, cités par 57 % des organisations.
Pour une ETI qui engage un projet d'IA sur des données de production, le chiffrage du coût de la non-qualité n'est donc plus un exercice académique : c'est un prérequis au dimensionnement du budget de préparation des données, souvent sous-estimé dans les phases de cadrage. Les équipes qui structurent leur démarche autour de notre expertise en gouvernance et qualité des données constatent généralement que ce chiffrage, une fois posé, redistribue les priorités budgétaires vers l'amont du pipeline plutôt que vers la correction en aval.
Le coût de la non-qualité des données ne se résume pas à un chiffre macro-économique importé d'une étude américaine menée sur un panel déjà acquis au sujet. Il se construit à partir de trois postes mesurables en interne : le temps de retraitement des équipes, le coût des décisions prises sur des bases erronées, et le différentiel entre prévention et reprise curative dans les pipelines ETL. Cette méthode, appliquée sérieusement sur quelques flux critiques, produit en quelques semaines un chiffre défendable, suffisant pour arbitrer entre statu quo et investissement dans la qualité des données.
Nous utilisons des cookies de mesure d'audience et de suivi publicitaire pour comprendre la fréquentation du site et l'efficacité de nos annonces. Rien n'est déposé sans votre accord. En savoir plus