Aller au contenu
Sinfony

Data integrity · BPF

La data integrity se joue au poste, pas dans les serveurs.

On sécurise les systèmes, on valide les logiciels — et pourtant l'intégrité des données déraille dans les gestes quotidiens : une extraction Excel retravaillée, une correction « au stylo », un protocole approuvé incomplet. Voici comment une règle simple, ISI, rend les principes ALCOA applicables sur le terrain.

ALCOA

Attribuable, Lisible, en temps réel (Contemporaneous), Originale, Exacte : les cinq attributs d'une donnée intègre, attendus par les inspecteurs en industrie réglementée.

Principes ALCOA / ALCOA+ (MHRA, FDA, PIC/S).

La data integrity (intégrité des données) désigne la garantie que chaque donnée générée est fiable, complète et traçable tout au long de son cycle de vie. En pratique, la conformité ne se perd presque jamais dans le système informatique validé : elle se perd à ses frontières — là où l'humain extrait, recopie, corrige ou archive.

Le vrai problème

Les écarts d'intégrité naissent dans les gestes, pas dans les logiciels.

Sur le terrain, l'observation de processus complets — planification, change control, libération — fait remonter des écarts invisibles depuis un poste de pilotage : des tableurs extraits d'un ERP puis manipulés à la main, des demandes d'essai corrigées sans validation qualité, des protocoles approuvés avant leur finalisation, ou des documents papier introuvables lors du contrôle. Rien d'exceptionnel : ce sont les points de fuite naturels de la donnée.

Où ça déraille

Cinq points de fuite fréquents.

Les situations qui exposent le plus l'intégrité des données au poste de travail.

Situation Attribut ALCOA menacé
Extraction ERP retravaillée dans ExcelOriginale, Exacte
Correction manuscrite sans validation qualitéAttribuable, Exacte
Donnée renseignée a posteriori, de mémoireEn temps réel
Protocole approuvé avant finalisationExacte, Attribuable
Document papier archivé introuvableLisible, Originale

La solution

La règle ISI : ALCOA rendu applicable au poste.

Plutôt que d'exiger la maîtrise des référentiels, on donne un réflexe simple : avant d'utiliser une ressource, je vérifie qu'elle est ISI.

I

Identifiée

L'organisation m'autorise à l'utiliser : bon statut, bonne version, bon périmètre.

S

Sûre

Elle me garantit un résultat fiable : calibrée, validée, non altérée.

I

Intègre

Ses données sont ALCOA : attribuables, lisibles, en temps réel, originales, exactes.

Et si la ressource n'est pas ISI ? Le réflexe tient en trois temps : j'alerte, je me remets en conformité, je notifie. C'est cette boucle courte qui évite qu'un écart de donnée ne devienne une déviation coûteuse.

Sur le terrain

Détecter l'écart avant l'inspecteur.

Sur un site pharmaceutique du nord de la France, la lecture ISI a été déployée en situation sur des dizaines de processus et de postes, sur quatre périmètres métiers.

En analysant les processus au poste — et non sur le papier — les équipes ont appris à repérer elles-mêmes les points de fuite : manipulations de tableurs, verrous documentaires contournés, statuts incertains. La plupart des écarts se corrigent alors d'une observation sur l'autre, avant qu'ils n'atteignent une revue qualité ou une inspection.

Questions fréquentes

Data integrity : l'essentiel.

Sécurisez l'intégrité de vos données là où elle se joue.

Parlons du déploiement de la règle ISI et de la vigilance data integrity au poste de travail.