Les traductions de ce site web dans des langues autres que l'anglais sont générées par l'IA. Nous ne garantissons pas l'exactitude et ne sommes pas responsables des erreurs ou dommages résultant de l'utilisation du contenu traduit. En cas d'incohérences ou d'ambiguïtés, la version anglaise prévaut.
Transformer les données en opportunités : Métrique du mois - Définition des règles de qualité des données
Les données de haute qualité sont plus qu'un repère - c'est une nécessité stratégique pour la confiance, la Conformité et l'interopérabilité à l'échelle mondiale. Dans ce blog, Zornitsa Manolova, responsable de la gestion de la qualité des données et de la science des données chez GLEIF, souligne comment une approche structurée et basée sur des règles pour les Contrôles qualité des données permet de garantir l'intégrité des données de référence LEI dans l'ensemble du Système mondial LEI.
Auteur: Zornitsa Manolova
Date: 2025-08-07
Vues:
Dans une économie mondiale de plus en plus interconnectée, la capacité des organisations à faire confiance aux données et à les utiliser efficacement est le fondement de l'innovation, de la croissance et de la compétitivité.
Un écosystème de données de haute qualité est un moteur de changement et d'innovation qui permet aux organisations d'identifier et de saisir de nouvelles opportunités. Dans le même temps, une faible qualité des données peut entraîner des inefficacités et une exposition aux risques réglementaires et de réputation.
Le GLEIF s'est engagé à optimiser la qualité, la fiabilité et la facilité d'utilisation des données LEI. Depuis 2017, il publie des rapports mensuels dédiés pour démontrer de manière transparente le niveau global de qualité des données atteint dans le système Global LEI.
Pour aider à une compréhension et une sensibilisation plus large de l'industrie aux initiatives de qualité des données de GLEIF, cette nouvelle série de blogs explore les métriques clés incluses dans les rapports.
Le blog de ce mois-ci continue d'examiner la définition des règles de Qualité des données.
Dans l'écosystème financier interconnecté d'aujourd'hui, la fiabilité des données de référence sur les entités légales est primordiale. Consciente de cela, la Global Legal Entity Identifier Foundation (GLEIF), en étroite collaboration avec le Comité de surveillance réglementaire (ROC) et les organisations émettrices de LEI, a mené des efforts pour améliorer les normes de qualité des données dans l'ensemble du Système international LEI.
Pour soutenir sa mission de maintien de normes de données exceptionnelles, le GLEIF a introduit un cadre structuré de Gestion de la Qualité des données, qui définit un ensemble transparent et mesurable de critères de qualité des données. Ces critères définissent ce qui constitue des données de haute qualité et servent de référence objective pour évaluer l'intégrité des données de référence LEI.
Les Contrôles Qualité des données du GLEIF sont méticuleusement conçus pour assurer la conformité des données de référence LEI avec les dernières Règles de Transition et de Validation, qui décrivent les règles commerciales et leur mise en œuvre technique pour l'émission, la mise à jour, la gestion et la publication, sous le format du fichier commun (CDF).
Ce blog examine comment les Contrôles qualité des données sont définis par le Qualité des données Rule Setting et comment cela contribue à une infrastructure financière mondiale plus fiable et plus efficace.
Qu'est-ce que la Qualité des données ?
L'établissement de règles de qualité des données est une approche structurée et systématique qui gouverne la manière dont chaque contrôle de qualité des données est défini, interprété et appliqué dans l'ensemble du système Global LEI. Ce mécanisme garantit que chaque Contrôles qualité des données est conçu avec une structure spécifique, incorporant quatre éléments clés :
Niveau de maturité - définit l'évolution des améliorations apportées aux processus associés à ce qui est mesuré.
Critère de qualité - dans quelle mesure les données s'alignent sur l'un des principes de qualité établis (par exemple, exactitude, validité).
Intention de contrôle - définit l'objectif ou la raison d'être de la règle.
Logique formalisée - exprimée par la combinaison d'une condition préalable et d'une condition.
Les contrôles suivent un format logique "si-alors" : Si une certaine condition préalable (X) est remplie, alors une condition spécifique (Y) doit également être remplie.
Par exemple, si une entité légale est marquée comme "retirée" (condition préalable), un événement correspondant doit être présent dans l'enregistrement (condition). Si un document ne remplit pas la condition préalable, le contrôle est considéré comme sans objet. Si un document remplit la condition préalable mais ne remplit pas la condition, le contrôle échoue. Si les deux conditions sont remplies, le contrôle est réussi.
En définissant précisément la logique de chaque Contrôles qualité des données, l'établissement de règles garantit la reproductibilité, c'est-à-dire que chaque point de données est calculé de la même manière, à chaque fois, dans l'ensemble du système Global LEI. Cela permet une évaluation transparente, cohérente et évolutive de la qualité des données sur des millions d'enregistrements LEI, facilitant ainsi l'amélioration continue et l'alignement sur les Normes mondiales.
Pour encore plus de transparence et de flexibilité opérationnelle, chaque Contrôles qualité des données se voit également attribuer des tags qui reflètent son statut dans le cycle de vie de la mise en œuvre. Ces étiquettes permettent de catégoriser les contrôles et de rationaliser leur suivi, leur consultation et l'établissement de rapports. Elles comprennent
Aperçu - Le contrôle a été entièrement développé, testé et publié par le GLEIF. Les résultats sont visibles pour les organisations émettrices de LEI mais ne sont pas encore utilisés dans les rapports publics. Cette phase permet un accès anticipé et soutient le travail préparatoire avant la consultation formelle.
Consultation - La vérification fait l'objet d'une consultation active auprès des organisations émettrices de LEI. Au cours de cette phase, les commentaires sont recueillis afin d'affiner la logique, l'impact et l'applicabilité du contrôle.
Rapport - Le contrôle a passé le stade de la consultation et est officiellement adopté. Ses résultats contribuent désormais à des sorties tournées vers le public, telles que le rapport mondial sur la qualité des données LEI et les rapports sur la qualité des données spécifiques aux émetteurs de LEI.
Consultation annuelle sur l'établissement des règles 2025
En fin de compte, l'établissement des règles est le fondement sur lequel sont construits les indicateurs clés de performance (ICP) présentés dans cette série de métriques du mois, du score total de qualité des données (TDQS) aux niveaux de maturité et aux résultats des critères de qualité individuels. Cela signifie que l'amélioration continue, en collaboration avec les participants de l'écosystème, est impérative pour promouvoir la confiance et la transparence.
Le 3 juillet 2025, le GLEIF et les organisations émettrices de LEI ont ouvert la période de consultation 2025 pour l'établissement des règles. Au cours des six prochaines semaines, les parties prenantes examineront 22 nouveaux contrôles et 24 contrôles mis à jour avant qu'ils ne soient mis en production plus tard en 2025, offrant aux émetteurs de LEI une piste claire pour préparer leurs systèmes et processus. Ensemble, ces ajouts et mises à jour devraient renforcer la normalisation et la fiabilité dans l'ensemble du système Global LEI.
Les points forts sont les suivants :
Vérification LENU alimentée par l'IA - LENU (Entité légale Name Understanding), un modèle d'apprentissage automatique open-source codéveloppé par GLEIF et Sociovestix Labs, propose désormais des codes de forme juridique d'entité (ELF) dans 22 juridictions, réduisant les efforts de cartographie manuelle et stimulant la cohérence à l'échelle mondiale.
Une validation de modèle plus riche - des règles regex améliorées placent la barre plus haut pour les codes postaux et les identifiants locaux, en capturant plus de cas limites et en réduisant les faux positifs.
Cinq nouvelles listes de codes - ces listes établies apportent une structure supplémentaire, couvrant des situations telles que :
Les entités qui ne peuvent pas avoir de parents ou d'enfants
Les autorités d'enregistrement attendues pour des codes ELF spécifiques
Formes juridiques appropriées pour les organismes publics
Autorités qui ne délivrent pas d'identifiants
Une fois la consultation terminée, les vérifications pertinentes sont classées sous l'étiquette "Rapport", ce qui les rend visibles à la fois dans la section des rapports et dans le tableau de bord. Dans les rapports sur la qualité des données, ces contrôles sont présentés sous le titre "Top 5 des contrôles défaillants", ce qui donne un aperçu de haut niveau des domaines critiques qui nécessitent une attention particulière.
Pleins feux sur le mois de juillet : Contrôle C000438
Chaque entrée dans les Contrôles qualité des données indique le nombre d'émetteurs LEI touchés par des contrôles échoués et identifie l'organisation présentant le taux d'échec le plus élevé. Pour le mois de juillet, c'est le contrôle C000438 qui est apparu comme le plus défaillant. Ce contrôle permet de s'assurer que chaque relation parentale directe déclarée par un émetteur de LEI correspond bien à la relation parentale finale divulguée. Il notifie aux émetteurs LEI toute divergence dans la structure des relations, en suivant la chaîne des parents directs, par rapport à la société mère ultime de la structure de l'entreprise. Au total, 22 défaillances moyennes ont été enregistrées en juillet, ce qui représente une diminution par rapport aux 64 défaillances moyennes enregistrées en juin. Cela donne un aperçu précieux de la façon dont la qualité des données des émetteurs évolue au fil du temps.
Transformer les données en opportunités
Le GLEIF et le ROC pilotent plusieurs groupes de travail spécialisés, dont le groupe de travail sur la Qualité des données. Ces équipes anticipent les besoins émergents et les traduisent en améliorations pratiques, qu'il s'agisse de nouveaux Contrôles qualité des données ou de normes techniques mises à jour. Cette approche collaborative et pluridisciplinaire permet à l'écosystème LEI d'être adapté à une économie de plus en plus numérique et interconnectée.
En unissant des normes rigoureuses, la transparence et les commentaires de la communauté, GLEIF continue de transformer des données de haute qualité en un avantage stratégique, débloquant des efficacités, atténuant les risques et ouvrant les portes à l'innovation pour les participants du marché dans le monde entier.
Si vous souhaitez commenter une publication sur le blog, veuillez vous identifier à l'aide de votre prénom et de votre nom. Votre nom apparaîtra à côté de votre commentaire. Aucune adresse e-mail ne sera publiée. Veuillez noter qu'en accédant ou en contribuant au forum de discussion, vous acceptez de respecter les conditions de la Politique de la GLEIF en matière de blog ; veuillez donc les lire attentivement.
Zornitsa Manolova dirige l’équipe chargée de la gestion de la qualité des données et de la science des données au sein de la Global Legal Entity Identifier Foundation {GLEIF}. Depuis avril 2018, elle a pour mission d’améliorer le cadre établi pour la qualité et la gouvernance des données en introduisant des méthodes d’analyse de données innovantes. Auparavant, Zornitsa est chargée de la gestion des projets d’analyse de données médico-légales dans le cadre d’enquêtes financières internationales chez PwC Forensics. Elle possède un diplôme allemand en informatique avec une spécialisation en apprentissage automatique de l’Université Philipps de Marbourg.
