/data-audit — Audit Qualite Data

Objectif

Evaluer systematiquement la qualite des donnees sur les 9 dimensions ISO 8000-8 et produire un rapport actionnable.

Arguments

• $ARGUMENTS : projet, table, ou SIREN a auditer (optionnel, defaut = projet courant)

Workflow

Phase 1 — Decouverte

1. Identifier le schema de donnees (Prisma, Zod, interfaces TypeScript)
2. Lister les sources de donnees externes (crawlers, imports, APIs)
3. Identifier les tables/collections contenant des donnees

Phase 2 — Evaluation des 9 dimensions

Pour chaque source/table identifiee :

Dimension 1 — Validite

• Grep les schemas Zod dans src/core/entities/ et src/api/validation.ts
• Verifier que chaque champ a un type et un domaine de valeurs

Dimension 2 — Exactitude

• Verifier les formats cles : SIREN (9 digits), RNA (W+9), NAF (4 digits + lettre)
• Cross-ref : champs verifiables contre source officielle

Dimension 3 — Fiabilite

• Classifier chaque source (Tier A/B/C) depuis src/config/sources.ts
• Verifier le confidence_score par source

Dimension 4 — Fraicheur

• Verifier la presence de source_updated_at vs ingested_at
• Calculer l'age moyen des donnees par source

Dimension 5 — Completude

• Identifier les champs obligatoires
• Estimer le taux de null sur les champs critiques

Dimension 6 — Coherence

• Detecter les contradictions (deadline < date_ouverture, etc.)
• Verifier la coherence inter-tables (FK, memes SIREN = memes noms)

Dimension 7 — Unicite

• Verifier les doublons sur cles primaires (SIREN, RNA, externalId)

Dimension 8 — Structure

• Verifier encodage UTF-8, dates ISO, normalisation

Dimension 9 — Tracabilite

• Verifier la presence des champs DataProvenance
• Verifier enrichmentSources JSONB
• Verifier lineage_run_id

Phase 3 — Rapport

Generer un rapport Markdown avec :

• Score global et par dimension
• Violations classees P0/P1/P2
• Recommandations concretes avec fichiers/lignes
• Comparaison avec les SLOs (Gold/Silver/Bronze)

Reference

Voir references/iso8000-dimensions.md pour les definitions completes.