La qualité des données ne vient pas d’un grand nombre de champs obligatoires. Elle vient d’un petit nombre d’informations dont le sens est clair et dont l’utilisation est visible.
Définir une clôture acceptable
Une intervention terminée devrait comporter le résultat, le temps, les pièces importantes, les observations nécessaires et les suivis éventuels. Les exigences peuvent varier selon le type de travail; un simple ajustement n’a pas besoin du même niveau de dossier qu’une intervention complexe.
Échantillonner plutôt que tout relire
Un contrôle périodique sur un échantillon peut suffire pour détecter les problèmes : descriptions vagues, temps incohérents, causes systématiquement inconnues ou dossiers fermés alors qu’un suivi est encore nécessaire.
Vérifier la cohérence entre champs
Une clôture « résolu » avec un commentaire indiquant « retour nécessaire » mérite une vérification. De même, une intervention avec pièces consommées mais zéro temps ou une longue durée sans explication peut signaler un problème de saisie.
Utiliser les erreurs pour corriger le système
Si la même erreur revient, la solution n’est pas toujours de rappeler la règle aux utilisateurs. Le formulaire peut être ambigu, le champ mal placé ou la liste de choix inadéquate. L’audit doit améliorer le processus autant que contrôler les individus.
Garder une trace des corrections importantes
Les modifications aux données historiques qui influencent les KPI, coûts ou engagements devraient être traçables dans les systèmes qui le permettent. Cela facilite l’explication des variations et protège la crédibilité des rapports.