# Fiabilisation des données via Data Quality server‑side
### 1. Valeur Business : Garantir une donnée actionnable et certifiée
La valeur de vos outils (Analytics, CRM, Publicité) dépend directement de la qualité des données qu'ils reçoivent. Le Server-Side sans contrôle crée une "boîte noire", la fiabilisation permet d'ouvrir cette boîte et de garantir l'intégrité de chaque hit.
* **Décisions basées sur la vérité :** Éliminez les biais d'analyse causés par des données mal formatées ou manquantes qui faussent vos rapports.
* **Interopérabilité sans friction :** Envoyez une donnée unique et normalisée à tous vos partenaires. Si un format change chez un fournisseur, vous corrigez au serveur sans toucher au code du site.
* **Réduction de la dette technique :** Le Data Cleansing permet de réparer les erreurs de collecte immédiatement, évitant des chantiers de correction complexes sur votre site web ou votre application.
### 2. Méthodologie de mise en œuvre
#### **Étape A : Définition du schéma attendu (Event Specification)**
Créez le référentiel de votre plan de marquage au niveau serveur. Vous définissez pour chaque événement (ex: `purchase`, `login`, `page_view`) les propriétés obligatoires et le type de données attendu.
* **Action** : Configurez vos schémas dans le module Data Quality.
* **Documentation** : [Event Specification](https://doc.commandersact.com/fr/fonctionnalites/data-quality/event-specification).
#### **Étape B : Surveillance et Diagnostic (Data Quality)**
Le système contrôle chaque événement entrant. Le rapport Data Quality identifie immédiatement les sources qui envoient des données non conformes ou non documentées.
* **Action** : Surveillez le score de santé de vos sources server-side.
* **Documentation** : [Rapport Data Quality](https://doc.commandersact.com/fr/fonctionnalites/data-quality/data-quality).
#### **Étape C : Correction en temps réel (Data Cleansing)**
Si une anomalie est détectée (ex: une devise manquante ou un format de date erroné), ne rejetez pas la donnée. Utilisez le Data Cleansing pour la normaliser avant l'envoi.
* **Action** : Appliquez des règles de transformation pour corriger, enrichir ou anonymiser les propriétés à la volée.
* **Documentation** : [Data Cleansing](https://doc.commandersact.com/fr/fonctionnalites/data-quality/data-cleansing).
#### **Étape D : Alerting Proactif**
Configurez des alertes critiques. Soyez prévenu dès qu'une source server-side commence à envoyer des données invalides, vous permettant d'agir avant que vos destinations (Analytics, CRM, Ads) ne soient impactées.
### 3. Cas d'usage types
1. **Uniformisation Analytics & Ads** : Assurez-vous que l'événement d'achat envoyé à GA4 et à Meta CAPI contient exactement les mêmes montants et devises grâce à une règle de cleansing unique au serveur.
2. **Enrichissement de données "On-the-fly"** : Lorsqu'un identifiant client arrive au serveur, récupérez des informations complémentaires (segmentation, fidélité) pour enrichir le hit avant sa distribution finale.
3. **Filtrage et Sécurisation** : Utilisez le Data Cleansing pour masquer automatiquement les informations sensibles (PII) détectées dans vos flux serveurs afin de respecter les politiques de confidentialité de vos partenaires.
### Besoin d'aide pour fiabiliser vos flux de données ?
Le Data Quality Server-Side transforme votre flux de données en un actif stratégique et certifié. Nos experts vous aident à bâtir vos schémas et vos règles de nettoyage pour une maîtrise totale de votre collecte. **Contactez notre équipe support :**
