ISO/IEC 5259-3:2024
(Main)Artificial intelligence — Data quality for analytics and machine learning (ML) — Part 3: Data quality management requirements and guidelines
Artificial intelligence — Data quality for analytics and machine learning (ML) — Part 3: Data quality management requirements and guidelines
This document specifies requirements and provides guidance for establishing, implementing, maintaining and continually improving the quality of data used in the areas of analytics and machine learning. This document does not define a detailed process, methods or metrics. Rather it defines the requirements and guidance for a quality management process along with a reference process and methods that can be tailored to meet the requirements in this document. The requirements and recommendations set out in this document are generic and are intended to be applicable to all organizations, regardless of type, size or nature.
Intelligence artificielle — Qualité des données pour les analyses de données et l’apprentissage automatique (AA) — Partie 3: Exigences et lignes directrices pour la gestion de la qualité des données
Le présent document spécifie des exigences et fournit des recommandations pour l’établissement, la mise en œuvre, le maintien et l’amélioration continue de la qualité des données utilisées dans les domaines de l’analyse de données et de l’apprentissage automatique. Le présent document ne définit pas de processus, de méthodes ou de métriques détaillés. Il définit plutôt les exigences et recommandations associées à un processus de gestion de la qualité, ainsi qu’un processus et des méthodes de référence qui peuvent être adaptés pour satisfaire à ses exigences. Les exigences et recommandations énoncées dans le présent document sont génériques et prévues pour s’appliquer à tout organisme, quels que soient son type, sa taille et sa nature.
General Information
Buy Standard
Standards Content (Sample)
International
Standard
ISO/IEC 5259-3
First edition
Artificial intelligence — Data
2024-07
quality for analytics and machine
learning (ML) —
Part 3:
Data quality management
requirements and guidelines
Intelligence artificielle — Qualité des données pour les analyses
de données et l’apprentissage automatique —
Partie 3: Exigences et lignes directrices pour la gestion de la
qualité des données
Reference number
© ISO/IEC 2024
All rights reserved. Unless otherwise specified, or required in the context of its implementation, no part of this publication may
be reproduced or utilized otherwise in any form or by any means, electronic or mechanical, including photocopying, or posting on
the internet or an intranet, without prior written permission. Permission can be requested from either ISO at the address below
or ISO’s member body in the country of the requester.
ISO copyright office
CP 401 • Ch. de Blandonnet 8
CH-1214 Vernier, Geneva
Phone: +41 22 749 01 11
Email: copyright@iso.org
Website: www.iso.org
Published in Switzerland
© ISO/IEC 2024 – All rights reserved
ii
Contents Page
Foreword .v
Introduction .vi
1 Scope .1
2 Normative references .1
3 Terms and definitions .1
4 Symbols and abbreviated terms. 2
5 Intended usage . 2
6 Overall data quality management . 2
6.1 Objective.2
6.2 General .2
6.3 Requirements and recommendations .3
6.3.1 General .3
6.3.2 Data quality culture . .3
6.3.3 Management of data quality issues . .3
6.3.4 Competence management .3
6.3.5 Resource management .4
6.3.6 Management system integration .4
6.3.7 Documentation.4
6.3.8 Data quality audit and assessment.4
6.3.9 Confirmation review and data quality measures .5
6.3.10 Project-specific data quality management .5
6.4 Work products .5
7 Life cycle-specific data quality management .6
7.1 Objective.6
7.2 General .6
7.2.1 Data quality management life cycle .6
7.2.2 Data quality management life cycle stages .7
7.2.3 Project-independent tailoring of the data quality management life cycle .8
7.2.4 Horizontal aspects of the data quality management life cycle .8
7.3 Requirements and recommendations .9
7.3.1 Data motivation and conceptualization . .9
7.3.2 Data specification .9
7.3.3 Data planning .11
7.3.4 Data acquisition . . .11
7.3.5 Data preprocessing . 13
7.3.6 Data augmentation . 13
7.3.7 Data provisioning .14
7.3.8 Data decommissioning .16
7.4 Work products .17
7.4.1 Work products of data motivation and conceptualization stage .17
7.4.2 Work products of data specification stage .17
7.4.3 Work products of data planning stage .17
7.4.4 Work products of data acquisition stage .17
7.4.5 Work products of data preprocessing stage .17
7.4.6 Work products of data augmentation stage .18
7.4.7 Work products of data provisioning stage .18
7.4.8 Work products of data decommissioning stage .18
8 Horizontal processes .18
8.1 Objective.18
8.2 General .18
8.3 Requirements and recommendations .18
8.3.1 Verification and validation .18
© ISO/IEC 2024 – All rights reserved
iii
8.3.2 Configuration management .19
8.3.3 Change management .19
8.3.4 Risk management . 20
8.4 Work products .21
8.4.1 Work products of verification and validation .21
8.4.2 Work products of configuration management .21
8.4.3 Work products of change management.21
8.4.4 Work products for risk management .21
9 Management of data quality in supply chains .22
9.1 Objective. 22
9.2 Requirements and recommendations . 22
9.3 Work products . 22
10 Management of data processing tools .23
10.1 Objective. 23
10.2 Requirements and recommendations . 23
10.3 Work products . 23
11 Management of data quality dependencies .23
11.1 Objective. 23
11.2 Requirements and recommendations . 23
11.3 Work products .
...
Norme
internationale
ISO/IEC 5259-3
Première édition
Intelligence artificielle — Qualité
2024-07
des données pour les analyses
de données et l’apprentissage
automatique (AA) —
Partie 3:
Exigences et lignes directrices pour
la gestion de la qualité des données
Artificial intelligence — Data quality for analytics and machine
learning (ML) —
Part 3: Data quality management requirements and guidelines
Numéro de référence
DOCUMENT PROTÉGÉ PAR COPYRIGHT
© ISO/IEC 2024
Tous droits réservés. Sauf prescription différente ou nécessité dans le contexte de sa mise en œuvre, aucune partie de cette
publication ne peut être reproduite ni utilisée sous quelque forme que ce soit et par aucun procédé, électronique ou mécanique,
y compris la photocopie, ou la diffusion sur l’internet ou sur un intranet, sans autorisation écrite préalable. Une autorisation peut
être demandée à l’ISO à l’adresse ci-après ou au comité membre de l’ISO dans le pays du demandeur.
ISO copyright office
Case postale 401 • Ch. de Blandonnet 8
CH-1214 Vernier, Genève
Tél.: +41 22 749 01 11
E-mail: copyright@iso.org
Web: www.iso.org
Publié en Suisse
© ISO/IEC 2024 – Tous droits réservés
ii
Sommaire Page
Avant-propos .v
Introduction .vi
1 Domaine d’application . 1
2 Références normatives . 1
3 Termes et définitions . 1
4 Symboles et abréviations . 2
5 Utilisation prévue . 2
6 Gestion globale de la qualité des données . 2
6.1 Objectif.2
6.2 Généralités .3
6.3 Exigences et recommandations .3
6.3.1 Généralités .3
6.3.2 Culture de qualité des données .3
6.3.3 Gestion des problèmes de qualité des données.3
6.3.4 Gestion des compétences .4
6.3.5 Gestion des ressources .4
6.3.6 Intégration du système de gestion .4
6.3.7 Documentation.4
6.3.8 Audit et évaluation de la qualité des données .5
6.3.9 Examen de confirmation et mesures de la qualité des données .5
6.3.10 Gestion de la qualité des données spécifique au projet .5
6.4 Livrables .6
7 Gestion de la qualité des données spécifique au cycle de vie. 6
7.1 Objectif.6
7.2 Généralités .6
7.2.1 Cycle de vie de gestion de la qualité des données .6
7.2.2 Étapes du cycle de vie de gestion de la qualité des données .7
7.2.3 Adaptation du cycle de vie de gestion de la qualité des données indépendamment
du projet .8
7.2.4 Aspects horizontaux du cycle de vie de gestion de la qualité des données .9
7.3 Exigences et recommandations .9
7.3.1 Motivation et conceptualisation des données .9
7.3.2 Spécification des données .10
7.3.3 Planification des données . 12
7.3.4 Acquisition des données . 12
7.3.5 Prétraitement des données .14
7.3.6 Augmentation des données .14
7.3.7 Mise à disposition des données . 15
7.3.8 Mise hors service des données.17
7.4 Livrables .18
7.4.1 Livrables de l’étape de motivation et conceptualisation des données .18
7.4.2 Livrables de l’étape de spécification des données .18
7.4.3 Livrables de l’étape de planification des données .18
7.4.4 Livrables de l’étape d’acquisition des données .18
7.4.5 Livrables de l’étape de prétraitement des données .19
7.4.6 Livrables de l’étape d’augmentation des données .19
7.4.7 Livrables de l’étape de mise à disposition des données .19
7.4.8 Livrables de l’étape de mise hors service des données .19
8 Processus horizontaux . 19
8.1 Objectif.19
8.2 Généralités .19
8.3 Exigences et recommandations . 20
© ISO/IEC 2024 – Tous droits réservés
iii
8.3.1 Vérification et validation . . 20
8.3.2 Gestion de la configuration . 20
8.3.3 Gestion des modifications . 20
8.3.4 Gestion des risques . 22
8.4 Livrables . 22
8.4.1 Livrables de vérification et validation . 22
8.4.2 Livrables de gestion de la configuration . 22
8.4.3 Livrables de gestion des modifications . 22
8.4.4 Livrables pour la gestion des risques . 23
9 Gestion de la qualité des données dans les chaînes d’approvisionnement .23
9.1 Objectif. 23
9.2 Exigences et recommandations . 23
9.3 Livrables .24
10 Gestion des outils de traitement des données .24
10.1 Objectif.24
10.2 Exigences et recommandations .24
10.3 Livrables .24
11 Gestion des dépendances en matière de qualité des données .24
11.1 Objectif.24
11.2 Exigences et recommandations . 25
11.3 Livrables .
...
Date: 2025-06-06
ISO/IEC 5259--3:2024(fr)
ISO/IEC JTC 1/SC 42
Première édition
2024-07
Intelligence artificielle — Qualité des données pour les analyses
de données et l’apprentissage automatique (AA) — —
Partie 3:
Exigences et lignes directrices pour la gestion de la qualité des
données
Artificial intelligence — Data quality for analytics and machine learning (ML) — —
Part 3: Data quality management requirements and guidelines
ICS: 35.020
DOCUMENT PROTÉGÉ PAR COPYRIGHT
© ISO/IEC 2024
Tous droits réservés. Sauf prescription différente ou nécessité dans le contexte de sa mise en œuvre oeuvre, aucune partie
de cette publication ne peut être reproduite ni utilisée sous quelque forme que ce soit et par aucun procédé, électronique
ou mécanique, y compris la photocopie, ou la diffusion sur l’internet ou sur un intranet, sans autorisation écrite préalable.
Une autorisation peut être demandée à l’ISO à l’adresse ci-après ou au comité membre de l’ISO dans le pays
du demandeur.
ISO copyright office
Case postaleCP 401 • • Ch. de Blandonnet 8
CH-1214 Vernier, GenèveGeneva
Tél.: +Phone: + 41 22 749 01 11
E-mail: copyright@iso.org
WebWebsite: www.iso.org
Publié en Suisse
© ISO/IEC 2024 – Tous droits réservés
iii
Sommaire Page
Avant-propos . vi
Introduction . vii
1 Domaine d’application . 1
2 Références normatives . 1
3 Termes et définitions . 1
4 Symboles et abréviations . 2
5 Utilisation prévue . 2
6 Gestion globale de la qualité des données . 3
6.1 Objectif . 3
6.2 Généralités . 3
6.3 Exigences et recommandations . 3
6.4 Livrables . 6
7 Gestion de la qualité des données spécifique au cycle de vie . 6
7.1 Objectif . 6
7.2 Généralités . 7
7.3 Exigences et recommandations . 10
7.4 Livrables . 19
8 Processus horizontaux . 21
8.1 Objectif . 21
8.2 Généralités . 21
8.3 Exigences et recommandations . 21
8.4 Livrables . 24
9 Gestion de la qualité des données dans les chaînes d’approvisionnement . 25
9.1 Objectif . 25
9.2 Exigences et recommandations . 25
9.3 Livrables . 26
10 Gestion des outils de traitement des données . 26
10.1 Objectif . 26
10.2 Exigences et recommandations . 26
10.3 Livrables . 26
11 Gestion des dépendances en matière de qualité des données . 27
11.1 Objectif . 27
11.2 Exigences et recommandations . 27
11.3 Livrables . 27
12 Gestion de la qualité des données spécifique au projet . 27
12.1 Objectif . 27
12.2 Exigences et recommandations . 27
12.3 Spécification et gestion des exigences de qualité des données . 28
12.4 Rôles et responsabilités dans le cadre de la gestion de la qualité des données . 29
12.5 Adaptation des activités liées à la qualité des données . 29
12.6 Planification et coordination des activités liées à la qualité des données . 29
12.7 Progression du cycle de vie de la qualité des données . 30
12.8 Justification de la qualité des données. 30
12.9 Mise hors service. 31
12.10 Livrables . 31
© ISO/IEC 2024 – Tous droits réservés
iv
Bibliographie . 32
© ISO/IEC 2024 – Tous droits réservés
v
Avant-propos
L’ISO (Organisation internationale de normalisation) et l’IEC (Commission électrotechnique internationale)
forment le système spécialisé de la normalisation mondiale. Les organismes nationaux membres de l’ISO ou
de l’IEC participent au développement de Normes internationales par l’intermédiaire des comités techniques
créés par l’organisation concernée afin de s’occuper des domaines particuliers de l’activité technique. Les
comités techniques de l’ISO et de l’IEC collaborent dans des domaines d’intérêt commun. D’autres
organisations internationales, gouvernementales et non gouvernementales, en liaison avec l’ISO et l’IEC,
participent également aux travaux.
Les procédures utilisées pour élaborer le présent document et celles destinées à sa mise à jour sont décrites
dans les Directives ISO/IEC, Partie 1. Il convient, en particulier, de prendre note des différents critères
d’approbation requis pour les différents types de documents. Le présent document a été rédigé conformément
aux règles de rédaction données dans les Directives ISO/IEC, Partie 2 (voir www.iso.org/directives ou
www.iec.ch/members_experts/refdocs).
L’ISO et l’IEC attirent l’attention sur le fait que la mise en application du présent document peut entraîner
l’utilisation d’un ou de plusieurs brevets. L’ISO et l’IEC ne prennent pas position quant à la preuve, à la validité
et à l’applicabilité de tout droit de propriété revendiqué à cet égard. À la date de publication du présent
document, l’ISO et l’IEC n’avaient pas reçu notification qu’un ou plusieurs brevets pouvaient être nécessaires
à sa mise en application. Toutefois, il y a lieu d’avertir les responsables de la mise en application du présent
document que des informations plus récentes sont susceptibles de figurer dans la base de données de brevets,
disponible à l’adresse www.iso.org/brevets et https://patents.iec.ch. L’ISO et l’IEC ne sauraient être tenues
pour responsables de ne pas avoir identifié tout ou partie de tels droits de propriété.
Les appellations commerciales éventuellement mentionnées dans le présent document sont données pour
information, par souci de commodité, à l’intention des utilisateurs et ne sauraient constituer un engagement.
Pour une explication de la nature volontaire des normes, la signification des termes et expressions spécifiques
de l’ISO liés à l’évaluation de la conformité, ou pour toute information au sujet de l’adhésion de l’ISO aux
principes de l’Organisation mondiale du commerce (OMC) concernant les obstacles techniques au commerce
(OTC), voir www.iso.org/iso/avant-propos. Pour l’IEC, voir www.iec.ch/understanding-standards.
Le présent document a été élaboré par le comité technique mixte ISO/IEC JTC 1, Technologies de l’information,
sous-comité SC 42, Intelligence artificielle.
Une liste de toutes les parties de la série ISO/IEC 5259 se trouve sur les sites Web de l’ISO et de l’IEC.
Il convient que l’utilisateur adresse tout retour d’information ou toute question concernant le présent
document à l’organisme national de normalisation de son pays. Une liste exhaustive desdits organismes se
trouve aux adresses www.iso.org/members.html et www.iec.ch/national-committees.
© ISO/IEC 2024 – Tous droits réservés
vi
Introduction
La qualité des produits et services basés sur l’analyse de données et l’apprentissage automatique (AA) dépend
de la qualité des données utilisées pour entraîner les modèles d’AA. Par conséquent, la gestion de la qualité
des données est essentielle, car elle contribue souvent à assurer le succès des technologies d’analyse de
données et d’AA.
L’adoption d’un système de gestion de la qualité des données facilite la gestion de la qualité des produits et
services qui utilisent des technologies d’analyse de données et d’AA. Le présent document définit le
vocabulaire, les exigences et les lignes directrices de communication, d’alignement et d’accord pour la gestion
de la qualité des données. Le système de gestion de la qualité des données assure la transparence et la
vérifiabilité, que ce soit par auto-évaluation ou évaluation par une tierce partie. Il améliore la satisfaction des
parties prenantes concernées et facilite la gestion des exigences en matière de qualité, de performance et
d’autodéclaration. Plus précisément, le présent document définit les exigences relatives à un système de
gestion de la qualité des données avec des références aux mesures de la qualité des données pertinentes pour
les technologies d’analyse de données et d’AA les plus couramment utilisées.
Comme les exigences de qualité des données varient en fonction du contexte et du domaine d’application, le
présent document fournit un ensemble générique d’exigences et de recommandations liées aux étapes
communes du cycle de vie des données. Un cycle de vie des données est généralement étroitement intégré au
cycle de vie du système d’IA associé et a donc plusieurs dépendances. Le présent document ne prescrit pas le
cycle de vie du système d’IA à utiliser. Il fournit plutôt des interfaces génériques qui permettent aux
utilisateurs du présent document de travailler avec plusieurs modèles de cycle de vie pour autant que les
processus du cycle de vie puissent être mis en correspondance.
L’ISO/IEC 5259--1 décrit la terminologie et les concepts de qualité des données utilisés dans le présent
document.
11)
L’ISO/IEC 5259--2 décrit le modèle de qualité des données et les mesures de la qualité des données utilisés
dans le présent document.
L’ISO/IEC 5259--4 décrit le cadre pour le processus de qualité des données utilisé dans le présent document.
22)
L’ISO/IEC 5259--5 fournit un cadre de gouvernance de la qualité des données afin de guider les organes de
gouvernance.
33)
L’ISO/IEC TR 5259--6 décrit un cadre de visualisation pour la qualité des données dans le cadre de l’analyse
de données et de l’AA.
En cours d’élaboration. Stade au moment de la publica
...
Questions, Comments and Discussion
Ask us and Technical Secretary will try to provide an answer. You can facilitate discussion about the standard in here.