{"id":18625,"plugin_id":"plugins_6a86f0bc955881919122c7c2d87da0d9","kind":"skill","collection_source":null,"comparison_source":null,"observed_at":"2026-09-30T23:14:52.324Z","digest":"04bc15ba3aaf885703ff540fb378b4643510f3209ebedb3f0ad42c0c2a416244","against":null,"payload":{"name":"verifier-qualite-donnees","description":"Use before analysis, reporting, dashboards, or visualization when data quality can materially change the conclusion.","included_files":[],"skill_md_contents":"---\r\nname: verifier-qualite-donnees\r\ndescription: Use before analysis, reporting, dashboards, or visualization when data quality can materially change the conclusion.\r\n---\r\n# Vérifier la qualité des données\r\n\r\n## Fonction\r\nÉprouver les données avant de leur faire produire une conclusion.\r\n\r\n## Procédure\r\n1. Définir grain, unités, période, clés et population attendus.\r\n2. Chercher doublons, valeurs manquantes, incohérences de type et ruptures de fraîcheur.\r\n3. Vérifier jointures, agrégations et dénominateurs.\r\n4. Identifier valeurs extrêmes et changements de définition.\r\n5. Séparer correction justifiée et imputation / hypothèse.\r\n6. Bloquer ou borner l’analyse lorsqu’un défaut matériel reste non résolu.\r\n\r\n## Preuve\r\nLes données satisfont les propriétés nécessaires à l’analyse ou leurs limites sont visibles."},"changes":[],"summary":"First saved snapshot. No earlier version is available for comparison.","summary_kind":"deterministic","summary_metadata":{}}