Donner un nom explicite aux fichiers générés :
sirc-266_266_13705_201606_L_P_20161010_121909418.csv vs. sirene_stock_2016-06-01_utf8.csv
Gain : meilleure compréhension pour le réutilisateur.
Utiliser UTF-8 pour tous les fichiers avec iconv :
iconv -f latin1 -t utf-8 sirc.csv > sirc-utf8.csvGain : prise en main rapide par le réutilisateur.
Utiliser le format recommandé de l’ISO 8601 pour les dates :
20140108 vs 2014-01-08
Gain : parsing facilité pour le réutilisateur.
Utiliser la virgule (,) comme délimiteur et les guillemets (") que si nécessaire avec csvformat :
csvformat sirc.csv -D ',' -d ';'Gain : fichier plus petit et parsing facilité.
Rendrent explicites les choix réalisés lors de la génération des fichiers :
2016-10-01 : le contenu de la colonne "EMAIL" est supprimé
pour éviter les courriers indésirablesGain : meilleure compréhension pour le réutilisateur.
Ne pas utiliser des labels pour les catégories mais des identifiants courts et produire la documentation associée :
10 à 19 salariés vs. 11
Gain : fichier plus petit.
Supprimer les informations (colonnes) en double dans les fichiers :
TEFEN vs. LIBTEFEN par exemple.
Gain : fichier plus petit.
Expliquer les contraintes dans la génération de ces données :
- dans quel cadre sont-elles actuellement utilisées ?
- quels outils sont mis en œuvre dans la génération ?
- quel est l'interlocuteur pour améliorer la production ?
Gain : meilleure compréhension et réduction des frustrations pour le réutilisateur.
Rendre publique la liste des problèmes identifiés en amont et en cours de correction :
- simple fichier texte
- gestionnaire de ticket
- etc
Gain : réduction des frustrations pour le réutilisateur.
Fournir un document succinct permettant d’être tenu informé des évolutions du format dans le temps :
2016-11-15 : retrait de la colonne redondante "LIBTEFEN"Gain : meilleure compréhension et réduction des frustrations pour le réutilisateur.