Un budget de labellisation se construit rarement à partir de mesures. Il se déduit d’un tarif trouvé ailleurs, multiplié par un volume estimé, sur un périmètre que personne n’a défini, et l’écart avec la dépense finale se découvre trop tard pour être corrigé.
Cet article expose cette économie. Il prolonge l’article consacré au
crowdsourcing et à ses limites.
Ce que le budget recouvre
Cinq blocs composent la dépense d’un projet de labellisation de données.
La préparation des données avant toute description effective.
Le cadrage, référentiel et premiers arbitrages compris.
La production, seul bloc que le tarif rend visible.
Le contrôle ainsi que les reprises qu’il déclenche.
Et la livraison, conversion et documentation comprises.
Une conséquence pratique importante en découle. Le premier bloc manque dans presque tous les devis, la sélection, le nettoyage et la mise en forme des données précédant un travail que le tarif suppose déjà prêt à commencer.
Ce que l’unité de mesure change
Cinq unités se rencontrent dans les devis de labellisation de données.
L’élément décrit lui-même, qui suit au plus près la charge réelle.
L’unité de données entière, insensible à la densité qu’elle contient.
La minute d’enregistrement, trompeuse dès que la densité varie.
L’heure de travail, qui déplace tout le risque vers le client.
Et le forfait, qui le déplace entièrement vers le prestataire.
Une observation importante en découle pour un projet de labellisation de données. Ces cinq unités répartissent différemment le risque de densité, ce qui rend le choix de l’unité plus déterminant que le montant qui lui est associé.
Ce que la préparation des données coûte
Cinq travaux précèdent la toute première description.
La sélection d’un échantillon véritablement représentatif du besoin réel.
L’élimination des données inexploitables ou bien dupliquées.
La conversion vers un format que l’outil de travail sait lire.
L’anonymisation dès lors que la réglementation l’impose.
Et l’organisation en lots directement exploitables par une équipe.
Une conséquence pratique s’ensuit. Ces cinq travaux occupent parfois autant de temps que la production elle-même, ce qui explique qu’un projet démarre plusieurs semaines après la commande sans qu’aucune donnée ne soit encore décrite.
Ce qui fait varier le prix unitaire
Cinq paramètres pèsent sur le coût d’un élément décrit.
Le nombre d’éléments contenus dans une unité de données.
La qualité d’acquisition, qui conditionne entièrement la lisibilité.
La proportion de cas ambigus présents dans le corpus.
Le nombre de catégories ainsi que leur proximité mutuelle.
Et le niveau de contrôle exigé sur le livrable.
Une observation importante en découle pour un projet de labellisation de données. Le deuxième paramètre se néglige presque toujours au chiffrage, un enregistrement bruité ou une image mal exposée doublant le temps passé sans que rien dans le volume annoncé ne le laisse prévoir.
Ce que le contrôle représente
Cinq activités composent ce bloc dans un projet de labellisation de données.
La double description portant sur une fraction du corpus.
Le calcul ainsi que la lecture des indicateurs retenus.
La relecture ciblée des cas signalés par la mesure.
La reprise de tous les éléments effectivement écartés.
Et la production du rapport finalement remis au client.
Une observation en découle. Ce bloc se réduit facilement et se voit rarement, un prestataire allégeant son contrôle livrant un corpus d’apparence identique à un prix inférieur, ce qui explique une part importante des écarts entre devis concurrents.
Ce que l’estimation d’un volume demande
Cinq mesures fondent une estimation défendable en labellisation de données.
Le nombre moyen d’éléments par unité de données.
La dispersion de ce nombre entre les unités les plus chargées et les autres.
Le temps réel constaté sur un échantillon jugé représentatif.
La proportion de cas ambigus effectivement rencontrés.
Et le taux de reprise observé après le contrôle qualité.
Une conséquence pratique importante en découle pour un projet de labellisation de données. La deuxième mesure importe autant que la première, une moyenne acceptable pouvant masquer quelques unités extrêmes qui consomment une part disproportionnée du temps.
Aborder un chiffrage
Cinq questions cadrent le chiffrage d’un projet de labellisation de données.
Les données sont-elles prêtes. Sinon le délai s’allonge.
Quelle unité de facturation. Elle répartit le risque.
Le cadrage est-il compris. Il manque souvent.
Quelle couverture de contrôle. Elle explique les écarts.
Et la densité peut-elle varier. Une clause s’impose.
Ces cinq réponses déterminent la comparabilité de deux devis. Les poser avant de choisir évite de comparer des prestations sans rapport entre elles.
Ce que ce chapitre enseigne
Une observation transversale mérite de clore cet examen.
Le tarif visible ne décrit qu’un bloc sur cinq.
Trois constats la composent.
La préparation des données manque dans presque tous les devis.
Le choix de l’unité pèse davantage que le montant associé.
Et un contrôle allégé produit un corpus d’apparence identique.
Ce constat prolonge les chapitres précédents, la comparaison des offres supposant d’abord de savoir ce que chacune recouvre.
Les erreurs les plus fréquentes
- Comparer deux devis sur le seul tarif unitaire.
- Omettre la préparation des données du budget initial.
- Facturer à l’unité de données un corpus dont la densité varie.
- Accepter un forfait sur un volume jamais échantillonné.
- Négliger le bloc contrôle dans la comparaison des offres.
- Estimer un volume sans avoir compté sur un échantillon.
- Ignorer la dispersion derrière une moyenne acceptable.
- Confondre prix bas et productivité supérieure.
- Omettre une clause de révision liée à la densité.
- Chiffrer d’après les données de démonstration du client.
Ce que la clause de révision doit prévoir
Cinq points méritent d’être écrits avant la production.
La densité de référence servant de base au tarif finalement convenu.
L’écart précis au-delà duquel le prix se renégocie.
Le traitement réservé aux lots atypiques repérés en cours de route.
La conduite à tenir si le référentiel change en cours de projet.
Et la prise en charge des données inexploitables découvertes ensuite.
Une conséquence pratique importante en découle pour un projet de labellisation de données. Le dernier point évite un litige fréquent, un lot comportant des données illisibles occupant du temps sans produire aucun élément décrit, ce qui pose la question de savoir qui paie un travail qui ne débouche sur rien.
Ce que le cadrage coûte et rapporte
Cinq dépenses composent la phase préalable à toute production.
La rédaction du référentiel ainsi que de ses exemples visuels.
Le lot d’essai ainsi que les mesures qu’il produit.
Les arbitrages rendus sur les cas limites remontés.
La formation des opérateurs au référentiel finalement retenu.
Et la mise en place complète du dispositif de contrôle.
Une observation importante en découle pour un projet de labellisation de données. Ces cinq dépenses paraissent élevées rapportées à une journée de production et dérisoires rapportées au corpus entier, ce qui en fait le bloc le plus rentable et le plus souvent sacrifié.
Trois décisions avant de chiffrer
Trois décisions engagent un chiffrage de labellisation de données.
Compter sur un échantillon pris au hasard plutôt que sur celui fourni par le client.
Retenir une unité de facturation qui suive au plus près la charge réelle.
Et faire figurer la préparation, le cadrage et le contrôle comme des lignes distinctes.
Ces trois décisions coûtent une journée, elles précèdent l’envoi du devis, et leur absence produit un engagement dont personne ne connaît le contenu.
La question qui cadre la comparaison
Une question détermine la comparabilité de deux devis de labellisation de données.
Les deux offres couvrent-elles le même périmètre ou la même opération.
La même opération, décrire des éléments, se compare sur le prix unitaire et se trouve partout à un tarif voisin.
Le même périmètre, préparation, cadrage, contrôle et livraison compris, se compare sur le dispositif et fait apparaître des écarts que le prix seul ne montrait pas.
Cette question relève de ce qui est acheté et non de ce qui est facturé, elle se pose avant de choisir, et elle sépare une économie réelle d’une économie apparente.
Trois vérifications sur un devis reçu
Trois contrôles qualifient une offre de labellisation de données.
La présence de la préparation des données comme une ligne distincte.
La description du dispositif de contrôle et de sa couverture exacte.
Et l’existence d’une clause explicite liée à la densité des éléments.
Ces trois contrôles se posent en une question chacun, ils ne demandent aucune compétence technique, et leur absence indique un devis dont le périmètre reste à découvrir en cours de projet.
Ce que le prestataire apporte ici
Quatre apports distinguent un devis de labellisation de données sérieux.
Un comptage effectué sur un échantillon bien réel avant tout chiffrage.
Un détail des cinq blocs plutôt qu’un prix unitaire seul.
Une clause de densité écrite bien avant le démarrage.
Et un dispositif de contrôle décrit avec sa couverture exacte.
Une conséquence pratique importante en découle. Le deuxième apport dessert le prestataire à première vue et le sert ensuite, un devis détaillé paraissant plus cher qu’un devis d’une ligne alors qu’il déplace la discussion vers le périmètre, ce qui est la seule position tenable face à une offre moins chère et moins complète.
Ce que le lot d’essai change au chiffrage
Cinq bénéfices découlent d’un essai payé avant tout engagement.
La densité réelle vient remplacer une densité jusque-là supposée.
La cadence observée vient remplacer une cadence simplement estimée.
Les cas ambigus se découvrent avant d’être facturés en reprise.
La proportion de données inexploitables devient enfin mesurable.
Et les deux parties discutent sur des chiffres plutôt que sur des impressions.
Une observation importante en découle pour un projet de labellisation de données. Ce lot change la nature de l’engagement qui suit, une estimation devenant un prix ferme dès lors qu’elle repose sur une mesure, ce qui profite au client autant qu’au prestataire et rend un essai facturé moins cher qu’un devis mal calibré.
Ce que le volume change au prix unitaire
Cinq effets accompagnent une augmentation du volume commandé.
Le cadrage initial se répartit sur un nombre d’éléments bien supérieur.
La préparation des données se rationalise à mesure qu’elle se répète.
La formation des opérateurs s’amortit sur une durée plus longue.
La cadence progresse à mesure que le référentiel devient familier.
Et le contrôle se resserre progressivement sans rien perdre en efficacité.
Une conséquence pratique importante en découle pour un projet de labellisation de données. Ces cinq effets justifient une dégressivité réelle plutôt qu’un geste commercial, un tarif décroissant reflétant une baisse de coût constatée et non une concession consentie, ce qui la rend défendable et durable là où une remise ne l’est pas.
Ce que ce chapitre laisse au suivant
Un dispositif de contrôle se chiffre mal tant qu’on ignore ce qu’il mesure.
Trois questions restent ouvertes en labellisation de données.
Quels indicateurs disent réellement quelque chose sur un corpus.
Pourquoi un excellent score peut accompagner un livrable inutilisable.
Et comment conduire un audit qui apprenne quelque chose.
Ces trois questions relèvent de l’assurance qualité, qui constitue l’objet du chapitre suivant.
Trois erreurs propres au chiffrage
Trois défauts de labellisation de données tiennent au devis plutôt qu’au travail.
Un prix unitaire comparé sans jamais regarder ce qu’il recouvre.
Une préparation des données absente du budget puis facturée en cours de route.
Et une densité simplement supposée plutôt que comptée sur un échantillon.
Ces trois défauts se commettent avant la première donnée traitée, ils se découvrent au moment où le budget est déjà engagé, et leur point commun est de porter sur le périmètre plutôt que sur le montant.
Ce que le client doit fournir ici
Cinq éléments conditionnent la justesse d’un chiffrage.
Un échantillon de données pris au hasard plutôt que soigneusement choisi.
Le volume total envisagé ainsi que son étalement dans le temps.
L’état réel des données transmises, préparées ou bien brutes.
Le référentiel de catégories lorsqu’il existe déjà chez lui.
Et le niveau de qualité attendu, exprimé plutôt que supposé.
Une conséquence pratique importante en découle pour un projet de labellisation de données. Le troisième élément produit les écarts les plus spectaculaires, un corpus annoncé prêt et en réalité non trié ajoutant des semaines à un projet dont le devis n’en tenait aucun compte.
Ce que le suivi budgétaire doit observer
Cinq indicateurs se suivent pendant la production.
Le nombre d’éléments traités rapporté au volume initialement prévu.
La cadence effective comparée à celle du lot d’essai.
Le taux de reprise constaté après chaque contrôle.
La proportion de données finalement écartées comme inexploitables.
Et le nombre de cas remontés pour arbitrage chaque semaine.
Une observation importante en découle pour un projet de labellisation de données. Le dernier indicateur annonce les dérives avant qu’elles ne se voient dans les chiffres, une remontée qui augmente signalant un référentiel incomplet ou un lot différent des précédents, ce qui laisse le temps d’agir plutôt que de constater.
Ce que ce chapitre partage avec les précédents
Trois constats reviennent depuis le début du parcours.
Un livrable d’apparence identique peut recouvrir deux réalités.
Le cadrage pèse davantage que la vitesse d’exécution.
Et un chiffre isolé induit en erreur tant qu’on ignore ce qu’il mesure.
Une conséquence pratique importante en découle pour un projet de labellisation de données. Le troisième constat vaut pour le prix comme il valait pour la qualité, un montant sans périmètre étant aussi peu informatif qu’un taux sans ventilation, ce qui suggère que la même exigence de détail sert l’acheteur et le producteur.
Ce que ce sujet a de particulier
Quatre traits distinguent cette question des autres du parcours.
Elle se tranche bien avant que la moindre donnée ne soit traitée.
Elle engage les deux parties sur des mois entiers de production.
Elle se discute sur un chiffre qui masque quatre blocs sur cinq.
Et elle ne se corrige qu’en renégociant, jamais en travaillant mieux.
Une observation importante en découle pour un projet de labellisation de données. Le dernier trait explique l’importance du cadrage tarifaire, une erreur de chiffrage ne se rattrapant par aucune amélioration de la production, ce qui la distingue de tous les autres défauts décrits dans ce parcours.
Ce que le calendrier change au coût
Cinq effets accompagnent une contrainte de délai serrée.
Le nombre d’opérateurs à mobiliser augmente très sensiblement.
La dispersion entre opérateurs croît mécaniquement avec leur nombre.
Le contrôle doit s’intensifier pour compenser cette dispersion.
La formation se comprime au détriment de la cohérence.
Et la préparation des données se fait alors dans l’urgence.
Une conséquence pratique importante en découle pour un projet de labellisation de données. Ces cinq effets se cumulent défavorablement, un délai divisé par deux coûtant nettement plus que le double puisqu’il dégrade la cohérence en même temps qu’il augmente les moyens, ce qui rend un allongement de quelques semaines souvent plus économique qu’une remise obtenue par la négociation.
Ce que le prix bas cache le plus souvent
Cinq économies expliquent un écart important entre deux offres.
Une préparation des données entièrement reportée sur le client.
Un cadrage réduit à la simple lecture du cahier des charges.
Une formation ramenée à quelques exemples rapidement commentés.
Un contrôle ne portant que sur une fraction très réduite du corpus.
Et une livraison entièrement dépourvue de documentation.
Une observation importante en découle pour un projet de labellisation de données. Ces cinq économies produisent un livrable qui passe la réception sans difficulté, les défauts qu’elles laissent passer ne se manifestant qu’à l’usage du corpus, ce qui explique qu’un écart de prix se juge mal au moment où il se constate.
Trois questions à poser avant de s’engager
Trois questions précèdent la signature d’un devis de labellisation de données.
Sur quel échantillon la densité annoncée a-t-elle été comptée.
La préparation des données est-elle incluse ou à la charge du client.
Et que se passe-t-il si la densité s’écarte de la référence.
Ces trois questions se posent en quelques minutes, elles ne demandent aucune compétence technique, et leur absence engage les deux parties sur un périmètre que ni l’une ni l’autre n’a vérifié.
Ce que ce chapitre suppose du prestataire
Cinq pratiques distinguent un chiffrage tenable d’un chiffrage optimiste.
Compter d’abord avant d’annoncer plutôt que l’inverse.
Refuser tout forfait portant sur un corpus jamais échantillonné.
Détailler tous les blocs même lorsque le client ne le demande pas.
Signaler qu’un corpus n’est pas prêt plutôt que de l’absorber en silence.
Et annoncer une dégressivité fondée sur des effets réellement constatés.
Une conséquence pratique importante en découle. La quatrième pratique évite un litige quasi certain, un prestataire préparant gratuitement des données non triées découvrant en cours de route un surcoût qu’il devra soit absorber soit facturer sans l’avoir annoncé, ce qui abîme la relation dans les deux cas.
Ce que l’automatisation change au budget
Cinq effets modifient la structure du coût.
Le temps de production baisse sur la part facile du corpus.
Le coût unitaire des éléments restants augmente sensiblement.
Le contrôle prend une place proportionnellement plus grande.
La mise en place de l’outil s’ajoute aux frais de démarrage.
Et le cadrage conserve exactement le même poids qu’auparavant.
Une observation importante en découle pour un projet de labellisation de données. Le dernier effet explique la déception fréquente, une automatisation réduisant fortement un bloc sur cinq laissant les quatre autres intacts, ce qui produit une baisse de budget bien inférieure au gain de volume annoncé.
Ce qu’il faut retenir
Le tarif affiché décrit un bloc sur cinq de la dépense réelle.
Trois lectures se dégagent. La préparation des données manque dans presque tous les devis, alors que sélection, nettoyage et mise en forme précèdent un travail que le tarif suppose déjà prêt à commencer. Le choix de l’unité de facturation pèse davantage que le montant qui lui est associé, chaque unité répartissant différemment le risque de densité entre le client et le prestataire. Et un contrôle allégé produit un corpus d’apparence identique à un prix inférieur, ce qui explique une part importante des écarts entre offres concurrentes.
Pour le dispositif de vérification, l’article consacré à l’
assurance qualité le détaille. Pour la sécurité des données, l’article sur les
exigences de sécurité l’expose.
Pour approfondir les modalités d’exécution, les formats pris en charge et les dispositifs de contrôle applicables, vous pouvez consulter notre page dédiée à l’
annotation 2D et 3D. Et si vous préparez un projet de labellisation,
échangeons sur votre besoin.
