Data Cleaning Rush

Une usine de données, de nuit. Des lignes de données (fiches clients, commandes, relevés de capteurs, candidatures) avancent sur un tapis roulant vers « le modèle ». Le joueur choisit l'action juste pour chaque ligne avant son arrivée. Une donnée sale apprend n'importe quoi au modèle : chaque erreur montre en une ligne ce qu'il a appris de travers.

Partie solo de 5 à 10 minutes, disponible en français et en anglais.

Pour y jouer tout de suite, gratuitement et sans compte : la fiche du jeu Data Cleaning Rush.

Déroulé

• 4 manches, 37 items par défaut. Un item est une ligne de données.
• Chaque manche commence par une consigne courte (formats attendus, contexte).
• Pour chaque ligne, le joueur :
  • la laisse passer si elle est propre, y compris une valeur rare mais légitime ;
  • supprime le doublon d'une ligne déjà envoyée au modèle ;
  • traite une valeur manquante (la compléter ou l'écarter) ;
  • corrige un format (date, unité, casse, séparateur) ;
  • signale une aberration (valeur impossible).
• Les corrections se cumulent : une ligne peut porter plusieurs problèmes. « Envoyer » part avec les corrections choisies ; supprimer un doublon décide tout de suite.
• La ligne est juste si les actions choisies sont exactement celles attendues, ni oubli, ni excès de zèle.
• La difficulté monte : un problème par ligne au début, puis les formats, les aberrations et les valeurs rares légitimes, et enfin plusieurs problèmes par ligne et des quasi-doublons.

Le tableau « Déjà dans le modèle » garde les dernières lignes envoyées : c'est là qu'on repère un doublon.

Feedback

• La jauge de qualité du modèle monte avec chaque ligne bien traitée et baisse plus fort avec chaque ligne sale.
• Après chaque décision, la ligne montre les cellules en cause, la valeur corrigée et l'action juste. Une erreur affiche sa conséquence concrète, par exemple « Âge vide lu comme 0 : le modèle croit que des bébés achètent ».

Accessibilité

• Clavier : 2 à 5 pour choisir une action, 1 ou Entrée pour envoyer et continuer.
• Sans chrono (sessionDurationSeconds: null) ou avec les animations réduites du système, le tapis avance au rythme du joueur, ligne par ligne.
• Tout le texte est lisible en HTML, les feedbacks sont annoncés aux lecteurs d'écran, et une action refusée produit un son.

Compétences mesurées

Chaque ligne déclare sa compétence. Une ligne propre mesure aussi une compétence : laisser passer un congélateur à -21 °C mesure data.quality.outliers.

Score

• Une ligne juste rapporte pointsPerCorrectRow points, une ligne fausse en retire wrongRowPenalty. Le score est borné entre 0 et le maximum.
• Une ligne qui atteint le modèle sans décision part avec les corrections déjà choisies.
• Le serveur recalcule le score à partir des réponses brutes et de la config de la release.

Personnaliser un fork

Règles

Désactiver un type de problème retire les lignes qui le testent, et son bouton disparaît.

Contenu

Tout texte affiché est éditable, dans la langue source du fork (les autres langues se traduisent par fichier) :

• les libellés (titre, introduction, actions et leurs aides, feedbacks, écran de fin) ;
• chaque manche : titre, consigne et colonnes ;
• chaque ligne : ses cellules, ses problèmes (cellule en cause, valeur corrigée) et sa conséquence.

Pour ajouter vos propres données, gardez une cellule par colonne, placez l'original d'un doublon dans les 6 lignes qui le précèdent, et écrivez une conséquence courte et concrète. Utilisez des données fictives.

Apparence

• Couleur de marque (brandPrimary) et couleur de mise en avant (brandSecondary).
• Décor de l'usine (image 16:9) et image du modèle.