Mesure du délai entre le moment où un événement se produit dans le système source et le moment où il est disponible et requêtable dans le système analytique. La fraîcheur est un SLA critique pour les cas d'usage temps réel (détection de fraude, pricing dynamique) ou quasi-temps réel (dashboards opérationnels). Elle se décompose en plusieurs latences : ingestion (source → landing zone), transformation (dbt, Spark), et servicing (refresh du BI tool). Les outils d'observabilité (Monte Carlo, Soda, Great Expectations) surveillent la fraîcheur en vérifiant que les tables sont mises à jour dans les fenêtres attendues et alertent en cas de dépassement. dbt Cloud propose des alertes natives de freshness via dbt source freshness. Une faible fraîcheur impacte directement la confiance des utilisateurs dans les données.