L'incomplétude des données est un problème majeur de qualité qui s'amplifie par la quantité croissante de données collectées par des sources peu fiables.L'évaluation de l'exhaustivité des données est cruciale pour déterminer leur qualité mais aussi la validité des réponses de requêtes qui en découlent. Dans le contexte de l'information relative, nous apportons deux principales contributions à ce domaine : un modèle de motifs produisant des couvertures minimales résumant l’étendue des partitions de données complètes et manquantes, ainsi qu'une algèbre de motifs permettant de dériver des couvertures minimales pour l'analyse de la validité des réponses des requêtes. Nous explorons deux applications directes du modèle. La première porte sur l’imputation des résultats des requêtes d’agrégation à différents niveaux de granularité, et la seconde une généralisation du modèle pour la synthétisation des fragments de données.