Aller au contenu principal
Afficher le fil d'ariane

PLB CONSULTANT : 16. Big Data - Qualité des données

Organisme

PLB CONSULTANT
3-5 RUE MAURICE RAVEL
92300 LEVALLOIS PERRET
Voir toutes ses formationsAutres organismes proposant cette formation

Durée

14 heures

Modalités

Formation

  • Classe virtuelle
  • Présentiel

Évaluation

Travaux pratiques. QCM en cours et en fin de formation. Auto-évaluation en début et en fin de formation.

Prix

Inter
La formation en Inter est dispensée pour un groupe de salariés d’entreprises différentes.
630€ HT / personne
Intra
La formation en Intra est dispensée pour un groupe de salariés d’une seule et même entreprise.
2520€ HT / groupe
4 stagiaires minimum

Public

Data Quality Analysts, Consultants, Architectes SI, Chefs de projet, Responsables SI, Experts méthode qualité …

Pré-requis

Avoir des connaissances de base en systèmes d’information et sur les enjeux du traitement des données de masse. 

Objectifs pédagogiques

Comprendre le rôle stratégique de la valeur des données pour l'entreprise 

Identifier l’environnement réglementaire des données

Appréhender les principes et l’organisation de la gouvernance des données

Comprendre les outils et méthodologies utilisés dans la gestion de la qualité des données

Mettre en place une démarche de mesure de la qualité des données

Programme détaillé

Jour 1

Qualité de l’information dans les organisations

Définir les concepts clé : données, information, connaissance

Déterminer le cycle de vie de l’information

Identifier la valeur de la donnée

Caractéristiques de la qualité des données ?

La fraîcheur

La disponibilité

La cohérence

La traçabilité

La sécurisation

L’exhaustivité

Atelier

Étude de la qualité d’un jeu de données selon une grille proposée aux participants.

L’importance de la qualité de l’information

Le coût de la non-qualité

Qualité de l’information en interne

La qualité des relations entre l’entreprise et l’extérieur (clients, partenaires…)

Atelier

Analyses d’un jeu de données et conclusion sur la qualité

La perception des éditeurs dans la qualité des données

La démarche qualité

Identifier les motivations

Définir les événements déclencheurs des démarches QoD

La recherche de plus d’efficacité métier

Atelier

Suite de l’atelier précédent avec propositions d’action qualité

Enjeux réglementaires et juridiques

Identifier l’impact juridique et règlementaire en termes de qualité des données

Définir les obligations qui pourraient aller à l’encontre des démarches de qualité des données des entreprises

Atelier

Exemples de retours d’audit

Les facteurs clés de succès et bonnes pratiques

Lister les piliers de la qualité des données

Les bonnes questions à se poser

Le pilotage du projet

La gestion des volumes

Vers une gouvernance de l’information

 

Quiz de validation des acquis de la journée

 

Jour 2

Gouvernance des données

D’une démarche qualité à la mise en place d’une gouvernance de l’information

Répartition des rôles entre l’Informatique et les Métiers

Les 5 niveaux de maturité

Les principaux drivers pour la gouvernance des données

Organiser les éléments stratégiques des ensembles de données à l’aide des métadonnées

Favoriser la prise de responsabilité grâce aux workflows de stewardship des données

Créer un data lake avec une qualité de données native pour traiter le droit au consentement et les droits de la personne concernée

Suivre et gérer les données via des pistes d’audit et le lignage de données

Atelier

Zones de mise en valeur

Le coût de la faible qualité des données

Data Governance Committee et Staff

Les 5 niveaux de maturité

Les principaux drivers pour la gouvernance des données

 

Quiz de validation des acquis de la journée

 

Mesurer la qualité des données

La problématique des silos de données

Rôle du Master Data Management (MDM)

Les apports d’un outil de type DQM (Data Quality Management)

Les critères à prendre en compte pour évaluer un outil DQM (définition et contrôle de patterns, algorithmes spécifiques disponibles, simulation de fusion, profilage, convivialité pour la vue d’ensemble des données, etc.)

Quelques exemples d’outils

La place des ETL dans la qualité des données

Liens entre MDM et qualité (conformité)

Grille de « mesure » (complétude, exactitude, cohérence, pertinence)

Les procédures à appliquer et leurs coûts (humain, automatisation, etc.)

Mettre en place une démarche de mesure de la qualité des données

Atelier

Présentation d’un outil de type DQM

Limites, pièges à éviter et Perspectives

Les réticences aux démarches de qualité de l’information

Le coût de la sur-qualité

Explosion de la volumétrie

Changement de nature de la donnée

Impact du Web et des médias sociaux

Prise en considération accrue de la donnée non structurée

 

Quiz final de validation des acquis de la formation

Sessions

Filtrer les résultats

63 résultats

Modalités pédagogiques
Formation synchrone se déroulant avec la présence physique du (des) formateur(s) et du (des) apprenant(s) réunis dans un même lieu de formation.
Formation combinant des séquences en présentiel et des séquences à distance synchrones ou asynchrones.
Formation à distance, asynchrone, s’appuyant sur une plateforme d’apprentissage, pouvant être complétée par d’autres modalités de formation à distance (visio-conférence…)
Formation à distance, synchrone, s’appuyant sur un dispositif de visio-conférence. La classe virtuelle recrée à distance les conditions d’une formation en salle traditionnelle.
Type de formation
La formation en Inter est dispensée pour un groupe de salariés d’entreprises différentes.
La formation en Intra est dispensée pour un groupe de salariés d’une seule et même entreprise.
Options
Ces sessions ne peuvent être ni annulées ni reportées par l’organisme de formation.

0 résultat