ORSYS : 16. Big Data - Qualité des données

Démarche de gestion de la qualité des données

A l’issue de la formation, le stagiaire sera capable d’initier une stratégie de gestion de la qualité des données pour en garantir l’intégrité et la fiabilité opérationnelle.

Objectifs pédagogiques

1. Comprendre le rôle stratégique de la valeur des données pour l'entreprise
2. Identifier l’environnement réglementaire des données
3. Appréhender les principes et l’organisation de la gouvernance des données
4. Comprendre les outils et méthodologies utilisés dans la gestion de la qualité des données
5. Mettre en place une démarche de mesure de la qualité des données

Déroulement de la formation :

1. Introduction
2. Définition de la qualité et cadre méthodologique
3. Démarche gestion de la qualité des données
4. Contrôle qualité et bonnes pratiques
5. Suivi opérationnel de la qualité des données
6. Hausser le niveau de la qualité
7. Synthèse

Programme détaillé de la formation :

1. Introduction

1/4 jour

- Rôle stratégique des données pour l'entreprise.

- Différence entre données et information.

- Les différentes sources de données de l'entreprise.

- Les différentes formes d'exploitation de données.

- Architectures : relationnelle, NoSQL ou Big Data.  

 2. Définition de la qualité et cadre méthodologique

1/2 jour

- Définition et mesure de la qualité des données.

- Les méthodologies de la qualité des données.

- Comparaison entre TDQM/DWQ/AIMQ/ORME Data Quality.

- Les principes d'évaluation de la qualité des données des entreprises.

- Synthèse sur les méthodologies qualité.

- Dimensions : définitions et mesures.

Etude de cas

Cas fil rouge : un groupe lance une démarche qualité pour la conformité avec Solvabilité 2 et souhaite améliorer la qualité de ses données clients. Organisation générale de la démarche.

 3. Démarche gestion de la qualité des données

1/4 jour

- La place de la qualité dans la démarche de gouvernance.

- Les acteurs et l'organisation. L'exemple COBIT.

- Mise en œuvre de la démarche Projet.

- Le coût de la ‘non qualité’.

- Périmètre de la démarche qualité.

- Niveau d'approche et de granularité.

Etude de cas

Les 10 actions à lancer par le comité de gouvernance.

 4. Contrôle qualité et bonnes pratiques

1/4 jour

- Audit de la qualité.

- Identification des données de faible qualité.

- Une approche centralisée de la qualité des données.

- Types de contrôles et outils statistiques.

- Exploitation et évaluation des mesures de la qualité.  

 5. Suivi opérationnel de la qualité des données

1/4 jour

- Tableaux de bord qualité.

- Cycle d'amélioration continue.

- Quel rôle pour la gouvernance ?

Etude de cas

L'équipe qualité des données du groupe met en place un reporting : définition des indicateurs et méthode d'acquisition.

 6. Hausser le niveau de la qualité

1/4 jour

- Intervenir en amont de la chaîne.

- Identification des cas atypiques.

- Gestion ciblée des cas de données de faible qualité.

- La réconciliation des données.

Etude de cas

Exemple de réconciliation des données dans un groupe suite à l'intégration d'une filiale.

 7. Synthèse

1/4 jour

- L'offre logicielle : ETL et qualité.

- Synthèse.

- Bibliographie et sites Web.