ORSYS : 17. Big Data - Gestion de référentiels de données

Master Data Management, la gouvernance des données

Les enjeux concurrentiels et la nécessité accrue de transparence sur les données impose de disposer d'une méthodologie et d'une architecture de données maîtrisées et alignées sur les métiers. Ce cours vous présentera les enjeux et les méthodes afin d'engager tous les systèmes d'information dans cette démarche.

Objectifs pédagogiques

1. Comprendre le principe des données de référence (Master Data) et en identifier les enjeux
2. Appréhender l’impact des nouvelles architectures de données et du Big Data sur le Master Data
3. Connaitre les principales technologies, solutions et méthodes de gestion des données de référence
4. Mettre en place une méthode de gouvernance des données
5. Identifier les acteurs du Master Data Management et leur rôle
6. Appréhender les outils et bonnes pratiques pour démarrer un projet de référentiel SI

Déroulement de la formation :

1. Introduction
2. Les outils et méthodes pour la gouvernance des données
3. Outils et bonnes pratiques pour démarrer un projet de référentiel SI
4. Impact du Big Data sur la gouvernance des données
5. Pour aller plus loin

Programme détaillé de la formation :

 1. Introduction

1/2 jour

- Définition des notions "donnée" et "information".

- La notion de données référentielles (Master Data).

- Enjeux stratégiques des données pour l'entreprise.

- Les catégories de données de l'entreprise.

- Les différentes formes d'exploitation des données.

Echanges

Échanges sur le rôle stratégique des données pour l'entreprise.

 2. Les outils et méthodes pour la gouvernance des données

1/2 jour

- Définition de la gouvernance des données.

- Enjeux tactiques et stratégiques.

- Présentation du DAMA "Body of Knowledge".

- Les acteurs et nouveaux métiers du data management.

- Outils de mesure pour l'évaluation de la maturité des données d'une entreprise.

- Les grands principes de la démarche de gouvernance de données.

- Les outils de référence et état de l’art.

Echanges

Classement des actions de gouvernance définies dans DMBoK. Définition du plan d’action gouvernance des données à partir d’une étude de cas.

 3. Outils et bonnes pratiques pour démarrer un projet de référentiel SI

1/2 jour

- Positionnement du master data management dans le système d'information d'entreprise.

- Les étapes essentielles de la démarche master data management.

- Présentation des typologies d’architectures master data management.

- Concevoir et administrer des données référentielles (master data).

- Synthèse des bonnes pratiques.

- Le rôle des utilisateurs dans le dispositif MDM.

- Présentation du déploiement d’une solution MDM.

Réflexion collective

Simulation d’un atelier d’analyse des besoins par lignes métier et définition de master data partagés.

 4. Impact du Big Data sur la gouvernance des données

1/4 jour

- Du relationnel au big data.

- Concept de data lake. Cohabitation des technologies traditionnelles et Hadoop.

- La dé-normalisation des données.

- Des données à l’analyse descriptive et prédictive.

Echanges

Échanges sur la "stratégie données" pour le décisionnel de l’entreprise.

 5. Pour aller plus loin

1/4 jour

- Data Quality Management : évaluation,  contrôle et maintenance. Les outils.

- Contexte législatif : droit des données personnelles, obligations, conservation,

- La démarche data driven.

- Les offres éditeur.

- Relever le challenge pour que l’architecture des données soutienne la stratégie métier.

Echanges

Échanges sur les stratégies d'approches possibles selon les contextes.