S'INSCRIRE
Nos formations :
Formation Démarche de gestion de la qualité des données
- Programme
- Cycles certifiants
- Participants / Prérequis
- Intra / sur-mesure
-
La gestion de la qualité est nécessaire pour garantir des données fiables pour les SI opérationnels et décisionnel. Vous aborderez les points essentiels pour initier cette démarche : enjeu de data gouvernance, enjeu réglementaire, respect des règles métier, mesure de la qualité et qualification de la chaîne de saisie.
Objectifs pédagogiques
- Comprendre le rôle stratégique de la valeur des données pour l'entreprise
- Comprendre les méthodologies de mesure de la qualité des données
- Mettre en place une démarche de mesure de la qualité des données
- Identifier et corriger les problèmes liés à la qualité des données
Introduction
- 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.
Définition de la qualité et cadre méthodologique
- 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.
Démarche gestion de la qualité des données
- 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.
Contrôle qualité et bonnes pratiques
- Audit de la qualité.
- Identification des données de faible qualité.
- Collecte et stockage des mesures de la qualité.
- Une approche centralisée de la qualité des données.
- Types de contrôles et outils statistiques.
- Exploitation et évaluation des mesures de la qualité.
Suivi opérationnel de la qualité des données
- 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.
-
Cycle certifiant Data Scientist
Réf : KDP - 15 jours
» Participants
» Prérequis
| Anna R. 12/12/2019 |
4 / 5
|
| Jean-Michel G. 12/12/2019 |
4 / 5
|
| Maxime G. 12/12/2019 |
4 / 5
|
Les avis client sont issus des feuilles d’évaluation de fin de formation. La note est calculée à partir de l’ensemble des avis datant de moins de 12 mois.
