Accueil > Big Data, IA > Big Data : gestion des référentiels de données
Formation #BSI08

Formation Big Data : gestion des référentiels de données

Durée : 4 jours

Code : BSI08


Prochaines dates programmées :

Du 30 Avril au 03 Mai 2024

Du 11 au 14 Juin 2024

Du 06 au 09 Août 2024

Du 15 au 18 Oct. 2024

Du 17 au 20 Déc. 2024

Fin d'Inscription :
Le Bulletin d'Inscription doit être rempli, cacheté, signé et envoyé par email : Au minimum 15 JOURS OUVRÉS avant la date de formation.
Si vous avez un besoin URGENT et que vous souhaitez une date de formation plus proche que les sessions programmées (minimum 15 à 20 jours ouvrés à date de votre demande)

Objectifs

  • Comprendre la philosophie des référentiels de données et la méthode à adopter
  • Être capable de déterminer et de classifier une certaine nature de donnée (référence, nomenclature, opérations, etc.)
  • Identifier les enjeux de la donnée de référence (cycle de vie, qualité, disponibilité…)
  • Appréhender l’impact des nouvelles architectures de données et du Big Data sur le Master Data
  • Savoir démarrer un projet de référentiel SI avec les bons réflexes et outils
Programme
1/ Concepts et glossaire du Master Data
  • Définition du MDM (Master Data Management) ?
  • Qu'est-ce que le MDM ?
  • Les sources de MDM
  • Les conséquences d'un MDM faible
  • Pourquoi le MDM est difficile ?
  • Les différents types de MDM
2/ Bonnes pratiques
  • Le Business Case pour le MDM
  • Pourquoi s'y intéresser ?
  • Construire un Business Case
  • Les concepts
  • Les effets d'un taux de remise
  • Les calculs :
  • ROI (Return of Investment)
  • NPV (Net Present Value)
  • IRR (Internal Rate of ROI)
  • Comment mesurer les coûts et bénéfices d'un projet ?
  • Les bénéfices types du MDM
3/ Les données ambigües
  • L'importance de connaître les données ambigües
  • Les risques de l'engagement "Business"
  • Les Business Case faibles
  • Excès d'ambitions
  • L'ignorance de la qualité des données
  • MDM n'est pas une cible mais un process
4/ Revue des bonnes pratiques
  • Planning de projet
  • Implémentation
  • Implication du Business
5/ Architecture et technologie
  • Architectures MDM
  • Vue simpliste du scope MDM
  • MDM dans les entreprises multinationales
  • Les styles de MDM
  • Opérationnel vs analyse MDM
  • Chevauchement de styles
  • Le taux de succès
  • La question de fédération
  • La fédération en pratique
6/ Gouvernance de la donné, rôles et processus clés
  • Rôle de la gouvernance
  • Aspects de la gouvernance de données
  • Intérêts et nécessité de la gouvernance de la donnée
  • Organisation de la gouvernance de données
  • Zones de mise en valeur
  • Le coût de la faible qualité des données
  • Data gouvernance (comité et staff)
  • Les 5 niveaux de maturités
  • Les principaux drivers pour la gouvernance de données
  • Administration de la donnée
  • Processus clés de la gestion de la donnée de référence
7/ Cycle de vie et qualité de la donnée
  • Cycle de vie et gestion de la qualité de la donnée
  • Création
  • Collecte
  • Stockage, base à chaud, base à froid
  • Exploitation
  • Archivage
  • Nettoyage, Suppression, est-ce possible en Big Data ?
  • Audit de l’intégrité et de la qualité
  • La qualité des données et le MDM
  • Les dimensions de la qualité des données
  • L'utilité de la qualité des données
  • Les technologies utilisées dans la qualité des données
  • La perception des éditeurs dans la qualité des données
  • Identification la non qualité des données
  • Traitement de la non qualité des données
8/ Big Data et référentiels
  • Data Factory, Datalake, Datahub, Datalabs, NOSQL… et référentiels SI
9/ Gestion de la qualité de la donnée - DQM
  • Sémantique de la donnée et metadata
  • Mode de nettoyage de la donnée
  • Le cas du dé-doublonnage
  • Service tiers et APIs de validation de la donnée
10/ Démarche de construction d’un référentiel
  • Le projet de référentiel SI
  • Par quoi commencer ?
  • Principaux écueils et risques
  • Gouvernance : Acteurs, Sponsors, KPI…
  • Les 12 grandes règles du projet de référentiel SI
Approche Pédagogique

Approche Pédagogique

  • Pédagogie très opérationnelle fondée sur l'alternance entre théorie et pratique
  • Cas pratiques
  • Remise d’outils
  • Echanges d’expériences
Public cible

Public cible

  • Architectes SI
  • Chefs de projets
  • Data Stewards
  • Data Governors
Dates

Dates

  • Du 30 Avril au 03 Mai 2024
  • Du 11 au 14 Juin 2024
  • Du 06 au 09 Août 2024
  • Du 15 au 18 Oct. 2024
  • Du 17 au 20 Déc. 2024
  • Fin d'Inscription :
    Le Bulletin d'Inscription doit être rempli, cacheté, signé et envoyé par email : Au minimum 15 JOURS OUVRÉS avant la date de formation.