Formation Master Data Management : gouvernance des données

1/ Introduction

• Définition du Data Management et le Master Data Management

• Les enjeux opérationnels liés à la gestion des données

• Enjeux stratégiques des données pour l'entreprise

• "donnée" et "information" : Définition

• Les catégories de données de l'entreprise

• Les différentes formes d'exploitation des données

• Approches et intégration des principes MDM dans le SI

2/ La gouvernance des données

• Qu'est-ce que la gouvernance des données ?

• Rôle de la gouvernance

• Acteurs et nouveaux métiers du data management

• Processus clés pour la gestion des données

• Déterminer la maturité de la gouvernance de la donnée des entreprises

• Les étapes majeures de la démarche de gouvernance des données

• Les pratiques actuelles du marché

3/ Le master data management

• Définition de Master Data

• Focus sur Les données de référence (Master Data)

• La propagation de données avec MDM

• Master data management dans le SI : son positionnement

• Les étapes majeures de la démarche master data management

• Les typologies d’architectures MDM

• Conception et administration des données référentielles (master data)

• Les bonnes pratiques

• Définir le rôle des utilisateurs dans le dispositif MDM

• Déploiement d’une solution MDM : Présentation

• MDM versus Data Warehouse

4/ Outils MDM

• La typologie des offres du marché

• Les grands acteurs MDM

• Choix d'une solution de MDM

5/ Les formes des données

• Du relationnel au big data

• Concept de data lake

• Exigences liées au Big Data et outils pour y répondre

• Cohabitation des technologies traditionnelles et Hadoop

• Comprendre la dé-normalisation des données

6/ Qualité de la donnée dans le MDM

• Data Quality Management : enjeux de performances

• La qualité des données et le MDM

• Définir les critères d'évaluation et la qualité d’un jeu de données

• Intégrité, complétude et cohérence

• Le redressement de la qualité : stratégie et méthodes

• La Data Quality : les processus à mettre en place

• Les technologies utilisées dans la Data Quality

7/ Sécurité de la donnée, aspects juridiques et éthiques

• Les données personnelles

• Quelles politiques pour collecter, sauvegarder et archiver de données

• Contexte législatif