Electif Qualité des données (CDMP Practionner/Master)

Objectifs pédagogiques

• Découvrir et comprendre les concepts clés énoncés dans le DMBOK v2 relatif à la Gouvernance des données, de la qualité des données, des métadonnées ou de la modélisation des données
• Se positionner par rapport au cadre de référence
• Avoir les clés de lecture nécessaires à la mise en place, au pilotage et à l'évaluation d'un dispositif de Gouvernance des données, de gestion de la qualité des données, de gestion des métadonnées ou de la modélisation des données
• Fournir la connaissance nécessaire au passage du niveau Practitioner/Master de la certification CDMP®

Contenu de la formation

• Introduction & concepts clés
• Définition de la qualité de la gestion de la qualité
• Dimensions de la qualité des données : Etat des lieux des Framework et synthèse du DMBOK, définition, exemple d’exigence et de règle de contrôle associée
• Définitions des principaux traitements effectués sur les données pour améliorer leur qualité : Data Profiling, nettoyage, analyse, enrichissement, transformation et standardisation
• Objectifs & principes
• Enjeux et bénéfices pour les organisations
• Problèmes liés à la qualité des données : situations types et causes racines
• Principes constitutifs de la qualité : description des principes à suivre pour réussir une démarche de qualité de données
• Stratégie pour le déploiement d’une capacité de gestion de la qualité :
• Évaluation de la maturité en termes de gestion de la qualité des données et des initiatives existantes
• Identifier les enjeux métiers et les bénéfices attendus
• Analyser la capacité de changement de l’organisation
• Construire le business case
• Définir la vision d’une démarche de gestion de qualité de données
• Communiquer et convaincre
• Approche de gestion de la qualité
• Explication du cycle d’amélioration de la qualité des données – Roue de Deming : début d’un nouveau cycle, planifier, réaliser, vérifier et ajuster
• Activités de gestion de la qualité
• Définition de la vision de la qualité
• Définition de la stratégie de qualité de données
• Identification des données critiques
• Audit de la qualité des données
• Identification et priorisation des améliorations
• Mise en place des opérations de qualité
• Data Profiling et Cleansing
• Définitions
• Techniques d’analyse et de nettoyage
• Outils de gestion de la qualité
• Fonctionnalités types : Supervision de la qualité, mise en qualité, analyse et intégration des données de qualité
• Statistiques
• Introduction aux statistiques, population et échantillon, statistiques descriptives et statistiques inférentielles
• Les fondamentaux des statistiques descriptives : milieu, médiane, asymétrie, dispersion, minimum, maximum
• Covariance et corrélation
• Analyse de régression et lien avec l’analyse de cause racine
• Probabilités

Suivi de l'exécution et évaluation des résultats

• Feuilles de présence.
• Questions orales ou écrites (QCM).
• Formulaires d'évaluation de la formation.
• Certificat de réalisation de l’action de formation.