PwC Academy

Avec la digitalisation croissante de l’économie, la généralisation des réseaux sociaux et l’avènement des objets connectés, la donnée devient plus que jamais un enjeu majeur pour l’ensemble des entreprises. Plus qu’un simple produit issu des échanges avec les clients ou de l’enchaînement de processus métier, la donnée est désormais un actif à part entière de l’entreprise, qui permet d’en dégager une valeur considérable, mais qui nécessite également une gestion rigoureuse par les différents acteurs de l’entreprise. DAMA, à travers le DMBOK v2, a rassemblé et défini une vue standardisée de l’ensemble des activités et fonctions de Data Management, assortie d’une terminologie et d’un ensemble de bonnes pratiques. Cette vue couvre l’ensemble de la connaissance et des pratiques nécessaires pour appréhender et aborder avec confiance la pratique de Data Management : gouvernance, sécurité, architecture, qualité, métadonnées… La formation sur les « fondamentaux en data management » propose de faire un tour d’horizon théorique et pratique sur cet ensemble vaste et fourni que constitue le Data Management et de préparer le passage de la certification CDMP Associate. Cette formation a permis de faire bénéficier d'un taux de réussite à l'examen CDMP Associate de plus de 96% et d'un taux de satisfaction de 9,1/10 (sur les sessions de 2021)

Pierre angulaire de la gestion des données, la mise sous contrôle qualité des données est une étape obligatoire pour considérer ses données comme un actif. Par où commencer ? Comment mesurer la qualité des données ? Quels processus et outils doivent être déployés ? A travers l'expérience des consultants de Pramana et en s'appuyant sur les bonnes pratiques issues d'ouvrages de référence, Pramana University propose une formation permettant d’une part de clarifier les concepts clés, mais également de pouvoir opérationnaliser des activités de gestion de la qualité des données. Elle apporte ainsi non seulement des clés de lecture théoriques, mais également une vue pratique sur le sujet via la réalisation de cas pratiques (définir des règles de qualité des données, profiler les données, résolution de doublons, etc ...) ainsi que de démonstration outillé (identification de cause racine, corrigé des données, utiliser un tableau de bord, etc ...)

La formation E-Learning Fondamentaux Data Management offre la possibilité de suivre un parcours de formation : En simplicité : Le stagiaire peut suivre le cours en toute autonomie, sans subir les contraintes logistiques inhérentes aux formations classiques (absence formateur, problèmes dans la livraison des supports, …). Au rythme du stagiaire : Le stagiaire ne « subit » pas le rythme imposé par une formation classique, il peut prendre le temps de s’attarder sur certains sujets moins connus que d’autres par exemple. De par l’aspect modulable de la formation, il peut également progresser par courte tranche de temps, par exemple suivre une unique activité d’un module lors d’un trou dans son emploi du temps. En s’auto-évaluant : La formation via l’E-Learning permet au candidat de s’auto évaluer via différents outils comme des quizz. Ces quizz sont rejouables, quel que soit le résultat obtenu. Adapté à la situation de chaque stagiaire : Le contenu de la plateforme étant modulable, il est possible de créer des parcours adaptés aux besoins des stagiaires. Par exemple : Utilisation du module Master & Reference Data Management pour un Chef de Projet pour la mise en place de référentiel de données.

La formation E-Learning Fondamentaux Data Management offre la possibilité de suivre un parcours de formation : En simplicité : Le stagiaire peut suivre le cours en toute autonomie, sans subir les contraintes logistiques inhérentes aux formations classiques (absence formateur, problèmes dans la livraison des supports, …). Au rythme du stagiaire : Le stagiaire ne « subit » pas le rythme imposé par une formation classique, il peut prendre le temps de s’attarder sur certains sujets moins connus que d’autres par exemple. De par l’aspect modulable de la formation, il peut également progresser par courte tranche de temps, par exemple suivre une unique activité d’un module lors d’un trou dans son emploi du temps. En s’auto-évaluant : La formation via l’E-Learning permet au candidat de s’auto évaluer via différents outils comme des quizz. Ces quizz sont rejouables, quel que soit le résultat obtenu. Adapté à la situation de chaque stagiaire : Le contenu de la plateforme étant modulable, il est possible de créer des parcours adaptés aux besoins des stagiaires. Par exemple : Utilisation du module Master & Reference Data Management pour un Chef de Projet pour la mise en place de référentiel de données.

DAMA, à travers le DMBOK v2, a rassemblé et défini une vue standardisée de l’ensemble des activités et fonctions de Data Management, assortie d’une terminologie et d’un ensemble de bonnes pratiques. Cette vue s'articule autour de l'ensemble des domaines du Data Management et couvre l’ensemble de la connaissance et des pratiques nécessaires pour appréhender et aborder avec confiance la pratique de Data Management : gouvernance, sécurité, architecture, qualité, métadonnées… La formation sur les « électifs en data management » propose de faire un tour d’horizon théorique et pratique sur les domaines spécifiques que sont la Gouvernance des données, la gestion de la qualité des données, la gestion des métadonnées et permet d'obtenir les connaissances nécessaires au passage de la certification CDMP niveau Practitioner ou Master. Cette formation consiste en deux journées de formation & certification sur la spécialité de gestion des Métadonnées.

DAMA, à travers le DMBOK v2, a rassemblé et défini une vue standardisée de l’ensemble des activités et fonctions de Data Management, assortie d’une terminologie et d’un ensemble de bonnes pratiques. Cette vue s'articule autour de l'ensemble des domaines du Data Management et couvre l’ensemble de la connaissance et des pratiques nécessaires pour appréhender et aborder avec confiance la pratique de Data Management : gouvernance, sécurité, architecture, qualité, métadonnées… La formation sur les « électifs en data management » propose de faire un tour d’horizon théorique et pratique sur les domaines spécifiques que sont la Gouvernance des données, la gestion de la qualité des données, la gestion des métadonnées et permet d'obtenir les connaissances nécessaires au passage de la certification CDMP niveau Practitioner ou Master. Cette formation consiste en une journée de formation et une demi-journée de préparation à la certification sur la spécialité de Gouvernance des Données.

DAMA, à travers le DMBOK v2, a rassemblé et défini une vue standardisée de l’ensemble des activités et fonctions de Data Management, assortie d’une terminologie et d’un ensemble de bonnes pratiques. Cette vue s'articule autour de l'ensemble des domaines du Data Management et couvre l’ensemble de la connaissance et des pratiques nécessaires pour appréhender et aborder avec confiance la pratique de Data Management : gouvernance, sécurité, architecture, qualité, métadonnées… La formation sur les « électifs en data management » propose de faire un tour d’horizon théorique et pratique sur les domaines spécifiques que sont la Gouvernance des données, la gestion de la qualité des données, la gestion des métadonnées et permet d'obtenir les connaissances nécessaires au passage de la certification CDMP niveau Practitioner ou Master. Cette formation consiste en deux journées de formation & certification sur la spécialité de gestion de la Qualité des Données.

Gérer la donnée comme un actif ne s’improvise pas : elle requiert une connaissance et une rigueur accrue dans l’organisation et les activités des acteurs autour de la donnée. En particulier, elle requiert d’aborder à un niveau supérieur la donnée, au-delà de l’ensemble des activités de gestion qui sont classiquement faits dessus, via la mise en place d’une gouvernance des données. A travers le triptyque Gouvernance des données – Gestion des Métadonnées – Gestion de la Qualité des données, Pramana University propose une formation permettant d’une part de clarifier les concepts sous-jacents, mais également de pouvoir opérationnaliser des programmes entiers de gouvernance des données, à un aspect régalien comme opérationnel. Elle apporte ainsi non seulement des clés de lecture théoriques, mais également une vue pratique sur le sujet via le déroulement d’un fil rouge complet de cas d’étude.