Formation Data Gouvernance Big Data - Gestion de référentiels de données

Partager cette formation Télécharger au format pdf Ajouter à mes favoris

Objectifs pédagogiques

• Comprendre la philosophie des référentiels de données et la méthode à adopter pour mieux appréhender un projet de mise en place d'un MDM (Master Data Management)
• Identifier les enjeux de la donnée de référence
• Vous rendre compte de l'impact du Big Data sur la donnée de référence.

Niveau requis

Avoir des connaissances générales en architecture SI.

Public concerné

Architectes SI, chefs de projets, Data Stewards et/ou Data Governors.

Programme

Introduction

• Présentation du cours
• Concepts et glossaire des données de référence
• Rappel sur l'architecture des référentiels SI

Les données de référence

• Définition des données de référence (Master Data)
• Types et nature des données de référence
• Les principaux référentiels du SI
• Architecture applicative d'un référentiel

Master Data Management (MDM)

• Définition du MDM
• Qu'est-ce que le MDM ?
• Les sources de MDM
• Les conséquences d'un MDM faible
• Pourquoi le MDM est-il difficile ?
• Les différents types de MDM
• Aperçu du marché des solutions de MDM

Les données ambiguës

• L'importance de connaître les données ambiguës
• Les risques de l'engagement "Business"
• Les "Business Cases" faibles
• Excès d'ambitions
• L'ignorance de la qualité des données
• MDM n'est pas une cible mais un process

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

La gouvernance des données

• Rôle de la gouvernance
• Aspects de la gouvernance de données
• Cycle de vie de la donnée
• Niveau d'intérêt dans la gouvernance de données
• 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 maturité
• Les principaux drivers pour la gouvernance de données

La qualité des données

• 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

Modalités d’évaluation des acquis

L'évaluation des acquis se fait :

• En cours de formation, par des études de cas ou des travaux pratiques
• Et, en fin de formation, par un questionnaire d'auto-évaluation ou une certification (M2i ou éditeur)

Partager cette formation Télécharger au format pdf Ajouter à mes favoris