Accueil › Formations › Multimédia › Marketing et communication digitale › Culture digitale › Knowledge Management - Bien s'organiser à l'ère digitale
Objectifs pédagogiques
- Découvrir le Knowledge Management
- Identifier les spécificités d'une approche digitale du Knowledge Management
- Adopter une approche de mise en place d'un environnement pour gérer les connaissances d'une organisation
- Juger les outils nécessaires pour gérer les connaissances.
Niveau requis
Avoir des notions d'informatique et de pédagogie.
Public concerné
DSI, responsables de formation, ingénieurs pédagogiques ou toute personne responsable des directions métiers.
Programme
Le territoire du KM (Knowledge Management)
- KM : de quoi parle-t-on ?
- Genèse de la gestion de la connaissance en entreprise
- Ensemble des problématiques relevées par le manque de KM
- Enjeux du KM
- Valorisation de la mémoire des savoirs métiers
- Champs d'intervention du KM
- Description de la norme ISO 30401
- Avantages et limites de cette norme
Organisation du KM
- Identifier les points de collecte du savoir
- Structuration des savoirs
- Gestion des contenus
- Stockage
- Partage
- Actualisation
Numérisation du KM
- Avantages et inconvénients de la dématérialisation
- Nouveau rapport au temps et à l'espace
- Complémentarités entre physique et digital
- Outils existants
- Critères de sélection
- Tarification
- Automation
Exemples de travaux pratiques (à titre indicatif)
- Atelier pratique : mettre en place un KM
- Exemple de cahier des charges
- Planification
Dynamique de collaboration
- Vision et gouvernance du KM
- Nécessité de collaborer
- Transversalisation des savoirs
- Les différents rôles nécessaires
- Principes de l'intelligence collective
- Identification des leviers de motivation
- LX Design : méthodes centrées sur l'utilisateur
- Formation des profils
Exemple de travaux pratiques (à titre indicatif)
- Atelier d'intelligence collective : World Café
- Identifier les freins et leviers
Evolution du KM avec les technologies digitales
- Big Data de données structurées et non structurées
- Cloud et décentralisation des savoirs
- Intelligence artificielle et ML (Machine Learning)
- Automation des traitements
- Entrées
- Sorties
- Mise à jour
- Moteurs de recherche intelligents
- Collecte de données automatisée et IoT (Internet of Things)
- KM et mobilités
