Master Data : gérer et gouverner efficacement ses données de référence Mixte : présentiel / à distance

Avec l'émergence du Big Data et des nouvelles architectures de données, la maîtrise des données est aujourd'hui au cœur de la stratégie des entreprises.

 

Dans ce contexte fortement concurrentiel, la gestion des données de références (Master Data), la gouvernance de la donnée et la gestion de leur qualité deviennent autant de clés pour assurer le succès des modèles d'affaires du digital liés aux données, et asseoir les fondations de la Data-Driven company.

 

Durant ce séminaire de deux jours, nous vous proposons un point complet sur les meilleures pratiques en matière de référentiel de données du SI : concepts et terminologie du Master Data, typologie des données et des référentiels, critères d'analyse de la donnée de référence, rôles & processus clés, gouvernance de la donnée, architecture fonctionnelle type d'un référentiel SI, exemple d'architecture technique, architecture d'intégration et écosystème de la donnée (BI Traditionnelle, Big Data…), approche de la qualité de la donnée (DQM), bonnes pratiques de sécurité, principes et grandes règles d'un projet de référentiel SI, alternative aux grandes solutions éditeur du marché..

• Appréhender l'écosystème de la donnée de référence au sein du SI
• Être capable de déterminer et de classifier une certaine nature de donnée (référence, nomenclature, opérations, etc.)
• Identifier les enjeux de la donnée de référence (cycle de vie, qualité, disponibilité, sécurité…)
• Appréhender l'impact des nouvelles architectures de données et du Big Data sur le Master Data
• Savoir démarrer un projet de référentiel SI avec les bons réflexes et outils

• Chef de projet SI
• Responsable d'équipe de développement
• Développeur SI
• Architecte SI
• Data Governor / Data Steward

Connaissances générales sur les architectures SI.

Chaque concept abordé donnera lieu à la présentation des conditions d'application des concepts présentés et de leurs principales limitations.

Cette formation est dispensée par un·e ou plusieurs consultant·es d'OCTO Technology ou de son réseau de partenaires, expert·es reconnus des sujets traités.

Le processus de sélection de nos formateurs et formatrices est exigeant et repose sur une évaluation rigoureuse leurs capacités techniques, de leur expérience professionnelle et de leurs compétences pédagogiques.

L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique.

Afin de valider les compétences acquises lors de la formation, un formulaire d'auto-positionnement est envoyé en amont et en aval de celle-ci.

En l'absence de réponse d'un ou plusieurs participants, un temps sera consacré en ouverture de session pour prendre connaissance du positionnement de chaque stagiaire sur les objectifs pédagogiques évalués.

Une évaluation à chaud est également effectuée en fin de session pour mesurer la satisfaction des stagiaires et un certificat de réalisation leur est adressé individuellement.

Jour 1

 

INTRODUCTION

• Présentation croisée et attentes des participants
• Concepts et glossaire du Master Data

 

LES DONNÉES DE RÉFÉRENCE

• Définition des données de référence (Master Data)
• Types et nature des données de référence
• Les principaux référentiels du SI
• Intérêts des données de référence

 

L'ARCHITECTURE DES REFERENTIELS SI

• Rappels sur la cartographie fonctionnelle
• Cartographie fonctionnelle type d'un référentiel de données
• Architecture applicative d'un référentiel SI

 

GOUVERNANCE DE LA DONNÉE, RÔLES ET PROCESSUS CLÉS

• Intérêts et nécessité de la gouvernance de la donnée
• Cycle de Vie de la donnée (Data Lifecycle)
• Rôles et compétences clés
• Administration de la donnée
• Processus clés de la gestion de la donnée de référence

 

Jour 2

 

LES REFERENTIELS AU SEIN DE LEUR ECOSYSTÈME SI

• Ecosystème type de la donnée de référence : DWH, CRM, Datalake
• Architecture d'intégration du Référentiel SI
• Patterns d'accès aux données de références : Maître / Esclave, Copie locale, etc
• Mécanismes d'échanges des données de références : ETL, ESB, WS…

 

BIG DATA ET RÉFÉRENTIELS

1 DATA FACTORY, DATALAKE, DATAHUB, DATALABS, NOSQL… ET RÉFÉRENTIELS SI

 

SÉCURITÉ DE LA DONNÉE

• Disponibilité de la donnée
• Politique de sauvegarde et d'archivage
• Confidentialité et territorialité des données
• Anonymisation de la donnée
• Sécurité d'accès et habilitation

 

GESTION DE LA QUALITÉ DE LA DONNÉE - DQM

• Sémantique de la donnée et metadata
• Mode de nettoyage de la donnée
• Le cas du dé-doublonnage
• Service tiers et APIs de validation de la donnée

 

DÉMARCHE DE CONSTRUCTION D'UN RÉFERENTIEL

• Le projet de référentiel SI
• Par quoi commencer ?
• Principaux écueils et risques
• Gouvernance : Acteurs, Sponsors, KPI…
• Les 12 grandes règles du projet de référentiel SI

 

ALTERNATIVES AUX SOLUTIONS ÉDITEUR

• Bref aperçu du marché des solutions de MDM (Master Data Management)
• Retour d'expérience
• Les alternatives open-source

 

CONCLUSION

• Partage sur la formation, évaluation,
• Questions/Réponses additionnelles

75.00

25.00