Introduction

• Rôle stratégique des données pour l'entreprise.
• Différence entre données et information.
• Les différentes sources de données de l'entreprise.
• Les différentes formes d'exploitation de données.
• Architectures : relationnelle, NoSQL ou Big Data.

Définition de la qualité et cadre méthodologique

• Définition et mesure de la qualité des données.
• Les méthodologies de la qualité des données.
• Comparaison entre TDQM/DWQ/AIMQ/ORME Data Quality.
• Les principes d'évaluation de la qualité des données des entreprises.
• Synthèse sur les méthodologies qualité.
• Dimensions : définitions et mesures.

Démarche gestion de la qualité des données

• La place de la qualité dans la démarche de gouvernance.
• Les acteurs et l'organisation. L'exemple COBIT.
• Mise en œuvre de la démarche Projet.
• Le coût de la ‘non qualité’.
• Périmètre de la démarche qualité.
• Niveau d'approche et de granularité.

Contrôle qualité et bonnes pratiques

• Audit de la qualité.
• Identification des données de faible qualité.
• Une approche centralisée de la qualité des données.
• Types de contrôles et outils statistiques.
• Exploitation et évaluation des mesures de la qualité.

Suivi opérationnel de la qualité des données

• Tableaux de bord qualité.
• Cycle d'amélioration continue.
• Quel rôle pour la gouvernance ?

Hausser le niveau de la qualité

• Intervenir en amont de la chaîne.
• Identification des cas atypiques.
• Gestion ciblée des cas de données de faible qualité.
• La réconciliation des données.

Synthèse

• L'offre logicielle : ETL et qualité.
• Synthèse.
• Bibliographie et sites Web.

• Parcours certifiant construire et développer des modèles de big data - Réf. ZDM

• Parcours certifiant construire et développer des modèles de big data - Réf. ZDM