#DATA
Comprendre les enjeux de gestion des données à l’ère du numérique. Identifier les clés pour réussir la mise en place d’une politique de la donnée dans votre entreprise au bon niveau d’ambition en évitant les erreurs. Apprendre les méthodes et démarches pour mettre en œuvre et animer la gouvernance des données.
Durée et Prix
2 jours
2 045 € HT
Dates et Lieu
04-06 Décembre 2023 (Paris)
S’inscrire
Accéder au formulaire d'inscription
Modalités possibles :
Intra standard ou intra adaptée / inter,
Présentiel ou Distanciel
À qui s’adresse
cette formation ?
Public
Prérequis
Objectifs Pédagogiques
– Définir les équipes, fonctions et processus de travail pour replacer la gouvernance des données et des informations, en perspective des autres formes de gouvernance (SI, d’entreprise, de sécurité…)
– Cartographier les données métiers, mettre en place un catalogue partagé des informations
– Améliorer, en continu, la qualité des données, pour l’adapter aux usages. Mettre en place une gestion des données de référence (MDM)
– S’assurer de la conformité des données de toute l’organisation aux règles externes (RGPD, Data Act…), et internes (éthique)
Contenu de la formation
De la donnée à la ... sagess
Le modèle d’Ackoff (DIKW) :
-
La donnée
-
L’information
-
La connaissance
-
La sagesse
Le business de la donnée
Pourquoi et comment les données portent la transformation de secteurs clefs de l’économie
-
Dans la finance
-
Dans l’industrie ou la santé
-
Dans l’administration
-
Dans la distribution et l’e-commerce
Rôle des données dans la transformation numérique
-
Les données au cœur des nouveaux business models
-
La valeur des données dans la nouvelle économie
Rôle des données dans l’innovation
-
Les Datas : source d’innovation ?
-
La Data au cœur des nouveaux usages
L’économie de la donnée
-
Valorisation des patrimoines informationnels
-
Monétisation des données….
Exemples : les parcours clients
Pourquoi gouverner la donnée
Intérêts business : la qualité pour la performance
-
Efficacité et efficience
-
Performance économique
-
Disponibilité et continuité de service.
Nécessité business : donner confiance
-
Confidentialité, anonymisation
-
Indice de confiance : pourquoi il est majeur.
-
Sécurité / confiance : Blockchain
Sécurité business : limiter les risques
-
Sécurisation, vol, …
-
Utilisation abusive : quels sont les risques ?
-
Recherche de responsabilités
Nécessité légale : respecter les lois
-
Etat des lieux des cadres règlementaires : Données personnelles, données financières, solvabilité
-
Réglementations régionales
Exemples : la maitrise des risques
-
BALE
-
SOLVENCY
-
…
Cycle de vie de la donnée
Acquisition
-
L’évolution des capacités d’entrée
-
De la saisie à l’acquisition automatique (dont IOT)
-
La consommation
Qualification
-
Contrôle et gestion de la qualité des données
-
Gestion des non conformités (rejets / recyclage)
-
Redressement
Sécurisation
-
Notion de données personnelles, sensibles
-
Décisions de cryptage, anonymisation, pseudonymisation
Transformation / enrichissement / fabrication
-
Données calculées, générées
-
Données et processus métiers…
Transmission / échange
-
Batch
-
API
-
Services
Utilisation
-
Exploitation dans les systèmes opérants
-
Exploitation décisionnelle : de la Business intelligence au Business Analytics ?
-
Conservation : journal, historique, archivage, archivage probant
-
Etc.
Inutilisation
-
Données non exploitables
-
Données parasites
-
Données non ou partiellement exploitées : quid des datalake ?
Représentation / visualisation
-
Business Intelligence
-
Data visualisation
-
Business Analytics
Traçabilité
-
Les contextes de traçabilité : les applications, les flux, la traçabilité de bout en bout
-
Cas de la Blockchain : une nouvelle référence ?
Comment gouverner la donnée ?
Définir & documenter
-
Les types de données : référentielles / transactionnelles / décisionnelles
-
Données structurées / non structurées / transtructurées
Modéliser
-
Les métadonnées
-
Les objets métiers
-
Les données dans les processus
-
Les données des applications : la représentation des données, les flux
-
Les nouveaux modèles de données : étoile écrasée ou Big Table, Hub-link-satellite.
S’organiser pour gérer : rôles et responsabilités des acteurs
-
Le rôle de propriétaire des données
-
Le rôle du responsable des traitements
-
Le rôle de pilote de la qualité et de la sécurité des données
-
Les rôles de gestion opérationnelle des données
-
Les nouveaux rôles de Chief Data Officer / Data Steward
-
Le RSSI / le DPO (Délégué à la Protection des données)
-
Les datascientist
-
La comitologie
Outiller : Les solutions de gouvernance des données
-
Les composantes : Master Data Management, Data Quality Management
-
Les pure players
-
Les solutions intégrées.
Partager : Les solutions de partage des données
La gouvernance des données par rapport à la gouvernance globale
Les données au sein de la gouvernance du SI
-
Les données et COBIT5
-
Les données et TOGAF 9.1
-
Les données, BISL et le BABOK
-
…
Démarches existantes et limites
-
Data Management Body Of Knowledge
-
Data Governance Institute
-
IBM Governance Council
-
Enterprise Information Management
-
Le data management maturity model
-
Non Invasive Data Governance
-
Une approche des solutions de management des données : MIKE-2
Organiser la gouvernance des données
-
De la gouvernance des données à la gouvernance des projets.
-
Supervision des opérations sur les données.
-
Les organisations de gouvernance des données.
Etablir la fonction de gouvernance des données
-
Etablir la politique des données
-
Etablir une charte : objectifs, organisation, comités, rôles et responsabilités
-
Définir les indicateurs et le reporting
Mettre en place une gouvernance de la donnée
Faire un état des lieux
-
Identifier la maturité de l’entreprise ou de l’organisation
-
Recenser les actions réalisées
-
Recenser les actions identifiées et pas faites
-
Cartographier les risques et opportunités
-
Recenser l’outillage existant
-
Recenser les acteurs
Identifier le prétexte à la prise de conscience (pourquoi ?)
-
Identifier les enjeux métier opérationnels et stratégiques (y compris économiques)
-
Identifier les freins métiers et IT
-
Evaluer les coûts d’une absence de gouvernance de données
Identifier les rôles et responsabiliser des acteurs (qui ?)
-
Les fonctions obligatoires
-
Les qualités requises pour les acteurs
-
Le rôle de chacun
Outiller
-
Harmoniser et rationnaliser l’existant
-
S’outiller progressivement
Mettre en œuvre sur l’existant
-
Cibler des quick win en fonction des problèmes
-
Prioriser les constituants du pilotage opérationnel
-
Etablir une roadmap fonction des gains opérationnels
-
Déployer progressivement et accompagner le changement
-
Intégrer le sujet des données dans les comités de gouvernance des processus
Mettre en œuvre sur les nouveaux périmètres
-
Inscrire la qualité des données dans la charte de l’architecture d’entreprise
-
Intégrer la cartographie des données dans les processus métier et dans le système d’information
-
Définir et déployer les cadres d’exigences des données
-
Lancer / compléter le dictionnaire d’objet métier
Partager et valoriser
-
Produire et expliquer les indicateurs : les données sur la gouvernance de données
-
Mesurer le retour sur investissement de la gouvernance de données
-
Rendre compte de la progression
-
Animer la communauté des parties prenantes et des acteurs
-
Valoriser l’action
Le mot de l'intervenant
Avec cette formation, nous vous accompagnons dans la compréhension des enjeux et des solutions de mise en œuvre d’une gouvernance de la donnée au sein de votre organisation. Nous vous aidons à identifier le bon niveau d’ambition pour votre entreprise, les erreurs à ne pas commettre. Nous vous donnerons également les éléments de démarche pour une mise en place de gouvernance des données réussie.