Fermer
  • Accueil
  • Data
  • Gouvernance des données métiers : enjeux, méthodologie et outils

Formation Gouvernance des données métiers : enjeux, méthodologie et outils

  • Data
  • Formation vision 360°
Catalogue, qualité et conformité : mettre en place et outiller une gouvernance orientée métiers
Durée
Tarif
2960 € / pers. HT
Durée
Tarif
2960 € / pers. HT

Formation Gouvernance des données métiers : enjeux, méthodologie et outils

Prix
2960€ / pers. HT

Objectifs

  • Aligner la gouvernance des données et des informations, avec les autres formes de gouvernance (SI, d’entreprise, de sécurité…), définir les équipes, fonctions et processus de travail, et combiner gouvernance du SI et gouvernance des données
  • Cartographier les données métiers, mettre en place un catalogue partagé des actifs informationnels
  • Améliorer en continu la qualité des données, pour l’adapter aux usages et mettre en place une gestion des données de référence (MDM)
  • Assurer la conformité des données de toute l’organisation aux règles externes (RGPD, Data Act…), et internes (éthique)

Programme

1 – Enjeux et perspectives : aligner les gouvernances

  • Les enjeux de la gouvernance au service de l’économie des données
    • Le monde de la donnée, des infocentres au big data
    • Typologie des données, structurées et non-structurées
    • Passer du coût de la donnée, à la valeur de la donnée
    • Particularités des données destinées à l’entraînement des modèles d’intelligence artificielle
  • Gouvernance des données, gouvernance des informations
    • Les « régimes » de gouvernance d’entreprise : centralisation, fédéralisme…, comment choisir ?
    • Aligner les démarches de « gouvernance du système d’information » et de « gouvernance des données »
    • Approches académiques et théoriques existantes de la gouvernance des SI (TOGAF, COBIT, ITIL, DMBOK..)
    • Transférer la gouvernance des données aux métiers : pourquoi et comment ?
    • La future norme ISO 24143

2 – Mise en place des équipes et architectures

  • Équipes, personnes, rôles et fonctions de la gouvernance, de la qualité et de la conformité des données
    • Les métiers de la gouvernance des données : Chief Data Officer (CDO), data steward, data owner, data product manager, data custodian, data compliance manager, DPO…
    • Comité de gouvernance des données : organisation et composition, mode de fonctionnement, la charte de gouvernance des données
  • Les architectures de données et leurs liens avec le choix d’un régime de gouvernance
    • Concept de gravité des données vs gravité des applications : architecture applicative ou architecture de données ?
    • Architecture centralisée : construire une plateforme de données autour du data warehouse et du data lake
    • Architecture fédéralisée : passer du data warehouse au data mesh
    • Impact des choix d’architecture sur la disponibilité et le partage de l’information
    • La place du cloud computing dans les architectures de données
    • Contraintes liées au transfert des données depuis/vers le cloud
    • Impact du développement du low-code / no-code sur la répartition des rôles
  • Conduire le projet « Gouvernance des données »
    • Définir le périmètre global, identifier les priorités, planifier et démarrer les ateliers de gouvernance
    • Mettre en place les indicateurs et le tableau de bord

3 – Catalogue de données

  • Créer un dictionnaire-référentiel des données orienté métiers
    • Cartographier données, personnes et processus
    • Modéliser les données au travers des processus métiers (du Domain Driven Design au Data Mesh)
    • Élaborer à partir d’un modèle sa fiche de référentiel et animer les ateliers de cartographie
    • Étude de cas : comparaison des fiches réalisées par plusieurs entreprises
  • Valorisation des données – Mettre en place des métriques de valorisation
    • Normes IAS vs normes françaises : travaux en cours
    • Data as a Product : comment les métiers doivent percevoir leurs données ?
    • Comment référencer les données ouvertes (Open Data) ?
  • Solutions tactiques pour obtenir un premier retour sur investissement
    • Une base de données graph pour formaliser son catalogue de données
    • Utiliser l’Intelligence Artificielle Générative pour accélérer certaines étapes
  • Panorama comparatif des principaux outils du marché : Collibra, Alation, Castor, Data Galaxy, Atlan, Magda…

4 – Démarche qualité, critères et indicateurs

  • Impact de la qualité des données sur les performances
  • Construisez le tableau de bord de la santé de vos données – L’observabilité des données
  • Les 15 indicateurs principaux de mesure de la qualité
  • Lien entre qualité des données et gouvernance : le rôle du data steward
  • Le projet « qualité des données » en 10 étapes
  • Quelles tâches liées à la qualité des données peuvent être automatisées  ? Quel est le rôle de l’Intelligence Artificielle ?
  • Panorama et comparatif des principaux outils de gestion de la qualité des données

5 – Master Data Management (MDM)

  • Enjeux et ROI d’un projet MDM
    • Définition, sélection et synchronisation des données maîtres
    • Le MDM, principal outil d’obtention d’un ROI rapide de la gouvernance des données
  • Comparaison des architectures MDM : Consolidée unique, consolidée avec références multiples, décentralisée, virtualisée
    • Combiner MDM et Product Information Management (PIM)
    • MDM et catalogue de données – quelles différences ?
  • Panorama et comparatif des principaux outils de gestion des données de référence

6 – Conformité et synthèse des éléments du projet

  • Conformités
    • Impliquer le DPO dans la gouvernance des données
    • Les conformités sectorielles : banques, assurances, secteur public, données de santé…
    • Conformité et sécurité informatique : réduire les risques pesant sur les données
    • Disponibilité et résilience : aligner PCA (Plan de Continuité d’Activité) et gouvernance des données
    • Le rôle de la gouvernance dans la recherche de sobriété numérique
  • Les législations européennes et américaines, en cours et à venir : Data Governance Act, Data Act, CSRD…
  • Panorama et comparatif des principaux outils de suivi de la conformité des données

7 – Conclusion et synthèse

  • Améliorer l’alphabétisation à la donnée de l’ensemble de l’entreprise
  • Erreurs à éviter, meilleures pratiques : partage d’expériences entre les participants

 

Afficher plus

À qui s’adresse
cette formation ?

Public

CDO, DPO, Compliance manager, Data manager, Directeur de projet, Chef de projet, Responsable de domaine d’information management, Architecte de données.

Prérequis

Aucun.

Animateur

Le mot de l'animateur

« La gouvernance est en tête des préoccupations des professionnels des données. Je vous propose un cadre pragmatique, éprouvé par des dizaines d’organisations depuis plusieurs années : CQC (Connaissance Qualité Conformité) autour du catalogue de données, de l’amélioration de la qualité des données, et de leur conformité aux législations et normes actuelles (RGPD) et à venir (Data Act, ISO 24143). Une méthode, des outils, et des cas d’usage. »
Philippe NIEUWBOURG
Découvrir l'animateur

Modalités

Méthodologie pédagogique

Cette formation concrète et pragmatique est illustrée par de nombreux exemples pratiques issus d’une expérience et d’un savoir-faire acquis sur de nombreux projets de taille variée au sein d’établissements et d’entreprises de différents secteurs. Support de cours téléchargeable en début de formation.

Méthodologie d’évaluation

Le stagiaire reçoit en amont de la formation un questionnaire permettant de mesurer les compétences, profil et attentes du stagiaire. Tout au long de la formation, les stagiaires sont évalués au moyen de différentes méthodes (quizz, ateliers, exercices et/ou de travaux pratiques, etc.) permettant de vérifier l'atteinte des objectifs. Un questionnaire d'évaluation à chaud est soumis à chaque stagiaire en fin de formation pour s’assurer de l’adéquation des acquis de la formation avec les attentes du stagiaire. Une attestation de réalisation de la formation est remise au stagiaire.

À qui s’adresse
cette formation ?

Public

CDO, DPO, Compliance manager, Data manager, Directeur de projet, Chef de projet, Responsable de domaine d’information management, Architecte de données.

Prérequis

Aucun.

Autres formations sur le même thème