• 2 jours
  • Voir les dates
  • Paris et Lyon
  • 2 005 € ht (2 406 € ttc)
Sommaire

LE MOT DE L’INTERVENANT

Avec cette formation, nous vous accompagnons dans la compréhension...

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 la bonne ambition pour votre entreprise, les erreurs à ne pas commettre, en nous appuyant sur des expériences vécues. Nous vous donnerons également les éléments de démarche pour une mise en place de gouvernance des données réussie, en privilégiant le pragmatisme aux cadres théoriques.

Philippe Nieuwbourg
Philippe Nieuwbourg est analyste et professeur/formateur. Il a plus de vingt ans d'expérience dans les domaines de l'Informatique décisionnelle et de l'analyse de données. En Europe, en Amérique du Nord et du Sud, il est chargé de cours dans différentes universités et donne des conférences sur les grandes tendances technologiques expliquées aux décideurs. Sa vie professionnelle tourne donc autour de ces sujets : économie des données, Big Data, économie algorithmique, Internet des objets, Informatique décisionnelle, applications analytiques, entrepôts de données, visualisation graphique, mise en récit des données…
Lire la suite Cacher le texte

En deux journées particulièrement riches, ce séminaire présente un point complet sur les enjeux métiers et technologiques du management des données, pour les entreprises en général et les DSI en particulier, ainsi que les meilleures pratiques à mettre en œuvre.

Seront notamment abordés le futur de l’économie des données, les particularités de Gouvernance des Données non structurées, des données de l’Internet des Objets, les cadres réglementaires applicables (français, européens, américains) en mettant l’accent sur le RGPD, problème d’actualité), la gouvernance dans un contexte de sécurité globale (en particulier la classification et la gestion des données en fonction du niveau de confidentialité et de risque associé), les principaux référentiels métiers et technologiques de management des données et de la qualité des données, les démarches d’architecture, les démarches de gouvernance, les bonnes pratiques de gestion et d’ingénierie, les bénéfices pour l’entreprise… le tout illustré par des exemples concrets.

  • Quels bénéfices l’entreprise peut-elle attendre d’un bon management et d’une bonne Gouvernance des Données ? Et si bien manager ses données était source de profit ?
  • Quels risques pour l’entreprise à ne pas bien gouverner ses données ?
  • Peut-on faire de la Gouvernance des Données sans outillage spécifique ?
  • Quelle place accorder à la Gouvernance des Données dans un contexte Big Data ?
  • Quelles démarches l’entreprise doit-elle mettre en œuvre pour bien manager
    et gouverner ses données ?
  • Comment gouverner les données et leur niveau de qualité ?
  • Quelle prise en compte de la sécurité ?
  • Quelles contraintes réglementaires s’appliquent aux données de l’entreprise ?
  • Quels liens entre RGPD (Règlement général pour la protection des données) et Gouvernance des Données ?
  • Par où commencer la mise en œuvre d’une démarche de management des données ?
  • Quel rôle pour la DSI ?


De la Donnée à la… sagesse


Le modèle d’Ackoff (DIKW)

  • La donnée.
  • L’information.
  • La connaissance.
  • La sagesse.

Les caractéristiques singulières de l’information

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 ?
  • Les nouvelles formes de données (non structurées, issues de l’IoT.
  • 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 maîtrise des risques

  • BALE.
  • SOLVENCY.
  • Etc.

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 Data Lakes ?

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 et 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 Data Scientists.
  • 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

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.
  • Les cadres de gouvernance et les PME : rester pragmatique.

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 des Données


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.
  • Évaluer les coûts d’une absence de Gouvernance des 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 en 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 des Données.
  • Mesurer le retour sur investissement de la Gouvernance des Données.
  • Rendre compte de la progression.
  • Animer la communauté des parties prenantes et des acteurs.
  • Valoriser l’action.
L’ensemble des thèmes abordés sera illustré au travers d’exemples et de cas concrets.