A l'issue de cette formation, vous serez capable de :

• Expliquer l'intérêt d'opter pour une approche Data Centric
• Décrire l'intérêt de mettre en place une démarche Data
• Enumérer les différences entre Data Driven et Data Centric
• Identifier l'ensemble des enjeux et facteurs clés de succès d'un programme Data ou d'une transformation Data Centric d'une entreprise
• Manager un programme Data Centric.

Jour 1

Les enjeux de la Data au coeur de sa stratégie d'entreprise

• L'importance de définir une ambition Data pour l'entreprise
• Un programme Data Centric, pourquoi ?
• Un programme Data, pourquoi ? 
• Intégration du Data Driven
• Dessiner une feuille de route : pourquoi et comment ?
• Les dimensions clés d'un projet ou d'une transformation Data
• Manager un programme autour de la Data
• Définir l'organisationnel et l'opérationnel
• Comprendre les impacts humains, métiers et techniques
• Choix des interlocuteurs, du leadership
• Gérer sa stratégie d'intégration Data
• Accompagnement des équipes et communication
• Identifier les impacts humains
• Tenants et aboutissants d'un programme Data
• Impacts sur les clients et les produits
• Les différentes normes et méthodes existantes pour intégrer l'approche Data Centric (ISO, standards...)
• Choisir la bonne méthode et l'adapter à son besoin
• Les indicateurs de performance
• Cas d'applications multi-sectoriels

Exemple de travaux pratiques (à titre indicatif)

• Atelier de travail sur cas concrets en groupes

Les données et la gouvernance des données

• Définition de la Data
• Différents types de données, et la richesse des données non structurées (texte, images, vidéos...)
• Les différentes sources de données : interne, externe, l'Open Data...
• L'enjeu de la qualité des données
• Introduction à la gouvernance des données et comment réussir à la développer dans l'entreprise ?
• Pourquoi mettre en oeuvre une démarche autour de la Data ?
• Vue d'ensemble des méthodes et démarches existantes
• Qualifier la donnée
• Vue d'ensemble des indicateurs de performance et bonnes pratiques

Jour 2

La valeur des données

• La valeur des données tient dans leur usage
• Les différents modèles de valorisation et de monétisation
• Comment créer de la valeur ?
• Comment qualifier la création de valeur ?
• Bonnes pratiques et standards autour de la valeur de la donnée
• Vue d'ensemble des indicateurs de performance
• Accompagner les impacts sur les métiers

Exemple de travaux pratiques (à titre indicatif)

• Atelier de travail en groupes sur un cas de valorisation des données

Vue d'ensemble des outils et technologies en jeu

• Les différentes couches technologiques d'environnement Data
• Les différents outils pour parvenir à une maturité Data
• Comprendre les impacts techniques d'un programme Data
• Les évolutions techniques pour donner de la valeur aux données (Data Science / IA)
• Les outils de visualisation et d'analyse de données
• Mettre en oeuvre une communication métier / technique efficace
• Indicateurs de performance et bonnes pratiques

Exemple de travaux pratiques (à titre indicatif)

• Projet en atelier de A à Z (1/2 journée)
• Sur le cas d'une entreprise donnée, structurer une démarche Data Centric pour une entreprise, en déterminant les données à mettre en jeu, les modèles de valorisation et enjeux de business grâce à ces Datas et les conditions de succès de la transformation