Master Data Management : Gérer et gouverner efficacement ses données de référence

Objectifs

Objectifs opérationnels :
Savoir identifier les enjeux de la donnée de référence.
Savoir démarrer un projet de référentiel SI avec les bons réflexes et outils.
Objectifs pédagogiques :
À l'issue de cette formation Master Data Management, vous aurez acquis les connaissances et compétences nécessaires pour :
 

• Appréhender l'écosystème de la donnée de référence au sein du SI
  
• Être capable de déterminer et de classifier une certaine nature de donnée (référence, nomenclature, opérations, etc.)
  
• Identifier les enjeux de la donnée de référence (cycle de vie, qualité, disponibilité, sécurité…)
  
• Appréhender l'impact des nouvelles architectures de données et du Big Data sur le Master Data
  
• Savoir démarrer un projet de référentiel SI avec les bons réflexes et outils
  

Syllabus

Introduction au Master Data ManagementPrésentation croisée et attentes des participants
Concepts et glossaire du Master Data
Les données de référenceDéfinition des données de référence (Master Data)
Types et nature des données de référence
Les principaux référentiels du SI
Intérêts des données de référence
L'architecture des référentiels SIRappels sur la cartographie fonctionnelle
Cartographie fonctionnelle type d'un référentiel de données
Architecture applicative d'un référentiel SI
Gouvernance de la données, rôles et processus clésIntérêts et nécessité de la gouvernance de la donnée
Cycle de Vie de la donnée (Data Lifecycle)
Rôles et compétences clés
Administration de la donnée
Processus clés de la gestion de la donnée de référence
Les référentiels au sein de  leur écosystème SIÉcosystème type de la donnée de référence : DWH, CRM, Datalake...
Architecture d'intégration du Référentiel SI
Patterns d'accès aux données de références : Maître / Esclave, Copie locale, etc.
Mécanismes d'échanges des données de références : ETL, ESB, WS…
Big Data et référentielsData Factory, Datalake, Datahub, Datalabs, NOSQL… et référentiels SI
Sécurité de la donnéeDisponibilité de la donnée
Politique de sauvegarde et d'archivage
Confidentialité et territorialité des données
Anonymisation de la donnée
Sécurité d'accès et habilitation
Gestion de la qualité de la donnée - DQMSémantique de la donnée et metadata
Mode de nettoyage de la donnée
Le cas du dé-doublonnage
Service tiers et APIs de validation de la donnée
Démarche de construction d'un référentielLe projet de référentiel SI
Par quoi commencer ?
Principaux écueils et risques
Gouvernance : Acteurs, Sponsors, KPI…
Les 12 grandes règles du projet de référentiel SI
Quelles alternatives aux solutions éditeurBref aperçu du marché des solutions de MDM (Master Data Management)
Retour d'expérience
Les alternatives open-source
Conclusion

Comment ?

Méthodes pédagogiques

Formation distancielle, synchrone, avec le formateur en visio conférence
Séquençage pédagogique construit et adapté au mode d'organisation distanciel
Partage d'écran formateur et stagiaire pour les présentations, démonstrations et vérification des mises en application
Remise d'une documentation pédagogique numérique pendant le stage
La formation est constituée d'apports théoriques, d'exercices pratiques, de réflexions et de retours d'expérience

Évaluation

Évaluation du formateur au fil des séquences pédagogiques.
Auto-évaluation des acquis par le stagiaire via un questionnaire en ligne
Attestation de fin de stage remise au stagiaire