Comprendre les concepts

• La gestion des données de référence, positionnement par rapport à d’autres notions (DQM)
• La place des enjeux et des besoins de la gestion des données (GRD)
• Analyser les liaisons entre les données et processus métier
• La donnée et ses dimensions de valeur : unicité, complétude, exactitude, conformité, cohérence, intégrité
• Gérer la donnée comme un service

Démarche méthodologique

• L'ontologie des données, la gestion des attributs et des métadonnées
• Homogénéiser les données de base entre toutes les applications
• Regrouper les objets et contextes de gestion, déterminer quels objets de données sont liés entre eux en termes de gestion
• Contrôler des données spécifiques à chaque système cible ou source et gérer les doublons
• Définir les règles de migrations et mettre en place d'un Workflow pour contrôler l'exactitude et la redondance des données de base
• La vue des données : la vue métiers, fonctionnelles et applicatives
• La gestion du BRMS, l'analyse de cycle de vie des données, cycle du processus référentiel métier, cycle de processus opérationnel métier

Les typologies d'architectures

• Le positionnement du référentiel en début, milieu et fin de chaîne : caractéristique, avantages et inconvénients
• Les architectures de centralisation, coopération, consolidation et de répertoire virtuel
• Les critères de choix et les modes d'implémentation
• La place des annuaires, du PLM et du CRM
• Les catégories de solutions et le socle référentiel
• Rechercher une automatisation de la distribution, (EAI-ETL-ESB)

Panorama des solutions

• Le positionnement des éditeurs et offres spécifiques
• Les fonctionnalités d'une application de MDM
• Les technologies proposées
• Les enjeux du MDM dans le cadre du SOA
• Les impacts du Big Data