Formation - Créer des Données de qualité et de valeur

1 - Introduction

• Données : la matière première des solutions et des activités numériques de l’entreprise
• Données impertinentes : principale cause de nombreux échecs des projets de transformation digitale, d’IA et du Big Data

2 - Processus de la création des données de qualité

• Données collectées et créées
• Données construites à partir des données brutes et par association avec des données d’Open Data
• Contextualisation, Syntaxique et Corrélation
• Cleaning technique, Classification temporelle, Validation organisationnelle...
• Attributs, métadonnées...

3 - Démarche du développement des données de valeur

• Définition opérationnelle de la valeur
• Classification des niveaux de valeur des données
• Démarche de transformation des données en informations utiles
• Création des données pour concevoir le patrimoine numérique de l’entreprise : Modèles d’IA génératives, Modèles d’analytiques pour prendre des décisions éclairées, Capital digital de chaque activité de l’entreprise, Autres exemples selon les profils des participants
• Attributs

4 - Construction des infrastructures et outils techniques

• Types de données (structurées, non-structurées...)
• Formats techniques des données
• Collecte et stockage des données
• Traitement et l’analyse des données
• Cloud Hybride pour la sécurité du traitement massif des données
• Sécurité des données dans leurs 4 états et Solutions avancées

5 - Facteurs-clés de succès et causes d’échec de la création des données de qualité et de valeur

• Limites des bonnes pratiques et des approches traditionnelles face aux données dans le domaine du Numérique
• Nature dynamique des données
• Mise en place de la double gouvernance des données
• Evaluation et itération

6 - Grandes tendances

• Prise en considération des aspects de responsabilité sociale, d’équité et de l’éthique
• Règlementations européennes : RGPD et Data Act