De l’analyse des données ou analyse décisionnelle, nous sommes passés aujourd’hui à la "science de la donnée", encore appelée data factory, grâce à l’apparition des technologies big data, offrant de nouvelles perspectives de modélisation et de prédiction. Ce séminaire passera en revue l’écosystème d’analyse des données existant, pour faire du gisement des données de l’entreprise un réel levier de croissance.
Formation dans vos locaux, chez nous ou à distance
Réf. SID
3j - 21h
Vous souhaitez transposer cette formation, sans modification, pour votre entreprise ?
Formation à la carte
Vous souhaitez une formation adaptée aux spécificités de votre entreprise et de vos équipes ? Nos experts construisent votre formation sur mesure !
De l’analyse des données ou analyse décisionnelle, nous sommes passés aujourd’hui à la "science de la donnée", encore appelée data factory, grâce à l’apparition des technologies big data, offrant de nouvelles perspectives de modélisation et de prédiction. Ce séminaire passera en revue l’écosystème d’analyse des données existant, pour faire du gisement des données de l’entreprise un réel levier de croissance.
Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Comprendre la valeur ajoutée, les enjeux et les principes des systèmes décisionnels
Mélanger la modélisation décisionnelle classique et le mode découverte
Mettre en œuvre une démarche pour concevoir un référentiel des données d'entreprise
Intégrer le big data dans le SID pour bâtir la data factory
Suivre pas à pas les étapes pour piloter son projet SID
Faire les bons choix d'outils en ayant un panorama global du marché
Public concerné
Responsables informatiques, responsables des études, architectes SI, consultants et chefs de projet décisionnel, autres chefs de projets fonctionnels et techniques.
Prérequis
Aucune connaissance particulière.
Programme de la formation
Finalité et principes des SID
Positionnement du SID par rapport au big data et au SIO (système d'information opérationnel).
Tendances et évolutions du décisionnel. Data lake versus data warehouse.
Nouveaux enjeux : valorisation de l'information, corrélation rapide.
L'architecture d'un SID.
Les choix stratégiques d'architecture : intégration du data lake.
Nouvel équilibre entre modélisation préalable et analyse dynamique.
Démarche de conception du SID, impact du mode découverte
La typologie universelle des demandes sur un SID autour du pilotage et de l'analyse comportementale prédictive.
Maîtriser le processus de conception des data marts et des data labs.
Comment passer de data marts en silo à un SI ouvert à la BI découverte et au big data ?
Cohérence des modèles en étoile : multidimensionnel. Analyse en mémoire contre modèle en étoile. Modèle du data lab.
Dénormalisation NoSQL versus dénormalisation décisionnelle classique.
Différence entre analyse multidimensionnelle et prédictive.
Éviter le foisonnement d'agrégats et indicateurs en réutilisant les développements.
Concevoir une architecture mixte BI classique-BI découverte-analytique dynamique.
Etude de cas
Proposer une démarche de conception à partir de besoins d'analyse.
Construire les référentiels
Comment faciliter l'accès aux informations ? Réconcilier MOA et MOE autour du référentiel.
Construire le référentiel d'entreprise. Les dimensions d'analyse et les indicateurs partageables.
Construire une architecture couvrant toutes les étapes, du pilotage à l'analyse des comportements.
Construire les dictionnaires pour le SID, utiliser les métadonnées pour gérer la cohérence.
Etude de cas
Déploiement des méthodes proposées sur des exemples.
Optimiser l'accès aux données
Comment répondre aux besoins et définir les réponses informatiques optimales ?
Le multidimensionnel, ROLAP, MOLAP ou hybride : les critères de choix, les évolutions futures.
Le multidimensionnel in-memory.
Organiser son data lake. Construire les data labs.
Appliquer une normalisation décisionnelle à vos modèles en étoile.
Mesurer la valeur du SID
Faire de son SID un levier de la stratégie d'entreprise.
Réunir les cas d'usage en processus décisionnels.
Urbanisation du SID : éviter trop de traitements et des couches sémantiques surchargées.
Identifier les zones éligibles au cloud computing.
Cartographier son SID pour lier finalité d’usage et données utilisées pour le RGPD.
Définir les critères d'efficacité d'un SID.
Piloter la valeur des données.
Big data en mode industriel
Principaux types de cas d’usage.
Problème de l’industrialisation des projets big data.
Check-list des recommandations.
Analytique – prédictif temps réel et streaming (CEP : complex event processing).
État de l'art des outils décisionnels
Lier ou fusionner son data lake et son data warehouse pour créer la data factory.
Panorama des suites décisionnelles : SAS, Microsoft, SAP BusinessObjects...
Degré d'intégration du mode découverte, de l'analytique et de la data visualisation.
ETL. Outils multidimensionnels. Déploiement web.
Big data intégré au SID. BD NoSQL. BD NewSQL. Cohabitation entre les différentes bases de données.
Analyse in-memory. Appliance ou commodity hardware.
Positionnement de l'écosystème Hadoop dans l'analyse du comportement client.
Basculer le SID sur une base de données NoSQL, NewSQL ou intégrer les approches ?
Combiner une solution Agile de data discovery et des capacités d'industrialisation de la BI.
Etude de cas
Déterminer votre trajectoire d'évolution vers une architecture intégrée.
Opportunité et création de valeur pour l'entreprise
Évaluer la valeur ajoutée pour l'entreprise et la conduite du changement utile.
Gérer son portefeuille de projets, les prioriser. Critères de lotissement.
Spécificités d'un projet décisionnel et d'un projet big data.
Techniques d'analyse de besoin en décisionnel : les pièges à éviter.
Comment évaluer la complexité, la maturité des besoins ?
Conduire le passage du décisionnel classique au mixte classique-analytique en mode libre.
Organisation de la gouvernance : équipes - processus - données
Différents acteurs et rôles respectifs. Nouvelle relation entre métiers et IT.
Leviers de la BI découverte, du big data et de la data science.
Positionner le décisionnel au sein de l'entreprise. Organiser la gouvernance, la cohérence globale des données.
Créer une organisation cohérente et pluridisciplinaire.
Préserver l'autonomie des utilisateurs. Gérer la réactivité.
Intégrer les métiers dans le pilotage de la valeur : données et cas d’usage.
Organiser la data factory. Administrer les composants du SID.
Garantir la fiabilité des données et des informations.
Mettre en place le processus de la gestion de la qualité et de la véracité.
Définir les contrôles qualité minimum. Définir le phasage des contrôles.
Impact de la réglementation RGPD sur la sécurité d’accès aux données.
Modalités pratiques
Exemple
Un exemple complet de mise en œuvre d'un système d'information décisionnel sera traité.
Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.
Avis clients
4 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
SERGE C.
09/04/24
4 / 5
beaucoup d’éléments transmis. Formation très dense avec une volonté du formateur d’en dire un maximum. Le quiz final est top. Peut etre voir pour en rajouter des intermédiaires afin d’agrémenter le cours.
STÉPHANIE T.
09/04/24
4 / 5
Contenu très intéressant mais très dense qui permet d’avoir un vision globale.
PATRICK A.
09/04/24
4 / 5
Formation très dense, apporte de la matière pour progresser post formation
MATHIAS S.
10/10/23
4 / 5
Le formateur est tres pédagogue et donne de bons exemples pour illustrer ses propos. Les retours d’expériences sont de précieux conseils pour nos futurs projets décisionnels. Les différents sujets sont tous abordés avec le même entrain.
SANDRINE M.
10/10/23
4 / 5
Contenu très riche et intéressant.
ROMAIN S.
30/05/23
5 / 5
Le contenu de la formation est de très bonne qualité. Elle couvre l’ensemble du périmètre de la donnée au-delà du système d’information décisionnel. Elle donne une bonne vision des enjeux à venir.
L’animation a été aussi très bonne d’autant que la formation se réalisait à distance.
DAVID C.
30/05/23
4 / 5
Animateur qui maitrise très bien le sujet et sais le rendre intéressant au travers d’exemples et expériences concrètes
MAIRET P.
30/05/23
4 / 5
Prez Hadoop un peu daté :|
DataMesh et DataVault à compléter (de mon avis)
SNEZANA S.
30/05/23
5 / 5
Excellente!
ALEXANDRE M.
14/03/23
5 / 5
Un bon panorama bien documenté et bien tenu à jour
VÉRONIQUE U.
14/03/23
5 / 5
Bon pédagogue, partage d’expériences, excellente comme formation et écoutes de nos problématiques
AURELIEN A.
08/03/23
3 / 5
J’ai trouvé que le contenu du stage était plutôt de bonne qualité, cependant par rapport à mon expérience et les différentes formations que j’ai suivies auparavant, je connaissais déjà la plupart des thèmes abordés, et il s’agissait d’une vulgarisation. C’est pour cette raison que je suis insatisfait sur l’intérêt du contenu mais je sais reconnaître la qualité.[[br]
FRANÇOIS D.
08/03/23
4 / 5
Formation intéressante sur la démarche du choix du système d’information sur l’architecture. J’aurais aimé plus d’outils structurants (Schéma, arbre de choix, tableau de comparaison avantage/inconvénient , … ). peut-être augmenter la partie visualisation rendue et diminuer la partie machine learning qui prend beaucoup de place dans la formation.
MARION W.
08/03/23
5 / 5
Super formateur, super formation
Si je dois faire une seule remarque, c’est d’ajouter le sommaire (signets) dans le PDF pour pouvoir y naviguer plus facilement car il est dense !
FABIEN V.
12/12/22
4 / 5
L’animateur maitrise bien le sujet.
Manque de pratique via la manipulation des outils
Manque d’interactivité
FRÉDÉRIC C.
08/11/22
4 / 5
Pascal est très didactique et accompagne ses supports avec moults exemples, merci à lui
ARNAUD P.
08/11/22
5 / 5
Excellente pédagogie, vision globale à la fois théorique et pratique avec exemple
SYLVAIN C.
26/09/22
5 / 5
Formation très complète mais dense. Par rapport au "public concerné" décrit dans l’offre de formation, je pense qu’il est nécessaire d’avoir des bases en décisionnel pour profiter pleinement de la formation.
OLIVIER B.
13/09/22
5 / 5
Document en couleurs serait appréciable
BENJAMIN S.
27/06/22
4 / 5
Mon employeur m’oblige a faire une formation à distance. C’est clairement moins bien. Si je peux me permettre, je conseille à l’animateur de faire un "tour de table" pour que les gens s’expriment. C’est dommage de faire une formation avec très peu d’échanges.
KARINE G.
27/06/22
4 / 5
Formation très complète, assez technique et malheureusement assez éloignée de mon quotidien (vocabulaire spécifique à avoir en amont). Le formateur est un passionné et a fourni une vision globale du sujet
PIERRE R.
27/06/22
5 / 5
Le contenu est conforme à l’attendu et très riche. La pédagogie pratiquée est bonne.
THOMAS M.
27/06/22
5 / 5
Contenu très riche et incluant des exemples de cas concret en entreprise.
REMY L.
19/04/22
4 / 5
Je n’ai pas mis la note maximale sur l’appréciation générale de la formation car j’ai trouvé qu’il fallait avoir un background minimal assez important dans le domaine du décisionnel pour profiter pleinement de la formation (en tous cas, par rapport à ma situation personnelle de responsable informatique, par essence plutôt généraliste).