Organisme de Formation aux technologies et métiers de L'informatique
Effectuez une recherche
recherche
Accédez à votre espace client
Une question ? 01 85 77 07 07
0 article panier
éditeurs domaines cursus certifications cpf

Formation Anticiper les enjeux business grâce à un système décisionnel performan

Du reporting à l’automatisation prédictive, alimentation, stockage et restitution

Télécharger le plan de cours
Demander un devis
Obtenir un renseignement

Informations générales

DECC
3 jours (21h)
2 960 €HT
repas inclus

Objectifs

Après ce cours, vous serez capable de :

  • Connaître l’ensemble de la chaine de valeur, et les métiers, d’un système décisionnel, de la collecte-alimentation des données, au stockage, puis à leur restitution
  • Construire une architecture de données (data warehouse, data lake, data mesh) compatible avec l’organisation de l’entreprise de plus en plus orientée métiers, tout en respectant la gouvernance
  • Découvrir l’état de l’art de l’analyse prédictive (IA) et de l’automatisation au travers d’études de cas
  • Repartir avec une méthodologie pratique de conception, modélisation, et mise en œuvre adaptée à vos enjeux de performance
plus d'infos

Public

Ce cours s'adresse avant tout aux personnes suivantes :

  • Directeurs et chefs de projets décisionnels,
  • concepteurs,
  • ingénieurs d’études,
  • consultantsdirections informatiques et directions fonctionnelles,
  • maîtrise d’ouvrage et maîtrise d’oeuvre,
  • Product Owner.

Prérequis

  • Aucun

Programme de la formation

Du Décisionnel au Big Data, au cœur de l’évolution des systèmes décisionnels

  • L’impact de l’économie des données sur le système décisionnel : une opportunité extraordinaire de créer de la valeur
  • Data Warehouse, Data Lake, Data Marts et Big Data : objectifs et rôles respectifs au sein du SID
  • De la BI à la Data Science : données In-Memory, temps réel, Embedded BI, NoSQL, Hadoop, Internet des objets, analyse prédictive
  • Études de cas – Présentation de systèmes décisionnels nouvelle génération dans de nombreuses industries

Nouvelle architecture du Système d’Information décisionnel, du reporting à l’analyse prédictive

  • Du reporting à la Business Process Intelligence
  • Valoriser les données pour optimiser les processus métier : intégrer les objectifs stratégiques dans le projet décisionnel
  • Intégrer la confidentialité des données personnelles et les contraintes du RGPD dès la conception de votre SID
  • Les bases de l’architecture d’un système décisionnel
  • Modèle centralisé ou modèle fédéral : choix technique et de gouvernance
  • Augmenter l’autonomie des métiers : concept de « Data Driven Design » (DDS) et de « Data as a Product » (DaaP)
  • Les principaux schémas d’architecture d’un SID
  • L’hébergement du système décisionnel : on-premise, cloud, edge, hybride

La plate-forme Data : Data Warehouse / Data Lake / Data Fabric / Data Hub

  • Les outils d’intégration de données
  • Le Système de Gestion de Base de Données : architectures techniques
  • Le Système de Gestion des Données non Structurées ou Multi-structurées
  • Outils de restitution
  • Outils traditionnels : Query et Reporting, Ad Hoc Analysis, Cubes OLAP,…
  • Nouveaux outils de BI agile / Self service BI : Évolution du rôle du département informatique – Industrialiser une solution de BI agile

Modéliser les informations destinées à l’aide à la décision

  • Objectifs de la modélisation
  • Modélisation en étoile / flocon – Lien entre modélisation des données et modélisation d’entreprise
  • Garantir la fiabilité des consolidations (DQM)

Le portail décisionnel

  • Construire et outiller son portail d’accès aux données décisionnelles

De l’intelligence artificielle à l’intelligence augmentée

  • Explication des termes utilisés : machine learning, deep learning, predictive analytics…
  • Construction du modèle d’apprentissage
  • Présentation de cas pratiques d’automatisation de l’analyse de données

MDM et Gouvernance : comment les intégrer dans le projet décisionnel

  • Gouvernance des données et catalogue des données
  • Le Master Data Management : ce qu’il englobe, comment le mettre en place
  • Conformités

La mise en œuvre du projet décisionnel

  • Étude préalable et facteurs clefs de succès – Groupe de projet – De l’expression des besoins à la modélisation
  • Le déploiement au-delà du projet pilote – Industrialisation du système décisionnel (du DevOps au DataOps)

Valorisation des données

  • Méthodes actuelles et futures de valorisation des actifs immatériels
  • Évaluer l’impact carbone du système décisionnel (démarche RSE)
plus d'infos

Méthode pédagogique

Chaque participant travaille sur un poste informatique qui lui est dédié. Un support de cours lui est remis soit en début soit en fin de cours. La théorie est complétée par des cas pratiques ou exercices corrigés et discutés avec le formateur. Le formateur projette une présentation pour animer la formation et reste disponible pour répondre à toutes les questions.

Méthode d'évaluation

Tout au long de la formation, les exercices et mises en situation permettent de valider et contrôler les acquis du stagiaire. En fin de formation, le stagiaire complète un QCM d'auto-évaluation.

Mis à jour le 12/12/2023