Description

Partie 1: Qualité des données

• Définitions et exemples de non qualité
• Dimensions de la qualité des données
• Analyse de la qualité des données, un processus continu

Partie 2: Gouvernance des données

• Qualité Vs. Gouvernance des données
• Etude de cas

Partie 3: Visualisation des données

Finalité

La qualité des données ne signifie pas nécessairement que les données sont exemptes d'erreurs. Les données incorrectes ne sont qu'une partie de l'équation de la qualité des données.
La gestion de la qualité des données est un processus d’amélioration continue. Nettoyer les données à un instant ne garantit pas l’absence de défaut par la suite. En effet, les processus métier, les attentes des clients, les systèmes sources et les règles de gestion évoluent en permanence. Pour garantir des données de haute qualité, les entreprises doivent assurer une conformité vis-à-vis des principes de gestion de la qualité des données et développer des processus et des programmes qui réduisent les défauts des données au fil du temps.

Compétences visées

• Compréhension des enjeux métier liés aux données et à leur qualité
• Capacité à définir une feuille de route qualité des données
• Contribution à la stratégie globale de gestion de la donnée
• Comprendre le lien entre donnée, processus métiers et applicatifs dans l'entreprise
• Comprendre l'usage de la visualisation comme outil de compréhension et d'analyse de la donnée

Description des modalités d'évaluation

L'examen présente une étude de cas qui lie et met en œuvre les concepts vus en cours.

Prérequis

• Conception de bases de données et requêtes SQL
• Processus métier
• Entrepôts de données