Nos formateurs sont des experts dans leur domaine, avec une solide expérience terrain.
Dernière mise à jour : 11/01/2026
Jour 1
Matin : Les enjeux de la Data au cœur de sa stratégie d'entreprise
Importance de définir une ambition Data pour l'entreprise.
Pourquoi opter pour un programme Data Centric ?
Articulation entre Data Driven et Data Centric.
Comment dessiner une feuille de route efficace pour la mise en œuvre d'une approche Data ?
Dimensions clés d'une transformation Data : organisationnelle, technique et humaine.
Manager un programme autour de la Data : identifier les interlocuteurs et le leadership.
Gérer les impacts humains, métiers et techniques d'une transformation Data.
Accompagnement des équipes et gestion de la communication interne.
Choisir la bonne méthode pour déployer un programme Data Centric (ISO, standards, bonnes pratiques).
Cas d'applications multi-sectoriels : industrie, marketing, service public.
Après-midi : Gouvernance des Données
Définir ce que sont les données et les types de données (structurées vs non structurées : texte, images, vidéos, etc.).
L'enjeu de la qualité des données et de la gouvernance des données.
Pourquoi mettre en place une gouvernance des données et comment la développer ?
Qualifier la donnée : pratiques, méthodes et outils de gouvernance.
Vue d'ensemble des indicateurs de performance pour une approche Data efficace.
Jour 2
Matin : La valeur des données et leur valorisation
La valeur des données : comment tirer parti de leur usage ?
Différents modèles de valorisation et de monétisation des données.
Comment créer de la valeur avec les données ?
Qualifier la création de valeur en termes de retour sur investissement.
Bonnes pratiques et standards en termes de valorisation des données.
Mesurer la création de valeur : indicateurs de performance.
Accompagner les impacts sur les métiers et comprendre les répercussions.
Après-midi : Outils et technologies pour la transformation Data Centric
Les différentes couches technologiques de l'environnement Data : outils de stockage, traitement, analyse et visualisation.
Les outils pour parvenir à une maturité Data : plateformes, outils de Data Science, IA.
Les évolutions techniques dans l'environnement Data pour ajouter de la valeur aux données (Data Science, IA, Machine Learning).
Les outils de visualisation des données : comment présenter les données de manière pertinente et efficace (Kibana, QlikView, Superset, etc.).
Mise en place d'une communication efficace entre les métiers et les techniques dans le cadre d'un programme Data Centric.
Travaux pratiques
Atelier de travail en groupe sur un cas de valorisation des données : définir un projet Data Centric, identifier les données à valoriser, et déterminer les conditions de succès pour la transformation.
Une attestation individuelle de formation sera remise à chaque participant à l'issue de la formation.