#DATA
En trois journées denses et illustrées de nombreux exemples pratiques, ce séminaire dresse un état de l’art pragmatique du Décisionnel.
Durée et Prix
3 jours
2 825 € HT
Dates et Lieu
20-21-22 Novembre 2023 (Paris)
S’inscrire
Accéder au formulaire d'inscription
Modalités possibles :
Intra standard ou intra adaptée / inter,
Présentiel ou Distanciel
À qui s’adresse
cette formation ?
Public
Directeurs et chefs de projets décisionnels, concepteurs, ingénieurs d’études, consultants, directions informatiques et directions fonctionnelles, maîtrise d’ouvrage et maîtrise d’oeuvre, Product Owner.
Prérequis
Aucun.
Objectifs Pédagogiques
– 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
Contenu de la formation
L'architecture du Système d'Information décisionnel
Du reporting à la Business Process Intelligence
– L’évolution des exigences des utilisateurs en termes d’aide à la décision.
– Les complémentarités entre pilotage opérationnel et Business Intelligence.
– Comment valoriser les données pour optimiser les processus métier.
– Comment concrètement intégrer les objectifs stratégiques dans le projet décisionnel.
– Comment faire évoluer les Data Marts existants vers un Système Décisionnel centralisé.
Les modèles de mise en œuvre
– Data Marts indépendants ou dépendants, Système Décisionnel unifié ?
– Peut-on construire une architecture couvrant l’ensemble des besoins : reporting, analyse, pilotage, Big Data ?
– Les facteurs clés pour garantir la capacité d’évolution : volume, utilisateurs, périmètre fonctionnel.
– Rôles et fonctions des modules d’alimentation : réplication, extraction, normalisation, intégration et visualisation.
– Le projet décisionnel : quel impact sur les systèmes informatiques de gestion et sur les référentiels métiers ?
La gestion des flux de données
– Le système de collecte des données opérationnelles.
– Les flux de normalisation des informations référentielles.
– Les flux d’intégration des informations décisionnelles.
– Les flux d’interface avec les systèmes consommateurs.
– Comment assurer la cohérence des données du Data Warehouse.
– Changed Data Capture : besoins fonctionnels et solutions réalistes.
– Comment éviter les pièges de la restitution ad hoc et préserver l’autonomie des utilisateurs.
L’information référentielle, mode d’emploi
– Quelles sont les conditions pour qu’une information devienne référentielle, et reste intégre ?
– Comment éviter les pièges sémantiques : acronymie, synonymie, polysémie.
– Dictionnaire dédié ou intégration des métadonnées dans le portail décisionnel ?
– Le Data Quality Management (DQM) et le Master Data Management (MDM) en prolongement du projet décisionnel.
Le portail décisionnel
Le Décisionnel et le Web
– Quelles « interfaces » aujourd’hui pour exposer l’information décisionnelle ?
– Comment profiter de l’ergonomie Web 2.0 : pour quels types de besoins et d’utilisateurs ?
– La Data Visualization : réalité des nouvelles interfaces pour le portail décisionnel.
– Comment choisir le bon compromis entre richesse fonctionnelle et simplicité d’utilisation (Affordance).
Les composants du portail décisionnel
– Quelles sont les solutions aujourd’hui opérationnelles ?
– Quelles sont les contraintes liées à leur mise en œuvre ?
– Quels sont les apports réels de la Data Visualization pour le Décisionnel ?
L’intégration du portail décisionnel
– Les cibles Intranet, Extranet et Externet.
– Portail décisionnel et portail d’entreprise.
– Comment faire du Décisionnel une source de nouveaux services.
En route vers le Big Data...
Les axes d’évolution du Décisionnel vers le Big Data
– Faut-il faire évoluer l’architecture du SI Décisionnel pour intégrer les fonctions Big Data ?
– Data Warehouse, Data Lake et Big Data : objectifs et rôles respectifs au sein du SID.
– Les complémentarités entre SI Opérationnel, Décisionnel et Big Data.
– Données « non structurées », Prédictif, Prescriptif : quels besoins et quelles solutions ?
– De la BI à la Data Science : données In-Memory, temps réel, Embedded BI, NoSQL, Hadoop …
– Big Data : évolution ou révolution ?
La modélisation des informations d'aide à la décision
Les objectifs de la modélisation
– Comment décrypter l’expression des besoins décisionnels.
– Comment définir et cadrer le périmètre du projet décisionnel.
– Agile Data Warehouse Design et « Model Storming ».
– La démarche de modélisation agile (BEAM).
La modélisation en étoile
– Faut-il re-modéliser les données des processus métier (BPR) ?
– Les composants de l’étoile : faits, indicateurs et référentiels.
– Comment éviter le foisonnement des agrégats et des indicateurs.
– Pourquoi faut-il éviter la modélisation des données « en flocon » ?
Les processus de pilotage
– Comment réconcilier MOA et MOE (BPI).
– Comment garantir la fiabilité des consolidations (DQM).
– Les référentiels et la stabilité historique du périmètre (MDM).
La performance et l’évolutivité
– Quelles sont les réponses de la modélisation vectorielle ?
– La modélisation des évolutions dans les référentiels métiers.
– Comment garantir la cohérence des analyses transversales ou rétroactives.
La mise en œuvre du projet décisionnel
L’étude préalable
– Les facteurs clés du succès d’un Système d’Information Décisionnel.
– Comment mieux impliquer directions générales et utilisateurs.
– Quels sont les critères pour le lotissement du projet décisionnel ?
– Périmètre fonctionnel pilote : quelle définition optimum ?
Le groupe de projet
– Acteurs, rôles et livrables.
– Sous-traitance : quoi, quand, comment ?
– Les responsabilités MOA et MOE.
De l’expression des besoins à la modélisation
– Jusqu’où aller dans l’expression des besoins ? Comment formaliser les besoins fonctionnels.
– Comment répartir les rôles entre maîtrises d’ouvrage et d’œuvre. Les livrables : objectifs et contenu.
– Modélisation vectorielle : quels vrais avantages ? Où sont les difficultés ?
L’approche spécifique de la recette
– Recette du Système Décisionnel : qui invoquer et comment ?
– Comment valider le retour sur investissement.
– Comment évaluer la qualité des données : que faire des données « invalides » ?
– Comment établir un cycle vertueux d’amélioration de la qualité des informations.
– Quels liens entre Système Décisionnel, Système Référentiel et Système informatique de Gestion ?
Le déploiement au-delà du projet pilote
– Extensions du projet décisionnel : domaine fonctionnel, historique, usages, données non structurées.
– Comment garantir la cohérence et la fiabilité des informations décisionnelles dans le temps.
– Quand et comment faire évoluer le cercle des utilisateurs du Système Décisionnel ?
– Comment passer d’une culture du Data Mart à un Système Décisionnel partagé.
– Comment gérer les impacts inévitables sur les Systèmes informatiques de Gestion.
La plateforme Data Warehouse
Le Système de Gestion de Base de Données
– Fonctionnalités et positionnement du système de gestion de Base de Données dans l’architecture décisionnelle.
– Comment choisir et faire évoluer la machine et la Base de Données dédiées au Data Warehouse.
– Pourquoi et comment faire cohabiter bases relationnelles (SGBDR) et multidimensionnelles (SGBDM) ?
– SGBD In-Memory : comment faire profiter les utilisateurs de cette rupture technologique ?
– Panorama des offres : Oracle, IBM, Teradata, SAP, Microsoft et les nouveaux entrants.
Les outils d’intégration de données
– Fonctionnalités attendues d’un logiciel ETL (Extract, Transform, Load).
– Comment modéliser les flux des données et leur ordonnancement.
– Positionnement des offres ETL : Informatica, ODI, BODS, SSIS, Talend, etc.
Les outils de restitution
– Query et Reporting, Ad Hoc Analysis, Cubes MOLAP, etc. : quels domaines d’application privilégiés ?
– Quels outils et quelles fonctionnalités pour quelles catégories d’utilisateurs ?
– Comment éviter le foisonnement des rapports et des traitements de restitution.
– Positionnement des offres : SAP, IBM, MicroStrategy, Microsoft BI, Qlik, Tableau…
– Ergonomie et autonomie de l’utilisateur : comment éviter le rejet de la solution de restitution.
Le mot de l'intervenant
En trois journées denses et illustrées de nombreux exemples pratiques, ce séminaire dresse un état de l’art pragmatique du Décisionnel. Pour chacune des phases de construction du Système d’Information décisionnel, sont mis en évidence les options possibles, les difficultés de mise en œuvre et les enseignements en termes de bonnes pratiques.
– Philippe Nieuwbourg
Méthodologie pédagogique
Exposé enrichi par de nombreux exemples, exercices et études de cas pratiques.
Méthodologie d’évaluation
Le stagiaire reçoit en amont de la formation un questionnaire permettant de mesurer les compétences, profil et attentes du stagiaire. Tout au long de la formation, les stagiaires sont évalués au moyen de différentes méthodes (quizz, ateliers, exercices et/ou de travaux pratiques, etc.) permettant de vérifier l’atteinte des objectifs. Un questionnaire d’évaluation à chaud est soumis à chaque stagiaire en fin de formation pour s’assurer de l’adéquation des acquis de la formation avec les attentes du stagiaire. Une attestation de réalisation de la formation est remise au stagiaire.
