Maîtriser la qualité des données

La qualité des données est devenue un enjeu majeur et incontournable face au besoin d’accumulation et d’exploitation de plus en plus complexe. Les acteurs de la maîtrise des risques doivent contribuer à la gestion de la qualité des données et bâtir des dispositifs de contrôle.
La maîtrise de la qualité des données passe par une meilleure appropriation et à la compréhension de son cheminement dans les systèmes d’information. Cette formation en deux temps forts va vous permettre d’évaluer la qualité des données et du data management de la qualité.

4 / 5
( 5 notes,
de janvier à décembre 2023 )

Les sessions

Date

Durée

Tarif HT

Lieu

Horaire

Places

Crédits CPE

Fiche formation

Date: 19/05/2025

Durée: 2 jours*

Adhérents: 1545 €
Non adhérents : 1695 €
Déjeûner(s) inclus

Lieu: Presentielle
Paris intra muros

Horaires 8h45 – 17h30

Places:

Crédits CPE: 14

Date: 23/10/2025

Durée: 2 jours*

Adhérents: 1545 €
Non adhérents : 1695 €
Déjeûner(s) inclus

Lieu: Presentielle
Paris intra muros

Horaires 8h45 – 17h30

Places:

Crédits CPE: 14

Participants

Auditeurs internes, contrôleurs internes, risk managers, CDO, DPO

Prérequis

Aucun

Intervenants

Formation conçue et animée par Eric CHEMAMA, expert en audit et contrôle internes, ancien inspecteur d’un Groupe bancaire complété d’une forte expérience professionnelle dans le développement informatique et auditeur certifié en systèmes d’information.

Documentation

Visuels de présentation – Fiches techniques – Exercices – Alternance de mises en application, de retours d’expérience et d’exposés

Objectifs pédagogiques

– Comprendre les concepts et la terminologie des données.
– Construire un catalogue de données
– Distinguer les critères de non-qualité et leurs impacts
– Analyser les risques de la non-qualité des données
– Etablir une matrice des risques et des contrôles de la qualité des données
– Mesurer et apprécier le niveau de gestion de la qualité des données
– Instaurer les contrôles pertinents dans le cheminement dans les SI (point de vérité,).
– Suivre les actions en matière de contrôle de la qualité des données (normalisation, nettoyage,)
– Schématiser les interactions et les principes de gouvernance des données.

Contenu

– Typologie de données(master data, méta donnée,)
– Catalogue, Dictionnaire
– Critères de qualité de la donnée
– Analyse de risque
– Facteurs clés de réussite d’un projet MDM (Master Data Management).
– Urbanisme et architecture de données
– Méthodologies et techniques d’amélioration de la qualité
– Modèle de gouvernance des données