Qu’elles soient commerciales ou à vocation non lucrative, le succès de toutes les organisations repose sur de bonnes décisions prises à tous les niveaux. Pour prendre de bonnes décisions, on doit avoir accès aux bonnes informations, aux bonnes données. De plus, l’utilisation d’outils propulsés par l’intelligence artificielle rend encore plus visible l’incidence des données sur les résultats.
On comprend de plus en plus l’importance d’avoir des données de qualité. Mais qu’est-ce que cela veut dire? Est-ce que les données sont de qualité lorsqu’elles sont parfaites? Comment peut-on mesurer la qualité de nos données et, si on trouve des défauts, comment les améliorer?
En plus d’expliquer les concepts fondamentaux de la qualité des données, cette formation propose une démarche rigoureuse pour l’exécution d’un projet d’amélioration de la qualité des données basée sur la méthode « Ten Steps to Quality Data » proposée par Danette McGilvray.
Elle fait partie d’un ensemble de quatre ateliers complémentaires. Les autres ateliers sont :
• Mise en place de la gouvernance des données en entreprise;
• Utiliser les métadonnées pour mieux gérer les données en entreprise;
• Gérer la protection des données en entreprise.
Objectifs
À la fin de la formation, la personne apprenante sera en mesure de :
- Comprendre la définition de la qualité des données;
- Reconnaitre les impacts des données qui ne sont pas de qualité;
- Rédiger les règles de qualité de données selon les dimensions de qualité;
- Proposer une démarche structurée pour améliorer la qualité des données.
Public cible
Gestionnaires de données, intendants et intendantes des données (data steward) ou toute personne impliquée dans l’amélioration des données de l’entreprise. Des connaissances en informatique (programmation ou modélisation) ne sont pas requises.
Université de Sherbrooke 2500, boul. de l'Université Sherbrooke Québec Canada J1K 2R1
