1
Historique et contexte de l'explosion des usages autour des données
- La révolution numérique est en route ... poussée par un tsunami informationnel !
- Quelles sont les grandes briques fonctionnelles et techniques de la gestion du patrimoine informationnel ?
- Qu'est ce que le Big Data ? Définition et périmètre général.
- Un peu d'histoire sur les origines et l'explosion du Big Data.
- Le Big Data n'est pas une mode et s'inscrit dans la révolution numérique comme le carburant de l'innovation.
- Le Big Data : les grands usages actuels.
- Quelques grandes notions technologiques à retenir et comment surnager parmi tous ces acronymes techniques.
- Quelle cohabitation entre les différentes générations de système de gestion des données ?
- Quel futur pour toutes ces solutions et usages ? Quel est le niveau de maturité à date ?
Echanges
Réflexion collective sur la révolution numérique.
2
Le Big Data, la Data Science, le Machine Learning, l'IA
- Créer et améliorer les facultés de l'entreprise grâce au Big Data.
- Les grandes briques applicatives au service du Big Data dans l'entreprise.
- De l'analyse statistique à la Data Science : quels profils, pour quels bénéfices ?
- Les principales déclinaisons de l'Intelligence Artificielle.
- L'Intelligence Artificielle dans l'analyse prédictive.
- Le Machine Learning ou la capacité d'apprentissage par la machine.
- Apprendre par le traitement de masse de l'information recueillie : le Deep Learning.
- L'Intelligence Artificielle, le Machine Learning et le Deep Learning : quels enjeux pour nos sociétés ?
Echanges
Réflexion collective sur l'évolution du Big Data, de la Data Science, du Machine Learning et de l'Intelligence Artificielle.
3
La gestion du patrimoine informationnel et le pilotage de la valeur
- La place des données dans la révolution numérique.
- La place de la donnée dans les modèles d'entreprise disruptifs.
- La valeur des données au coeur des enjeux métiers.
- Peut-on connaître et piloter la valeur de son patrimoine informationnel ?
- Quel est le risque d'infobésité ? Comment s'en prémunir ?
- Les opportunités de monétisation de l'information.
- Comment installer une culture de la donnée dans l'entreprise ?
- Le poids et le coût de la qualité des données du patrimoine géré par l'entreprise.
- L'apport de valeur par les données touche tous les métiers de nos clients.
Etude de cas
Étude de cas sur l'analyse de la valeur de la donnée.
4
Les acteurs du Big Data et les enjeux organisationnels associés
- Organisation, rôles et gouvernance : les nouveaux modèles à l'heure du Big Data.
- Pourquoi les silos organisationnels sont-ils un frein majeur à l'exploitation des données et comment y remédier ?
- La Data Science : adapter les profils de statisticiens aux nouveaux enjeux.
- Les spécialistes des nouveaux domaines et leurs méthodes de travail.
- Les thématiques de mise en œuvre de la gouvernance des données.
- Les acteurs de la gouvernance de la donnée.
- Les acteurs en charge de la qualité de la donnée.
- Quelles sont les grandes tendances règlementaires autour de la gestion des données et comment les aborder ?
Démonstration
Démonstration de l'importance de la gouvernance des données.
5
Le Big Data étendu
- La place de l'entreprise dans son écosystème de données.
- Les données à la frontière de l'entreprise (DMP).
- Les données fournies par des partenaires : réseaux sociaux...
- L'Internet des objets (IoT) ou comment rendre son entreprise sensible aux nouveaux usages.
- L'Open Data et ses apports dans l'analyse de données : nouvelles données, enrichissement, croisement de données.
- L'émergence des chatbots ou l'automatisation de fonctions d'interface clients : quels impacts dans nos organisations ?
- L'expérience client augmentée, levier de la transformation digitale des entreprises.
- La fourniture de données comme nouvelle source de revenus.
- Les données, carburant de l'innovation métier.
Démonstration
Démonstrations sur l'innovation basée sur le Big Data, la Data Science et le Machine Learning.
6
Les notions pour aller plus loin et quelques pistes pour se lancer
- Quels sont les risques à ne pas prendre en compte dans le cas de la gestion du patrimoine informationnel ?
- Les grandes tendances autour de la Data pour les trois années à venir.
- Les solutions technologiques : Big Data et Machine Learning.
- Mode d'emploi pour lancer une initiative Big Data.
- Les techniques du Big Data : tour d'horizon.
- Les métiers, fonctions et rôles autour de la donnée : la synthèse et les différents niveaux de mise en œuvre.
- Pourquoi les entreprises se lancent-elles dans le Big Data ?
2j
- 14h00 
Télécharger le programme
Partager cette formation