Data Management : qualité des données et compétitivité (Coll. Management et informatique)

Ce livre synthétique analyse les enjeux de la qualité des données et les bonnes pratiques de Data Management (gestion des données). Les systèmes d'information regorgent de données obsolètes, incorrectes ou incomplètes. Il est fréquent de constater qu'un même client ou un même produit soit enregistré plusieurs fois, souvent de façon différente, au sein de la même base de données. Par ailleurs, certains dirigeants se plaignent que leur système d'information délivre une quantité de données détaillées d'un faible intérêt et ne fournit pas les informations utiles. La mauvaise qualité des données est néfaste à l'entreprise : performance, réactivité, coûts, image sont directement concernés. Comment tirer profit du système d'information si le contenu n'est pas fiable ? Pour être menées efficacement, les tâches opérationnelles tout comme celles de pilotage et de management nécessitent des informations de qualité. Des méthodes adaptées permettent de satisfaire ce besoin devenu aujourd'hui indispensable aux entreprises gagnantes.
Introduction
PREMIÈRE PARTIE. SYSTÈMES D'INFORMATION ET DONNÉES
Chapitre 1. L'information, matière première vitale de l'entreprise.

1.1. L'évolution des systèmes d'information
1.2. Information et données
1.3. Les données : pour faire quoi et pour qui ?
1.4. Différents types de données
1.5. La structuration des données.
1.6. Conclusion

Chapitre 2. Tour d'horizon des principales tendances informatiques

2.1. Les progiciels de gestion intégrés (ERP)
2.2. Le commerce électronique (e-business)
2.3. Les systèmes d'aide au pilotage (Business Intelligence)
2.4. Les systèmes de gestion de la relation client (CRM)
2.5. Quelques mots sur les réseaux informatiques.
2.6. Conclusion

DEUXIÈME PARTIE. POURQUOI CHERCHER À OBTENIR DES DONNÉES DE QUALITÉ ?
Chapitre 3. La qualité appliquée aux données

3.1. L'évolution de la qualité
3.2. La qualité appliquée aux données
3.3. Conclusion

Chapitre 4. Causes et conséquences de la non-qualité des données.

4.1. Les conséquences de la non-qualité des données
4.2. Quelques exemples de défauts de qualité des données
4.3. Sources de non-qualité des données
4.4. Avantages compétitifs d'une politique qualité de l'information et des données.
4.5. Conclusion

TROISIÈME PARTIE. COMMENT AMÉLIORER LA QUALITÉ DES DONNÉES ?
Chapitre 5. L'évaluation de la qualité des données

5.1. Mesure du taux de données erronées
5.2. Détection d'erreurs au cours d'un processus
5.3. Contrôle statistique
5.4. Conclusion

Chapitre 6. L'élimination des défaillances

6.1. L'approche globale
6.2. Identifier les causes d'anomalies
6.3. Définir une solution.
6.4. Lancer un projet d'amélioration.
6.5. Construire l'équipe projet.
6.6. Détailler et mettre en úuvre la solution.
6.7. Mesurer le niveau de qualité résultant.
6.8. Conclusion

Chapitre 7. Les bonnes pratiques de Data Management

7.1. La compréhension des besoins
7.2. La codification des données
7.3. La documentation des données
7.4. L'administration des données
7.5. Le nettoyage des bases de données (clean-up)
7.6. La surveillance des données
7.7. La sécurité des données
7.8. L'auditabilité des données
7.9. Conclusion

QUATRIÈME PARTIE. LA REPRISE DES DONNÉES
Chapitre 8. Stratégie de reprise des données

8.1. Définition de la reprise des données.
8.2. Différents types de données et mode de reprise
8.3. Méthodologie de reprise des données
8.4. Les outils de conversion de données.
8.5. Conclusion

Chapitre 9. Facteurs-clés de succès de la reprise des données.

9.1. Ressources et management
9.2. Formation
9.3. Planification et suivi des tâches préparatoires à la bascule
9.4. Tests.
9.5. Validation des données
9.6. Planification et suivi détaillé de la bascule
9.7. Conclusion

Conclusion
Bibliographie
Index