Introduction à la data literacy

• Définition de la data literacy et son importance.
• Distinguer les données, les informations et les connaissances.
• Les fondements de la data literacy : l’exploration de données, la gestion des données, l’usage des données.

Exploration des données

• Les enquêtes qualitatives versus les enquêtes quantitatives.
• Les objectifs liés à la collecte des données.
• Les moyens de collecter des données.
• Les analyses possibles.
• L’exploitation des résultats.
• Succès historiques liés à l’exploration des données.

Gestion et utilisation des données (data management)

• Définition et exemples.
• L’origine des données dans une organisation.
• Présentation de l’architecture d’un système d'information.
• Les évolutions historiques des systèmes d'information de 1990 à nos jours.
• Cycle de vie des données.
• Différences entre gestion des données et gouvernance des données.
• Les différentes étapes de transformation des données dans un système d'information décisionnel.
• Les différents niveaux de représentation des données (opérationnel, tactique, stratégique).
• Les graphiques basiques (histogramme, secteur, courbe).
• Les graphiques élaborés (nuage de points, radar, combinés...).
• Le data storytelling.

Analyse des données, lexique et glossaire autour des données

• L’importance des data types et les usages liés.
• Les fonctions d’agrégation de base.
• Les analyses courantes de type "time intelligence".
• Les erreurs à ne pas commettre.
• Les outils du marché.
• Sécurité et confidentialité des données.
• Les termes utilisés.
• Les disciplines de la data intelligence.
• Les métiers liés à la data.