Vous êtes limités par le traitement de données via Excel (nombre de lignes, lenteur, limite dans la modélisation, etc.) ?

Arrêtez d’utiliser uniquement Excel et passez à la donnée moderne ! Cette formation est spécifiquement créée pour rendre vos analystes métiers plus autonomes sur leurs analyses et les aider dans leurs prises de décisions et évaluations des risques.

Ce cycle de formation a été créé également pour accompagner les équipes au sein d’entreprises qui sont en train de migrer vers le cloud.

Découvrez les fondamentaux et les techniques avancées de la Data Analyse moderne grâce à notre formation dédiée, conçue pour vous permettre de maîtriser le Modern Data Stack et les outils comme BigQuery

Prérequis

• Des notions sur un environnement data est un plus (outils de BI comme Power BI, ou bonne maîtrise d’Excel)

• Motivation pour apprendre des notions techniques

Ce que vous apprendrez

L’objectif est d’être autonome en tant qu’analyste pour gérer son projet data de bout-en-bout

Et en particulier, de savoir comment :

• Extraire des données et maîtriser une base de données via SQL

• Réaliser une analyse de données de bout-en-bout et identifier des recommandations

• Créer des dashboards grâce à votre outil de BI

💡

La formation sera personnalisée et axée sur la pratique, avec de nombreux exercices pour prendre en main les outils de manière autonome.

‍

• Démystification de la Data et compréhension des enjeux

• Savoir utiliser (en tant qu'analyste) des bases de données dans le cloud

• Agréger de la donnée issue de différentes sources du marketing digital, et traiter cette donnée dans Excel, Google Sheets, Dataïku, etc

• Comprendre les grands principes de la data visualisation

• Savoir utiliser des outils de Business Intelligence et dashboarding (Looker Studio, Power BI, Tableau)

• Savoir réaliser une analyse impactante de bout-en-bout et en tirer des recommandations actionnables

‍

• Formation en ligne ou en présentiel

• Contenu pratique et innovant grâce à 10 modules complets et immersifs : théoriques et interactifs avec des cas pratiques adaptés à vos cas d’usage

• Approche personnalisée : profitez d'un accompagnement personnalisé pour chaque équipe afin de répondre à vos besoins métiers spécifiques et optimiser votre apprentissage

• 10 modules à répartir sur 3 mois à 6 mois en fonction du rythme choisi

• Des data analystes experts pour vous accompagner : nos experts sont des data analystes senior qui ont déjà pu accompagner différentes équipes et secteurs. Pédagogues, ils sauront répondre concrètement à vos besoins, vos questions et s’adapter à tous niveaux

‍

‍

🚧La formation “data upskilling” est personnalisée. Le programme est affiné en fonction du profil des participants et des objectifs recherchés.

Module 1 : Les fondamentaux de la modern data stack

• Infrastructure data moderne

• Le rôle de chaque outil utilisé

• Les grandes tendances de marché sur "l'infra" et le "tooling" data

• La maturité data : comprendre les étapes et où on se situe

Module 2 : Présentation de BigQuery : un data warehouse dans le cloud

• Qu’est-ce que BigQuery ?

• Pourquoi BigQuery ?

• Comment ça marche ?

• Les principaux avantages

• Les fonctionnalités (SQL, automatisation, AutoML, BI, etc.)

Utilisation de BigQuery

• Présentation de l’interface

• Comptes et droits d’accèssome text
  • IAM & Admin

• Les datasets publiques

• Scheduled queries (automatisation)

• Les coûts associéssome text
  • Estimateur de coûts

👉Exercices pratiques

Module 3 : Ingestion de la donnée

• Ingestion des données : principe

• Intégrer un .csv, Google Sheets

• Bonnes pratiques pour gérer les transformations (scheduled queries, etc.)

• Présentation d’un ETL

👉Exercices pratiques

Module 4 : Modélisation et création d’un datamart

• Modélisation des données

• Création d’un datamart

👉Exercices pratiques

Module 5 : Les bases du SQL

📢Si les participants sont déjà familiers au SQL, ce module peut-être remplacé par un module de SQL avancé

• Apprendre les principales commandes

• Interroger les données en utilisant les différents types de requêtes

• Instructions de base (SELECT, FROM, WHERE, etc.)

• Agréger les données (COUNT, SUM, GROUP BY, ORDER BY, etc.)

👉Exercices pratiques

Module 6 : SQL avancé (introduction)

• Tableaux BigQuery (UNNEST, ARRAY_AGG, etc.)

• Window functions

• Joindre les données (jointures et union)

• Créer une view

• Créer une materialized view

👉Exercices pratiques

📢Possibilité de faire un module SQL avancé appliqué en fonction du module précédent et du niveau des participants

Module 7 : L’analyse de données : tirer profit de ses données

• Méthodologies pour réaliser une analyse impactante et définir les bons KPIs

• Analyser les tendances et identifier les anomalies dans la donnée

• Exemple de cas concret d’analyse

👉Exercices pratiques

Module 8 : L’analyse de données, pour aller plus loin

• Dérouler une analyse de bout-en-bout

• Mettre en place un alerting de ses KPIs

👉Exercices pratiques

Module 9 : Visualiser ses données et appréhender les outils de BI

• Les bonnes pratiques de la data visualisation

• Compréhension des grandes tendances de marché sur les outils

• Faire ses premiers dashboards sur un outil de BI (Looker Studio, PowerBI, Tableau, etc.)

👉Exercices pratiques

Module 10 : Aller plus loin en Dataviz

Aller plus dans la visualisation des données avec votre outil de BI

• Les fonctionnalités avancées

• Faire adopter son dashboards

👉Exercices pratiques

Modules 11 & 12 - Coaching et projet fil rouge

🚧Le programme est à déterminer en collaboration avec les participants

👉Exercices pratiques et suivi liés à vos problématiques

Modules supplémentaires optionnels

🚧Tous construits sur une base de demi-journée. Plus d’informations disponibles lors de l’échange

Les modules autour des fondamentaux de la data

• Dictionnaire & métiers de la data

Les modules autour du SQL

• SQL pour GA4

Les modules autour du marketing digital

• Les fondamentaux (outils, KPIs, environnement)

• Comprendre le tracking

• Réaliser un plan de tracking et appréhender un tag manager

• Les bases de l’analytics : GA4, Piano Analytics

• Première approche du CRO

• Introduction au CDP & CRM

Les modules autour de l’analyse de données (python)

• Faire mon premier scrapping

• Introduction au python

• Introduction au machine Learning

‍