Blog Data | Limpida

Modern Data Stack : de quoi parle-t-on ?

Et si vous pouviez construire une architecture “à la carte”, en fonction de vos besoins spécifiques en matière de gestion des données ?

C’est le principe de la Modern Data Stack : permettre à chaque entreprise de construire sa propre solution, tout en mettant l’accent sur la scalabilité, la flexibilité et l’adaptabilité.

Lisez, apprenez, partagezavec Limpida

Modern Data Stack : de quoi parle-t-on ?

Méthodologie et mise en œuvre d’une Modern Data Stack

Mieux comprendre la Modern Data Stack

Les 6 configurations de Modern Data Stack

Architecture d’une Modern Data Stack

Panorama des outils de qualité des données

Alteryx vs KNIME : quel outil d’analyse de données choisir ?

Business Intelligence vs Data Visualization : quelles différences ?

Création de composants KNIME : méthode et exemples

Quels KPI pour suivre la qualité des données ?

Comment garantir l’intégrité des données ?

Qui sont les garants de la qualité des données ?

Business Glossary : définition et enjeux métiers

Votre entreprise a-t-elle besoin d’un Chief Data Officer ?

Data Literacy : KPI pour mesurer son efficacité

Le cycle de vie de la donnée : maîtriser les 5 étapes

Data Cleaning : 5 méthodes pour le nettoyage de données

Comment instaurer une culture data ?

Fresque de la Data : de quoi parle-t-on ?

Quelle organisation pour assurer la gouvernance des données ?

Comment mettre en place la gouvernance des données ?

Métadonnées : définition, importance et utilisation

KPI à suivre pour mesurer la gouvernance des données

Zoom sur les outils de gouvernance de données

ELT (Extract Load Transform) : de quoi parle-t-on ?

Data Mesh : l’architecture de données décentralisée

Data Lake vs Data Warehouse vs Lakehouse : quelles différences ?

Data Lakehouse : définition et utilisation

Qu’est-ce qu’un Data Lake ?

Data Warehouse : utilité et fonctionnement

Comment créer un programme d’acculturation Data ?

Nos pré-requis pour réussir votre projet d’analyse de données

Les étapes d’un projet d’analyse de données

Data Storytelling : convaincre grâce aux données

Data Visualisation : créer des visuels percutants

Vers l'organisation Data-Driven : l'importance de la culture des données

ETL vs ELT : quelles différences entre ces approches ?

Mendix : une plateforme low code pour vos applications métiers

Analyse de données : de quoi parle-t-on ?

KNIME : une plateforme pour simplifier l’analyse de données

Limpida, partenaire de Data Build Tool

Data Maturity Model : mesurer votre maturité data

Générer une documentation automatisée avec Data Build Tool

DBT Test : fiabiliser vos données grâce aux tests

Liste des fonctionnalités de Data Build Tool

Tout savoir sur le plan de gestion des données

Gouvernance des données : définition, enjeux et bonnes pratiques

4 exemples de workflow pour le contrôle de gestion

Qu'est-ce que le dictionnaire de données ?

Automatisation des tests : utilité, outils et mise en place

Catalogue de données : de quoi s'agit-il ?

Data Gouvernance : qu'est-ce que la Data Literacy ?

Data Lineage : introduction à la traçabilité des données

Référentiel de données : enjeux, conception et outils

Modélisation des données : l’approche dimensionnelle

Méthodologie pour instaurer une culture Data Driven

L’importance des tests pour le traitement des données

Collecte de données : comment fiabiliser le processus ?

Accélérer les prévisions : méthodologie et exemples

Règle de gestion : définition, exemples, mise en place

Rôle et modèle d’organisation pour garantir la qualité des données

Data Build Tool (DBT) : de quoi parle-t-on ?

Bottom-up ou top-down : simplifier l’approbation budgétaire

5 dispositifs pour maintenir la qualité des données

Qualité des données : enjeux, définition et critères d’évaluation

Socrate et les KPI’s

Dis-moi Aristote, tu y crois, toi, au « Time is Money » ?

Quel avenir pour les reportings Excel ?

La Rochefoucauld m’aide dans mon business avec l’EPM

EPM, Big Data et prévision budgétaire : less is more

Gestion prévisionnelle sous Excel : to be or not to be ?

Dis-moi Montaigne, tu comprends quand on parle de « Data cache »?

Dis-moi Héraclite, tu le sens bien ton rolling forecast ?

Reporting vs outils analytiques : quelles différences ?

Pourquoi mettre en place un rolling forecast ?

EPM et Business Intelligence : comment combiner les deux ?

Fast close : comment mener un projet de réduction des délais de clôture ?

8 critères pour comparer les outils EPM

Lisez, apprenez, partagez
avec Limpida