Déployer avec les métiers une gouvernance des données transverse à l’entreprise, garantir la qualité des données tout au long de leur cycle de vie et acculturer tous les collaborateurs de l’entreprise aux principes de la Data Science…
Ces objectifs restent les fondamentaux d’une stratégie Data Driven, mais la manière dont les données sont collectées, stockées et analysées est en pleine évolution, profondément influencée par le machine learning et l’IA, mais aussi par le “cloud-native analytics” qui devient la norme.
 
le Big Data est en évolution constante.

• Des données + qualitatives grâce à la Data Observability
• Des données + accessibles grâce aux principes de Data Democratization
• Une organisation + efficace avec l’adoption de l’Analytics Engineering
• Des services d’Intelligence Artificielle + industrialisés avec le MLOps
• Une accélération du partage et du traitement de la donnée grâce au Cloud-native Analytics ou Cloud Data platforms (CDP)
• Un usage des données + sobre et responsable grâce aux principes de Green IT for Data

• Piliers d’une stratégie Data driven : people/process/techno & outillages
• Evolutions des architectures Data : data fabric, data mesh / Cloud data Plateformes pour améliorer la gestion et l’accès des données distribuées. 
• L’analytique avancée, le Cloud-native Analytics, le Machine Learning (MLOps) / l’intelligence artificielle (IA)
• Les fondamentaux du Data management : Gouvernance, organisation, acculturation
• La valorisation et sécurisation des données
• Le Green IT for Data
• Le déploiement et mise à l’échelle des use case
• …