
- Data analytics, statistique,analyse des données - Connaissances fondamentales en statistique, analyse des données (y compris corrélation, régression et segmentation) et méthodes de prévision – Croissance (décroissance), calculs d’indices

Comprendre et mettre en œuvre
Public visé
- Auditeurs internes
- Banquiers / Chargés d'affaires
- Directeurs consolidation et comptabilité
- Directeurs et contrôleurs financiers
- Experts comptables, Commissaires aux comptes
- Managers comptables
- Trésoriers
3 jours
Formation Analyse de Données – Transformer et valoriser l’information
Dans un monde axé sur les données, savoir les exploiter est devenu une compétence stratégique. Cette formation analyse de données vous permet de transformer des données brutes en informations utiles, directement dans Excel. Vous apprendrez à structurer, croiser et visualiser les données pour en extraire du sens et orienter vos décisions.
Conçue pour les professionnels opérationnels ou financiers, cette formation vous donnera les outils pour automatiser des analyses et développer votre autonomie analytique, sans dépendre d’un service IT.
Pré-requis
Ce module requiert de bonnes connaissances en termes d’analyse statistique et de pratique d’Excel, acquises par exemple en ayant suivi les formations « Maîtriser les calculs fondamentaux sur la data » et « Techniques d’analyse de masses de données importantes (Excel avancé) » de notre catalogue de formation.
Objectifs
◗ Intégrer la Data Science et l’intelligence artificielle comme des aides à répondre à des questions, à prendre des décisions et contribuer à l’amélioration de la performance
◗ Transformer les données brutes en information pertinente sur laquelle vous pouvez agir
◗ Utiliser les principaux outils analytiques et prédictifs
◗ Modéliser ces outils pour des cas d’usage complets dans des situations réelles
Programme de la formation
◗ Poser une problématique orientée Données
– Différences entre décrire, comprendre et prévoir
– Identifier des indicateurs utiles à l’analyse (lagging, leading…)
– Traduire une question business en problématique data
✔ COMPRENDRE | Illustration : typologie des finalités d’analyse (rétrospective vs prédictive)
✔ APPLIQUER | Cas pratique : transformer une question de gestion en besoin d’analyse
structuré
✔ ÉVALUER | Quiz : à votre avis… Qu’est-ce qu’un indicateur causal ?
◗ Structurer un projet de modélisation
– Méthodologie CRISP-DM : de la question au modèle
– Choisir les données et les traitements adaptés
– Introduction aux modèles déterministes et probabilistes
✔ COMPRENDRE | Étude guidée : découpage d’un cas réel avec étapes CRISP
✔ APPLIQUER | Cas pratique : modéliser un plan de livraison sous contrainte
(Excel Solveur)
✔ ÉVALUER | Quiz : à votre avis… Quelles étapes précèdent le choix du modèle?
◗ Appliquer les modèles prédictifs à la gestion
– Régression simple et logistique, arbres de décision
– Cas métier : prévision du CA, OD erronées, ciblage clients
– Interprétation des résultats : fiabilité, seuils, gains attendus
✔ APPLIQUER | Cas pratique : prédire les OD erronées avec un arbre de décision
✔ EXPÉRIMENTER | Atelier : lecture critique d’un modèle de scoring simple
✔ ÉVALUER | Quiz : à votre avis… Quelle variable influence le plus la prédiction?
◗ Intégrer la logique bayésienne
– Probabilités conditionnelles, croyance, mise à jour
– Appliquer la loi de Bayes dans un raisonnement métier
– Exemple : prédiction d’un retard projet à partir de données des e-mails échangés
✔ COMPRENDRE | Illustration : schéma du raisonnement bayésien
✔ APPLIQUER | Cas pratique : mettre à jour une probabilité de retard projet en fonction
d’une nouvelle information
✔ ÉVALUER | Quiz : à votre avis… Bayes est-il réservé aux statisticiens ?
◗ Exploiter les séries temporelles pour prévoir
– Moyennes mobiles, lissage exponentiel, Holt-Winters
– Détection de tendance, saisonnalité et anomalies
– Application à des prévisions métiers : ventes, charges, volumes
✔ APPLIQUER | Cas pratique : prévoir des ventes mensuelles avec chaque méthode
✔ EXPÉRIMENTER | Atelier : tester les méthodes de prévision et comparer les erreurs
✔ ÉVALUER | Quiz : à votre avis… Comment savoir si un modèle est bien ajusté?
Pourquoi se former à l’analyse de données ?
Vous souhaitez initier et développer une démarche Data ou simplement y contribuer ? Vous souhaitez savoir à quelles questions business on peut répondre en s’appuyant sur la Data ? Vos problématiques concernent le marketing, la logistique, la gestion de production, les ressources humaines, la qualité, la trésorerie ou le contrôle de gestion ?
Cette formation, d’un niveau abordable, est au centre de la compétence Data Analytics.
Méthode Pédagogique et modalités d’évaluation
Avant : quiz d’auto-évaluation
Pendant la session : un cas d’entreprise complet par thématique. Travail en petits groupes et échanges en plénière. Modèles Excel fournis. Ces nombreuses mises en pratique permettent de valider l’acquisition des compétences à chaque étape.
Après : le participant conserve l’ensemble des modèles Excel.
L’animateur est disponible pour répondre à toute question relevant de la formation.
Formations générales | FinHarmony Conseil & Formation
Consultez notre catalogue de formation dans son intégralité.
Prix
2 750 € HT
Témoignages
formation data science
formation data science
formation data science
formation data science

Jonathan C.
Entreprise
Formation