FORMATION CERTIFIANTE EN DATA MANAGER

(Data analyst & Data visualization)

KOITA CONSULTING SARL est un bureau d’études créé le 11 novembre 2013. De sa création à ce jour, il a réalisé plusieurs études aussi bien quantitatives que qualitatives pour des services publics, des ONG internationales et des ONG locales.

KOITA CONSULTING SARL vous propose ses services de formation pour améliorer la gestion de vos projets et programmes à travers entre autres le renforcement du système de gestion et de visualisation des données.

Les données sont devenues l’un des biens (actifs) les plus précieux de toutes les structures. Les organisations, qu’elles soient de taille, utilisent les informations fournies par les Data Analysts  pour optimiser leurs opérations, anticiper les besoins de leurs clients et créer des avantages compétitifs durables. Par conséquent, les entreprises sont prêtes à investir dans des talents qualifiés pour gérer ces données et en tirer un maximum de profit. 

OBJECTIFS DE LA FORMATION 

Cette formation permettra aux participants de :

• Formaliser les cas d’usages
• Concevoir et mettre en œuvre des plateformes basées sur des technologies Big Data
• Installer et déployer des clusters logiciels
• Concevoir et mettre en œuvre des flux d’intégration de données
• Optimiser la performance et la qualité logicielles
• Mettre en œuvre la stratégie d’exploitation des plateformes (gestion des sauvegardes, procédures de récupération des données, mises à jour et montées de version logicielles,…) 

DEBOUCHES DE LA FORMATION

De nombreux débouchés passionnants s’ouvre à vous à l’issue de la formation Data Manager comme :

• Data Analyst : vous serez directement impliqué dans l’analyse des données, la collecte, le nettoyage, la modélisation et l’interprétation des données pour en extraire des informations utiles. Vous serez responsable de la création de rapports et de tableaux de bord pour aider les décideurs à prendre des décisions basées sur les données.

• Business Analyst : vous utiliserez vos compétences en analyse de données pour identifier les tendances du marché, évaluer les performances des produits ou services, comprendre le comportement des clients et recommander des stratégies d’amélioration des performances commerciales.

• Consultant : vos compétences seront challengées en analyse de données pour identifier les problèmes, élaborer des solutions analytiques et mettre en œuvre des outils et des technologies pour aider les entreprises à tirer parti de leurs données.

• Chief Data Officer (CDO) : vous établirez des politiques et des stratégies pour maximiser la valeur des données, garantir leur qualité, assurer la conformité aux réglementations et promouvoir une culture axée sur les données. 

PUBLIQUES CIBLES

Cette formation est conçue sur mesure pour les professionnels (Chargés de suivi-évaluation, responsables de projet, coordinateurs, gestionnaires de données, agents de terrain, salariés, chefs d’entreprise, demandeurs d’emploi, travailleurs indépendants). Ils peuvent s’inscrire dans une démarche de reconversion professionnelle, de perfectionnement en vue de trouver un emploi, de renforcement ou d’acquisition de nouvelles compétences pour accéder à de nouvelles responsabilités dans vos postes ou les faire évoluer.

RESULTATS ATTENDUS DE LA FORMATION

A l’issue de la formation, vous serez capable de

• Concevoir un processus de collecte et de traitement de données (massives) ;
• Elaborer un protocole de collecte et de traitement des données exhaustive ;
• Intégrer des donnés à la solution de traitement ;
• Alimenter les environnements de stockage ;
• Installer et paramétrer des solutions de stockage de données massives ;
• Mettre à disposition l’ensemble des données selon un format exploitable avec référence ;
• Analyser des volumes de données
• Présenter les résultats aux décideurs, responsables sous forme de rapports structurés ;
• Rédiger le bilan des tests dans un procès-verbal de recette 

CONDITIONS DE PARTICIPATION

• Niveau minimum : Bac + 3 ou plus
• Disponibilité pendant la formation
• Intérêt ou besoin en lien avec l’analyse et l’exploitation des données 

MÉTHODOLOGIE DE LA FORMATION

• Théorie (40%) : Exposés interactifs avec supports visuels.
• Pratique (60%) : Travaux dirigés sur jeux de données réels/simulés (ex. : données des ONG maliennes), mises en situation, ateliers individuels.

Évaluation :

• Participation et exercices pratiques (40%).
• Projet final (50%).
• Quiz théorique (10%). 

Ressources :

Logiciels : Power BI Desktop (gratuit), SPSS (version d’essai ou licence institutionnelle), Python (Anaconda), R (RStudio), SQL (MySQL/PostgreSQL), Excel. Jeux de données contextualisés (ex. : enquêtes ONG).

Livrables Pratiques

• Protocole de collecte de données (Semaine 1).
• Pipeline ETL simple (Semaine 2).
• Tableau de bord Power BI (Semaine 3).
• Rapport de test et projet final (Semaine 4).

PROGRAMME DE LA FORMATION

Semaine 1 : Fondations et Collecte de Données (10 heures)

Objectifs : Comprendre les bases de l’analyse de données et collecter des données avec Excel et SQL.

Mardi (2h) : Introduction à l’analyse de données

• Importance des données pour les organisations (ONG, entreprises).
• Rôles du Data Analyst : cas d’usage au Mali.
• Présentation des outils : Excel, SPSS, Power BI, Python, R, SQL.
• Pratique : Formalisation d’un cas d’usage (ex. : suivi d’un projet d’ONG).

Vendredi (4h) : Collecte et nettoyage des données

• Excel : filtres, tableaux croisés dynamiques, gestion des données manquantes.
• SQL : bases de données relationnelles, requêtes SELECT, JOIN, WHERE.
• Nettoyage des données : suppression des doublons, normalisation.
• Pratique : Nettoyage d’un jeu de données (ex. : données d’enquête) avec Excel et SQL.

Samedi (4h) : Protocole de collecte de données

Méthodologies de collecte : enquêtes, formulaires, API.

• Conception de formulaires Excel pour la collecte terrain.
• SQL : extraction et structuration des données.
• Pratique : Création d’un protocole de collecte et extraction SQL.

Semaine 2 : Traitement et Analyse Statistique (10 heures)

Objectifs : Traiter et analyser des données avec SPSS, Python et R.

Mardi (2h) : Analyse statistique avec SPSS

• Interface SPSS : importation, gestion des variables.
• Statistiques descriptives : moyenne, médiane, variance, écarts-types.
• Pratique : Analyse descriptive d’un jeu de données (ex. : indicateurs de projet) avec SPSS.

Vendredi (4h) : Traitement des données avec Python et R

• Python : installation (Anaconda), pandas pour manipulation de données.
• R : installation (RStudio), dplyr pour traitement des données.
• Comparaison Python/R : cas d’usage.
• Pratique : Traitement d’un dataset avec pandas et dplyr.

Samedi (4h) : Intégration des données (ETL)

• Concepts ETL : Extract, Transform, Load.
• Python : intégration de données hétérogènes.
• SQL : jointures et agrégations.
• Pratique : Création d’un pipeline ETL simple avec Python et SQL.

Semaine 3 : Visualisation et Rapports (10 heures)

Objectifs : Créer des visualisations et tableaux de bord avec Power BI, Python et R.

Mardi (2h) : Principes de la visualisation

• Choix des graphiques : histogrammes, diagrammes, courbes.
• Bonnes pratiques : lisibilité, adaptation au public.
• Introduction à Power BI : connexion des données.
• Pratique : Création d’un graphique simple avec Power BI.

Vendredi (4h) : Visualisation avancée avec Power BI

• Création de tableaux de bord interactifs : filtres, slicers, drill-down.
• Connexion de Power BI à Excel et SQL.
• Exportation et partage des rapports.
• Pratique : Conception d’un tableau de bord (ex. : suivi d’indicateurs ONG).

Samedi (4h) : Visualisation avec Python et R

• Python : Matplotlib, Seaborn pour graphiques.
• R : ggplot2 pour visualisations avancées.
• Comparaison Power BI/Python/R.
• Pratique : Création de graphiques avec Seaborn et ggplot2.

Semaine 4 : Gestion, Optimisation et Certification (10 heures)

Objectifs : Gérer des solutions de données, tester des architectures, valider les compétences.

Mardi (2h) : Gestion des plateformes de données

• Sauvegardes et récupération avec SQL.
• Sécurité des données : bonnes pratiques, conformité.
• Pratique : Planification d’une sauvegarde SQL.

Vendredi (4h) : Tests et optimisation

• Tests de performance : SQL, Python/R, Power BI.
• Optimisation : indexation SQL, simplification des scripts.
• Rédaction d’un procès-verbal de recette.
• Pratique : Test d’un pipeline et rédaction d’un rapport.

Projet final : Conception d’un processus complet (collecte, traitement, analyse, visualisation) avec un jeu de données (ex. : projet malien).

• Outils au choix : Excel, SQL, Python/R, Power BI, SPSS.
• Présentation des projets.

INSCRIPTION ET FRAIS  DE FORMATION

Les frais d’inscriptions sont fixés à 15 000 F CFA.

Coût de la formation : les frais sont fixes à 150 000 FCFA par participant payable en totalité ou en deux tranches : frais d’inscription et 50 % au démarrage, et l’autre 50 % à la fin de la formation.

Date limite : 2 jours avant le démarrage de la formation

Dossier à fournir

• Copie d’une pièce d’identité
• Copie certifiée conforme du dernier diplôme
• CV Actualisé

les candidatures sont reçues tous les jours de 8 heures à 16 heures à l’adresse électronique : [email protected] / [email protected]  

DUREE ET LIEU DE LA FORMATION 

La formation s’étendra sur une période d’un mois avec un total 40 heures soit (10 heures par semaine).

Lieu de la formation : la formation se déroulera dans les locaux de KOITA CONSULTING sis à l’immeuble BORE au 1er étage Kalaban-Coura en face de l’hôtel WASSOULOU route de l’aéroport Bamako-Mali.

Pour toute information complémentaire, appeler : 

Bureau : (00223) 44 52 75 83 ou Tamba SIDIBE au : 95 10 30 77. 

Calendrier de la formation :

La date limite des candidatures est fixée au 18 juillet 2025 et la formation pour la première cohorte Data Manager débutera le Mardi 22 juillet 2025. La formation sera en présentiel et en ligne en fonction du programme.

Les sessions se dérouleront selon le calendrier suivant :

JOURS	HEURES
Mardi	18 h – 20 h
Jeudi	18 h – 20 h
Vendredi	18 h – 20 h
Samedi	08 h – 12 h