Vous êtes ici : Accueil > Société > Engagements qualité

Engagements qualité

4 janvier 2022 Data Value
Data Value est certifiée Qualiopi attestant de la qualité du processus mis en œuvre pour la réalisation de nos actions de formation.

Le référentiel national qualité est organisé autour de 7 critères :
  • Conditions d’information du public sur les prestations proposées, les délais pour y accéder et les résultats obtenus.
  • Identification précise des objectifs des prestations proposées et l’adaptation de ces prestations aux publics bénéficiaires, lors de la conception des prestations.
  • Adaptation aux publics bénéficiaires des prestations et des modalités d’accueil, d’accompagnement, de suivi et d’évaluation mises en œuvre.
  • Adéquation des moyens pédagogiques, techniques et d’encadrement aux prestations mises en œuvre.
  • Qualification et développement des connaissances et compétences des personnels chargés de mettre en œuvre les prestations.
  • Inscription et investissement du prestataire dans son environnement professionnel.
  • Recueil et prise en compte des appréciations et des réclamations formulées par les parties prenantes aux prestations délivrées.


Baromètre de satisfaction

95.4% de nos stagiaires se déclarent satisfaits à très satisfaits de leur formation sur la période Juillet 2020 à Juin 2021.

Dans le détail, voici les résultats des évaluations à chaud collectées auprès de 316 stagiaires :
Item évalué% de stagiaires satisfaits à très satisfaits
Documentation remise92.3%
Objectifs atteints95.4%
Utilité de la formation95.1%
Intérêt de la formation96.7%
Techniques pédagogiques96.4%
Animateur attentif aux participants96.7%
Respect du programme annoncé98.0%
Ambiance du groupe98.0%
Organisation matérielle89.7%
Sous forme de graphique :



Dans le détail, voici le taux de satisfaction global par formation depuis février 2016 :
Intitulé formationNombre de sessions organisées% de stagiaires satisfaits à très satisfaits
AMDEC291%
Analyse de survie avancée395%
Analyse des données : méthodes décisionnelles4100%
Analyse des données : méthodes exploratoires (ACP, AFC, classification)1198%
Analyse de données en environnement Hadoop294%
Analyse des systèmes de mesure (MSA)398%
Analyse statistique des données manquantes2100%
Analyser des données statistiques avec Excel1197%
Audit qualité interne - ISO 9001 version 2015798%
Big Data pour les managers / décideurs188%
Biostatistique896%
Black Belt Lean Six Sigma1100%
Business Intelligence sous Excel : Power Query, Power Pivot et Power Map2100%
La cartographie des processus174%
Détection d’anomalies – Outlier Detection1100%
Enquête par sondage2100%
Essais Cliniques : principes méthodologiques483%
Les évolutions de la norme ISO 17025 - De la version 2005 à la 20171100%
Excel - Gestion de données3100%
Excel - Les bases894%
Excel - Les fonctions189%
Excel - Les graphiques2100%
Fiabilité et méthodes statistiques385%
Green Belt Lean159%
Green Belt Lean Six Sigma1592%
Initiation aux Systèmes d'Information Géographique (SIG) et au logiciel QGIS695%
Introduction à la démarche Lean Six Sigma294%
Introduction à la Métrologie899%
Introduction au Big Data698%
ISO 5725-2 - Répétabilité et reproductibilité d’une méthode de mesure1100%
Javascript189%
JMP - Prise en main, analyses statistiques et graphiques290%
La méthode 5S698%
La méthode de résolution de problèmes 8D2100%
La méthode de résolution de problèmes QRQC (Quick Response Quality Control)193%
La norme EN 9100 version 20164100%
La norme ISO 17020599%
La norme ISO 17025 version 2017882%
La norme ISO 9001 version 2015498%
Langage C/C++176%
Langage SQL - Initiation1100%
Les outils qualité et l'amélioration continue1100%
Les techniques de rééchantillonnage - Le Bootstrap198%
Machine Learning396%
Maîtrise Statistique des Processus (MSP-SPC) - Cartes de contrôle892%
Mathcad2100%
Méthodes de régression multiple en Biostatistique1100%
Méthodes PLS172%
Minitab - Prise en main, analyses statistiques et graphiques1490%
Modèles mixtes : modèles à effets aléatoires pour données longitudinales594%
Plans d'expériences 1 : plan de criblage, plan factoriel et surface de réponse896%
Plans d'expériences 2 : plan optimal et plan robuste1100%
Power BI1594%
Prendre des décisions statistiques avec Excel499%
Procédures d’échantillonnage (NQA) pour les contrôles par attributs - Norme ISO 2859-11100%
Python – Bases et introduction aux librairies scientifiques690%
Python avancé297%
R – Prise en main, analyses statistiques et graphiques1094%
R pour la data analyse699%
R Shiny - Initiation299%
Réaliser ses analyses biostatistiques avec R181%
Réaliser ses analyses statistiques avec R898%
Régression linéaire, logistique et analyse de la variance699%
Régression logistique - Analyse de données catégorielles194%
Résolution de problèmes : méthodes et outils589%
Séries Temporelles1100%
Statistique décisionnelle (inférentielle) : savoir décider au vu des observations497%
Statistique descriptive (exploratoire) : savoir décrire des observations493%
Statistiques pour la détection de fraude198%
Système d'Information Géographique (SIG) - Les concepts385%
Introduction au Big Data181%
Traitement des données d'enquête2100%
Utilisation d’une base de données PostGIS avec QGIS189%
Validation des Méthodes Analytiques - Norme AFNOR NF V 03-1102100%
Validation des procédés1100%
VBA Excel1100%
WordPress et Langages du Web1100%
XLSTAT – Prise en main, analyses statistiques et graphiques197%
Yellow Belt Lean Six Sigma296%


Respect de la confidentialité

Data Value s’engage au plus strict respect de la confidentialité dans le cadre de ses prestations de formation, d'études et de conseil.

A ce titre, Data Value vous assure de :
  • Respecter et faire respecter par ses consultants les règles du droit du secret professionnel
  • Considérer comme confidentielles les informations qui lui sont transmises volontairement ou fortuitement
  • Limiter l’accès à ces informations à ses seuls consultants qui doivent y avoir accès pour la réalisation de la prestation
  • Ne procéder à aucune diffusion ou duplication, sauf pour usage interne, de tout document mentionnant tout ou partie desdites informations
  • S’abstenir de toute exploitation directe ou indirecte desdites informations, sauf pour les besoins de la prestation
  • Ne déposer ou faire déposer, en son nom ou au nom de tiers, aucune demande de titre de Propriété Industrielle protégeant et/ou mentionnant lesdites informations
  • Et d’une manière générale, s’interdire toute action qui pourrait nuire à la protection du secret sur les informations confidentielles.