Engagements qualité
7 septembre 2023 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
95.8% de nos stagiaires se déclarent satisfaits à très satisfaits de leur formation sur l'
année 2022.
Dans le détail, voici les résultats des évaluations à chaud collectées auprès de 316 stagiaires :
| Item évalué | % de stagiaires satisfaits à très satisfaits |
|---|
| Documentation remise | 96.2% |
| Objectifs atteints | 95.2% |
| Utilité de la formation | 94.4% |
| Intérêt de la formation | 95.8% |
| Techniques pédagogiques | 95.5% |
| Animateur attentif aux participants | 97.9% |
| Respect du programme annoncé | 97.1% |
| Ambiance du groupe | 97.6% |
| Organisation matérielle | 93% |
Sous forme de graphique :
Dans le détail, voici le taux de satisfaction global par formation depuis février 2016 :
| Intitulé formation | Nombre de sessions organisées | % de stagiaires satisfaits à très satisfaits |
|---|
| AMDEC | 4 | 97% |
| Analyse de survie avancée | 2 | 95% |
| Analyse des données : méthodes décisionnelles | 5 | 100% |
| Analyse des données : méthodes exploratoires (ACP, AFC, classification) | 11 | 98% |
| Analyse de données en environnement Hadoop | 2 | 94% |
| Analyse des systèmes de mesure (MSA) | 4 | 98% |
| Analyse statistique des données manquantes | 2 | 100% |
| Analyser des données statistiques avec Excel | 15 | 97% |
| Audit interne selon ISO 17025 | 1 | 89% |
| Audit qualité interne - ISO 9001 version 2015 | 10 | 96% |
| Big Data pour les managers / décideurs | 1 | 88% |
| Biostatistique | 13 | 97% |
| Black Belt Lean Six Sigma | 5 | 92% |
| Business Intelligence sous Excel : Power Query, Power Pivot et Power Map | 6 | 98% |
| La cartographie des processus | 1 | 74% |
| Communiquer et présenter en analyse de données | 1 | 100% |
| Détection d’anomalies – Outlier Detection | 1 | 100% |
| Enquête par sondage | 2 | 100% |
| Essais Cliniques : principes méthodologiques | 7 | 87% |
| Excel - Les bases | 9 | 95% |
| Excel - Gestion de données | 4 | 100% |
| Excel - Les fonctions | 3 | 97% |
| Excel - Les graphiques | 2 | 100% |
| Fiabilité et méthodes statistiques | 4 | 90% |
| Green Belt Lean | 1 | 59% |
| Green Belt Lean Six Sigma | 21 | 93% |
| Initiation aux Systèmes d'Information Géographique (SIG) et au logiciel QGIS | 8 | 95% |
| Introduction à la démarche Lean Six Sigma | 2 | 94% |
| Introduction à la Métrologie | 11 | 99% |
| Introduction au Big Data | 6 | 98% |
| ISO 5725-2 - Répétabilité et reproductibilité d’une méthode de mesure | 1 | 100% |
| Javascript | 1 | 89% |
| JMP - Prise en main, analyses statistiques et graphiques | 4 | 94% |
| La méthode 5S | 10 | 99% |
| La méthode de résolution de problèmes 8D | 3 | 98% |
| La méthode de résolution de problèmes QRQC (Quick Response Quality Control) | 2 | 93% |
| La norme EN 9100 version 2016 | 6 | 99% |
| La norme ISO 17020 | 8 | 95% |
| La norme ISO 17025 | 9 | 84% |
| La norme ISO 9001 version 2015 | 7 | 98% |
| Langage C/C++ | 1 | 76% |
| Langage SQL - Initiation | 1 | 100% |
| Les outils qualité et l'amélioration continue | 4 | 94% |
| Les techniques de rééchantillonnage - Le Bootstrap | 1 | 98% |
| Machine Learning | 5 | 97% |
| Maîtrise Statistique des Processus (MSP-SPC) - Cartes de contrôle | 9 | 92% |
| Méthodes de régression multiple en Biostatistique | 2 | 100% |
| Méthodes PLS | 2 | 72% |
| Minitab - Prise en main, analyses statistiques et graphiques | 20 | 91% |
| Modèles mixtes : modèles à effets aléatoires pour données longitudinales | 9 | 95% |
| Panorama des méthodes d'analyse des données : synthétiser, modéliser, décider | 2 | 100% |
| Plans d'expériences 1 : plan de criblage, plan factoriel et surface de réponse | 9 | 95% |
| Plans d'expériences 2 : plan optimal et plan robuste | 1 | 100% |
| Power BI | 22 | 94% |
| Prendre des décisions statistiques avec Excel | 4 | 99% |
| Procédures d’échantillonnage (NQA) pour les contrôles par attributs - Norme ISO 2859-1 | 6 | 93% |
| Python – Bases et introduction aux librairies scientifiques | 9 | 88% |
| Python avancé | 6 | 93% |
| Python pour la Data Science | 1 | 100% |
| QGIS Perfectionnement | 1 | 100% |
| R – Prise en main, analyses statistiques et graphiques | 15 | 95% |
| R pour la data analyse | 6 | 99% |
| R pour les utilisateurs SAS | 2 | 95% |
| R Shiny - Initiation | 3 | 99% |
| Réaliser ses analyses biostatistiques avec R | 1 | 81% |
| Réaliser ses analyses statistiques avec R | 12 | 98% |
| Régression linéaire, logistique et analyse de la variance | 8 | 97% |
| Régression logistique - Analyse de données catégorielles | 1 | 94% |
| Résolution de problèmes : méthodes et outils | 5 | 89% |
| Rmarkdown niveau 1 : Réalisez vos premiers documents automatisés | 1 | 100% |
| Séries Temporelles | 2 | 100% |
| SPAD - Prise en main, analyses statistiques et graphiques | 1 | 100% |
| Statistique décisionnelle (inférentielle) : savoir décider au vu des observations | 7 | 97% |
| Statistique descriptive (exploratoire) : savoir décrire des observations | 6 | 94% |
| Système d'Information Géographique (SIG) - Les concepts | 4 | 87% |
| Techniques de scoring | 1 | 94% |
| Introduction au Big Data | 1 | 81% |
| Traitement de données et visualisation avec Excel | 1 | 100% |
| Traitement des données d'enquête | 3 | 97% |
| Utilisation d’une base de données PostGIS avec QGIS | 2 | 92% |
| Validation des Méthodes Analytiques - Norme AFNOR NF V 03-110 | 1 | 100% |
| Validation des procédés | 1 | 100% |
| VBA Excel | 4 | 100% |
| Word Initiation | 1 | 100% |
| Word Perfectionnement | 1 | 100% |
| WordPress et Langages du Web | 1 | 100% |
| XLSTAT – Prise en main, analyses statistiques et graphiques | 2 | 98% |
| Yellow Belt Lean Six Sigma | 4 | 80% |
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.
