Cresa foret bios

Plan de cours : Informatique appliquée à la gestion de la qualité

Objectif général :

Ce cours vise à fournir aux apprenants les compétences nécessaires pour utiliser les outils
informatiques dans la gestion de la qualité, l’analyse des données et l’amélioration des processus en
entreprise.

---

I. Introduction à la gestion de la qualité et aux outils informatiques

Définition et principes de la gestion de la qualité

Normes et référentiels qualité (ISO 9001, Six Sigma, etc.)

Rôle des technologies de l’information dans la gestion de la qualité

Présentation des logiciels couramment utilisés

---

II. Outils bureautiques et gestion documentaire

Utilisation avancée de Microsoft Word et Google Docs pour la documentation qualité

Tableaux et bases de données sous Excel/Google Sheets pour le suivi des indicateurs

Gestion documentaire et contrôle des versions avec Google Drive, SharePoint

---

III. Gestion des données et analyse statistique

Collecte et structuration des données qualité

Analyse statistique avec Excel (tableaux croisés dynamiques, graphiques, formules avancées)

Introduction aux outils de Business Intelligence (Power BI, Google Data Studio)

---

IV. Systèmes de gestion de la qualité (SGQ) informatisés

Présentation des logiciels de gestion de la qualité (ex : Qualiopi, QSE Management)

Implémentation et suivi d’un Système de Management de la Qualité (SMQ)

Automatisation des processus qualité avec des workflows informatisés

---

V. Outils de suivi et d’audit qualité

Utilisation de KoboToolbox et CSPro pour les audits et enquêtes qualité

Gestion des non-conformités et des actions correctives avec Trello, Asana ou Monday.com

Digitalisation des formulaires d’audit et reporting qualité

---

VI. Cybersécurité et gestion des risques qualité

Sensibilisation à la sécurité des données dans un système qualité

Gestion des accès et des autorisations

Outils de sauvegarde et de récupération des données

---

VII. Études de cas et mise en pratique

Cas pratique : création et suivi d’un indicateur qualité avec Excel et Power BI

Audit de processus avec un outil de collecte mobile (KoboToolbox, CSPro)

Automatisation de la gestion des réclamations clients avec un outil de gestion de tâches

---

Méthodologie d’enseignement :

Cours magistraux avec démonstrations pratiques

Exercices et études de cas réels

Travaux pratiques sur des outils spécifiques

Évaluation continue et projet final

---

Public cible :

Étudiants en gestion de la qualité

Professionnels de la qualité souhaitant se former aux outils informatiques

Responsables qualité, auditeurs internes et consultants

Ce plan peut être ajusté en fonction des besoins et du niveau des apprenants. As-tu une préférence
pour un outil ou une partie à approfondir ?

PLAN DÉTAILLÉ DU COURS : INFORMATIQUE APPLIQUÉE À LA GESTION DE LA QUALITÉ

Objectif général :
Ce cours vise à fournir aux apprenants une maîtrise des outils informatiques essentiels pour la
gestion de la qualité, notamment pour la gestion documentaire, l’analyse des données, l’audit et
l’amélioration continue des processus.

---

MODULE 1 : Introduction à la gestion de la qualité et aux outils informatiques

Durée : 4 heures

Objectifs :

Comprendre les concepts fondamentaux de la gestion de la qualité

Identifier le rôle des outils informatiques dans l’amélioration des processus qualité

Contenu :

1. Concepts clés de la gestion de la qualité

Définition et principes de la gestion de la qualité

Historique et évolution des normes qualité

Importance de la qualité pour les entreprises

2. Normes et référentiels qualité

ISO 9001 : principes et exigences

Six Sigma : méthodologie et outils

Autres standards (ISO 14001, ISO 45001, HACCP, etc.)

3. Apport des technologies de l’information dans la gestion de la qualité

Digitalisation des processus qualité

Avantages et défis des outils numériques

Exemples d’applications informatiques utilisées en gestion de la qualité

Travaux pratiques :

Recherche et présentation d’une norme qualité

Analyse d’un processus qualité et identification des outils informatiques adaptés

---

MODULE 2 : Outils bureautiques et gestion documentaire

Durée : 6 heures

Objectifs :

Maîtriser la création et la gestion de documents qualité

Savoir utiliser des feuilles de calcul pour le suivi qualité

Contenu :

1. Utilisation avancée des outils bureautiques pour la documentation qualité

Rédaction de procédures et de manuels qualité sous Word

Modélisation de formulaires qualité (ex : fiche de non-conformité, plan d’actions)

2. Tableaux de suivi des indicateurs qualité sous Excel

Création de tableaux de bord qualité

Utilisation des formules avancées pour le calcul des indicateurs

Graphiques et tableaux croisés dynamiques

3. Gestion électronique des documents qualité

Stockage et partage des documents (Google Drive, SharePoint)

Gestion des versions et des accès aux documents

Signature électronique et validation des documents

Travaux pratiques :

Création d’un tableau de suivi des non-conformités sous Excel

Élaboration d’une procédure qualité sous Word

---

MODULE 3 : Gestion des données et analyse statistique

Durée : 6 heures

Objectifs :

Savoir collecter, structurer et analyser des données qualité

Utiliser des outils de reporting et de Business Intelligence

Contenu :

1. Collecte et structuration des données qualité

Sources de données qualité (audits, enquêtes, réclamations clients)

Bases de données et structuration des informations

2. Analyse statistique des données qualité

Tableaux croisés dynamiques et formules avancées sous Excel

Outils statistiques pour l’analyse des tendances et anomalies

3. Outils de reporting et de Business Intelligence

Introduction à Power BI et Google Data Studio

Création de tableaux de bord dynamiques

Travaux pratiques :

Analyse des tendances des réclamations clients avec Excel

Création d’un tableau de bord qualité sous Power BI

---

MODULE 4 : Systèmes de gestion de la qualité (SGQ) informatisés

Durée : 6 heures

Objectifs :
Comprendre le fonctionnement des SGQ informatisés

Mettre en place et gérer un SMQ digitalisé

Contenu :

1. Présentation des logiciels de gestion de la qualité

Qualipro, QSE Management, Intelex

Fonctionnalités et avantages

2. Implémentation d’un Système de Management de la Qualité (SMQ)

Définition des processus et des responsabilités

Suivi et amélioration continue des performances

3. Automatisation des processus qualité

Workflows et validation des actions correctives

Outils de gestion des plaintes et réclamations

Travaux pratiques :

Démonstration d’un logiciel SGQ

Création d’un processus qualité automatisé

---

MODULE 5 : Outils de suivi et d’audit qualité

Durée : 6 heures

Objectifs :

Utiliser des outils numériques pour l’audit et le suivi qualité

Savoir automatiser la collecte de données qualité

Contenu :
1. Outils de collecte et d’enquête

Introduction à KoboToolbox et CSPro

Création de formulaires d’audit numérique

2. Gestion des non-conformités et actions correctives

Suivi des plans d’action avec Trello, Asana

Digitalisation du suivi des non-conformités

3. Reporting et communication des résultats

Tableaux de suivi et rapports d’audit automatisés

Diffusion et visualisation des résultats

Travaux pratiques :
Création d’un formulaire d’audit sous KoboToolbox

Suivi des actions correctives avec Trello

---

MODULE 6 : Cybersécurité et gestion des risques qualité

Durée : 4 heures

Objectifs :

Sécuriser les données qualité

Identifier et gérer les risques liés à la digitalisation du SMQ

Contenu :

1. Sécurité des données dans un système qualité

Protection des documents et données sensibles

Chiffrement et contrôle des accès

2. Gestion des risques liés à l’informatisation de la qualité

Menaces courantes (cyberattaques, erreurs humaines)

Outils de sauvegarde et récupération des données

3. Bonnes pratiques et conformité réglementaire

RGPD et confidentialité des données qualité

Exigences de sécurité pour les audits qualité

Travaux pratiques :

Analyse des risques qualité et solutions informatiques adaptées

Mise en place d’une stratégie de protection des données qualité

---

MODULE 7 : Études de cas et projet final

Durée : 8 heures

Objectifs :

Appliquer les compétences acquises dans un projet concret

Présenter un rapport qualité numérique

Contenu :

1. Études de cas réels

Analyse d’un système qualité digitalisé en entreprise

Étude d’une amélioration de processus avec un outil numérique

2. Projet final

Création d’un système de suivi qualité avec Excel/Power BI

Digitalisation d’un audit qualité avec KoboToolbox ou CSPro

Travaux pratiques :

Présentation du projet final et évaluation

---

Méthodes pédagogiques :

Cours magistraux avec démonstrations pratiques

Exercices et études de cas pour l’application concrète

Travaux pratiques sur des logiciels spécifiques

Évaluation continue et projet final pour valider les acquis

---

Public cible :
Étudiants en gestion de la qualité

Professionnels et auditeurs qualité

Responsables qualité et consultants

Est-ce que ce plan détaillé correspond à tes attentes, ou souhaites-tu que j’ajoute d’autres aspects ?
PLAN DE COURS – INFORMATIQUE APPLIQUÉE À LA GESTION DE LA QUALITÉ

Niveau : Master 1

Volume horaire : 40 heures (CM : 16h, TD : 16h, TP : 8h)

Objectif général :

Développer chez les étudiants une expertise avancée sur l’utilisation des outils informatiques pour la
gestion de la qualité, en intégrant les systèmes d’information, l’analyse de données et
l’automatisation des processus qualité dans un cadre stratégique et décisionnel.

---

MODULE 1 : Concepts avancés de gestion de la qualité et outils numériques

Durée : 6 heures (CM : 4h, TD : 2h)

Objectifs :

Comprendre l’évolution des normes et modèles qualité

Identifier les enjeux de la digitalisation dans le management de la qualité

Contenu :

1. Fondements et évolutions de la gestion de la qualité

Normes ISO 9001, 14001, 45001 et implications numériques

Six Sigma et Lean Management : approche data-driven

Industrie 4.0 et transformation numérique du SMQ

2. Rôle des technologies de l’information dans la qualité

Digitalisation des processus qualité : enjeux et défis

Big Data et intelligence artificielle au service du management qualité

Impact de l’IoT et du cloud computing sur la traçabilité et le contrôle qualité

Travaux dirigés :

Étude de cas : évaluation de la transformation numérique d’un SMQ

---

MODULE 2 : Gestion documentaire et automatisation des workflows qualité

Durée : 6 heures (CM : 2h, TP : 4h)

Objectifs :

Savoir concevoir et gérer une documentation qualité numérique

Automatiser les workflows qualité à l’aide d’outils dédiés

Contenu :

1. Systèmes de gestion documentaire (SGD) et contrôle des versions

Microsoft SharePoint, Google Drive, OpenText, Alfresco

Signature électronique et validation des documents qualité

2. Automatisation des processus qualité

Workflows avec Power Automate et Zapier

Intégration des tâches qualité dans des outils collaboratifs (Trello, Asana)
Travaux pratiques :

Implémentation d’un workflow qualité avec Power Automate

Gestion des versions d’une procédure qualité avec SharePoint

---

MODULE 3 : Analyse et exploitation des données qualité

Durée : 8 heures (CM : 2h, TD : 3h, TP : 3h)

Objectifs :

Exploiter les données qualité pour l’aide à la décision

Concevoir des tableaux de bord dynamiques

Contenu :

1. Structuration et traitement des données qualité

Extraction, transformation et chargement des données (ETL)

Bases de données SQL pour la qualité (MySQL, PostgreSQL)

2. Analyse des données qualité et statistiques avancées

Régressions, contrôle statistique des procédés (SPC)

Machine Learning appliqué à la qualité (détection d’anomalies)

3. Outils de Business Intelligence pour la qualité

Tableaux de bord dynamiques sous Power BI, Tableau Software

Analyse prédictive et visualisation des tendances

Travaux pratiques :

Conception d’un tableau de bord qualité sous Power BI

Analyse prédictive des non-conformités avec Excel et Python

---

MODULE 4 : Systèmes de gestion de la qualité (SGQ) et ERP

Durée : 6 heures (CM : 3h, TP : 3h)

Objectifs :

Comprendre le fonctionnement des SGQ intégrés

Intégrer la gestion qualité dans un ERP

Contenu :

1. Présentation des Systèmes de Gestion de la Qualité (SGQ) numériques

Fonctionnalités et architecture d’un SGQ

Exemples de logiciels : Qualipro, Intelex, QSE Management

2. Intégration de la gestion qualité dans un ERP

SAP QM, Oracle Quality Management

Traçabilité et gestion des audits qualité

Travaux pratiques :

Simulation d’un processus qualité dans un ERP (ex : SAP QM)

---

MODULE 5 : Outils numériques pour l’audit et le suivi qualité

Durée : 6 heures (CM : 2h, TD : 2h, TP : 2h)

Objectifs :

Digitaliser les audits et le suivi des non-conformités

Automatiser la collecte de données qualité

Contenu :

1. Audit qualité et digitalisation

Création de checklists et formulaires numériques (KoboToolbox, CSPro)

Suivi des plans d’action et reporting automatisé

2. Suivi des non-conformités et plans d’actions correctives

Outils de gestion des NC : Trello, Jira, Monday.com

Automatisation du reporting qualité

Travaux pratiques :

Création d’un formulaire d’audit qualité numérique

Suivi des non-conformités avec Jira ou Trello

---

MODULE 6 : Cybersécurité et conformité réglementaire en gestion de la qualité

Durée : 4 heures (CM : 2h, TD : 2h)

Objectifs :

Sécuriser les données du SMQ

Assurer la conformité aux réglementations en vigueur

Contenu :

1. Sécurité des données dans un environnement qualité

RGPD et gestion des données sensibles

Chiffrement, gestion des accès et cybersécurité

2. Gestion des risques numériques et continuité des activités

Identification des vulnérabilités et plans de mitigation

Outils de sauvegarde et récupération des données qualité

Travaux dirigés :

Étude de cas : analyse de la cybersécurité d’un SMQ numérique

---

MODULE 7 : Projet final et étude de cas

Durée : 8 heures (TD : 4h, TP : 4h)

Objectifs :

Appliquer les connaissances à un projet qualité numérique

Concevoir un système qualité informatisé opérationnel

Contenu :

1. Étude de cas : digitalisation d’un processus qualité

Choix des outils et structuration du projet

Implémentation et suivi du système numérique

2. Présentation et évaluation du projet final

Rédaction d’un rapport qualité numérique

Présentation orale et évaluation critique

Travaux pratiques :

Développement d’un projet qualité numérique intégrant plusieurs outils étudiés

---

Méthodologie pédagogique :

Cours magistraux (CM) : concepts théoriques et démonstrations pratiques

Travaux dirigés (TD) : analyses de cas, réflexion sur les problématiques industrielles

Travaux pratiques (TP) : manipulation des outils et mise en application des concepts
Évaluation : contrôle continu (30 %), projet final (50 %), examen final (20 %)

---

Public cible :

Étudiants en Master 1 (qualité, génie industriel, management)

Professionnels souhaitant approfondir la digitalisation de la qualité

Consultants et auditeurs qualité

Ce programme est structuré pour allier théorie et application concrète dans un contexte
professionnel. Souhaites-tu que j’ajoute d’autres notions spécifiques ?

MODULE 1 : Concepts avancés de gestion de la qualité et outils numériques

Durée : 6 heures (CM : 4h, TD : 2h)

Objectifs pédagogiques :

Comprendre l’évolution des normes et référentiels qualité

Identifier les enjeux et opportunités de la transformation numérique pour la gestion de la qualité

Analyser le rôle des nouvelles technologies dans l’amélioration continue des processus
---

I. Fondements et évolutions de la gestion de la qualité (2 heures – CM)

1. Définitions et principes fondamentaux

Définition de la qualité : perception client vs conformité aux normes

Concepts clés : amélioration continue (PDCA), satisfaction client, approche processus

Différence entre gestion de la qualité, assurance qualité et contrôle qualité

2. Normes et standards internationaux

ISO 9001 : 2015 – Système de management de la qualité

Principes et exigences

Importance de la documentation et des enregistrements numériques

ISO 14001 – Management environnemental et digitalisation des audits

ISO 45001 – Santé et sécurité au travail et suivi digitalisé des incidents

Lean Six Sigma et Qualité Totale (TQM)

Réduction des gaspillages et amélioration des performances

Utilisation des données et intelligence artificielle pour l’optimisation

3. Industrie 4.0 et transformation numérique du SMQ

De la qualité traditionnelle à la qualité numérique

Intégration des objets connectés (IoT) dans les systèmes qualité

Big Data et qualité prédictive : comment l’analyse des données anticipe les non-conformités

Blockchain et traçabilité qualité

---

II. Rôle des technologies de l’information dans la gestion de la qualité (2 heures – CM)

1. Digitalisation des processus qualité

Remplacement des audits papier par des applications mobiles

Automatisation des workflows et notifications en temps réel

Intelligence artificielle et analyse prédictive des anomalies

2. Big Data et IA dans le management qualité

Collecte de données massives pour améliorer la prise de décision

Détection automatique des tendances et anomalies qualité

Automatisation de l’analyse des plaintes clients

3. Cloud Computing et cybersécurité dans les SMQ

Stockage des documents qualité sur des plateformes sécurisées (ex : SharePoint, Google Drive)

Gestion des accès et protection des données sensibles

Respect des réglementations (RGPD, ISO 27001)

---

III. Étude de cas et Travaux Dirigés (TD) – 2 heures

Activité 1 : Étude de cas sur la transformation numérique d’un SMQ

Analyse d’une entreprise ayant numérisé son système qualité

Identification des gains de productivité et des défis rencontrés

Proposition d’améliorations basées sur les nouvelles tendances technologiques

Activité 2 : Cartographie d’un processus qualité avec et sans digitalisation

Analyse d’un processus qualité classique

Intégration des outils numériques pour optimiser le suivi et l’efficacité

Présentation et discussion des résultats

---

Méthodes pédagogiques :
Cours magistraux (CM) : concepts théoriques et démonstrations pratiques

Études de cas (TD) : analyse de transformations numériques en gestion de la qualité

Discussions interactives : réflexion sur les opportunités et risques de la digitalisation

---

Évaluation du module :

Participation et discussions en TD (20%)

Étude de cas écrite sur un processus qualité digitalisé (30%)

Examen final (50%) : QCM + analyse d’un scénario qualité numérique

---

Ce module pose les bases essentielles pour comprendre l’impact des technologies sur la gestion de
la qualité et préparer les étudiants aux modules suivants. Souhaites-tu approfondir un point en
particulier ?

Module 2

MODULE 2 : Gestion documentaire et automatisation des workflows qualité

Durée : 6 heures (CM : 2h, TP : 4h)

Objectifs pédagogiques :

Comprendre le rôle des systèmes de gestion documentaire (SGD) dans la qualité

Apprendre à structurer et gérer une documentation qualité numérique

Automatiser les workflows de validation et de suivi des documents qualité

---

I. Systèmes de gestion documentaire et contrôle des versions (2 heures – CM)

1. Introduction à la gestion documentaire en qualité

Définition et importance de la gestion documentaire

Types de documents qualité :

Manuel qualité

Procédures et instructions de travail

Enregistrements et rapports d’audit

Formulaires de suivi (ex : fiches de non-conformité, plans d’actions)

2. Outils et plateformes de gestion documentaire

Systèmes classiques vs numériques : du classeur papier aux plateformes collaboratives

Outils dédiés à la gestion documentaire :

SharePoint, Google Drive, OpenText, Alfresco

Avantages : accessibilité, collaboration en temps réel, archivage sécurisé

Gestion des accès et droits des utilisateurs

Contrôle des versions et traçabilité des modifications

Historisation des changements et audits de conformité

3. Sécurisation et conformité réglementaire des documents qualité

Sécurisation des documents sensibles (cryptage, authentification)

Conformité aux normes ISO 9001 et RGPD

Gestion des délais de conservation et archivage automatique

---

II. Automatisation des workflows qualité (4 heures – TP)

1. Principes des workflows numériques

Définition d’un workflow et importance dans le SMQ

Automatisation des processus qualité :

Validation des documents

Suivi des non-conformités

Planification des audits internes

Exemples de workflows qualité typiques

2. Outils d’automatisation des workflows qualité

Power Automate (Microsoft) : automatisation des validations et notifications

Zapier : intégration des systèmes de gestion qualité avec d’autres outils

Trello / Asana / Monday.com : gestion des tâches et suivi des actions correctives

3. Création d’un workflow automatisé dans un outil numérique (Travaux pratiques – 4 heures)

TP 1 : Création d’un workflow de validation de documents qualité avec SharePoint et Power

Automate

Définition des étapes (demande – approbation – archivage)

Notifications automatiques aux acteurs concernés

Historisation et suivi des modifications

TP 2 : Automatisation du suivi des non-conformités avec Trello / Asana

Création d’un tableau de suivi des actions correctives

Définition des rôles et responsables

Intégration des rappels et échéances

TP 3 : Simulation d’un audit interne avec collecte et validation des données

Création d’un formulaire numérique d’audit

Enregistrement et validation automatique des réponses

Génération d’un rapport final avec synthèse des écarts

---

Méthodes pédagogiques :

Cours magistral (CM) : présentation des concepts et outils

Démonstration des logiciels de gestion documentaire et workflows

Travaux pratiques sur des plateformes collaboratives et outils d’automatisation

---
Évaluation du module :

Participation aux TP et qualité des implémentations (30%)

Rédaction d’un dossier sur la mise en place d’un système de gestion documentaire (30%)

Examen final : étude de cas avec mise en œuvre d’un workflow numérique (40%)

---

Ce module est essentiel pour permettre aux étudiants de digitaliser et structurer efficacement la
documentation qualité. Souhaites-tu que j’approfondisse un aspect particulier ?

MODULE 3 : Analyse et exploitation des données qualité

Durée : 8 heures (CM : 2h, TD : 3h, TP : 3h)

Objectifs pédagogiques :

Comprendre l’importance des données dans le management de la qualité

Savoir structurer, collecter et nettoyer les données qualité

Exploiter les outils d’analyse statistique et de visualisation des données

Concevoir des tableaux de bord dynamiques pour le suivi des indicateurs qualité

Appliquer des méthodes d’analyse prédictive et de détection d’anomalies

---

I. Structuration et traitement des données qualité (2 heures – CM)

1. Nature et sources des données qualité

Types de données qualité :

Données quantitatives : mesures de performance, taux de défauts, temps de production

Données qualitatives : avis clients, rapports d’audits, observations des opérateurs

Sources des données qualité :

Audits internes et externes

Retours clients et enquêtes de satisfaction

Données issues des capteurs IoT en production

Non-conformités et actions correctives

2. Organisation et structuration des données qualité

Définition des indicateurs de performance qualité (KPI) :

Taux de non-conformités

Coût de la non-qualité

Temps moyen de traitement des réclamations

Indice de satisfaction client

Structuration des bases de données qualité :

Formats de stockage (CSV, SQL, Excel, JSON)

Modélisation relationnelle (base de données SQL) vs NoSQL

3. Nettoyage et fiabilité des données qualité

Détection et gestion des valeurs aberrantes

Techniques de normalisation et transformation des données

Outils de manipulation des données : Excel (Power Query), Python (Pandas)

---

II. Analyse des données qualité et statistiques avancées (3 heures – TD)

1. Introduction aux statistiques appliquées à la qualité

Statistiques descriptives : moyenne, médiane, écart-type, quartiles

Visualisation des tendances et distribution des données

Histogrammes, diagrammes de Pareto et boîtes à moustaches

2. Contrôle statistique des procédés (SPC – Statistical Process Control)

Diagramme de contrôle (Shewhart)

Détection des dérives et ajustements des processus

Calcul des indices de capabilité : Cp, Cpk

3. Analyse prédictive et Machine Learning appliqués à la qualité

Régressions linéaires et analyse des tendances

Détection des anomalies avec l’apprentissage supervisé et non supervisé

Cas d’application : prédiction du taux de non-conformités

4. Études de cas et exercices pratiques

Étude de cas : analyse des plaintes clients et identification des causes racines

Étude de cas : contrôle statistique d’un processus de production

---

III. Outils de Business Intelligence et tableaux de bord qualité (3 heures – TP)

1. Présentation des outils de Business Intelligence (BI)

Excel (Power Pivot, Power Query) pour l’analyse avancée

Power BI et Tableau Software pour la visualisation des données

Python (Matplotlib, Seaborn, Pandas) pour l’analyse exploratoire

2. Conception d’un tableau de bord qualité interactif (Travaux pratiques – 3 heures)

TP 1 : Création d’un tableau de bord sous Excel / Power BI

Importation et structuration des données qualité

Création d’indicateurs de performance (KPI)

Mise en place de graphiques interactifs

TP 2 : Analyse prédictive des anomalies avec Python

Nettoyage et transformation des données

Application d’un modèle simple de détection d’anomalies

Interprétation des résultats et recommandations

---

Méthodes pédagogiques :

Cours magistraux (CM) : présentation des concepts et démonstration d’outils

Travaux dirigés (TD) : études de cas et exercices pratiques

Travaux pratiques (TP) : manipulation d’outils BI et analyse des données

---

Évaluation du module :

Participation aux TD et exercices pratiques (30%)

Projet individuel : création d’un tableau de bord qualité (40%)

Examen final : analyse de données et interprétation des résultats (30%)

---

Ce module donne aux étudiants les compétences pour exploiter efficacement les données qualité et
prendre des décisions basées sur l’analyse des indicateurs. Souhaites-tu approfondir un point
particulier ?

MODULE 4 : Audit qualité et gestion des non-conformités assistés par les outils numériques
Durée : 8 heures (CM : 3h, TD : 2h, TP : 3h)

Objectifs pédagogiques :

Comprendre les principes de l’audit qualité et la gestion des non-conformités

Maîtriser les étapes d’un audit interne et les exigences des normes ISO

Exploiter les outils numériques pour digitaliser les audits et le suivi des non-conformités

Automatiser le traitement des écarts et la mise en œuvre des actions correctives

---

I. Principes et méthodologie de l’audit qualité (3 heures – CM)

1. Introduction à l’audit qualité

Définition et objectifs d’un audit qualité

Types d’audits :

Audit interne (auto-évaluation)

Audit externe (clients, certification)

Audit fournisseur

Rôles et responsabilités des auditeurs

2. Normes et référentiels applicables à l’audit qualité

ISO 9001 : 2015 – Exigences pour l’audit interne

ISO 19011 : 2018 – Lignes directrices pour l’audit des systèmes de management

Autres normes pertinentes (ISO 14001, ISO 45001)

3. Déroulement d’un audit qualité

Planification et préparation de l’audit

Conduite de l’audit :

Entretiens avec les équipes

Observation des processus

Examen des documents et enregistrements

Rédaction du rapport d’audit et suivi des recommandations

4. Digitalisation des audits qualité

Transition des audits papier vers des audits numériques

Avantages des plateformes numériques :

Gain de temps dans la collecte et le traitement des données

Centralisation et sécurisation des résultats

Analyse automatisée des écarts et génération de rapports

---

II. Gestion des non-conformités et actions correctives (2 heures – TD)

1. Identification et classification des non-conformités

Définition des non-conformités majeures et mineures

Outils d’analyse des causes :

Diagramme d’Ishikawa (cause-effet)

Méthode des 5 Pourquoi

AMDEC (Analyse des Modes de Défaillance, de leurs Effets et de leur Criticité)

2. Outils de gestion des non-conformités et suivi des actions

Workflow de traitement des non-conformités :

Identification et enregistrement

Analyse et plan d’action correctif

Vérification et clôture

Outils numériques utilisés :

Logiciels spécialisés : Qualtrax, ETQ Reliance, Intelex

Gestion via Trello, Asana, Power Automate

Formulaires numériques pour le suivi des actions

3. Automatisation du traitement des non-conformités

Notifications et rappels automatisés

Génération automatique de rapports et statistiques

Intégration avec les tableaux de bord qualité

---

III. Travaux pratiques : Digitalisation des audits et suivi des non-conformités (3 heures – TP)

TP 1 : Création d’un audit numérique avec KoboToolbox ou Google Forms

Conception d’un formulaire d’audit (critères, notation, photos)

Collecte de données sur le terrain avec un smartphone

Exportation et analyse des résultats

TP 2 : Gestion automatisée des non-conformités avec Trello / Power Automate

Création d’un tableau Trello pour le suivi des actions correctives

Automatisation des rappels et notifications aux responsables

Génération d’un rapport automatisé des non-conformités

TP 3 : Analyse et reporting des écarts qualité

Extraction des données d’audit

Visualisation des tendances et non-conformités avec Power BI

Proposition d’actions correctives basées sur les analyses

---

Méthodes pédagogiques :

Cours magistraux (CM) : concepts fondamentaux et normes applicables

Travaux dirigés (TD) : études de cas sur la gestion des non-conformités

Travaux pratiques (TP) : mise en œuvre d’outils numériques pour digitaliser les audits et le suivi
qualité

---

Évaluation du module :

Participation et travaux dirigés (20%)

Projet individuel : digitalisation d’un audit qualité (30%)

Examen final : analyse et gestion d’une situation d’audit avec un outil numérique (50%)

---

Ce module permet aux étudiants de maîtriser les audits qualité et d’optimiser le suivi des non-
conformités grâce aux outils numériques. Souhaites-tu un approfondissement sur un point
spécifique ?

MODULE 5 : Amélioration continue et innovation dans la gestion de la qualité

Durée : 8 heures (CM : 3h, TD : 2h, TP : 3h)

Objectifs pédagogiques :

Comprendre les principes de l’amélioration continue en gestion de la qualité

Savoir utiliser les méthodes et outils d’optimisation des processus qualité

Appliquer des approches innovantes pour l’amélioration des performances

Intégrer les technologies émergentes pour renforcer l’efficacité du management qualité

---

I. Fondements et méthodologies d’amélioration continue (3 heures – CM)

1. Introduction à l’amélioration continue

Définition et importance de l’amélioration continue en qualité

Comparaison entre approche réactive (correction) et approche proactive (prévention)

Liens avec les normes ISO (ISO 9001, ISO 14001, ISO 45001)

2. Méthodes et outils d’amélioration continue

Cercle de Deming (PDCA : Plan-Do-Check-Act)

Lean Management et Lean Six Sigma :

Identification des gaspillages (Muda)

Méthode DMAIC (Define, Measure, Analyze, Improve, Control)

Outils : SIPOC, VSM (Value Stream Mapping)

Kaizen : approche participative de l’amélioration continue

Mise en place de suggestions d’amélioration

Exemples d’application dans l’industrie et les services

3. Culture qualité et engagement des équipes

Importance du leadership et de l’implication du personnel

Gestion du changement et adoption des nouvelles pratiques qualité

Motivation et formation continue des collaborateurs

---

II. Outils numériques et technologies émergentes pour l’amélioration continue (2 heures – TD)

1. Digitalisation des processus d’amélioration continue

Collecte et analyse des données qualité en temps réel

Automatisation des cycles PDCA et suivi des actions correctives

Exemples d’outils : Power BI, Tableau, Trello, Monday.com

2. Intelligence artificielle et Big Data pour l’amélioration de la qualité

Utilisation du Machine Learning pour prédire les défauts et anomalies

Analyse des causes racines avec IA et data mining

Cas pratiques : détection précoce des écarts qualité dans la production

3. Internet des Objets (IoT) et capteurs intelligents

Surveillance en temps réel des paramètres qualité

Intégration avec des tableaux de bord numériques

Exemples d’applications dans l’industrie 4.0

---

III. Travaux pratiques : Application des outils numériques à l’amélioration continue (3 heures – TP)

TP 1 : Création d’un plan d’amélioration continue basé sur le PDCA

Identification d’un problème qualité dans un processus donné

Proposition et mise en œuvre d’un plan d’amélioration avec suivi numérique

Présentation des résultats

TP 2 : Analyse de performance avec un tableau de bord Power BI / Excel

Collecte et structuration des données qualité

Création d’indicateurs de suivi de l’amélioration continue

Visualisation des gains obtenus après mise en œuvre des actions correctives
TP 3 : Simulation d’un projet Lean Six Sigma

Sélection d’un problème qualité

Analyse des causes et proposition d’améliorations avec la méthode DMAIC

Mise en place d’un suivi des résultats via un outil de gestion de projet

---

Méthodes pédagogiques :

Cours magistraux (CM) : concepts fondamentaux et stratégies d’amélioration continue

Travaux dirigés (TD) : études de cas et simulations de gestion de la qualité

Travaux pratiques (TP) : utilisation d’outils numériques pour optimiser les performances qualité

---

Évaluation du module :
Participation et exercices pratiques (20%)

Projet d’application d’un outil d’amélioration continue (30%)

Examen final : étude de cas sur l’innovation en gestion de la qualité (50%)

---

Ce module donne aux étudiants une approche pragmatique de l’amélioration continue, intégrant les
outils numériques et les méthodes innovantes pour optimiser la qualité. Souhaites-tu approfondir un
point spécifique ?

MODULE 6 : Gestion des risques et prise de décision en management de la qualité

Durée : 8 heures (CM : 3h, TD : 2h, TP : 3h)

Objectifs pédagogiques :

Comprendre les principes de la gestion des risques en qualité

Appliquer les méthodes d’identification, d’évaluation et de traitement des risques

Intégrer des outils numériques pour l’analyse et la gestion des risques

Améliorer la prise de décision à travers l’analyse des données et la simulation des scénarios
---

I. Principes et méthodologies de gestion des risques (3 heures – CM)

1. Introduction à la gestion des risques en qualité

Définition du risque et de la gestion des risques

Différence entre risques stratégiques, opérationnels et techniques

Importance de l’anticipation et de la prévention des risques

2. Normes et cadres réglementaires de gestion des risques

Exigences de l’ISO 9001:2015 sur l’approche par les risques

ISO 31000 : 2018 – Principes et lignes directrices pour la gestion des risques

ISO 27001 pour la gestion des risques liés à la sécurité de l’information

3. Processus de gestion des risques

Identification des risques : cartographie des risques (Risk Mapping)

Analyse des risques : évaluation de la probabilité et de l’impact

Plan de traitement des risques :

Acceptation

Réduction

Transfert (assurance)

Évitement

Suivi et mise à jour des risques

---

II. Outils et techniques d’évaluation des risques (2 heures – TD)

1. Méthodes d’identification et d’analyse des risques

Méthode AMDEC (Analyse des Modes de Défaillance, de leurs Effets et de leur Criticité)
Analyse SWOT appliquée à la gestion des risques qualité

Méthode HACCP (Hazard Analysis Critical Control Point) dans l’agroalimentaire

2. Matrices et outils d’analyse des risques

Matrice des risques : probabilité vs impact

Diagramme de Pareto pour prioriser les risques

Analyse Bow Tie (Nœud Papillon) : visualisation des causes et conséquences d’un risque

3. Prise de décision basée sur les risques et la data

Utilisation de la modélisation et simulation des scénarios

Outils d’aide à la décision : Excel (Solver), Power BI, Monte Carlo Simulation

---

III. Travaux pratiques : Gestion numérique des risques et simulation de scénarios (3 heures – TP)

TP 1 : Création d’une cartographie des risques avec Excel / Power BI

Identification et classification des risques

Construction d’une matrice des risques dynamique

Génération automatique de rapports

TP 2 : Application de la méthode AMDEC avec un outil numérique

Analyse des modes de défaillance et de leurs effets

Calcul des indices de criticité (Occurrence, Gravité, Détection)

Proposition de plans d’action et suivi des améliorations

TP 3 : Simulation de scénarios et prise de décision assistée par un logiciel

Modélisation d’un risque avec un outil de simulation (ex : Monte Carlo)

Évaluation des impacts et des stratégies d’atténuation

Présentation des résultats et recommandations

---

Méthodes pédagogiques :

Cours magistraux (CM) : concepts et méthodologies

Travaux dirigés (TD) : études de cas et exercices pratiques

Travaux pratiques (TP) : mise en application avec outils numériques

---

Évaluation du module :

Participation et exercices pratiques (20%)

Étude de cas : analyse d’un risque et proposition d’un plan d’atténuation (30%)

Examen final : simulation de scénarios et recommandations stratégiques (50%)

---
Ce module permet aux étudiants d’acquérir des compétences essentielles en gestion des risques et
en prise de décision, en intégrant des outils analytiques et numériques. Souhaites-tu approfondir un
point particulier ?