Les données dans l'entreprise : stratégie, gouvernance, technologies

Ects : 3
Volume horaire : 18
Coefficient : 0.5
Compétence à acquérir :
L'objet de ce cours est de développer la compréhension et les capacités d'analyse des étudiants sur les enjeux autours des données dans les entreprises dans leur périmètre transverse : stratégie, gouvernance, technologie. Par ailleurs, des compétences seront développées dans l'utilisation d'une solution de visualisation de données leader du marché.
Mode de contrôle des connaissances :
Par groupe de 4 étudiants, un mémoire sera à rendre sur une entreprise au choix des étudiants et aura pour objet d'en présenter, analyser et/ou proposer la démarche data sous les aspects vus en cours : stratégie, gouvernance, illustration d'un projet sous l'angle technique. La production devra être progressive et les groupes devront présenter en séance leur progression durant les cours.
Sur le plan individuel, le tableau de bord produit sera également noté.
Pré-requis recommandés :
Aucun pré-requis en tant que tel n'est demandé. Par contre, du fait du large périmètre d'application des problématiques data dans l'entreprise, il sera demandé de s'inspirer de concepts et principes vus dans les autres matières enseignées : stratégie, digital, éthique, conduite du changement, système d'information, organisation, innovation, etc. Les métiers de la data demandent souvent aux acteurs de définir leur propre périmètre, il faut donc être créatif, inspirant et inspiré par les autres disciplines.

Description du contenu de l'enseignement :
Le cours est divisé en trois parties. La première concerne l'impact des données dans la stratégie de l'entreprise et la création de valeur à partir des données. La seconde traite de la gouvernance des données dont le principe est définir un cadre permettant de gérer des données en tant qu'actif stratégique de l'entreprise : rôles et responsabilités, organisation, politiques, ressources et compétences, etc. Enfin, nous nous intéresserons aux aspects plus techniques à propos du traitement des données : business intelligence, data science / intelligence artificielle, cloud, architecture, bases de données. Des cas seront étudiés et les étudiants devront développer un tableau de bord à partir de données réelles en utilisant un outil de visualisation de données.

Bibliographie, lectures recommandées
Les Cahiers Scientifiques N°21 – 2016 : données, valeurs et business model, Chaire intelligence Economique et stratégie des organisations, Henri Isaac, Université de Paris Dauphine
Tous acteurs de la données - Appréhender les données pour mieux les valoriser, Renaissance Numérique - Syntec, 2019.
Data Management Body of Knowledge, 2nd Edition, 2017.

Enseignant responsable :

  • VINCENT CADORET