Big Data et intelligence stratégique

Ce cours est réservé aux auditeurs du Master Stratégie d'Entreprise et à ceux du Ceritificat de spécialisation "Décoder le monde qui vient".

Dans le contexte du big data, l’exploitation des données internes et externes est devenue un enjeu majeur d’aide à la stratégie d’une organisation. Le manager doit aujourd’hui développer une vision stratégique de la valorisation des données qu’il peut mobiliser pour éclairer son pilotage. Le cours vise à développer cette culture de la données et la dimension stratégique associée à l’exploitation des données. Cette stratégie nécessite également une bonne compréhension de l’ensemble de la chaîne de la donnée et une certaine maîtrise des outils disponibles pour le pilotage.

• Généalogie du phénomène « Big data » et contextualisation historique. Le big data et l’IA en entreprise : mythes et réalités.
• Écosystème Big data et organisations : panorama et maturité des acteurs internes et externes en entreprise
• Valorisation des données internes des entreprises, système d’information, gouvernance des données.
• Business Intelligence : définition, enjeux.
• Études de cas en reporting, exemple avec PowerBI.
• Projet data : spécificités de la démarche d’un projet data et livrables associés, limites et points critiques.
• Panorama des techniques de data-mining, classification des méthodes, modèles prédictifs.
• Principaux outils de reporting et de datavisualisation déployés dans les entreprises (Qlink,Power BI, Tableau, Talend…).
• Management des données en entreprise, plan de gestion des données : cas de la recherche publique
•  
• Analyse de sources principales de données internes et externes intéressant un processus décisionnel (open data, données des SI, données socio-numériques…)
• Panorama des techniques de data-mining, classification des méthodes, modèles prédictifs
• Principaux outils de reporting et de datavisualisation déployés dans les entreprises (Power BI, Tableau, Talend…)
• Conduire un projet data en entreprise : cadres méthodologiques, organisationnels et études de cas
• Limites et points critiques des approches quantitatives pour les processus d’aide à la décision