Contactez-nous

Big Data et intelligence stratégique

Mis à jour le

Responsable(s) : Mme Sakura SHIMADA, Mme Béatrice ARRUABARRENA

  • Cours + travaux pratiques
Code Cnam : USM325

Envie d'en savoir plus sur cette formation ?

Afin d’obtenir les tarifs, le calendrier de la formation, en distanciel, en présentiel, le lieu de la formation et un contact, remplissez les critères suivants :

Afficher le centre adapté à mes besoins

Afin d’obtenir les tarifs, le calendrier de la formation et le lieu de la formation, remplissez les critères suivants :

  • Durée : 40 heures
  • Package
  • 4 crédits

Présentation

Public, conditions d'accès et prérequis

Prérequis

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

Objectifs

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.

Présence et réussite aux examens

Pour l'année universitaire 2023-2024 :

  • Nombre d'inscrits : 15
  • Taux de présence à l'évaluation : 93%
  • Taux de réussite parmi les présents : 100%

Compétences et débouchés

Parcours

Informations pratiques

Contact

  • Département : EPN15 - IIM Master stratégie
  • Email : par_masterstrategie@lecnam.net
  • Adresse : 2 rue Conté - 75003 Paris

Programme

Contenu

  • 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

Modalités d'évaluation

  • Un devoir sous forme d’étude de cas et de questions
  • Restitution orale du devoir

Bibliographie

  • Nesvijevskaia, A. . DATABOOK : a standardised framework for dynamic documentation of algorithm design during Data Science projects. IASSIST Quarterly, Vol 45, 2021.
  • Arruabarrena B, Kembellec G., Chartron G. . Data littératie & SHS : développer des compétences pour l’analyse des données, Colloque CODATA-France, Data Value Chain in Sciences & Territoires 14-15 mars 2019 – Paris Val d’Europe, pp.135-142, 2019.
  • Chartron, G. . Régime de médiation des « données » en contexte professionnel. CIDE 22 22e Colloque International sur le Document Numérique, Paris, France, 2021.
  • Bulinge, F. . Maîtriser l’information stratégique, Collection Information & Stratégie, Éditeur De Boeck, p. 267, 2014.
  • Desmoulins, L., Alloing, C., Kembellec, G., Eppstein, R., Le Béchec, M. . L'évolution des formations aux métiers de l'intelligence économique, du marketing et de l'Influence à l'ère des big data. Les Cahiers de la SFSIC, Société française des sciences de l'information et de la communication, n°15, 2014.
  • Kembellec, G. & Prime-Claverie, C. . Web de données et création de valeurs : le champ des possibles. I2D - Information, données & documents, 53, 28-69, 2016.