Aller à : contenu haut bas recherche
 
 
EN     FR
Vous êtes ici:   UNIL > HEC Inst. > HEC App. > SYLLABUS
 
 

Data-Driven Business

  • Enseignant(s):   J.Marewski  
  • Titre en français: Business piloté par les données
  • Cours donné en: anglais
  • Crédits ECTS: 6 crédits
  • Horaire: Semestre de printemps 2019-2020, 4.0h. de cours (moyenne hebdomadaire)
  •  séances
  • site web du cours site web du cours
  • Formations concernées:
    Maîtrise universitaire ès Sciences en management, Orientation stratégie, organisation et leadership

    Maîtrise universitaire ès Sciences en management, Orientation comportement, économie et évolution

    Maîtrise universitaire ès Sciences en management, Orientation marketing

    Maîtrise universitaire ès Sciences en management, Orientation business analytics

 

Objectifs

Dans les sociétés digitalisées, les opportunités d’affaires orientées sur les données abondent. Pourtant, pour reconnaître et exploiter ces opportunités, il faut non seulement de la technologie, mais aussi une réflexion statistique et une compréhension des principes scientifiques, comme l'expérimentation. Par ailleurs, en plus de reconnaître et d'exploiter les opportunités commerciales basées sur les données, les gestionnaires doivent être conscients des risques et des pièges éthiques auxquels les activités basées sur les données peuvent se heurter. Par exemple, des algorithmes mal conçus peuvent non seulement faire passer à côté d'opportunités commerciales, mais aussi menacer l'existence même de l'entreprise et/ou créer de graves problèmes éthiques qui pourraient même prendre une ampleur sociétale. Enfin, qu'il s'agisse de la gestion des risques et de l'éthique des données ou de la stratégie, des relations publiques, de l'établissement de rapports et de la direction interne : les dirigeants doivent également être capables de communiquer clairement sur les données sur lesquelles repose leur entreprise.

Ce cours offre une introduction au monde des entreprises axées sur les données (data driven). Plus précisément, le cours initiera les participants (i) aux techniques quantitatives de base essentielles aux entreprises fondées sur les données, aux principes fondamentaux de (ii) la réflexion statistique et (iii) de l'expérimentation, et les invitera à réfléchir (iv) aux risques et aux problèmes éthiques auxquels les entreprises fondées sur les données peuvent être confrontées, ainsi qu'aux stratégies d’atténuation du risque. Enfin, en introduisant les techniques quantitatives de base, les participants feront un premier pas vers l'apprentissage (v) de la communication transparente et adéquate des analyses de données, qu'il s'agisse d'un PDG, d'un régulateur, d'un client ou d'autres parties prenantes.

Pour aider les participants à développer des compétences techniques et analytiques orientée sur la pratique, le cours s'appuie sur des cas réels du monde des affaires, incluant des bases de données, donnant ainsi un aperçu du fonctionnement de la Business Intelligence (BI). Ce cours est axé sur le monde réel et appliqué ; il est entièrement basé sur des cas et l'enseignement est similaire à celui des cours de EMBA (Executive Education). Ce faisant, ce cours est une introduction ; des connaissances préalables en analyse de données, en gestion des risques et en éthique des données ne sont pas nécessaire.

Contenus

Calendrier et exigences

Aperçu du calendrier (provisoire) :

Les participants récapituleront d'abord les éléments de base de la boîte à outils d'analyse de données (p. ex., les méthodes statistiques de base) et, ce faisant, se concentreront sur la façon de communiquer au sujet des données. Ils exploreront ensuite plus en détail certains contenus avancés de la boîte à outils d'analyse des données, y compris les méthodes et les notions de domaines apparentés. Un accent particulier sera mis sur la construction et le test de classificateurs robustes. La construction de modèles personnalisés sera encouragée. Tout au long du cours, la réflexion statistique et la réflexion sur les méthodes scientifiques telles que l'expérimentation seront stimulées. De même, tout au long du cours, les risques et les problèmes éthiques que peuvent rencontrer les entreprises fondées sur des données ainsi que les stratégies de mitigation seront explorés. Les participants commenceront à développer un projet d'éthique des données vers le milieu du cours et finaliseront ce projet à la fin du cours en rédigeant un essai (devoir individuel ; voir ci-dessous). Cet essai leur permettra de mettre en pratique de manière créative les connaissances et les compétences acquises.

Méthode d'enseignement :

Comme mentionné ci-dessus, les sessions du cours sont basées sur de véritables business cases qui montrent comment les techniques et compétences couvertes peuvent être utilisées pour résoudre des problèmes dans la pratique (par exemple, prédire les meilleurs clients futurs, construire des classificateurs éthiquement défendables, etc.). En utilisant la méthode des études de cas, l'idée est que les participants acquièrent des connaissances par la pratique.

Préparation et conditions de participation:

Les participants doivent contribuer oralement à la discussion en classe. Ils sont également tenus de faire des présentations de groupe.

Les participants sont tenus d'essayer de résoudre chaque étude de cas assignée avant la séance au cours de laquelle le cas correspondant sera couverte. Cette préparation pré-session est essentielle pour participer oralement à la discussion, suivre le contenu du cours et acquérir des compétences et des connaissances utilisables. Les participants sont également tenus de revenir sur les cas après chaque séance afin de récapituler la solution de cas élaborée au cours de la séance. Il est important de revenir au cas après chaque séance, car tous les cas s'appuient les uns sur les autres, et le fait de ne pas comprendre un cas précédent rendra difficile la résolution des cas suivants et le suivi du cours.

Pour aider les participants à préparer les cas, on leur demande de lire des articles et des chapitres de livres.

Afin de faciliter davantage le processus d'apprentissage et de compenser les niveaux potentiellement différents de connaissances techniques préalables, il sera possible de travailler en équipe pour préparer les séances.

Références

Logiciels requis :

Au cours des séances, les participants résoudront des cas réels. A chaque session, les participants devront apporter leur propre ordinateur portable. Sur cet ordinateur portable, Microsoft Excel doit être installé. L'accès à d'autres progiciels statistiques (p. ex. Matlab, R) est utile, mais pas nécessaire.

Business cases requis:

La résolution d’études de cas est attendue. Les références à ces cas et aux fichiers de données connexes seront fournies durant le cours.

Livre / chapitres requis :

Pour stimuler la réflexion et la discussion sur l'éthique des données, les participants sont invités à lire des chapitres du livre "Weapons of math destruction" : How big data increases inequality and threatens democracy", par Cathy O'Neil.

Articles de revues publiées requis:

Les lectures obligatoires pour ce cours sont quelques articles de revues scientifiques et/ou chapitre de livres sélectionnés. Des références à ces articles seront données pendant les sessions.

Pré-requis

Des connaissances préalables en statistiques descriptives de base (p. ex. moyens de calcul, écarts-types, etc.) sont utiles, mais non nécessaires. Une connaissance préalable de l'utilisation de Microsoft Excel est utile, mais n'est pas nécessaire. Aucune connaissance préalable de Matlab, R ou d'autres logiciels n'est requise.

Evaluation

1ère tentative

Examen:
Sans examen (cf. modalités)  
Evaluation:

1. Participation verbale individuelle (30%)

2. Projet d’équipe (30%)

3. Essai individuel (40%)

À l'exception des notes pour le projet d’équipe, toutes les notes sont attribuées en fonction de la performance individuelle. Le projet d’équipe est un travail de groupe. La même note est attribuée à tous les membres de l’équipe.

La note de participation (30%) dépend de la préparation approfondie des cas pour chaque session. Afin de recevoir des évaluations satisfaisantes, les participants sont priés de démontrer, par une participation orale active (c.-à-d. en prenant la parole au cours de la discussion), qu'ils ont travaillé sur les cas et qu'ils ont fait de sérieux efforts pour les résoudre. Le simple fait d'être présent aux séances (c.-à-d. d'y assister sans prendre la parole) n'est pas considéré comme une participation verbale.

Rattrapage

Examen:
Sans examen (cf. modalités)  
Evaluation:

En cas de rattrapage, les modalités d'évaluation seront aussi proches que possible de celles de la première tentative, avec toutefois des contraintes liées à la nature des évaluations.

1. Participation verbale individuelle : Un examen oral peut remplacer la note de participation verbale.

2. Projet de groupe : Un nouveau projet peut être réalisé ; cependant, si tous les membres d'une équipe ne doivent pas faire une deuxième tentative, un nouveau groupe peut être formé ; ou si cela n'est pas possible, le projet d'équipe peut être fait de manière individuelle.

3. Essai : Le travail individuel soumis initialement peut être amélioré ou l'étudiant peut recommencer en rédigeant un nouveau travail.



[» page précédente]           [» liste des cours]
 
Recherche


Internef - CH-1015 Lausanne - Suisse  -   Tél. +41 21 692 33 00  -   Fax +41 21 692 33 05
Swiss University