Phénomène Big Data en entreprise : processus projet, génération de valeur et Médiation Homme-Données

Big Data phenomenon : project workflow, value generation & Human-Data Mediation

• Auteur / Autrice : Anna Nesvijevskaia
• Direction : Ghislaine Chartron
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'information et de la communication
• Date : Soutenance le 18/10/2019
• Etablissement(s) : Paris, CNAM
• Ecole(s) doctorale(s) : École doctorale Abbé Grégoire (Paris)
• Partenaire(s) de recherche : Laboratoire : Dispositifs d'information et de communication à l'ère numérique (Paris)
• Jury : Président / Présidente : Christian Bourret
• Jury : Examinateurs / Examinatrices : Aurélie Dudézert, Gilles Garel, Nathalie Pinède-Wojciechowski
• Jury : Rapporteurs / Rapporteuses : Christian Bourret, Nicolas Moinet

Mots clés

Mots clés contrôlés

Recherche-action

Gestion de projets

Exploration de données

Projet d'entreprise

Intelligence artificielle

Données massives

Mots clés libres

Intelligence Artificielle

Data Science

Big Data

Humain-Machine

Capitalisation

Projet Data

Homme-Donnée

Conduite de projet

Indicateurs de valeur

Qualité

Médiation

Stratégie

Entreprises

Big Data

Artificial Intelligence

Business Project

Data Science

Project Management

Quality

Strategy

Value Metrics

Mediation

Human-Machine

Capitalization

Data Project

Human-Data

Résumé

Le Big Data, phénomène sociotechnique porteur de mythes, se traduit dans les entreprises par la mise en place de premiers projets, plus particulièrement des projets de Data Science. Cependant, ils ne semblent pas générer la valeur espérée. La recherche-action menée au cours de 3 ans sur le terrain, à travers une étude qualitative approfondie de cas multiples, pointe des facteurs clés qui limitent cette génération de valeur, et notamment des modèles de processus projet trop autocentrés. Le résultat est (1) un modèle ajusté de dispositif projet data (Brizo_DS), ouvert et orienté sur les usages, dont la capitalisation de connaissances, destiné à réduire les incertitudes propres à ces projets exploratoires, et transposable à l’échelle d’une gestion de portefeuille de projets data en entreprise. Il est complété par (2) un outil de documentation de la qualité des données traitées, le Databook, et par (3) un dispositif de Médiation Homme-Données, qui garantissent l’alignement des acteurs vers un résultat optimal.

Big Data, a sociotechnical phenomenon carrying myths, is reflected in companies by the implementation of first projects, especially Data Science projects. However, they do not seem to generate the expected value. The action-research carried out over the course of 3 years in the field, through an in-depth qualitative study of multiple cases, points to key factors that limit this generation of value, including overly self-contained project process models. The result is (1) an open data project model (Brizo_DS), orientated on the usage, including knowledge capitalization, intended to reduce the uncertainties inherent in these exploratory projects, and transferable to the scale of portfolio management of corporate data projects. It is completed with (2) a tool for documenting the quality of the processed data, the Databook, and (3) a Human-Data Mediation device, which guarantee the alignment of the actors towards an optimal result.