Générer de la valeur par les données : un nouveau régime d'action fondé sur la gestion d'anomalies et la conception de modèles

Generating value through data : a new action framework based on anomaly management and model design

• Auteur / Autrice : Antoine Bordas
• Direction : Pascal Le Masson, Benoît Weil
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion
• Date : Soutenance le 03/12/2024
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : Ecole doctorale SDOSE (Paris)
• Partenaire(s) de recherche : établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....)
• Partenaire(s) de recherche : Laboratoire : Centre de Gestion Scientifique i3 / CGS i3
• Jury : Président / Présidente : Amandine Pascal
• Jury : Examinateurs / Examinatrices : Pascal Le Masson, Benoît Weil, Cécile Ayerbe Machat, Sylvain Lenfle, Nicolette Lakemond, Etienne Decencière
• Jury : Rapporteurs / Rapporteuses : Cécile Ayerbe Machat, Sylvain Lenfle
• DOI : 10.70675/e8d450e4zdec6z4c12za615z9fe0e944c1ad

Mots clés

Mots clés contrôlés

Efficience (gestion)

Création de valeur

Design patterns

Société numérique

Mots clés libres

Conception de Modèles

Science des Données

Transition Digitale

Anomalies

Model Design

Digital Transitions

Data Science

Anomalies

Résumé

La transition digitale a amené une vague de données de sources variées, posant la délicate question de leur valorisation notamment par les techniques de science des données.Cette thèse commence par caractériser les enjeux et problématiques de l'utilisation des données, rediscutant notamment la traditionnelle vision pyramidale de la gestion des connaissances. Formulant alors l'hypothèse des anomalies, cette thèse vient répondre à cet enjeu en montrant le triple intérêt que celles-ci ont. Pour la conception de modèles en sciences des données, révélant des rôles différenciés selon la stratégie de conception ; pour la gestion de projets poussés par les données, jouant le rôle de catalyseur d'apprentissages ; enfin pour les organisations, permettant de couplage des données avec l'héritage de celles-ci.Ces trois niveaux d'analyses se complètent afin de caractériser une nouvelle logique gestionnaire, ainsi que le nouvel acteur associé en organisations : le gestionnaire d'anomalies.

The digital transition has brought a wave of data from various sources, raising the delicate question of their valorization, particularly through data science techniques.This thesis begins by characterizing the challenges and issues related to the use of data, revisiting the traditional pyramidal vision of knowledge management.Formulating the hypothesis of anomalies, this thesis addresses these challenges by demonstrating the triple benefit they offer. For the design of models in data science, revealing differentiated roles depending on the design strategy; for data-driven project management, acting as a catalyst for learning; and finally, for organizations, enabling the coupling of data with their legacy.These three levels of analysis complement each other to characterize a new managerial logic, as well as the new associated actor within organizations: the anomaly manager