MONÉTISATION ET RÉPARTITION DE LA VALEUR DANS UN ÉCOSYSTÈME DE DONNÉES AVEC UNE APPLICATION AUX DONNÉES AUTOMOBILES
Auteur / Autrice : | Mohamed Ali Karray |
Direction : | David Bounie, Patrick Waelbroeck |
Type : | Projet de thèse |
Discipline(s) : | Economie |
Date : | Inscription en doctorat le 01/09/2020 |
Etablissement(s) : | Institut polytechnique de Paris |
Ecole(s) doctorale(s) : | École doctorale de l'Institut polytechnique de Paris |
Partenaire(s) de recherche : | Laboratoire : CREST - Centre de recherche en économie et statistique |
Equipe de recherche : Pôle d'Économie |
Mots clés
Résumé
Les données sont au coeur de l'optimisation des services et de l'expérience client. Elles permettent aujourd'hui de proposer des services à la demande et de personnaliser les offres commerciales. Les données sont issues de multiples sources : processus de production, usages clients, contexte. Les questions autour de la monétisation de ces données dans un écosystème où interviennent de nombreux acteurs deviennent dès lors stratégiques. De nombreux modèles d'affaires existent : commission fixe prélevée sur des transactions directes sur une plateforme à plusieurs versants, commissions prélevées sur les transactions d'une marketplace, monétisation par la publicité. Cependant, dans un écosystème où les données sont co-construites par le jeu d'interactions multiples entre différents acteurs, la question de la clé de répartition de la valeur créée se pose de manière nouvelle. Par ailleurs, suite aux scandales de fuites de données en ligne et de la préoccupation des utilisateurs quant à l'utilisation de leurs données personnelles et de l'impact de leurs activités sur l'environnement, les enjeux de confiance doivent être pris en compte pour construire une relation client durable. Enfin, les données sont incontournables pour comprendre les stratégies concurrentielles dans l'économie numérique. La question de savoir quelles données sont partagées et avec qui est cruciale pour analyser la manière dont la concurrence opère à l'intérieur et à l'extérieur d'un écosystème de données.