Catalogue des cours de Institut Mines-Télécom Business School

Code

MGFF MIS 5451

Niveau

Discipline

Systèmes d’information

Langue

Français/French

Crédits ECTS

Heures programmées

Charge totale étudiant

Coordonnateur(s)

Nabyla DAIDJ

Département

Technologies, Information et Management

Introduction au module

Les données sont au cœur des stratégies des différents acteurs dans la création et /ou captation de valeur. Au-delà des aspects éthiques et des enjeux juridiques autour de la protection des données personnelles, le numérique a conduit à une redéfinition de la place des données (big data, smart data etc.) dans des secteurs variés et à de nouvelles pratiques en matière de management et de gouvernance des données.

Bloc de compétences

1. S’approprier les usages avancés et spécialisés des outils de l’intelligence digitale en s’assurant de leur impact durable et responsable

Compétences du bloc

1.1 - Auditer les usages avancés et spécialisés des outils de l'intelligence digitale, afin de les mobiliser avec pertinence, en tenant compte du contexte stratégique des organisations.

Objectifs d'apprentissage du cours

Ce module est destiné à des étudiants en M2 (PGE3). A l'issue de ce cours, les étudiants seront capables de :
- Expliquer comment les données contribuent à la création et à la captation de valeur.
- Identifier les usages des données dans différents secteurs d’activité
- Définir les principes de la data governance
- Analyser les enjeux de qualité, sécurité et gestion des données dans les organisations

Contenu : structure du module et agenda

Acculturation
La donnée une mine d'or sous exploitée
Sources de données diverses et variées
Comment identifier les données

Comment surmonter les freins liés à la collecte de données?
Processus Data Processus Data, un processus itératif
Stratégie Data
Statégie Data en pleine évolution

Illustration des concepts Data Driven et Data Centric
Enjeux, menaces, facteurs de risque et bonnes pratiques
Evaluation de la maturité de la Data (ouverture sur un dialogue)
Se mettre en conformité tout en tirant de la valeur des données
Les Parties prenantes de la Data Les postes dans la Data ne sont pas uniquement des rôles techniques, illustration
La gouvernance des données
Composante de l'analytique Analyse cognitive, prédictive, prescriptive, diagnostique, descriptive
Data Preparation Présentation de la Data Preparation
Data Vizualisation Présentation de la Data Vizualisation
Construire de bons indicateurs
Démystification Démystification des Buzzwords de la Data
Cas d’usage Présentation de cas d'usage
Comment identifier des cas d'usage
Brainstorming sur les cas d'usage
Qualité des données Critères de qualité de données et illustration
La perception de la qualité des données
Comment s'assurer de l'exhaustivité des données
Cas pratiques Cas pratiques Alteryx
Cas pratiques Power BI

Contribution à l'atteinte des ODD (Objets du Développement Durable)

ODD 4 : le module développe des compétences numériques, critiques et éthiques sur les données.
ODD 8 : Les données participent à la création de valeur économique et à l’évolution des métiers (data analyst, data governance…) et elles transforment les pratiques de management et d’organisation.
ODD 9 : le module contribue à comprendre comment les données sont au cœur des modèles économiques innovants et des infrastructures numériques.

Nombre d'ODD abordés parmi les 17

Apprentissage

synchrone

Méthode pédagogique

Ce module intègre des éléments "théoriques" ainsi que des mises en situation :
Cours (Acculturation Data et principes de gouvernance)
Cas pratiques
Manipulation de logiciels (Alteryx, Power BI)

Système de notation et modalités de rattrapage

Le CF1 correspond (renvoie) à un ensemble d'activités qui donnent lieu à une note individuelle et collective.
Il se décompose en trois blocs :
Présence et participation à toutes les séances (20%)
Participation aux exercices/travaux pratiques (logiciel Alteryx) pendant les séances (30%)
Restitution orale au cours de la dernière séance (évaluations individuelles et collectives) : 50%

Rattrapage : CF2 - Examen sur table (1h30)
En cas de non validation du CF2, une prolongation de scolarité pourra être prononcée par le jury des études

Règlement du module

Le professeur contactera les apprenants via leur adresse mail scolaire (IMT-BS/TSP) et le portail Moodle. Aucune communication via les adresses mails personnelles n’aura lieu. Il est de la responsabilité de l’étudiant de consulter régulièrement sa boîte mail IMT-BS/TSP.
Les apprenants peuvent communiquer avec le professeur en envoyant un mail à son adresse institutionnelle. Au besoin, il est possible de le rencontrer dans son bureau sur rendez-vous. *Les téléphones sont interdits durant toutes les sessions. *Edusign : sera actif pendant les 15 premières minutes du cours. Au-delà, aucune validation de la présence ne pourra être effectuée. *Aucun étudiant ne sera accepté après 15 minutes de retard et devra se représenter après la pause.

ACSI : Business Intelligence, data management et data visualization