Recherche d'information

Code UE : USM320

  • Cours
  • 4 crédits

Responsable(s)

Thomas DURAND

Francis MINET

Public et conditions d'accès

Cette US s’adresse principalement à des professionnels appartenant aux directions métiers des entreprises (marketing, ventes, finances, RH,), confrontés à des données massives (big data) et souhaitant résoudre des problématiques métiers à l’aide de ces données : prendre de bonnes décisions, faire des prédictions, élaborer une stratégie, accroitre les ventes, …
Avoir  été admis au M1 en management. Avoir le niveau Bac + 3 (commerce/ gestion ou scientifique/ technique). Connaissances générales du fonctionnement d'une entreprise. Expérience professionnelle minimale de 2 ans souhaitable. Connaissances de bases en statistiques. Connaissance du Système d’information et de ses grandes composantes (ERP, CRM, …). Connaissance de base en marketing (ciblage, segmentation, pricing …)

Objectifs pédagogiques

Objectif général de l’US :
  • S’appuyant sur problématiques métiers (ou cas d’usages) très concrets , ce module montrera qu’il est possible de trouver des données (au sein de l’entreprise ou en externe), puis donnera les outils pour apprécier leur niveau de qualité, les nettoyer, les analyser avant de les interpréter ou d’en faire une analyse prédictive, répondant ainsi à la question initiale.
Ex de problématique :
1) une compagnie d’assurance veut anticiper et prévoir les non reconductions de contrat d’assurance à partir de ses données clients (« Churn »)
2) Une enseigne de vêtements veut personnaliser sa communication, ses prix, ses promotions en fonction des habitudes d’achat et de ses données clients pour maximiser ses marges, réduire ses stocks.
3) Une banque veut réduire son risque client en matière de prêts bancaires en fonction de ses données clients/crédit.
Objectifs Complémentaires :
  • Comprendre les fondamentaux du Big Data et de l’Intelligence artificielle
  • Connaître les principaux algorithmes utilisés en science des données
  • Savoir importer, nettoyer, analyser et traiter un jeu de données avec le langage R et son complément R Studio
  • Savoir utiliser la plateforme collaborative de data science : Data Science Studio (DSS de Dataiku)
  • Connaître les limites en matière de traitements de données personnelles imposées par la règlementation européenne RGPD.

Compétences visées

A l’issue du module les participants devront être en capacité de :
  • Résoudre une problématique métier simple à l’aide de jeux de données réels.
  • Sélectionner les données pertinentes.
  • Tirer la quintessence et la valeur des données pour les entités métiers.
  • Faire une analyse descriptive des données pour en dégager des tendances, détecter des corrélations entre les variables, savoir-faire « parler » les données.
  • Présenter des résultats d’analyse.
  • Dialoguer avec un data scientist et s’intégrer à une équipe projet data multi compétences (métier, data science, informatique, juridique)

Contenu

  • Concepts fondamentaux du big data et de l’IA
  • Cas d’usage métiers, problématiques, données disponibles
  • Données clients recueillis lors du cycle expérience client
  • Projets data : compétences, acteurs, POC ,rappel méthode Agile (SCRUM)
  • Typologies de données : structurées, non structurées.
  • Bases du langage R, rappels statistiques de base.
  • Traiter un jeu de données avec R : analyse descriptive.
  • Visualisation des données.
  • Nettoyage et préparation des données avec la plateforme DSS
  • Notions de modélisation et d’algorithmie
  • Faire une prédiction à partir d’un jeu de données
  • Principaux algorithmes : arbres de décision, clusters, régression linéaire.
Cours illustré par des cas concrets et récents, travail sur jeux de données réels.
 

Modalité d'évaluation

Etude de cas tutorée avec restitution orale devant un jury et/ou examen à l'issue du module.

Bibliographie

  • Julien Hirth : • Le Data Marketing (Eyrolles)
  • Hadley Wickam O’Reilly : • R for datascience
  • Raffaelli et Morel : • Big data et Machine Learning (Dunod)

Cette UE apparaît dans les diplômes et certificats suivants

Chargement du résultat...
Patientez
Intitulé de la formation
Type
Modalité(s)
Lieu(x)
Lieu(x)
Lieu(x)
Intitulé de la formation Type Modalité(s) Lieu(x)

Contact

Equipe stratégies - Master Organisation et conduite du changement
EPN15, bureau 31.2.30, 2 rue Conté
75003 Paris
Tel :01 40 27 25 08
Miyase Ozkanli - André Sallé

Voir les dates et horaires, les lieux d'enseignement et les modes d'inscription sur les sites internet des centres régionaux qui proposent cette formation

Enseignement non programmé s'il s'agit d'un diplôme, d'un certificat ou d'une UE ou enseignement qui ne fait jamais l'objet d'une programmation s'il s'agit d'une UA ou d'une US (le code formation commence alors par UA ou US).