Accueil > Data Analysis for Innovation Strategy

OMIN 2055 - Data For Innovation

Type d'enseignement : Atelier

Semestre : Printemps 2017-2018

Nombre d'heures : 24

Langue d'enseignement : français, anglais

Pré-requis

Le cours ne demande aucun pré-requis particulier si ce n'est une curiosité pour l'analyse de données.

Descriptif du cours

La data est aujourd'hui un élément clé dans les stratégies d'innovation dans les agences et cabinets de conseil comme chez les annonceurs. L'objectif de ce cours est tout d'abord de comprendre les enjeux d'exploitation de la data a des fins d'élaboration de stratégies d'innovation : en quoi la data offre une nouvelle approche méthodologique de l'innovation. Nous aborderons aussi les différents domaines dans lesquels l'innovation peut être portée par la data.

Le cours va tout d'abord permettre de comprendre les différents usages de la data : compréhension des cibles, recherche de nouveaux territoires de communication, innovation produit ou services, créativité, validation d'intuitions.

Vous développerez les compétences suivantes : l'apprentissage des différents scenarios d'exploitation de la data, la conception d'un brief de data analyse et enfin l'exploitation des data a des fins de recommandation stratégique ou créative. Une attention particulière sera apportée à la mise en place de data analyse pour construire des stratégies d'innovation par l'écoute des signaux faibles ou émergeants.
Enfin nous couvrirons les différents domaines d'innovation par le biais de la data : Recherche et développement, conception nouveaux produits ou services, création d'offres construites sur la data, process innovants (production / livraison), data marketing, pilotage d'organisations par la data.

Enseignants

LAUNAY, Gildas (Directeur Planning Stratégique)

Format pédagogique

Le cours alternera autant que possible théorie et mise en pratique dans un atelier de travail. Il est recommandé aux étudiants d'apporter leur ordinateur portable en cours pour la partie atelier.

Mode de validation

Les étudiants seront évalués individuellement et en équipe.
Ils devront rendre un travail en rapport avec un des ouvrages ou sujet dont l'étude leur sera demandée pendant le semestre.
Par ailleurs, les étudiants devront réaliser un projet collectif qui prendra la forme d'un travail de sélection de data et d'analyse. La mobilisation des méthodes sera évaluée au même titre que l'interprétation des résultats qui en sera tirée. Le travail en groupe composera 50% de la note finale.

Lectures principales demandées

Big Fast Open Data. Décrire, décrypter et prédire le monde : l'avènement des données, de Collectif et Henri Verdier

Lectures complémentaires demandées

Creativity and Data Marketing: A Practical Guide to Data Innovation de Becky Wang