L’avènement du big data bouleverse les mécanismes de création de valeur et la structure de la concurrence sur les marchés non numériques. D’une part, l’exploitation des données massives se révèle en effet un puissant gisement de valeur, tant sur les coûts que sur les revenus pour les acteurs historiques. D’autre part, elle constitue un levier pour de nouveaux entrants, numériques ou pas, pour capturer une part importante de la valeur de ces marchés, déstabilisant ainsi la position des acteurs historiques.

Ainsi, la structure de la concurrence évolue en même temps qu’une nouvelle couche vient s’ajouter à une concurrence intra-sectorielle toujours vive. On dénombre au moins deux nouveaux types d’acteurs qui, par leur maîtrise des données, viennent rediscuter les positions des acteurs historiques : les nouveaux entrants qui utilisent les données pour prendre une place sur le marché, et les grandes plateformes qui exploitent les données de leurs utilisateurs pour prendre des positions d’intermédiaires.

Les acteurs historiques – pour saisir ces nouvelles opportunités et pour affronter cette nouvelle forme de concurrence – mettent donc en œuvre des stratégies : quelles sont celles qui produisent le plus de résultats ? Quels sont les enjeux associés à leur réalisation ?

Axe 1 : Big data et amélioration de la performance du modèle de référence 

• Les utilisations des données massives pour développer les revenus ou réduire les coûts des opérations
• Les facteurs clés de succès des initiatives d’utilisation de big data pour la performance
• La synchronisation des ressources et compétences numériques et non numériques dans la construction d’un avantage concurrentiel

Axe 2 : Big data et nouveaux modèles d’affaires

• Les modèles d’affaires complémentaires ou de substitution possibles avec l’utilisation des données massives
• La gestion de la compétition de plusieurs modèles d’affaires au sein d’une organisation
• Les ressources et compétences complémentaires nécessaires pour développer ces nouveaux modèles

Axe 3 : Stratégie d’alliances entre acteurs et d’ouverture

• Les stratégies de coopétition avec la mise en commun de données
• Les utilisations de données ouvertes
• Les stratégies d’ouverture de ses données

Axe 4 : Perspective critiques et enjeux sociétaux

• Les limites des données et des algorithmes
• L’impact de l’évolution réglementaire (GDPR) sur les opportunités de création de valeur
• Les attentes des individus sur la gestion de leurs données personnelles

—

La revue Management & Data Science est une revue pluridisciplinaire en sciences de gestion qui analyse l’impact des données massives et de la transformation digitale sur le management (Stratégie, Marketing, RH, etc.).
3 numéros annuels permettent de sensibiliser les décideurs aux enjeux des données massives à la fois sous l’angle technique (collecte, intégration, modélisation, visualisation) et sur les aspects managériaux.
La revue Management & Data Science a plusieurs objectifs.

• Produire des nouveaux concepts, méthodes, techniques et applications relatifs à la data science et à son impact sur le management;
• Contribuer à l’avancée des connaissances liées à la gestion des données massives et centraliser ces recherches;
• Diffuser des travaux originaux qui orientent la prise de décision en gestion

Vous trouverez ICI une présentation de la revue et ICI la composition du comité éditorial.