Exemples de sujets et de problématiques pour un mémoire sur le big data

Le traitement des big data est l'un des enjeux principaux du début du XXIe siècle, avec bon nombre de nouvelles problématiques liées à l'utilisation, au stockage, aux informations contenues dans ces données. La naissance du big data est estimée avoir eu lieu en 1997. Le volume phénoménal des données impose le recours à des outils spécifiques de gestion et d'analyse des données, et a également entraîné la naissance et le développement de nouvelles activités et de nouveaux métiers.

Sujet 1 - Big Data et gestion de la relation Client (GRC)

Le big data peut être très utile notamment en matière de Gestion de la Relation Clientèle (GRC). En récupérant un certain nombre de données sur ses clients, ses prospects, sur les habitudes des clients, leurs origines géographiques, leurs revenus, etc, une entreprise peut constituer une base de données efficace, véritable mine d'or pour ses futures actions de promotion commerciale, par exemple. En connaissant mieux ses clients, elle peut être plus proche d'eux, leur proposer des produits plus adaptés à leurs besoins ou à leurs attentes, leur apporter davantage de satisfaction.

Exemple de problématique : quels sont les avantages et les inconvénients du big data en matière de Gestion de la Relation Client ?

L'étudiant pourra commencer par définir précisément les notions de big data et de gestion de la relation client. Il sera intéressant de développer en quoi le big data peut être un véritable atout pour la GRC, puis d'en montrer les limites, en indiquant que pour certains aspects de la GRC, le big data ne peut être suffisant, et peut même parfois avoir des effets délétères. L'étudiant pourra utiliser un exemple concret d'une entreprise pour montrer les bons et les mauvais côtés du big data pour la GRC.

Sujet 2 - Big data et assureurs

Les assureurs et autres acteurs du marché de l'assurance (courtiers, intermédiaires, réassureurs) ont compris très tôt l'intérêt du big data pour leur secteur. De nombreux éléments du contrat d'assurance, et notamment bien entendu la tarification, reposent sur des éléments de risques et de statistiques à grande échelle, qui sont nettement améliorés et facilités grâce à l'utilisation du big data. Les assureurs recourent à ces outils depuis le début des années 2000.

Exemple de problématique : quel est l'impact du big data pour les acteurs du marché de l'assurance ?

Il sera question ici des impacts et des effets facilitateurs du big data sur les acteurs du marché, leur facilitation des modèles statistiques basés sur des lois des grands nombres, par exemple. Il conviendra néanmoins pour l'étudiant de montrer que le big data pose de nouveaux problèmes aux assureurs, et que ceux-ci doivent désormais s'adapter rapidement et agilement à ces puissants outils.

Sujet 3 - Big data et données personnelles

Le recours au big data est souvent vu par certains acteurs de la vie économique comme une utilisation de données privées, confidentielles, et donc comme une intrusion dans la vie privée de leurs clients ou de leurs prospects. Le big data pose ainsi de nouveaux défis en matière d'utilisation, de stockage, de protection des données.

Exemple de problématique : peut-on concilier big data et données personnelles ?

Il s'agira ici de montrer que le big data est un outil puissant à une grande échelle, mais qu'il rencontre des limites et des difficultés liées à sa taille, notamment concernant la protection des données personnelles des utilisateurs.

Sujet 4 - Big data et PME

Le big data est le plus souvent une donnée assez obscure et difficile à appréhender pour de nombreuses entreprises. Pour les PME notamment, c'est souvent une sorte de boîte noire trop complexe, que certains décident d'ignorer pour le moment, n'ayant pas nécessairement le temps ou les ressources nécessaires à l'approfondissement des recherches. Pourtant, le big data peut apporter beaucoup aux PME, sans toujours nécessiter de vaste investissement informatique ou l'embauche d'une équipe complète d'ingénieurs dédiés.

Exemple de problématique : comment les PME peuvent-elles recourir au big data de façon simple et rapide ?

Il conviendra ici de définir le big data. Il sera crucial pour l'étudiant de montrer que le recours au big data est possible et même parfois facile pour les PME, parfois à des coûts dérisoires. Il conviendra d'insister sur les procédures « facilitées « et sur les solutions parfois « dégradées » permettant l'utilisation du big data dans des petites structures, même sans formation adéquate et même sans recours d'une armée d'ingénieurs. Il sera intéressant de montrer comment certaines PME ont réussi cette intégration du big data, en sélectionnant les aspects les plus faciles et les plus intéressants pour elles.

Sujet 5 - Big data et Ressources Humaines

Les Ressources Humaines sont un service dans lequel le big data est en train de se développer, mais son déploiement est plus lent que dans certaines fonctions opérationnelles ou fonctions de production.

Exemple de problématique : quels sont les avantages et les inconvénients du big data pour un service de Ressources Humaines ? 

Il sera intéressant pour l'étudiant de montrer en quoi le big data peut être un levier passionnant et très utile pour les Ressources Humaines, et de donner plusieurs exemples pour illustrer cette thèse. Il conviendra ensuite d'indiquer toutes les limites que rencontre le big data, notamment la protection des données et de la vie privée, pour son déploiement plus large au sein des services de RH.

Le big data est un sujet passionnant, en pleine évolution, en cours de règlementation, pour lesquels les exemples d'essais, de développements, d'échecs et de réussite sont nombreux.

 

Source : Définition : Qu'est-ce que le Big Data ? - LeBigData.fr