La boîte à outils ; de l'analyse de données en entreprise La boîte à outils ; de l'analyse de données en entreprise
La boîte à outils ; de l'analyse de données en entreprise
La boîte à outils ; de l'analyse de données en entreprise

La boîte à outils ; de l'analyse de données en entreprise

À propos

L'analyse de données a plusieurs objectifs : mieux comprendre une situation ou un phénomène, identifier les déterminants ou facteurs explicatifs de certains comportements, définir des politiques et des actions plus efficaces en fonction des buts poursuivis. Par ailleurs, au-delà de la simple analyse de données, il faut aussi être capable de présenter de façon percutante et pédagogue les résultats obtenus et les propositions qui en découlent (data visualisation). Enfin, plus récemment, les big data ont permis l'émergence de nouvelles méthodes, notamment autour de la personnalisation et de la prédiction. Le but du livre n'est pas de former des experts pointus sur le sujet, mais de fournir une introduction à l'analyse de données, permettant aux lecteurs soit d'effectuer eux-mêmes de l'analyse de données, soit de pouvoir commanditer des analystes à des cabinets ou à des services experts (donc pouvoir disposer du vocabulaire et ces acteurs), selon les cas.

Sommaire

Avant de commencer.
Approche quantitative ou approche qualitative ?
Qu'est-ce que je cherche à mesurer ? (situation, phénomène ...).
Quels sont mes objectifs ?
Quels sont mes moyens ?
Les logiciels statistiques.
Limites de la quantification.

Les sources de données.
Définitions.
Périmètre (population, profondeur, ...) : échantillon ou population exhaustive ?
Récupérer des données d'entreprise.
Construire un questionnaire : les différents types de questions.
Construire un questionnaire : les types de biais.
Récupérer des données de la statistique publique.
Combiner plusieurs sources de données.

Transformer les données en indicateurs : les tableaux de bord.
Les types de variables (quali, quanti).
Les types d'indicateurs (situation, effet, impact, efficacité, efficience...).
Définir un indicateur (périmètre, variables concernées, etc.).
Utiliser les indicateurs (utiliser un indicateur, construire plusieurs indicateurs).
Construire un tableau de bord (périmètre, suivi, actualisation, utilisation, ...).

Analyser les données en bivarié.
Croiser deux variables quantitatives (tableaux, graphiques, test de corrélation).
Croiser deux variables qualitatives (tableaux, graphiques, test du chi-deux).
Croiser une variable qualitative et une variable quantitative (tableaux, graphiques, test de Student).

Analyser les données en multivarié.
Analyse factorielle.
Analyse typologique Régression linéaire simple, multiple, logistique.

Mesurer les effets des politiques mises en place.
Comment isoler les effets d'une politique ?
Effets de structure et de conjoncture.
Approche par la définition d'objectifs chiffrés.
Approche chronologique.
Approche par les cohortes.
Hypothèses et variables instrumentales.

Visualiser les données et résultats.
Enjeux de la « data visualisation ».
Objectifs de la visualisation de données.
Quels graphiques pour quels objectifs ? Quelques règles clés.
Data visualisation interactive.
Limites et risques associés à la data visualisation.

Présenter les résultats.
Prévoir un « fil rouge ».
Spécifier les objectifs de la présentation.
S'adapter à son auditoire.
Privilégier la pédagogie.
Donner les clés de compréhension.

Rayons : Entreprise, économie & droit > Entreprise, gestion et management > Entreprise généralités > Essais / Réflexions / Ecrits sur l'entreprise

  • EAN

    9782100808557

  • Disponibilité

    Disponible

  • Nombre de pages

    192 Pages

  • Longueur

    24 cm

  • Largeur

    19 cm

  • Épaisseur

    1.2 cm

  • Poids

    408 g

  • Distributeur

    Hachette

  • Support principal

    Grand format

Infos supplémentaires : Broché  

Clotilde Coron

Clotilde Coron est maîtresse de conférences à l'IAE de Paris où elle codirige le master RHRSE en apprentissage. Ses recherches portent sur l'utilisation des chiffres et des données en ressources humaines.

empty