Abonnez-vous à DeepL Pro pour modifier ce document.

Visitez www.DeepL.com/Pro pour en savoir plus.

Voir les discussions, les statistiques et les profils des auteurs pour cette publication à l'adresse suivante : https://www.researchgate.net/publication/311359545

Utilisation ou non de l'intelligence économique et des grandes données pour la

gestion stratégique : Une étude empirique basée sur des entretiens avec des
cadres de différents secteurs

Article dans Procedia - Sciences sociales et comportementales - Novembre 2016

DOI : 10.1016/j.sbspro.2016.11.016

CITATIONS LIRE

11 387

2 auteurs :

Gokhan Silahtaroğlu Nihat Alayoglu

UniversitéMedipol Université Medipol d'Istanbul
d'Istanbul 49 PUBLICATIONS 117 CITATIONS
25 PUBLICATIONS 47 CITATIONS

VOIR LE VOIR LE
PROFIL PROFIL

Certains des auteurs de cette publication travaillent également sur ces projets connexes :

L'intelligence artificielle pour prédire la septicémie dans les unités de soins intensifs Voir le projet
Tout le contenu qui suit cette page a été mis en ligne par Nihat Alayoglu le 22 juin 2017.

L'utilisateur a demandé l'amélioration du fichier téléchargé.

 Disponible en ligne à l'adresse suivante : www.sciencedirect.com

ScienceDirect
Procedia - Sciences sociales et comportementales 235 (2016) 208 - 215

12e conférence internationale sur le management stratégique, ISMC 2016, 28-30 octobre 2016,
Antalya, Turquie

Utilisation ou non de l'intelligence économique et des grandes

données pour la gestion stratégique : Une étude empirique basée sur
des entretiens avec des cadres de différents secteurs
Gökhan Silahtaroğlua*, Nihat Alayoglub
aIstanbul
Medipol University, Istanbul, 34810, Turquie
bIstanbul
Medipol University, Istanbul, 34810, Turquie

Résumé

Les technologies de l'information faisant inévitablement partie de notre vie, la façon de faire des affaires change tous les cinq ou
huit ans. C'est ce qu'on appelle le cycle technologique. La technologie que nous utilisons aujourd'hui devient obsolète dans
plusieurs années et les dirigeants doivent s'adapter à de nouveaux systèmes et à de nouveaux styles de gestion. Lorsque les
données sont si volumineuses et importantes, leur utilisation pour la planification et la prise de décision devient également de plus
en plus cruciale. Les outils d'intelligence économique ou les systèmes d'information pour cadres supérieurs améliorent leurs
capacités à l'aide des grandes données disponibles. Les cadres peuvent utiliser les avantages des nouveaux systèmes lorsqu'ils
prennent leurs décisions facilement et plus précisément, comme le font leurs subordonnés lorsqu'ils utilisent des ordinateurs pour
les opérations quotidiennes de l'entreprise. Les systèmes logiciels actuels peuvent aider les cadres supérieurs à prendre des
décisions commerciales à long terme autant qu'ils le peuvent pour les activités tactiques et opérationnelles. Toutefois, il est
difficile de dire que ces outils sont utilisés par les cadres supérieurs comme ils devraient l'être. Les cadres supérieurs évitent de les
utiliser à des fins différentes. Ils ne les refusent peut-être pas, mais peuvent simplement penser que ce n'est pas le bon moment
pour dépendre d'un tel système lorsqu'ils établissent des plans d'entreprise.
Dans cette étude, dix entretiens ont été menés avec les dirigeants des entreprises qui exercent leurs activités dans divers secteurs.
Les dirigeants ont parlé de la manière dont ils utilisent les systèmes d'information des cadres lorsqu'ils prennent des décisions. Les
résultats de l'étude couvrent en partie les attentes ou les anticipations des auteurs.

2016 Les
2016 Lesauteurs.
auteurs.Publié
Publiépar
parElsevier Ltd.
Elsevier Il s'agit d'un article en libre accès sous licence CC BY-NC-ND
Ltd.
(http://creativecommons.org/licenses/by-nc-nd/4.0/).
Révision par les pairs sous la responsabilité du comité d'organisation de
Révision par les pairs sous la responsabilité du comité d'organisation de l'ISMC 2016.
l'ISMC 2016.
Mots-clés : Big Dat ; Prise de décision ; Top Management ; Intelligence économique ; Systèmes d'information exécutifs.

* Auteur correspondant. Tél : +90 444 8 444 Adresse électronique : gsilahtaroglu@medipol.edu.tr

1877-0428 © 2016 Les auteurs. Publié par Elsevier Ltd. Il s'agit d'un article en libre accès sous licence CC BY-NC-ND
(http://creativecommons.org/licenses/by-nc-nd/4.0/).
Examen par les pairs sous la responsabilité du comité d'organisation de l'ISMC 2016.
doi:10.1016/j.sbspro.2016.11.016
 Gökhan Silahtaroğlu et Nihat Alayoglu / Procedia - Social and Behavioral Sciences 235 (2016) 208 - 215 209

1. Introduction

Les outils et les concepts liés aux systèmes d'information (SI) sont de la plus haute importance lorsqu'il s'agit
d'élaborer des plans et de prendre des décisions stratégiques dans la vie des entreprises. Aujourd'hui, les entreprises
investissent dans les données afin d'extraire des informations précieuses et de les utiliser à des fins opérationnelles,
tactiques et stratégiques. En fait, avec l'augmentation de la technologie du matériel informatique, des données
stockées sur diverses sources et grâce aux nouvelles techniques d'analyse des données, l'analyse prédictive et
prescriptive est aujourd'hui beaucoup plus précise qu'il y a quelques années. Les dirigeants des entreprises font
confiance aux tableaux de bord, graphiques, tableaux, chiffres et statistiques lorsqu'ils prennent leurs décisions
finales. Toutes ces valeurs, en termes simples, proviennent de systèmes d'information tels que les systèmes
d'information de gestion (SIG), les systèmes d'aide à la décision (SAD) et les systèmes d'information des cadres
(SIE). Ces systèmes traitent les données pour générer ou extraire des informations et les présenter finalement à la
direction générale sous forme de tableaux, de graphiques ou de tableaux de bord. Ils servent à différents niveaux de
prise de décision. Ces niveaux sont opérationnels, tactiques et stratégiques. Des études récentes révèlent que les SI
sont utilisés avec les Big Data à des fins diverses dans différents domaines. Ces systèmes sont soit construits comme
des programmes autonomes, soit comme une partie de systèmes d'information plus importants. Lorsqu'ils sont
construits et utilisés dans le cadre d'un système plus vaste, ils sont généralement appelés "Business Intelligence"
(BI). Dans le monde des affaires, ils sont utilisés à la fois pour les plans tactiques et stratégiques et les processus de
prise de décision.
En matière de gestion, des termes comme Big Data, BI et Data Mining sont très souvent cités. On peut penser que
les EIS sont régulièrement utilisés par les directeurs généraux (CEO). Il est bien connu que les cadres supérieurs
prennent des décisions soit sur la base de conclusions et de chiffres concrets, soit de manière globale en se fiant à
leur expérience, leurs intuitions et leurs perceptions. Ces deux méthodes peuvent avoir donné des résultats positifs
dans la vie des entreprises. Bien que les systèmes d'information modernes soient capables de soutenir les cadres avec
précision et qu'ils soient faciles d'accès, il est difficile de dire qu'ils ne sont pas utilisés comme ils devraient l'être.
Les cadres qui sont généralement très occupés par des choses insignifiantes ne peuvent pas gagner du temps pour
utiliser un SIE. Ils laissent ce travail à leurs assistants et parfois même, ils ne parviennent pas à leur soutirer les
rapports nécessaires. Les sociétés de logiciels proposent et vendent des modules de BI et de SIE aux entreprises,
mais ces modules ne sont pas suffisamment utilisés par les cadres. Bien que des programmes soient installés sur leurs
ordinateurs portables ou personnels, les cadres ne les utilisent pas et ne se souviennent même pas qu'ils disposent
d'un outil de BI à utiliser par eux-mêmes mais pas par quelqu'un d'autre dans l'entreprise. Par conséquent, le
développement de la technologie et de ces outils ne reflète pas la vie des entreprises telle qu'elle pourrait être.
Dans cette étude, une analyse empirique a été menée pour montrer dans quelle mesure les systèmes de BI sont
utilisés par les cadres. Une revue de la littérature est donnée concernant la BI, les Big Data et leurs utilisations dans
différents secteurs à des fins diverses. Dans la deuxième partie de l'article, la collecte de données et l'analyse
empirique sont présentées, puis les résultats sont examinés à la lumière de l'hypothèse ou des attentes selon
lesquelles "les outils de BI ne sont pas utilisés de manière appropriée par les cadres".

2. Revue de la littérature

Tous les niveaux de systèmes d'information, c'est-à-dire le SIG, le DSS et le SIE, comprennent des outils qui
fournissent aux gestionnaires des informations détaillées pouvant être utilisées pour obtenir un avantage
concurrentiel et/ou pour la prise de décision des cadres (Yu, Chen, Klein et Jiang, 2015). Ces systèmes sont formés,
conçus et produits pour satisfaire les besoins des cadres et les soutenir dans leurs procédures et activités de prise de
décision stratégique. Les systèmes d'information traitent les données pour récupérer et extraire des informations. Ces
données proviennent généralement de sources telles que les bases de données transactionnelles des organisations, les
informations financières omniprésentes en ligne, les données analytiques accessibles au public, les services
d'information externes, les tendances du marché, etc. La création d'un système global qui inclut les trois niveaux de
SI, a fait apparaître une nouvelle définition du domaine des systèmes d'information : l'intelligence économique.
L'intelligence économique (BI) est l'ensemble des processus qui permettent d'extraire des informations précieuses
de grands ensembles de données et de les présenter à la direction générale afin de l'aider à planifier et à prendre des
décisions (Turban, CAMERON FISHER, & ALTMAN, 1988). Ces processus sont les suivants :

 L'accès aux données nécessaires.

 Intégration des données.
 Nettoyage et préparation des données.
 Décider des algorithmes et des techniques d'apprentissage machine.
210 Gökhan Silahtaroğlu et Nihat Alayoglu / Procedia - Social and Behavioral Sciences 235 (2016) 208 - 215

 En utilisant le traitement analytique en ligne (OLAP) et les outils d'exploration de données.

 Produire des rapports descriptifs et prédictifs.
 Effectuer des analyses prescriptives.
 Présenter toutes les conclusions et les résultats dans une interface conviviale.
La BI est utilisée à des fins diverses par des entreprises qui opèrent dans différents secteurs (Anandarajan,
Anandarajan, & Srinivasan, 2012). Voici quelques exemples d'utilisation :

 Élaboration de plans stratégiques.

 Créer la variété des produits et leur commercialisation.
 Déterminer le profil actuel du client.
 Prévoir le profil des futurs clients.
 Prévoir la tendance et la fidélité des clients.
 Établir des stratégies de tarification des produits / services.
 Obtenir des suggestions pour augmenter la productivité et la qualité.
 Prescrire des mesures pour éviter les échecs.
 Planification du capital humain.

Il va sans dire que les informations qui seront extraites d'un système de BI approprié sont très précieuses pour la
direction. C'est pourquoi de nombreuses entreprises investissent dans des données et des systèmes de BI dans le
monde entier (Turban, Sharda, Aronson et King, 2008).
Un système de BI doit être construit sur un ensemble de données. Plus l'ensemble de données est grand et propre,
plus les informations que vous obtiendrez seront précises. Par conséquent, un système de BI moderne doit être
construit sur des données de grande taille. D'autre part, la BI n'inclut pas seulement des données, mais englobe
également divers systèmes matériels, algorithmes, procédures et personnes. L'exploration des données (Silahtaroğlu,
2013) est une partie inévitable de la BI. Afin de réaliser des analyses par des algorithmes d'apprentissage machine,
une station de travail spéciale est nécessaire. Aujourd'hui, grâce aux développements technologiques, ces exigences
et ces inévitables matériels deviennent moins chers et plus accessibles, même pour de nombreuses petites et
moyennes entreprises. Parce que les cadres supérieurs ont compris l'importance de la gestion de la qualité totale
(TQM) il y a dix ans et ont appliqué des mesures et des systèmes de qualité à leurs activités, un grand nombre
d'entreprises ont des procédures et des flux de travail standardisés et valides prêts à être utilisés par les systèmes de
BI. Il est évident que les dirigeants d'aujourd'hui sont tous compétents en informatique et sont capables de bien
utiliser les systèmes informatiques et les logiciels. Ainsi, les systèmes de BI pour cadres peuvent être utilisés avec
les Big Data dans l'environnement commercial actuel.

2.1. Données importantes

Les Big Data sont un groupe de données recueillies à partir de différentes sources et sous différents formats tels
que le texte, l'image, la voix ou la trame. Ces données peuvent être collectées à partir de médias sociaux tels que
Facebook, Twitter Instagram, de bases de données transactionnelles d'entreprises, de blogs sur Internet ou de
vidéos et d'enregistrements vocaux. Bien que l'on pense que les données de grande taille sont énormes, comme les
téraoctets ou les pétaoctets, ce n'est pas la seule caractéristique des Big Data. Les Big Data ont cinq caractéristiques
bien connues. Elles sont généralement représentées par 5 V de Big Data. Comme le montre la figure 1, ces
caractéristiques sont la variété, la vitesse, le volume, la véracité et la valeur (Assunção, Calheiros, Bianchi, Netto et
Buyya, 2015 ; Vardarlier et Silahtaroglu, 2016).

Fig. 1. Caractéristiques de Big Data

Donné
es ig
 Gökhan Silahtaroğlu et Nihat Alayoglu / Procedia - Social and Behavioral Sciences 235 (2016) 208 - 215 211

La définition suggère que les Big Data se présentent sous divers formats et doivent être recueillies dans divers
environnements, c'est ce que représente la première caractéristique Variety. La variété devrait être élevée dans les
Big Data (Assunção et al., 2015). Le second V représente la vitesse, ce qui signifie la rapidité et indique que les Big
Data sont créés ou produits très rapidement et constamment. Les données générées par les utilisateurs qui résident
sur Internet constituent une part importante des Big Data. Chaque jour, les gens créent leurs propres données dans
des endroits comme les blogs, les forums et les serveurs vidéo. L'utilisation de sites de commerce électronique ou
d'administration en ligne contribue également aux données générées par les utilisateurs (UGD), à savoir les Big
Data. Cela se produit rapidement et sans fin. Le volume le plus connu des Big Data. Comme nous produisons
constamment des données lorsque nous faisons des affaires dans l'environnement numérique, la taille et les
dimensions des données augmentent également. C'est ce qui crée le volume caractéristique des Big Data. Cependant,
les Big Data ne doivent pas être des déchets. Elles doivent être précises et fiables en plus d'être authentiques. Ceci
amène la quatrième caractéristique des Big Data : Véracité. Ainsi, les processus de collecte et de nettoyage gagnent
en importance pour la construction d'un entrepôt de données de grande taille. Les sources de données doivent être
bien examinées et vérifiées par des experts avant de leur faire confiance et de les utiliser. La collecte, le nettoyage et
le stockage des données exigent beaucoup d'efforts et de lutte. Tout cela rend les Big Data coûteuses ; elles ont donc
une grande valeur. La cinquième caractéristique Valeur montre l'importance, l'utilité et le coût des Big Data.

On peut ajouter un sixième V aux caractéristiques de Big Data : Volatilité. Pour utiliser les informations dans la vie
des entreprises, nous avons besoin de plus de données que celles que nous avons exploitées pour l'extraction
d'informations. Ainsi, des données similaires devraient constamment circuler par les mêmes canaux.

2.2. Importance des grandes données et des recherches connexes

Les données générées par les utilisateurs en ligne ont été utilisées par les chercheurs à différentes fins. Il existe de
nombreuses recherches et réussites sur l'utilisation des médias sociaux, les données générées par les utilisateurs, en
d'autres termes les Big Data. Une recherche récente montre que les médias sociaux et leur contenu peuvent être
utilisés en période de crise gouvernementale pour la communication. Au cours de cette recherche, 300
fonctionnaires de municipalités de tous les États-Unis ont été examinés et des échantillons de la crise, comme les
incendies de forêt en Californie, le crash du vol 1549 d'U.S. Airways en 2009, le tremblement de terre d'Haïti en
2010 et l'ouragan Sandy, ont été utilisés (Graham, Avery et Park, 2015). Dans une autre étude, les chercheurs ont
utilisé des données de Twitter et de Facebook afin d'analyser le rôle des données générées par les utilisateurs (UGD)
pendant la crise de l'école le 30 septembre 2014 lors d'incidents de tirs actifs dans un lycée, aux États-Unis, (Mazer
et al., 2015). La recherche se concentre sur les rumeurs, la désinformation, les effets des messages scolaires, les
pensées et les prières. L'analyse met en lumière la manière dont les écoles peuvent gérer les médias sociaux pendant
et après une telle crise. Yates et Paquette ont étudié le tremblement de terre en Haïti en 2010 afin d'étudier comment
les médias sociaux soutiennent les mécanismes de réponse aux catastrophes et aux situations d'urgence au niveau
organisationnel (Yates et Paquette, 2011). En plus des crises, les Big Data ont été utilisées pour la consommation de
tabac (Link, Cawkwell, Shelley et Sherman, 2015) et les campagnes antitabac (Chung, 2015). Dans le cadre de
recherches connexes, les données de Facebook et YouTube ont été analysées. Les deux recherches révèlent que
l'effet des campagnes antitabac peut être mesuré à l'aide de l'UGD lorsqu'elle est combinée à d'autres bases de
données et transformée en Big Data. Nguyen et al, qui discutent de l'effet des médias sociaux sur l'innovation des
marques, soulignent que les besoins des clients sont exprimés en UGD et peuvent être récupérés sous forme
d'informations (Nguyen, Yu, Melewar et Chen, 2015). La recherche souligne également que lorsque le contenu des
médias sociaux est converti en Big Data, il fournit un ensemble de règles de concurrence et peut être utilisé pour le
comportement stratégique des directions d'entreprise. Au-delà de l'innovation de marque, une autre étude a été
menée pour montrer les effets positifs et négatifs sur les relations entre le consommateur et la marque et entre le
consommateur et les autres consommateurs, notamment l'engagement communautaire et la fidélité à la marque (Luo,
Zhang et Liu, 2015). Une recherche similaire a également été menée par Kim et al. pour montrer les effets de l'UGD
sur la valeur de l'entreprise, (Kim, Koh, Cha, & Lee, 2015). L'étude examine le rôle de l'activité des médias sociaux
des restaurants, qui sont interactifs avec les clients, et son effet sur la valeur des restaurants. Ils ont constaté qu'il
existe une relation considérable entre deux choses. Pour quantifier la popularité des restaurants urbains, les
chercheurs ont utilisé l'UGD sur les sites web d'évaluation des consommateurs (Zhai et al., 2015). Dans cette
recherche, Dianping.com a été utilisé pour l'analyse. Bien que l'étude soit sur le point de montrer la relation entre la
popularité des restaurants et leur emplacement, elle montre clairement qu'une telle analyse est possible sans avoir à
visiter physiquement les restaurants, mais qu'il est possible d'apprendre des faits en créant et en utilisant une plate-
forme de données de grande taille, enrichie d'un logiciel spécial, le Executive Information System. L'utilisation de
l'UGD et des techniques d'exploration de données a également permis de révéler les raisons qui sous-tendent
l'insatisfaction des clients. L'étude a montré qu'un problème avec le service ou le produit peut se transformer en
212 Gökhan Silahtaroğlu et Nihat Alayoglu / Procedia - Social and Behavioral Sciences 235 (2016) 208 - 215
satisfaction si le défaut est corrigé dans un délai raisonnable (Çınar &
 Gökhan Silahtaroğlu et Nihat Alayoglu / Procedia - Social and Behavioral Sciences 235 (2016) 208 - 215 213

Silahtaroğlu, 2012). Les grandes données en ligne ont été analysées pour savoir s'il existe une relation entre
l'utilisation des médias sociaux et les résultats scolaires des étudiants. En 2014, deux recherches ont été menées :
L'une en Arabie Saoudite (Alwagait, Shahzad et Alim, 2015) et l'autre pour les étudiants aux États-Unis et en
Europe (Ozer, Karpinski et Kirschner, 2014). Une étude plus spécifique a été réalisée par Zhang et al. Ils ont mené
une recherche sur les médias sociaux avec l'aide de CiteSpace II, ils ont montré l'évolution de l'étude des médias
sociaux. Ils ont également examiné l'apprentissage collaboratif (CL) dans le cadre des médias sociaux (Zhang,
Wang, de Pablos, Tang, & Yan, 2015). Un outil de BI a été produit en Roumanie, afin d'être utilisé par les
entreprises roumaines pendant une crise économique. Le logiciel qui sert de DSS et d'EIS peut être intégré au
logiciel de planification des ressources de l'entreprise des sociétés, (Edelhauser, Ionică, & Lupu Dima, 2010).

Toutes ces recherches suggèrent que les "Big Data" peuvent être utilisées à des fins commerciales diverses, y
compris tactiques et stratégiques. Néanmoins, la collecte et la création d'un entrepôt de données à grande échelle est
un défi et ce n'est pas suffisant. D'après la littérature, il est clair qu'en plus de la création d'un BDW, la direction
générale a besoin d'un logiciel spécial, explicitement un système d'information de direction, complété et enrichi par
un apprentissage machine approprié et d'autres algorithmes d'intelligence artificielle.

3. Analyse et conclusions

3.1 Objectif et portée

L'objectif de cette étude est de déterminer si les cadres supérieurs ou les directeurs généraux utilisent des outils
modernes de BI et s'ils tirent profit du concept de Big Data lorsqu'ils élaborent leurs plans ou décisions stratégiques.
Afin d'atteindre cet objectif, des entretiens ont été menés avec les cadres supérieurs de dix entreprises de différents
secteurs. Toutes ces entreprises opèrent en Turquie. Certaines d'entre elles font des affaires dans plus d'un secteur,
de sorte que l'étude comporte des secteurs qui se chevauchent. Toutefois, les opinions des dirigeants ont été prises
pour leur compréhension générale de la gestion.
L'hypothèse principale de l'étude est que les cadres supérieurs n'utilisent pas les outils modernes de BI et les Big
Data. Voici la déclaration formelle des attentes de l'étude :
1. Les cadres supérieurs n'utilisent pas les outils de BI et les Big Data à des fins stratégiques.
2. Les cadres supérieurs n'utilisent pas les outils de BI et les Big Data à des fins tactiques.
3. Les systèmes d'information sont utilisés pour générer des rapports standard à court terme.

3.2 Collecte de données

Une série d'entretiens a été menée afin de recueillir des données et des informations pour l'étude. Une technique
d'entrevue semi-structurée a été utilisée. Toutes les personnes interrogées sont soit les directeurs généraux (PDG),
soit les propriétaires des entreprises. Au début de l'entretien, la personne interrogée a reçu de brèves informations sur
l'état actuel des systèmes d'information, la place des systèmes d'information des dirigeants dans la littérature et le(s)
secteur(s) connexe(s), les grandes données et des exemples de modèles d'intelligence économique. En fonction des
connaissances informatiques de la personne interrogée, la profondeur des informations données a varié au cours de
chaque conversation. Toutefois, on s'est abstenu de diriger la personne interrogée ou de la motiver à utiliser les
systèmes d'information dans l'entreprise ou pour la gestion stratégique. Elle a simplement été informée des
utilisations actuelles ou possibles des outils d'intelligence économique avec des données importantes dans le secteur.
Le tableau 1 indique les secteurs et la taille de l'entreprise en termes d'employés.
Ensuite, il leur est demandé s'ils disposent d'un système d'information sur leur propre ordinateur qu'ils utilisent
régulièrement pour collecter des informations et recevoir des suggestions pour divers plans d'entreprise. Les
personnes interrogées ont parlé dans un format libre et ont été interrogées à quelques reprises au cours de leur
entretien. Les questions posées aux personnes interrogées sont les suivantes :

 Avez-vous un BI ou un SIE sur votre propre ordinateur de bureau ou portable ?

 Quels types de rapports recevez-vous de l'IS ?
 Avez-vous des assistants de direction qui utilisent les outils de BI ou le SIE ?
 Disposez-vous de plans stratégiques, en discutez-vous et les mettez-vous à jour ?
 Dans quelle mesure dépendez-vous des SI pour vos décisions tactiques comme... ? (les exemples varient d'un
secteur à l'autre)
un autre).
214 Gökhan Silahtaroğlu et Nihat Alayoglu / Procedia - Social and Behavioral Sciences 235 (2016) 208 - 215

3.3 Conclusions
Comme le montre le tableau 1, huit des entreprises n'utilisent pas ou ne sont pas prêtes à utiliser des outils de BI
ou des données importantes pour leur gestion commerciale ou stratégique. Les dirigeants acceptent le fait que
l'ordinateur est un élément inévitable de la vie commerciale et sociale moderne ; ce n'est pas un luxe d'utiliser des
ordinateurs dans les affaires. Toutes les entreprises utilisent les SI pour le niveau opérationnel. Les systèmes de
bureautique (OAS) et les systèmes d'information basés sur la connaissance (KBS) sont véritablement utilisés par les
entreprises. Lorsqu'on leur demande si elles utilisent les SI pour prendre des décisions ou si elles disposent d'un
système de reporting, elles donnent des exemples qui indiquent qu'elles utilisent uniquement les SIG. Elles ont
également mentionné qu'elles peuvent trouver des données ou des informations auprès de chambres ou d'organismes
gouvernementaux. Lorsqu'on leur donne des exemples d'utilisation de systèmes intelligents, de données
volumineuses et d'intelligence artificielle, ils ont accepté qu'ils puissent les utiliser. Néanmoins, ils ont répondu que
soit ce n'est pas approprié pour leur secteur, soit leur entreprise n'est pas assez grande pour utiliser de tels systèmes.
Tous reconnaissent l'importance des grandes données et des systèmes informatisés ; ils utilisent encore leur
expérience, leurs intuitions et leurs perceptions lorsqu'ils font des plans ou prennent des décisions.
Seules deux entreprises utilisent partiellement ou indirectement les outils de BI. Elles disposent d'outils logiciels
tels que la "gestion des données produits", qui permettent de suivre les données de leurs machines, mais elles ne
disposent pas de "logiciel de gestion du cycle de vie des produits" pour soutenir leurs systèmes. En revanche, elles
bénéficient indirectement des avantages de la BI en achetant des informations sur l'état actuel et l'avenir du secteur.
Une entreprise travaille avec des sociétés de recherche et de conseil qui fournissent des rapports générés à l'aide
d'outils de BI. L'autre entreprise, qui est une entreprise représentative d'un géant international de l'automobile, reçoit
des rapports du siège. Toutefois, ces rapports ne couvrent pas tout ce dont les dirigeants ont besoin en Turquie. Le
PDG de l'entreprise accepte que les systèmes informatiques soient repensés ou que de nouvelles installations
logicielles soient nécessaires pour construire un système de BI fonctionnant sur les Big Data, ce qui est
indispensable dans les conditions actuelles du marché.

Tableau 1. Secteurs et tailles des entreprises

Utilisez
Secteur Nombre d'employés Annual Logiciels Environ Outils BI
Frais de Dépenses ou non
renouvellement informatiques / Année
Construction 1500 $10.000 $400.000 Non
Tourisme 500 $8.000 $100.000 Non
Tourisme 380 $30.00 $800.000 Non
Logistique 350 $15.000 $100.000 En partie
Médecine 400 $25.000 $300.000 Non
Textile 250 $20.000 $250.000 Non
Automobile 600 $100.000 $1.100.000 En partie
Robotique 260 $10.000 $300.000 Non
Restaurant 400 $10.000 $150.000 Non
E-tailer 380 $60.000 $3.000.000 Non

4. Conclusion et discussion

Les hauts responsables des institutions et des entreprises, qu'ils dirigent des instituts publics ou des initiatives
privées, se réunissent plusieurs fois par mois, voire une seule fois par semaine. Au moins une de ces réunions
nécessite une prise de décision pour affecter l'avenir de l'institution et même la structure de l'entreprise. De plus, il
est évident que chaque jour, un PDG doit prendre des décisions concernant le capital humain, la production, le
marketing, les ventes et les paiements. Si certaines de ces décisions sont prises à l'aide d'expériences, de perceptions
ou d'intuitions, d'autres doivent être fondées sur des réalités, des vérités, des chiffres et des exemples concrets. C'est
ici que les statistiques, l'exploration de données, la veille économique et les logiciels connexes sont mis en avant.
Les gestionnaires sont censés utiliser les outils informatiques modernes qui sont souvent appelés "Executive
Information Systems" (EIS) ou "Executive Decision Support Systems" (EDSS). C'est ce qui est écrit dans les livres
et la pensée des écoles.
Dans cette étude, une série d'entretiens a été menée avec les dirigeants de dix entreprises qui opèrent dans divers
secteurs tels que la construction, le tourisme, le textile, la logistique, la médecine, la restauration, la robotique et la
vente au détail en ligne. Les personnes interrogées
 Gökhan Silahtaroğlu et Nihat Alayoglu / Procedia - Social and Behavioral Sciences 235 (2016) 208 - 215 215

n'ont été posées que très peu de questions et ont été motivées pour parler de la façon dont elles bénéficient des
systèmes d'information, des outils d'intelligence économique, des grandes données, du data mining, etc. Ils ont parlé
de la manière dont ils effectuent leurs mouvements stratégiques et tactiques et s'ils utilisent ou dans quelle mesure ils
utilisent un système comme l'EDSS lorsqu'ils font de la planification. Les résultats de l'étude montrent que huit des
entreprises n'utilisent aucun outil lié à la gestion stratégique comme cela était prévu avant l'étude. Seules deux des
entreprises utilisent de tels outils, mais on peut néanmoins dire qu'elles utilisent partiellement des outils de BI. Ces
deux entreprises reçoivent des rapports sur le secteur de la part de sociétés de conseil ou de leurs fournisseurs de
corps supérieurs. Les dirigeants expriment leurs raisons de ne pas faire confiance à ces outils sont les suivantes :

1. Il y a toujours un risque en Turquie dans leur secteur ou leur marché.

2. Les relations et les choses sont si confuses qu'aucun algorithme ou système d'information ne pourrait les
résoudre.
3. Lorsque l'argent joue, toutes les théories s'effondrent, de sorte qu'il faut un cerveau humain pour s'adapter à la
situation.
4. Il n'est pas possible d'utiliser ces systèmes à moins qu'ils ne soient pas soutenus par les gouvernements.
5. Ces systèmes ne s'appliquent pas à leur secteur.
6. Les entreprises beaucoup plus grandes devraient utiliser ces systèmes
7. Son expérience est suffisante pour traiter des questions stratégiques sans utiliser de logiciel.

En revanche, tous les cadres sans exception acceptent les mérites et les avantages des outils de BI. La plupart
d'entre eux ont déclaré que l'entretien leur avait inspiré de nouvelles innovations dans leurs systèmes d'information
et que ce genre d'entretiens aurait dû avoir lieu plus souvent avec le monde universitaire.
Les universitaires produisent de nouvelles théories et applications à utiliser dans la vie réelle et dans les
conditions réelles du marché. Il s'agit pour la plupart d'études utiles et éprouvées. Les systèmes d'aide à la décision,
les outils d'intelligence économique ou les systèmes de manipulation de données importantes en sont quelques
exemples. Ce sont des instruments réellement utiles, néanmoins, comme le suggère notre étude, les cadres
s'abstiennent de les utiliser. Comme ce sont eux qui font des affaires, prennent des risques et parviennent à survivre
sur le marché, devons-nous accepter que ne pas bénéficier de ces instruments technologiques est une approche
vérace et fiable ou devons-nous continuer à critiquer et à condamner le secteur parce qu'il est éloigné des
innovations universitaires et des solutions technologiques ?
Enfin, les approches des cadres en matière de Big Data et de BI correspondent aux attentes qui sont exprimées
avant l'étude. Il est évident que le marché, les conditions économiques et d'autres indications sectorielles les
découragent de consulter ces systèmes.

Références

Alwagait, E., Shahzad, B., & Alim, S. (2015). Impact de l'utilisation des médias sociaux sur les résultats scolaires des
étudiants en Arabie saoudite. Computers in Human Behavior, 51, 1092-1097.
Anandarajan, M., Anandarajan, A., & Srinivasan, C. A. (2012). Les techniques d'intelligence économique : une
perspective de la comptabilité et de la finance : Springer Science & Business Media.
Assunção, M. D., Calheiros, R. N., Bianchi, S., Netto, M. A., & Buyya, R. (2015). Calculs à grande échelle et nuages de
données :
Tendances et orientations futures. Journal of Parallel and Distributed Computing, 79, 3-15.
Chung, J. E. (2015). Vidéos de la campagne antitabac sur YouTube et réactions du public : Application des mesures
d'évaluation des médias sociaux. Computers in Human Behavior, 51, 114-121.
Edelhauser, E., Ionică, A., & Lupu Dima, L. (2010). Un logiciel de veille économique fabriqué en Roumanie, une
solution pour les entreprises roumaines pendant la crise économique. Document présenté à la conférence
Computational Intelligence in Business and Economics : Proceedings of the MS'10 International
Conference, Barcelone, Espagne, 15-17 juillet 2010.
Graham, M. W., Avery, E. J., & Park, S. (2015). Le rôle des médias sociaux dans la communication de crise des
collectivités locales.
Public Relations Review, 41(3), 386-394.
Kim, S., Koh, Y., Cha, J., & Lee, S. (2015). Effets des médias sociaux sur la valeur des entreprises pour les sociétés de
restauration américaines.
International Journal of Hospitality Management, 49, 40-46.
Link, A. R., Cawkwell, P. B., Shelley, D. R., & Sherman, S. E. (2015). Une exploration des comportements en ligne
et de l'utilisation des médias sociaux chez les utilisateurs de narguilé et de cigarettes électroniques.
Addictive behaviors reports, 2, 37-40.
216 Gökhan Silahtaroğlu et Nihat Alayoglu / Procedia - Social and Behavioral Sciences 235 (2016) 208 - 215

Luo, N., Zhang, M., & Liu, W. (2015). Les effets des pratiques de co-création de valeur sur la construction d'une
communauté de marque harmonieuse et la fidélisation à la marque sur les médias sociaux en Chine.
Computers in Human Behavior, 48, 492- 499.
Mazer, J. P., Thompson, B., Cherry, J., Russell, M., Payne, H. J., Kirby, E. G. et Pfohl, W. (2015). La
communication face à une crise scolaire : Examen du volume et du contenu des mentions des médias
sociaux lors d'incidents de tir actif. Computers in Human Behavior, 53, 238-248.
Nguyen, B., Yu, X., Melewar, T. et Chen, J. (2015). Innovation de marque et médias sociaux : Acquisition de
connaissances à partir des médias sociaux, orientation du marché et rôle modérateur de la capacité
stratégique des médias sociaux. Industrial Marketing Management, 51, 11-25.
Ozer, I., Karpinski, A. C., & Kirschner, P. A. (2014). Un examen qualitatif interculturel des sites de réseautage
social et des résultats scolaires. Procedia-Social and Behavioral Sciences, 112, 873-881.
Silahtaroğlu, G. (2013). Veri madenciliği : Kavram ve algoritmaları. Istanbul : Papatya.
Turban, E., CAMERON FISHER, J., & ALTMAN, S. (1988). Les systèmes d'aide à la décision dans l'administration
universitaire.
Journal of Educational Administration, 26(1), 97-113.
Turban, E., Sharda, R., Aronson, J. E. et King, D. (2008). Business intelligence : Une approche managériale :
Prentice Hall.
Vardarlier, P., & Silahtaroglu, G. (2016). La gestion des ragots dans les universités à l'aide d'un modèle de grand
entrepôt de données intégré à un système d'aide à la décision. International Journal of Research in Business
and Social Science (2147-4478), 5(1), 1-14.
Yates, D., & Paquette, S. (2011). Gestion des connaissances en cas d'urgence et technologies des médias sociaux :
Une étude de cas du tremblement de terre haïtien de 2010. International journal of information
management, 31(1), 6-13.
Yu, C.-P., Chen, H.-G., Klein, G. et Jiang, R. (2015). Les racines des risques liés au développement des systèmes
d'information des cadres.
Information and Software Technology, 68, 34-44.
Zhai, S., Xu, X., Yang, L., Zhou, M., Zhang, L., & Qiu, B. (2015). Cartographie de la popularité des restaurants
urbains à l'aide de données sur les médias sociaux. Applied Geography, 63, 113-120.
Zhang, X., Wang, W., de Pablos, P. O., Tang, J., & Yan, X. (2015). Cartographie du développement de la recherche
sur les médias sociaux à travers différentes disciplines : apprentissage collaboratif en gestion et en
informatique. Computers in Human Behavior, 51, 1142-1153.
Çınar, A., & Silahtaroğlu, G. (2012). Veri Madenciliği Teknikleri İle Müşteri Memnuniyetine Etki Eden Gizli
Nedenlerin Keşfi. İktisadi ve İdari Bilimler Dergisi, 33(2), 309-330.
 Gökhan Silahtaroğlu et Nihat Alayoglu / Procedia - Social and Behavioral Sciences 235 (2016) 208 - 215 217

Voir les statistiques de publication