Des algorithmes pour une meilleure définition des business models numériques dans des écosystèmes d'affaires complexe

Nabyla Daidj () and Pascale Bailly
Additional contact information
Nabyla Daidj: IMT-BS - DSI - Département Systèmes d'Information - TEM - Télécom Ecole de Management - IMT - Institut Mines-Télécom [Paris] - IMT-BS - Institut Mines-Télécom Business School - IMT - Institut Mines-Télécom [Paris], LITEM - Laboratoire en Innovation, Technologies, Economie et Management (EA 7363) - UEVE - Université d'Évry-Val-d'Essonne - IMT-BS - Institut Mines-Télécom Business School - IMT - Institut Mines-Télécom [Paris]
Pascale Bailly: Orange Labs [Chatillon] - Orange Labs

Post-Print from HAL

Abstract: La transformation digitale renvoie de plus en plus à l'usage croissant d'algorithmes au centre de la stratégie des géants de l'Internet (Google Amazon) et de tous les acteurs qui ont réussi à " disrupter " les marchés que ce soit Uber ou Netflix. L'objectif de cette communication est d'analyser les résultas d'une expérience effectuée au sein d'une grande entreprise et fondée sur le recours à des algorithmes dans le but de faire émerger et de définir de nouveaux modèles d'affaires numériques tout en privilégiant une démarche de co-création et d'intelligence collective. Dans une première partie, quelques rappels sur le contexte et les enjeux de la transformation digitale seront effectués suivis dans une deuxième partie de la présentation de la méthodologie des algorithmes de clusterisation.

Keywords: Transformation digitale; Recherche action; Business models; Algorithme de clusterisation; Orange (search for similar items in EconPapers)
Date: 2019-06-03
References: Add references at CitEc
Citations:

Published in AIM 2019 : 24ème Conférence de l'Association Information et Management, Jun 2019, Nantes, France

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-02333073

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().