Aller au contenu
sitraka.lu
ENFRDE

Université Catholique de Lille · M2 International Management · 2026–2027

Data Analytics for Business

Toutes les fonctions qu'un manager international dirigera reposent désormais sur la donnée. Ce cours ne fait pas des étudiants des data scientists : il les prépare à commander un travail d'analyse, à le questionner et à agir.

  • 3 ECTS
  • 6 séances, de décembre 2026 à janvier 2027
  • Enseigné en anglais
  • Campus Vauban, Lille, et une séance en ligne
L'Hôtel académique de l'Université Catholique de Lille
Photo: Velvet, CC BY-SA 3.0, Wikimedia Commons

Les séances

  1. Séance 1 : From data to decisions

    mercredi 9 décembre 2026 · 13:00–17:00 · sur le campus

    SlidesQCM

  2. Séance 2 : Data visualisation and storytelling

    jeudi 17 décembre 2026 · 13:00–16:00 · en ligne

    SlidesQCM

  3. Séance 3 : SQL essentials for managers

    jeudi 7 janvier 2027 · 10:00–12:00 · sur le campus

    SlidesQCM

  4. Séance 4 : Predictive analytics for decision-makers

    jeudi 7 janvier 2027 · 13:00–16:00 · sur le campus

    SlidesQCM

  5. Séance 5 : Generative AI, governance and the EU AI Act

    vendredi 8 janvier 2027 · 09:00–12:00 · sur le campus

    SlidesQCM

  6. Séance 6 : Capstone: pitch your insights

    vendredi 8 janvier 2027 · 13:00–16:00 · sur le campus · Examen écrit et pitchs des groupes

    Slides

Pour les étudiants inscrits : les slides de chaque séance s'ouvrent avec le mot de passe donné en cours. Questions : sitraka.forler@lacatholille.fr.

Les fiches du cours, ouvertes à tous

Les slides sont chiffrées pour les élèves. Chaque deck a aussi un résumé public : les idées clés, les formules et un exemple calculé, en français, en anglais et en allemand.

Toutes les fiches, en liste de lecture

Les 6 fiches

  1. Séance 1

    Des données à la décision : l'échelle analytique, les arbres de KPI et un nettoyage honnête

    Formuler une question de gestion, décomposer un objectif en arbre de KPI et nettoyer un vrai jeu de données e-commerce avant de compter : la méthode.

  2. Séance 2

    Visualisation de données et récit : choisir le graphique, corriger ceux qui trompent, écrire le constat

    Comment l'œil lit un graphique, choisir le bon, quatre façons de tromper avec des chiffres justes, et faire d'un tableau de bord une décision.

  3. Séance 3

    L'essentiel du SQL pour managers : lire une requête, contrôler une jointure, auditer le SQL écrit par une IA

    Lire et vérifier du SQL : clés et granularité, SELECT, WHERE, GROUP BY, jointures qui dupliquent ou perdent des lignes, audit du SQL d'une IA.

  4. Séance 4

    L'analyse prédictive pour décideurs : ce qu'apprend un modèle, quatre pièges, et le prix de chaque erreur

    Ce qu'apprend un modèle, quatre pièges (surapprentissage, fuite, échantillon biaisé, fausse cause) et le prix des erreurs pour choisir entre deux modèles.

  5. Séance 5

    IA générative, RGPD et AI Act en 2026 : ce que l'analyste et le manager doivent savoir

    Utiliser un assistant d'IA sur un projet data et vérifier ce qu'il produit, puis le RGPD, les niveaux de risque et les dates de l'AI Act modifié en 2026.

  6. Séance 6

    Présenter ses résultats à des décideurs : la recommandation d'abord, trois preuves, des réponses honnêtes

    Une structure en dix minutes pour défendre une recommandation fondée sur les données, ce qui convainc un comité, répondre aux questions, éviter les pièges.

Ce que les étudiants apprennent à faire

  1. LO1

    Cadrer

    Transformer un problème de gestion en question d'analyse précise, avec les indicateurs qui mesurent le progrès.

  2. LO2

    Préparer et extraire

    Nettoyer des données réelles dans un tableur, et interroger un jeu de données à plusieurs tables en SQL.

  3. LO3

    Concevoir et communiquer

    Construire des graphiques et des tableaux de bord honnêtes, tournés vers la décision, et raconter un résultat en peu de phrases.

  4. LO4

    Interpréter des modèles

    Lire la sortie des techniques prédictives courantes, la juger en coûts métier, repérer surapprentissage, fuite de données et échantillons biaisés.

  5. LO5

    Utiliser l'IA avec rigueur

    Accélérer l'analyse avec un assistant IA, vérifier ce qu'il produit et documenter son usage.

  6. LO6

    Évaluer la gouvernance

    Repérer les questions de RGPD et d'AI Act que pose un projet, et ce dont un manager reste responsable.

Un cas réel, de la première heure à la dernière

Le cours s'appuie sur l'historique de commandes d'Olist, une place de marché brésilienne publiée en données ouvertes : environ 100 000 commandes de 2016 à 2018, réparties en neuf tables liées. Chaque groupe reçoit une note de cadrage à la première séance et défend sa recommandation dans un pitch final.

Évaluation

  • 30 %Projet de groupeTableau de bord et note de quatre pages au plus
  • 20 %Pitch de groupeDix minutes, puis quatre minutes de questions
  • 20 %Jalons et participationTrois jalons ; la participation inclut les QCM de fin de séance
  • 30 %Examen écritIndividuel, 30 minutes, sans documents

QCM de fin de séance

Après les séances 1 à 5, un QCM de 10 questions en 10 minutes vérifie les idées clés ; à partir de la séance 2, deux questions reviennent sur les séances précédentes. Les étudiants se connectent avec un compte Google (ou passent le même QCM sur papier), notes autorisées, une seule fois. La participation compte le fait de passer le QCM dans sa fenêtre, pas la note ; les quatre meilleurs sur cinq comptent. Le corrigé complet s'ouvre à la fermeture.

Ce que deviennent les données des QCM

Enseignant

Sitraka Forler, architecte de systèmes et data scientist en entreprise. Le cours est conçu pour que chaque outil tourne dans un navigateur, gratuitement.

Collaborer →À propos →