Lernzettel: Introduction aux systèmes d'information et gestion des données

📋 Plan du Cours

1. Définition du système d’information
2. Rôle de l’information dans l’entreprise
3. Données à caractère personnel et protection
4. Consentement, droits et sécurité des DCP
5. Big data et sources de données
6. Data mining et intérêts du big data
7. Open data : définition et conditions d’usage

📖 1. Définition du système d’information

🔑 Notions clés & Définitions

• Système d’information : Un système d’information est un ensemble de moyens humains, matériels et logiciels qui sert à collecter, traiter, stocker et diffuser des informations utiles à l’entreprise.
• Collecte d’informations : La collecte d’informations regroupe les actions qui récupèrent des données utiles pour l’entreprise.
• Traitement des informations : Le traitement des informations correspond aux opérations qui transforment les données pour les rendre exploitables.
• Stockage des informations : Le stockage des informations désigne la conservation des données et résultats pour un usage ultérieur.
• Diffusion des informations : La diffusion des informations consiste à transmettre les informations utiles aux personnes ou services concernés.

📝 Points essentiels

• Un système d’information combine des ressources humaines, matérielles et logicielles.
• Il couvre quatre fonctions : collecter, traiter, stocker et diffuser des informations.
• Les informations produites doivent être utiles à l’entreprise.
• Les données ne deviennent exploitables qu’après traitement et stockage.
• La diffusion permet l’usage concret des informations dans l’organisation.

💡 Astuce mémo

SI = Collecter → Traiter → Stocker → Diffuser (CTSD).

📖 2. Rôle de l’information dans l’entreprise

🔑 Notions clés & Définitions

• Décider : Décider correspond à l’utilisation des informations pour choisir quoi faire, notamment en matière d’achats et de prévisions.
• Coordonner : Coordonner signifie faire circuler les informations entre services pour aligner les actions.
• Communiquer : Communiquer consiste à transmettre des informations à des publics comme les salariés, les clients ou l’État.
• Prévision des ventes : La prévision des ventes est une application de l’information pour anticiper l’activité commerciale.
• Circulation interservices : La circulation interservices désigne le partage d’informations entre services pour améliorer la coopération.

📝 Points essentiels

• L’information sert à décider : savoir quoi commander et prévoir les ventes.
• L’information sert à coordonner : faire circuler les informations entre services.
• L’information sert à communiquer : avec les salariés, les clients et l’État.
• Le résultat attendu est un meilleur travail ensemble.
• L’information aide aussi à prendre de meilleures décisions et à gagner du temps.

💡 Astuce mémo

Les 3 verbes : Décider, Coordonner, Communiquer (DCC).

📖 3. Données à caractère personnel et protection

🔑 Notions clés & Définitions

• Données à caractère personnel : Une donnée à caractère personnel est une information qui permet d’identifier une personne, même si on connaît seulement son nom.
• Identification d’une personne : L’identification d’une personne correspond au fait qu’une information permette de reconnaître quelqu’un.
• Donnée banale : Une donnée banale est une information qui, seule, paraît peu sensible mais peut devenir personnelle si elle est recoupée.
• Recoupement de données : Le recoupement de données consiste à combiner plusieurs informations pour identifier une personne.
• Minimisation : La minimisation impose de ne collecter que les données strictement nécessaires.

📝 Points essentiels

• Une donnée à caractère personnel permet d’identifier une personne.
• Même une information apparemment banale peut devenir personnelle si on la croise avec d’autres éléments.
• Exemple donné : habiter à Paris et avoir 18 ans peut conduire à une identification.
• Le consentement est obligatoire pour traiter des DCP.
• La protection inclut la transparence sur l’usage des données et la sécurité des données.

💡 Astuce mémo

DCP = Identifie une personne ; même “banal” si recoupé (Paris + 18 ans).

📖 4. Consentement, droits et sécurité des DCP

🔑 Notions clés & Définitions

• Consentement obligatoire : Le consentement obligatoire signifie que l’usage des données personnelles nécessite l’accord de la personne concernée.
• Transparence sur l’usage : La transparence sur l’usage des données signifie informer sur la manière dont les données sont utilisées.
• Droit d’accès : Le droit d’accès permet à la personne de savoir quelles données la concernant sont détenues.
• Droit d’opposition : Le droit d’opposition permet à la personne de s’opposer à certains usages de ses données.
• Droit à l’oubli : Le droit à l’oubli permet de demander la suppression des données dans les conditions prévues.

📝 Points essentiels

• Les DCP sont encadrées par le consentement obligatoire.
• La transparence sur l’usage des données fait partie des exigences de protection.
• Les droits cités incluent accès, rectification, opposition et oubli.
• La sécurité des données est explicitement mentionnée comme élément de protection.
• La minimisation impose de ne collecter que le nécessaire.
• La portabilité donne le droit de récupérer ses données.

💡 Astuce mémo

Consentement + Transparence + Droits (accès/rectif/opposition/oubli) + Sécurité + Minimisation + Portabilité.

📖 5. Big data et sources de données

🔑 Notions clés & Définitions

• Big data : Le big data désigne des quantités énormes de données impossibles à traiter avec des outils classiques comme Excel.
• Mégadonnées : Les mégadonnées sont une autre façon de nommer le big data, pour parler de volumes très importants de données.
• Réseaux sociaux : Les réseaux sociaux sont une source de données produites par les interactions comme likes et commentaires.
• Sites Web : Les sites web constituent une source de données générées lors de l’utilisation et des interactions en ligne.
• Objets connectés : Les objets connectés sont des dispositifs qui produisent des données via des capteurs et l’usage.

📝 Points essentiels

• Le big data correspond à des volumes trop importants pour Excel.
• Les sources citées incluent réseaux sociaux, sites web et objets connectés.
• Les réseaux sociaux produisent des données via likes et commentaires.
• Les capteurs et objets connectés génèrent aussi des données.
• Les données du big data nécessitent des outils adaptés aux grands volumes.

💡 Astuce mémo

Big data = “trop gros pour Excel” (réseaux sociaux + web + capteurs).

📖 6. Data mining et intérêts du big data

🔑 Notions clés & Définitions

• Data mining : Le data mining est un outil qui analyse automatiquement les données pour repérer des liens utiles.
• Liens utiles : Les liens utiles sont des relations détectées entre des données qui peuvent servir à comprendre des comportements.
• Mieux connaître ses clients : Mieux connaître ses clients correspond à l’exploitation des données pour comprendre les habitudes et préférences.
• Adapter l’offre : Adapter l’offre signifie ajuster ce que l’entreprise propose en fonction des informations tirées des données.
• Décisions plus intelligentes : Les décisions plus intelligentes sont des choix améliorés grâce à l’analyse automatique des données.

📝 Points essentiels

• Le data mining analyse automatiquement les données.
• Le data mining sert à trouver des liens utiles entre données.
• Exemple donné : des clients qui achètent des céréales prennent aussi du jus de fruits.
• Le big data aide à mieux connaître ses clients.
• Le big data permet d’adapter l’offre.
• Le big data soutient des décisions plus intelligentes.

💡 Astuce mémo

Data mining = “détecteur de liens” (céréales → jus de fruits).

📖 7. Open data : définition et conditions d’usage

🔑 Notions clés & Définitions

• Open data : L’open data désigne des données publiques ou privées accessibles librement et réutilisables.
• Données publiques : Les données publiques sont des données accessibles au public, entrant dans le cadre de l’open data lorsqu’elles sont réutilisables.
• Données privées : Les données privées peuvent aussi être ouvertes si elles sont mises à disposition librement et réutilisables.
• Réutilisation : La réutilisation correspond au fait de pouvoir employer les données à de nouvelles fins.
• Licence : Une licence est un cadre qui peut imposer des conditions d’usage pour des données ouvertes.

📝 Points essentiels

• L’open data regroupe des données publiques ou privées.
• Les données sont librement accessibles et réutilisables.
• Des conditions peuvent s’appliquer via une licence.
• Les données sont libres d’usage mais pas forcément gratuites.
• Le point clé est la combinaison : accessibilité + réutilisation + conditions éventuelles.

💡 Astuce mémo

Open data = “libre d’usage” (mais parfois pas gratuit) + licence possible.

📊 Tableaux de synthèse

Données personnelles vs big data

⚠️ Pièges & confusions fréquents

1. Confondre une donnée banale avec une donnée non personnelle : elle peut devenir personnelle si elle est recoupée.
2. Croire que le big data se traite avec Excel : le cours précise que ce n’est pas possible avec des outils classiques.
3. Penser que “libre d’usage” signifie “gratuit” pour l’open data : le cours indique que ce n’est pas forcément gratuit.
4. Oublier que les DCP incluent plusieurs droits (accès, rectification, opposition, oubli) et pas seulement un droit unique.
5. Réduire le système d’information à l’outil informatique : il inclut aussi des moyens humains et des logiciels.

✅ Checklist Examen

1. Définir un système d’information et citer ses fonctions (collecter, traiter, stocker, diffuser).
2. Expliquer comment l’information aide à décider, coordonner et communiquer.
3. Définir les données à caractère personnel et donner l’idée que le recoupement peut rendre une info personnelle.
4. Lister les exigences de protection des DCP : consentement obligatoire, transparence, sécurité, minimisation, portabilité.
5. Citer les droits des personnes sur les DCP : accès, rectification, opposition, oubli.
6. Définir le big data et expliquer pourquoi Excel ne suffit pas.
7. Donner au moins deux sources de big data parmi celles citées (réseaux sociaux, sites web, capteurs/objets connectés).
8. Définir le data mining et expliquer son rôle (analyse automatique pour trouver des liens utiles).
9. Donner un exemple de lien utile mentionné (céréales → jus de fruits).
10. Définir l’open data et préciser que des conditions peuvent exister via une licence, sans garantir la gratuité.