Une approche arborescente d’évaluation de la valeur des données

Les données sont un actif stratégique pour les organisations. Evaluer leur valeur permet d’identifier les stratégies offrant un avantage concurrentiel et de mesurer le capital informationnel d’une entreprise. Il n’existe pas d’approche ni de normes et règles à appliquer dans cette évaluation du fait du caractère immatériel des données. Dans cet article, nous proposons une approche combinant un concept enrichi de valeur de la donnée, un modèle conceptuel incluant entre autres ce concept et la notion de contexte et une méthode d’évaluation de la valeur s’appuyant sur ce modèle. L’originalité est de combiner les approches fondées sur les risques avec les approches plus classiques d’évaluation des actifs tangibles (approche par les coûts, par le marché ou par le revenu). L’approche est confrontée à plusieurs cas réels issus de la littérature permettant une validation de son utilité et de sa valeur ajoutée.

Data is a strategic asset for organizations. Assessing its value provides companies with a mean to identify strategies that offer a competitive advantage and to measure their informational capital. There is neither an approach nor a set of standards and rules to apply for this valuation due to the intangible nature of data. In this paper, we propose an approach combining an enriched concept of data value, a conceptual model including this concept and the notion of context, and a value assessment method based on this model. The originality is to combine risk-based approaches with the more classical approaches to the valuation of tangible assets (cost, market, or income approaches). The approach is confronted with several real cases from the literature allowing a validation of its usefulness and added value.

aleur des données évaluation modèle conceptuel approche hiérarchique multicritères contexte risque coût

Data value data valuation conceptual model analytical hierarchy process (AHP) context risk cost