MANAGEMENT DES DONNÉES MASSIVES : UNE INVESTIGATION EMPIRIQUE DE L’EFFET DES EXCÈS DES BONNES CHOSES

Résumé

Les ent reprises adoptent des solutions pour gérer les données massives, mais un ensemble de preuves suggère que, dans certains cas, les données massives pourraient créer plus de problèmes que d’avantages. Nous avançons l’hypothèse que le problème n’est peut-être pas les données massives
en elles-mêmes mais une trop grande quantité de données massives. Nous apportons une réponse à la question de recherche suivante : quand les données massives conduisent-elles à la destruction de valeur ? Ce type d’effets fait écho à l’effet des excès des bonnes choses («Too-Much-ofa- Good-Thing» - TMGT) décrit en gestion. Cette théorie semble également signifi cative et applicable en systèmes d’information. Nous contribuons à l’évaluation de cet effet TMGT lié aux données massives. Nous avons collecté des données auprès d’un échantillon d’entreprises, et nous avons établi un ensemble de modèles de régression pour tester la relation entre les données massives et la création de valeur, en considérant la taille de l’entreprise comme un modérateur. Les données confi rment l’existence d’une courbe en forme de U inversé et l’existence d’une modération liée à la taille de l’entreprise. Ces résultats élargissent l’applicabilité de la théorie de l’effet TMGT et peuvent être utiles aux entreprises qui envisagent d’investir dans les données massives.