Université Catholique de Lille · M2 International Management

Data Analytics for Business

Bienvenue. Voici la page compagnon de votre cours 2026-2027 à l'Université Catholique de Lille (la Catho). Elle suit le syllabus et vous oriente vers des exercices gratuits, dans le navigateur, à faire avant et après chaque séance, sans installation ni compte. Le cours est enseigné en anglais.

Des étudiants qui travaillent ensemble sur un ordinateur portable devant un bâtiment universitaire — Conçu pour la promotion M2 International Management.

Par Sitraka Forler · Enseignant, Durham Business SchoolMis à jour le 13 septembre 2026 À propos du site

18 heures

6 séances · déc. 2026 - janv. 2027

En anglais

aucun prérequis en code

Campus Vauban

5 en présentiel · 1 à distance

Un cas fil rouge

e-commerce Olist, ~100k commandes

Ce que vous saurez faire

1Formuler un problème de gestion comme une question analytique et choisir le bon type d'analyse (descriptive, diagnostique, prédictive, prescriptive) et les bons indicateurs (KPI).
2Nettoyer des données tabulaires réelles et les interroger vous-même en SQL de base (SELECT, WHERE, GROUP BY, JOIN).
3Concevoir des visualisations et des tableaux de bord honnêtes, orientés décision, et raconter l'histoire des données : le « quoi », le « et alors ? », le « on fait quoi ? ».
4Interpréter les sorties d'une régression, d'une classification ou d'un partitionnement (clustering), les évaluer avec des métriques utiles au décideur, et repérer le surapprentissage, les fuites de données et les échantillons biaisés.
5Utiliser l'IA générative comme assistant : bien la solliciter, vérifier ses réponses, et déclarer comment vous l'avez employée.
6Situer les enjeux de gouvernance des données et de l'IA en Europe : bases du RGPD, règlement européen sur l'IA (AI Act), et la responsabilité du manager face aux décisions assistées par l'IA.

Une équipe qui analyse des données d'entreprise sur des graphiques imprimés et un ordinateur portable — Tout l'enjeu : transformer les données en décision.

Les six séances, avec des exercices

Chaque lien ci-dessous est gratuit et s'exécute dans votre navigateur. Les leçons prennent des exemples financiers, mais les compétences sont exactement celles que le cours enseigne sur le cas e-commerce.

Des données à la décision

Mer. 9 déc. 2026 · 4h · En présentiel

L'échelle de maturité analytique (descriptive → diagnostique → prédictive → prescriptive), la culture de la donnée, les arbres d'indicateurs (KPI) et le coût des données sales. En pratique : nettoyage et tableaux croisés sur le cas Olist ; chaque groupe reçoit sa mission de management.

Aller plus loin sur EcoFinLearn

Ce qu'est vraiment le machine learning (les quatre types d'analyse, en clair)Nettoyer des données en désordre : doublons, valeurs manquantes, valeurs aberrantes La corrélation, première question diagnostique

Visualisation et récit des données

Jeu. 17 déc. 2026 · 3h · À distance

Le choix des graphiques et la perception, l'épure et les axes honnêtes, les tableaux de bord pour dirigeants, et la structure narrative. Chaque groupe construit un tableau de bord Looker Studio en direct et critique celui d'un autre groupe.

Aller plus loin sur EcoFinLearn

Les explications interactives : des exemples concrets de graphiques honnêtes, orientés décision Lire une matrice de corrélation, visuellement Looker Studio (construire le tableau de bord)

SQL essentiel pour managers

Jeu. 7 janv. 2027 · 2h · En présentiel

Le modèle relationnel en vingt minutes, puis SELECT, WHERE, ORDER BY, GROUP BY/HAVING et les JOIN sur les tables du cas, sans oublier de lire et de remettre en question des requêtes écrites par d'autres (y compris par une IA).

À réviser avant le cours (gratuit, dans le navigateur)

SQL Foundations, tout le parcours SELECT, WHERE et ORDER BY GROUP BY et agrégations Les JOIN entre deux tables Console DuckDB dans le navigateur (exécuter du SQL sur le cas)

Analyse prédictive pour décideurs

Jeu. 7 janv. 2027 · 3h · En présentiel

Régression, classification et partitionnement (clustering) comme outils de gestion ; entraînement et test, surapprentissage et fuites de données ; et les métriques qui comptent pour un manager : le coût d'un faux positif face à celui d'un faux négatif, pas seulement l'exactitude.

Aller plus loin sur EcoFinLearn

Le surapprentissage et la validation croisée La régression linéaire, à partir du coefficient La classification par régression logistique La matrice de confusion et le coût de l'erreur Orange Data Mining (ML sans code)

IA générative, gouvernance et AI Act

Ven. 8 janv. 2027 · 3h · En présentiel

Les LLM comme assistants d'analyse : ce qu'ils font bien et là où ils échouent, et les routines de vérification. Bases du RGPD, l'architecture par niveaux de risque de l'AI Act et son calendrier, et ce que les obligations du « déployeur » signifient pour un manager.

Aller plus loin sur EcoFinLearn

L'AI Act, le portail officiel de la Commission européenne L'échelle d'évaluation de l'IA (AIAS), le cadre qui encadre l'usage de l'IA dans ce cours Quand un modèle déployé se dégrade : la dérive des données comme enjeu de gouvernance

Projet final : présentez vos analyses

Ven. 8 janv. 2027 · 3h · En présentiel

Chaque groupe présente un pitch de 10 minutes façon comité de direction : une recommandation claire pour sa mission, appuyée sur le tableau de bord et l'analyse construits pendant le cours, puis 5 minutes de questions. S'y ajoute un court quiz individuel.

Aller plus loin sur EcoFinLearn

Un projet complet de bout en bout : un rapport d'analyse chiffré Où mènent les métiers de la donnée, par fonction et par région

Évaluation et règles sur l'IA

50 %

Projet de groupe

tableau de bord, note de 4 pages, et le pitch en direct avec questions

30 %

Quiz individuel

30 min sans documents, en séance 6

20 %

Jalons et participation

données nettoyées, tableau de bord provisoire, note sur le modèle

La maîtrise de l'IA est ici un objectif pédagogique, pas une menace ; mais chaque travail est étiqueté avec un niveau de l'échelle d'évaluation de l'IA. Déclarer honnêtement son usage n'est jamais pénalisé ; un usage non déclaré là où il est interdit, ou des données ou sources inventées, relèvent de la fraude. Vous êtes responsable de tout ce que vous rendez : « c'est l'IA qui l'a dit » n'est pas une défense, ni ici, ni plus tard sous l'AI Act.

1 · Sans IAEn conditions surveillées, sans IA : le quiz individuel et la présentation orale avec questions.

2 · IA pour préparerL'IA peut aider à trouver ou à structurer des idées ; le travail rendu reste le vôtre.

3 · IA pour la formeL'IA peut améliorer la langue ou la mise en page d'un travail que vous avez produit ; le fond reste le vôtre.

4 · IA + évaluation humaineL'IA peut aider à produire l'analyse si vous vérifiez, corrigez, assumez et déclarez chaque sortie.

5 · IA intégréeL'usage de l'IA fait partie de l'exercice (séance 5) : vous êtes évalué sur votre capacité à la piloter et à la vérifier.

La boîte à outils

Tous gratuits, tous dans le navigateur. C'est la panoplie que vous pourrez réutiliser dès le premier jour d'un poste.

Google Sheets / Excel : nettoyage et tableaux croisés Looker Studio : tableaux de bord Console DuckDB : SQL dans le navigateur Orange Data Mining : ML sans code Jeu de données Olist (Kaggle) : le cas fil rouge

Pour aller plus loin

Pour approfondir. Gratuit = une version intégrale et légale est en ligne.

Data Science for Business Provost, Fawcett · 2013O'Reilly
Le texte de référence : la pensée analytique pour managers (séances 1, 3, 4).
Storytelling with Data Knaflic · 2015Wiley
La référence sur le récit des données, pour la séance 2.
Competing on Analytics Davenport, Harris · 2017HBR Press
Recommandé : l'analytique comme stratégie concurrentielle.
Data Science and the Art of Persuasion Berinato · 2019Harvard Business Review
Recommandé : pourquoi une bonne analyse ne convainc pas, et comment y remédier.

Questions fréquentes

Faut-il des bases en code ou en maths ?

Non. Le cours ne suppose aucun prérequis, et les exercices proposés ici partent de zéro : le tableur d'abord, puis le SQL et le machine learning sans code.

Les exercices de cette page sont-ils gratuits ?

Oui. Chaque leçon et chaque outil lié ici est gratuit, s'exécute dans le navigateur, sans compte ni installation.

Quels outils sont utilisés dans le cours ?

Tous gratuits et dans le navigateur : Google Sheets ou Excel, Looker Studio, DuckDB pour le SQL, Orange pour le machine learning sans code, et un assistant IA généraliste, le tout sur le jeu de données e-commerce Olist.

Le cours est-il enseigné en anglais ?

Oui, les séances et les évaluations se déroulent en anglais. Cette page existe aussi en français pour vous aider à préparer.

Comment le cours est-il évalué ?

50 % projet de groupe (tableau de bord, note et pitch en direct), 30 % quiz individuel, et 20 % jalons et participation. Chaque travail est étiqueté avec un niveau d'usage de l'IA autorisé.

Puis-je utiliser ChatGPT ou Claude pour les travaux ?

Oui, en toute transparence. Chaque tâche précise un niveau autorisé sur l'échelle d'évaluation de l'IA, et déclarer honnêtement son usage n'est jamais pénalisé.

Vous débutez ? Commencez par le SQL

C'est la compétence la plus rentable du cours, et le gain le plus rapide. Dix minutes maintenant, et la séance 3 devient facile.

Lancez votre première requête, gratuitement

Ce compagnon est tenu par votre enseignant, Sitraka Forler, et n'est pas une publication officielle de l'Université Catholique de Lille. Le syllabus, les dates et les salles qui font foi sont ceux de la plateforme pédagogique de l'université. Une erreur ? Signalez-la et je la corrige.