DECISION MAKING BASED ON DATA ANALYSIS IN BUSINESS

Abstract

In the world of business, corporations of all sizes have been collecting data for decades, with or without having an idea on how and where to use it. Making use of these collected data, in its different forms, have the potential to boost fact-based innovation in corporations. The latter will help uncover new ideas and support business decisions with solid evidence. One of the biggest reasons why corporations need to use analytics to make better decisions is due to the risk being posed by the sheer amount of data being gathered. In this thesis, we develop new models to work with data that are not necessarily quantitative in nature. Within these models, we investigate necessary and sufficient conditions on the practicality of data analytics. The results of our studies reveal that qualitative data can be transformed into quantitative data to feed analytical models for data-driven decision-making. Another concern raised by business analysts we interviewed was the complexity of these analytical models. To address this concern, one of our models aims to simplify the analytical hierarchy process. The proposed model is named SAHP, for simplified analytical hierarchy process. All the models presented in this thesis were tested on business cases and proven to be effective in incorporating business data into a business decision-making model based on evidence.Dans le monde des affaires, des entreprises de toutes tailles collectent des données depuis des décennies, avec ou sans idée de comment et où les utiliser. L’utilisation de ces données collectées, sous ses différentes formes, a le potentiel de stimuler l’innovation basée sur des évidences. Ce dernier aidera à découvrir de nouvelles idées et à soutenir les décisions commerciales avec des preuves solides. L’une des principales raisons pour lesquelles les entreprises ont besoin d’utiliser l’analyse des données pour prendre de meilleures décisions est le risque posé par la grande quantité de données collectées. Dans cette thèse, nous développons de nouveaux modèles pour travailler avec des données qui ne sont pas nécessairement de nature quantitative. Au sein de ces modèles, nous étudions les conditions nécessaires et suffisantes sur la praticité de l’analyse des données. Les résultats de nos études révèlent que les données qualitatives peuvent être transformées en données quantitatives pour alimenter des modèles analytiques pour la prise de décision qui est basée sur les données. Une autre préoccupation soulevée par les analystes commerciaux que nous avons interrogés était la complexité de ces modèles analytiques. Pour répondre à cette préoccupation, l’un de nos modèles vise à simplifier le processus de hiérarchie analytique. Le modèle proposé est nommé SAHP, pour un processus hiérarchique analytique simplifié. Tous les modèles présentés dans cette thèse ont été testés sur des analyses de cas commerciaux et se sont avérés efficaces pour incorporer des données commerciales dans un modèle de prise de décision commerciale basé sur des preuves.الملخص تقوم المؤسسات بجميع أشكالها في عالم الأعمال بجمع البيانات لعقود من الزمن، سواء بغرض أو بدونه حول كيفية استخدامها ومكان استخدامها، إن استخدام هذه البيانات التي ت جمعها بأنواعها المختلفة، تساهم في تحفيز الابتكار القائم على الأدلة، مما سيساعد هذا الأخير في الكشف عن أفكار جديدة ودعم قرارات العمل مبنية على أسس متين، حيث أن أحد الأسباب الرئيسية ال تي تجعل المؤسسات تتجه إ ل استخدام تحليلات البيانات لاتخاذ قرارات أفضل هو المخاطر التي يشكلها التدفق الكبير لهذه البيانات. تهدف هذه الدراسة إل تطوير نماذ ج جديدة للعمل مع البيانات بغض النظر عن طبيعتها، ومن خلالها ندرس الشروط الضرورية والكافية حول التطبيق العملي لتحليل البيانات، حيث توصلنا إل أنه يمكن تحويل البيانات النوعية إ ل بيانات كمية لتثمين النماذج التحليلية لصنع القرار المعتمدة على البيانات، كما أنه يوجد انشغال أخر أثاره محللو الأعمال الذين قابلناهم وهو مدى تعقيد هذه النماذ ج التحليلية، لذلك يهدف أحد نماذجنا إ ل تبسيط عملية التسلسل الهرمي التحليلي في إطار ما يسمى ب SAHP وت اختبار جميع النماذ ج المقدمة في هذه الأطروحة على تحليلات دراسة الجدوى وأثبتت فعاليتها في دمج بيانات الأعمال في نموذج صنع القرار التجاري القائم على أسس وأدلة