sous la direction de Valérie Fernandez Mesure de la maturité numérique des acteurs du secteur bancaire dans une perspective de transformation digitale #fayonphd Soutenance de thèse David Fayon sous la direction de Valérie Fernandez 27 novembre 2018 © David Fayon

Sommaire 1 Contexte, concepts et question de recherche 2 L’importance de la mesure de la maturité numérique 3 Le cas du secteur bancaire 4 Le soubassement théorique du modèle initial 5 Design de recherche 6 Eléments de validité scientifique 7 Limites et prolongements des travaux

1. Contexte et concepts Automatisation, dématérialisation et désintermédiation Accélération du changement / de la disruption Conséquences : Exploitation des nouvelles possibilités par de nouveaux entrants Transformation des organisations traditionnelles, se repenser et se disrupter elles-mêmes (processus, business models, produits notamment) pour ne pas se faire ubériser/kodakiser Transformation digitale et concepts mobilisés Définition de la transformation digitale (Zysman & al, 2010), (Wang, 2015), (Ettien, Peron, 2018), etc. Migration digitale Transformation digitale transitoire et permanente

1. Question de recherche Comment développer un modèle permettant de mesurer la maturité digitale des acteurs du secteur bancaire ? avec enjeux d’objectivation et potentiel de performativité Enjeu de construire un modèle, artefact avec sous-questions : Structuration du modèle et caractère opératoire ? Axes et indicateurs / exhaustivité et cohérence ? Pertinence avec visée de robustesse et d’évolutivité ? L’acception du concept de maturité

2. L’importance de la mesure de la maturité numérique Pourquoi un modèle pour mesurer la maturité ? Couverture du questionnement de recherche Evaluer la maturité selon le modèle élaboré Dimension d’apprentissage au service de la stratégie à portée performative (Aggeri, 2017), (Muniesa, Callon, 2008), (Denis, 2016) Ne se pose pas la question de comment opérer la transformation digitale… … Mais construction d’indicateurs pour appréhender les éléments de la transformation digitale

3. Le cas du secteur bancaire L’application au contexte bancaire Banque de détail (modèle de stock) vs acteurs du paiement (logique de flux) (Mateu & al, 2018) Les acteurs concernés par le modèle : Utilisateurs du modèle Investigation des axes de mesure pour la transformation

3. Le cas du secteur bancaire De la transformation digitale des banques * axes résultant des recherches menées

4. Le soubassement théorique du modèle initial Un modèle initial générique Construit avec des apports des outils des domaines de recherche en SI (CobiT, CMMI, etc.) et en marketing (marketing digital, Inbound marketing, Seth Godin, etc.) Hypothèses pour la construction d’axes (travail de recherche avec B. Quinio + observation terrain d’organisations pour la réussite des projets numériques) 5 axes divisés en critères, sous-critères, indicateurs Organisation Technologie et Innovation Personnel Produits et Services Environnement

4. Le soubassement théorique du modèle initial 117 critères dans la moyenne haute des outils observés (visant l’exhaustivité) Niveau 0 à 5 croissant pour chaque indicateur (CMMI) Spécificités : Généricité du modèle et indicateurs à définir de façon contingente (28) Dimension stratégie embryonnaire vs autres modèles Niveau Maturité Incomplet 1 Initial 2 Opportuniste 3 Renouvelable 4 Maîtrisé 5 Optimal

5. Design de recherche Design de recherche

6. Eléments de validité scientifique Recherche de l’exhaustivité du modèle : Enrichissement critique du modèle initial Création de corpus puis exploitation (codage, recoupements) Recherche de la cohérence interne du modèle : Enquête à dire d’experts (profils des répondants, vérification de la cohérence des réponses, croisements) Test de critères sur des acteurs bancaires Pertinence Evaluation de plusieurs indicateurs (4 banques, 2 fintech)

6. Eléments de validité scientifique Exemples d’indicateurs

6. Eléments de validité scientifique

6. Eléments de validité scientifique Questions quant à la pérennité du modèle intégrées Personnel : valeur de l’intelligence, du lien à l’autre Organisation : holacratie, nouveaux courants de management Offre : nouveau rôle sociétal de la banque, coffre-fort des données personnelles ? Technologie et innovation : caractère disruptif de l’IA, de la blockchain, du big data Environnement : lobbying et impacts sur les GAFA, banques, fintech, autres acteurs Stratégie : nouveaux courants Evolution du modèle et futuribles Scénarios pour la banque Bank as a Platform ? Intégration de critères non financiers, reflet des évolutions de société

7. Limites et prolongements des travaux Modèle « open source » librement utilisable Limites : Variation d’une année sur l’autre de certains niveaux atteints (par exemple investissements numériques, rachats de fintech non constants) Niveau global vs niveau des entités d’un groupe Perspective d’évolution du modèle : Observatoire de la banque digitale Développement d’un outil adossé pour corréler résultat économique et maturité numérique