Détecter et explorer les réseaux d'entreprises
Jan Kinne et Miriam Krüger
Les entreprises, comme tous les acteurs économiques, laissent de plus en plus de traces numériques de leurs activités. L'approche de la couche numérique exploite ces sources de données et fournit une méthode alternative pour analyser les réseaux d'entreprises. L'intégration de l'approche Digital Layer dans webAI offre à nos clients un nouvel outil pour capturer et analyser les réseaux d'entreprises.
20. février 2021
TL;DR : Digital Layer est une méthode alternative d'analyse des réseaux d'entreprises. Contrairement aux approches précédentes, elle utilise les données de masse numériques pour identifier et analyser les réseaux d'entreprises. Une entreprise qui dispose d'un réseau efficace peut puiser dans un large éventail de connaissances, apprendre de ses partenaires, apporter des connaissances existantes et ainsi générer des innovations.
Les entreprises bien connectées sont plus innovantes
Il y a vingt-cinq ans, le sociologue Manuel Castells a inventé le terme de société en réseau. Dans ce contexte, la société et le progrès technologique sont façonnés dans une large mesure par les flux de connaissances dans les réseaux. Ceux qui ont accès à des informations pertinentes et précieuses peuvent les utiliser pour générer des connaissances et un savoir-faire nouveaux et plus complexes et sont mieux placés pour affronter la concurrence sur le marché. Cette recombinaison de connaissances existantes en quelque chose de nouveau s'appelle l'innovation. Pour les entreprises, cela signifie que leur capacité d'innovation et, en fin de compte, leur compétitivité dépendent de la mesure dans laquelle elles ont accès à l'information et au savoir-faire technologique par l'intermédiaire de leur réseau individuel.
Contrairement au passé, l'accent n'est plus seulement mis sur l'emplacement physique immédiat de l'entreprise, ce qui permet aux entreprises d'établir des connexions et des flux de connaissances avec d'autres acteurs locaux. Outre ces groupements d'entreprises locaux, l'intégration d'une entreprise dans des réseaux numériques régionaux, nationaux et internationaux joue également un rôle de plus en plus important à l'heure de la mondialisation. Une entreprise qui dispose d'un réseau efficace peut puiser dans un large éventail de connaissances, apprendre de ses partenaires, apporter des connaissances existantes et ainsi générer des innovations.
Depuis de nombreuses années, le monde universitaire étudie la manière dont les entreprises innovantes travaillent en réseau, y compris par rapport à des entreprises moins innovantes. Les entreprises innovantes occupent-elles une position plus centrale dans leurs réseaux ? Quelle est la bonne combinaison de relations locales et transrégionales ? Pour répondre à ces questions, les chercheurs s'appuient sur des données qui cartographient les connexions formelles et informelles entre les entreprises - et de préférence de manière dynamique sur une longue période afin d'en déduire les changements et les tendances.
La couche numérique révèle les réseaux d'entreprises
Depuis des décennies, les données relatives aux brevets sont particulièrement utilisées à cette fin. Les bases de données de brevets permettent aux chercheurs d'identifier et d'analyser les liens entre les entreprises qui déposent des brevets. Toutefois, ce type de réseau ne reflète qu'une petite partie très spécifique du système global d'innovation. Par exemple, les brevets sont beaucoup moins pertinents pour certains secteurs de l'économie, comme l'industrie du logiciel, que pour l'industrie pharmaceutique, par exemple, et peuvent difficilement être utilisés pour surveiller les flux de connaissances dans ces secteurs.
L'approche de la "couche numérique" a été proposée par Miriam Krüger et ses collègues comme méthode alternative pour analyser les réseaux d'entreprises (Krüger, Miriam, Jan Kinne, David Lenz et Bernd Resch, 2020, The Digital Layer : How Innovative Firms Relate on the Web) et est actuellement développée par istari.ai. Contrairement aux approches précédentes, elle utilise des données numériques de masse pour identifier et analyser les réseaux d'entreprises. Les entreprises, comme tous les autres acteurs économiques, laissent progressivement des traces numériques de leurs activités. Ces traces peuvent prendre la forme de messages sur les plateformes de médias sociaux, de références dans des articles de presse ou sur le site web de l'entreprise. Cette "couche numérique" peut être utilisée pour identifier les relations entre les entreprises et examiner les réseaux ainsi révélés. Par exemple, la figure ci-dessous montre l'emplacement de plus de 600 000 entreprises en Allemagne, leur degré d'innovation(calculé à l'aide de webAI InnoProb) et environ sept millions de liens hypertextes entre les sites web de leurs entreprises.
Quelle : Krüger et al. 2020.
Image1: Couche numérique pour l'Allemagne : Localisation et scores InnoProb de plus de 600 000 entreprises en Allemagne et à Berlin (en haut) ; environ sept millions de liens hypertextes détectés entre les sites web des entreprises en Allemagne et à Berlin (au milieu) ; réseau national et régional de liens hypertextes d'une seule entreprise (en bas). Source : Krüger et al : Krüger et al. 2020.
Comment les entreprises peuvent-elles parvenir à une mise en réseau optimale ?
Les entreprises créent des liens vers les sites web d'autres acteurs économiques pour diverses raisons. Par exemple, les entreprises nomment souvent des clients de référence sur leur propre site web et établissent généralement un lien hypertexte vers le site web de ce client. Dans leur travail scientifique, Krüger et ses collègues combinent ces hyperliens avec les textes web associés afin d'évaluer la qualité des hyperliens existants. "Ce n'est pas seulement l'existence d'un lien entre deux entreprises qui compte, mais aussi la qualité de ce lien", explique Miriam Krüger. "L'importance d'un partenaire pour une entreprise peut dépendre, par exemple, des autres liens que l'entreprise entretient déjà et du fait que ce nouveau lien élargit utilement le portefeuille de l'entreprise.
L'un de ces critères, par exemple, est le potentiel d'apprentissage mutuel. En d'autres termes, il s'agit de savoir si de nouvelles combinaisons productives de connaissances et de savoir-faire technologique émergeront de cette connexion. "En science, on parle de distance cognitive optimale. Si les bases de connaissances de deux acteurs sont trop éloignées, ils pourraient apprendre beaucoup l'un de l'autre, mais dans le pire des cas, la distance est trop grande, de sorte qu'ils ne se comprennent pas. Si les bases de connaissances sont trop proches, la communication peut être facile, mais les connaissances échangées ne diffèrent guère. Comme c'est souvent le cas, il existe un juste milieu", explique Miriam Krüger.
L'intégration de l'approche de la couche numérique dans webAI - notre système basé sur l'IA pour évaluer les données web et fournir des informations sur le marché et les entreprises en temps réel - donne à nos clients un nouvel outil pour capturer et analyser les réseaux d'entreprises. Par exemple, webAI peut être utilisé pour identifier les réseaux d'entreprises et les acteurs clés au niveau régional, interrégional et même international. La figure ci-dessous en est un exemple : elle montre les liens de réseau des entreprises des régions allemandes d'Ostwestfalen-Lippe et d'Heilbronn. Un autre cas d'utilisation est l'analyse ciblée des réseaux d'entreprises individuelles, la comparaison avec les réseaux d'autres entreprises, ainsi que l'élaboration de recommandations d'action ciblées. [/ vc_column_text]
Bild : Couche numérique pour les régions de Heilbronn (en haut) et d'Ostwestfalen-Lippe (en bas)
Images : Couche numérique pour les régions de Heilbronn (en haut) et de Westphalie orientale-Lippe (en bas)
1 Krüger et al. 2020 : http://ftp.zew.de/pub/zew-docs/dp/dp20003.pdf
Intéressé par les données utilisées dans cette étude de cas ?
Il suffit de réserver une démonstration gratuite.