« Un fait hors de l’ordinaire est plutôt un indice qu’un embarras », écrivait Sherlock Holmes sous la plume d’Arthur Conan Doyle. Et si cette intuition littéraire devenait un principe de gestion à l’ère du numérique ?
C’est précisément l’ambition de la thèse d’Antoine Bordas, soutenue à Mines Paris – PSL, qui propose de renverser la manière de penser la valeur des données. Plutôt que de chercher à éliminer les anomalies, à savoir ces comportements inattendus ou ces résultats atypiques, ses travaux montrent qu’elles peuvent devenir des moteurs puissants d’innovation, ouvrant la voie à un nouveau « régime d’action » pour les organisations.

Depuis des décennies, la gestion s’appuie sur une vision bien établie : les données servent à produire de l’information, qui nourrit la connaissance, laquelle guide l’action et crée in fine de la valeur. Dans ce modèle, les organisations commencent par définir un objectif, puis collectent les données nécessaires pour l’atteindre.
Mais la transformation numérique a profondément bouleversé ce schéma. Aujourd’hui, les entreprises accumulent d’immenses volumes de données, souvent sans savoir à l’avance quelles valeurs elles pourront en tirer. Applications mobiles, objets connectés, plateformes numériques : les données ne suivent plus seulement la stratégie, elles la précèdent.
La question devient alors : comment générer de la valeur quand ce sont les données elles-mêmes qui ouvrent l’espace des possibles ?

Au cœur de la thèse se trouve une idée simple mais puissante : les anomalies, ces observations qui ne rentrent pas dans les modèles, ne sont pas de simples erreurs à corriger, ou encore du bruit qu’il conviendrait de réduire, mais des occasions à explorer.
Cette intuition s’appuie sur une observation récurrente dans l’histoire des sciences : des découvertes majeures, de la physique à la médecine, en passant par la géographie, sont souvent nées de phénomènes inattendus. Transposée au management, elle conduit à considérer les anomalies comme des signaux d’apprentissage et de création.
En étudiant comment les organisations réagissent face à ces écarts, Antoine Bordas montre qu’elles peuvent révéler de nouvelles opportunités, enrichir les modèles existants et parfois transformer en profondeur les activités.

Pour comprendre concrètement ces mécanismes, plongeons-nous dans le monde médical, en particulier chez Urgo Medical, entreprise française spécialisée dans la cicatrisation, qui a été le terrain de ses recherches doctorales.
L’entreprise avait développé une application mobile permettant aux professionnels de santé de documenter l’évolution des plaies de leurs patients, cette application mobile permettant à l’entreprise de collecter une grande diversité de données. Rapidement, une question s’est posée : que faire de la masse de données collectées ?
Les premières tentatives (analyses marketing classiques puis approches algorithmiques) ont produit des résultats limités. C’est en adoptant une démarche plus exploratoire, attentive aux cas atypiques et aux usages inattendus, autrement dit aux anomalies, que l’équipe a commencé à découvrir des pistes inédites.
Certains comportements d’utilisateurs jugés « anomaliques » se sont révélés riches d’enseignements. Leur analyse a conduit à de nouvelles fonctionnalités, à une meilleure compréhension des pratiques et, finalement, à l’émergence d’un nouveau modèle économique pour l’application.

Que montrent en définitive ces travaux ? Quels est donc ce nouveau régime d’action avec les anomalies ?
D’abord, ils identifient différentes stratégies de conception à partir des données, montrant que les organisations peuvent soit optimiser des modèles existants, soit les combiner, soit en concevoir de nouveaux, les anomalies jouant un rôle croissant d’exploration dans ces démarches.
Ensuite, la recherche met en évidence l’impact des anomalies sur la gestion de projet : elles amènent à revoir les bases de données, à intégrer de nouvelles parties prenantes et à dépasser les logiques traditionnelles de coût, qualité et délai.
Troisième apport, la notion d’« héritage des données ». Les données ne sont pas neutres : elles reflètent les choix techniques et organisationnels passés. Pour libérer leur potentiel, organisations et infrastructures doivent évoluer ensemble, dans un processus d’ajustement continu, au-delà d’une hypothèse de miroir figé.
Enfin, la thèse propose l’émergence d’un nouveau rôle : le « gestionnaire d’anomalies ». Ni data scientist ni chef de projet classique, cet acteur aurait pour mission de repérer, interpréter et exploiter les écarts afin de nourrir l’apprentissage collectif.

Pris ensemble, ces résultats dessinent un changement de perspective profond. La gestion des données ne consiste plus seulement à contrôler ou optimiser, mais à maintenir leur capacité à générer du nouveau. Ce « régime d’action fondé sur les anomalies » invite les organisations à cultiver l’exploration, à accepter l’inconnu et à considérer les surprises comme des ressources stratégiques. Il souligne aussi le rôle central du management dans l’orchestration de cette dynamique, au-delà des seules technologies.

Les implications dépassent largement le monde de l’entreprise. À l’heure où l’intelligence artificielle et les données sont mobilisées pour répondre à des défis majeurs (santé, transitions écologiques, politiques publiques…) comprendre comment transformer l’inattendu en opportunité devient crucial. La thèse ouvre ainsi plusieurs pistes : identifier d’autres mécanismes favorisant la générativité, mieux comprendre l’articulation entre données et IA, ou encore explorer le rôle des anomalies dans la résolution de problèmes complexes.
Au fond, ces travaux proposent un changement de regard. Plutôt que de chercher à lisser le réel pour qu’il corresponde à nos modèles, ils invitent à prêter attention à ce qui dérange, surprend ou résiste.
Dans un monde saturé de données, la capacité à reconnaître la valeur de l’inconnu pourrait bien devenir l’un des avantages compétitifs les plus décisifs.
Comme le suggérait donc déjà Sherlock Holmes, l’indice le plus précieux n’est pas toujours celui qui confirme l’hypothèse, mais celui qui la remet en question.

© Copyright ANDESE
Le présent document est protégé par les dispositions du code de la propriété intellectuelle. Les droits d'auteur sont la propriété exclusive d'ANDESE (Association Nationale des Docteurs ès Sciences Économiques et en Sciences de Gestion). La copie ou la reproduction (y compris la publication et la diffusion), intégrale ou partielle, par quelque moyen que ce soit (notamment électronique) sans le consentement de l’éditeur constituent un délit de contrefaçon sanctionné par les articles L. 335-2 et suivants du code de la propriété intellectuelle.