Intelligence Scientifique

Un des critères exigés d’une entreprise pour rester compétitive est de savoir rechercher et exploiter efficacement l’information scientifique et technique. L’intelligence scientifique s’est inspirée de l’intelligence économique. Le monde de l’innovation, connaissant l’importance de l’information, a aussi décidé d’adopter les méthodes et procédés pour sa collecte, son analyse, sa diffusion aux fins d’exploitation auprès des décideurs.

Une démarche d’intelligence scientifique se déroule en 4 étapes :


* Etape 1 : collecte
* Etape 2 : analyse
* Etape 3 : capitalisation
* Etape 4 : collaboration
Cette démarche méthodique permet de recueillir et exploiter les données scientifiques sur un thème donné.

Connaître l’existence des informations et leurs sources est déjà un travail considérable mais ne suffit pas, l’important est de savoir s’en servir. Cela passe par la création d’indicateurs de suivi et de mesure de l’activité scientifique sur un sujet donné (création de metrics, de graphiques d’évolution, de suivi de tendances, d’émergence de concepts et de compétences, de maturité de technologies ou de savoir faire,…). Comme dans l’intelligence économique, les informations doivent amener ceux à qui elles sont destinées à agir de manière à apporter une valeur ajoutée à l’organisation à laquelle ils appartiennent. L’intelligence scientifique suppose une connaissance des sources fiables d’informations, des moyens adaptés et performants pour collecter, trier et analyser celles-ci. Elle requiert le savoir dans l’archivage et la sécurisation des informations et la diffusion de celles-ci aux bonnes personnes et au bon moment. Le mode push, qui consiste à pousser les informations vers les destinataires par le biais de newsletter ou mail, est largement utilisé. L’intelligence scientifique concerne les équipes de veille interne, mais elle est davantage que la veille. Elle implique une parfaite maîtrise des techniques de tous les types de veille : technologique, stratégique, concurrentielle, etc. Expernova se positionne précisément sur cet axe : collecter des informations de natures différentes et issues de nombreux sources disséminées dans le monde, structuration de ces données, analyse des contenus pour la création d’indicateurs, de réseaux de collaboration et bien sur de profils complets de compétences.