Designing a data-driven model for business continuity planning evaluation using robustness indicators
Conception d'un modèle basé sur les données pour l'évaluation de la planification de la continuité d'activité à l'aide d'indicateurs de robustesse
Résumé
The importance of business continuity planning (BCP) has been underscored by the increase in risky events such as natural disasters and pandemics. Despite the critical nature of these plans, evaluating their effectiveness has remained a challenge. This thesis project proposes a data-driven approach to evaluate BCPs through the use of robustness indicators. To address the research question of how to design a data collection process for BCP evaluation, this project follows a three-step approach. Firstly, a comprehensive literature review establishes a state-of-the-art understanding of business continuity management. Secondly, a proposed data collection model considers different types of data, including physical and societal factors, and outlines approaches for their collection. The proposed model incorporates a data-driven approach to ensure accuracy and reliability in the evaluation process. This model is designed to address specific use cases within the scope of BCP, including a pediatric ward and an urban transportation company. Thirdly, a Proof of Concept (POC) analysis is conducted for these use cases to demonstrate the relevance and impact of the collected data on their respective business continuity strategies. The POC involves the design of robustness indicators for the evaluation of BCPs, and the analysis will provide valuable insights about the entire proposed model. The proposed approach aims to measure the ability of BCPs to maintain critical business functions and minimize disruptions. Introducing robustness indicators as part of the evaluation process represents a contribution to the field of business continuity management. The proposed data collection model considers various data types to provide a comprehensive evaluation of BCPs. The POC analysis demonstrates the practical application of the proposed model and the value of robustness indicators in assessing BCP effectiveness. The results of this study were examined through the following cases: (i) a data collection model and its approaches, (ii) a BC assessment grid, (iii) a BC ontology and a knowledge graph, and (iv) dynamic dashboards for presenting patients' and personnel's data along with their sociological profiles. This thesis project aims at improving the BCP by providing a robustness evaluation model. The proposed model has the potential to improve the assessment of business continuity planning and improve organizations' ability to withstand disruptive events. The research findings can be reproduced within organizations seeking to enhance their business continuity planning and risk management strategies.
L'importance de la planification de la continuité d'activité a été, consécutivement à l'augmentation d'événements à risque tels que les catastrophes naturelles et les pandémies, reconnue comme essentielle. Bien que cette planification soit discutable, l'évaluation de son efficacité demeure un défi. Cette thèse est consacrée aux données qui servent à évaluer différents Plans de Continuité d'Activité (PCA) à partir de l'utilisation d'indicateurs de robustesse. La question à laquelle tente de répondre cette thèse porte plus spécifiquement sur la conception d'un processus de collecte de données pour l'évaluation de PCAs. Afin de répondre à notre questionnement nous emprunterons un cheminement constitué de trois étapes. La première se présente sous la forme d'une revue systématique de la littérature qui permet de proposer un état de l'art de la gestion de la continuité d'activité. La seconde aborde un modèle de recueil de données qui associe différents types de données, aussi bien des facteurs physiques que sociétaux, et décrit les approches qui permettent de les collecter. Le modèle proposé intègre une approche prioritairement centrée sur les données dans l'objectif de renforcer l'exactitude et la fiabilité du processus d'évaluation. La troisième étape est consacrée à une preuve de concept (POC) effectuée pour démontrer la pertinence et l'impact des données collectées à propos de la continuité d'activité. Le POC implique de concevoir des indicateurs de robustesse pour l'évaluation des PCAs, alors que l'analyse fournit des informations précieuses à propos de l'intégralité du modèle proposé. L'approche retenue vise à mesurer la capacité des PCAs à maintenir les fonctions critiques d'une organisation et à minimiser les perturbations dont elle souffre. L'introduction d'indicateurs de robustesse dans le cadre du processus d'évaluation représente une contribution au domaine de la gestion de la continuité d'activité. Le modèle de collecte de données proposé prend en compte différents types d'indicateurs afin de fournir une évaluation complète des PCAs. L'analyse du POC permet de simuler la faisabilité du modèle proposé et la pertinence des indicateurs de robustesse dans l'évaluation de l'efficacité des PCAs. Les résultats de cette étude ont été traités à travers : (i) un modèle de collecte de données et ses approches, (ii) une grille d'évaluation de la continuité d'activité, (iii) une ontologie de la continuité d'activité et un graphe de connaissances, et (iv) des tableaux de bord dynamiques pour présenter les données des patients et du personnel ainsi que leurs profils sociologiques. Ce travail ambitionne de contribuer à l'amélioration des PCAs en fournissant un modèle d'évaluation de la robustesse. Les résultats de la recherche souhaitent être utiles pour les organisations cherchant à améliorer leur planification de la continuité d'activité et leurs stratégies de gestion des risques.
| Origine | Version validée par le jury (STAR) |
|---|