Les barrières à l’adoption de la Big Data Analytics dans les PME marocaines : une analyse thématique
Mots-clés :
Big data analytics, PME, analyse thématique, TOE, TAMRésumé
Face à l’accélération de la transformation numérique, les PME sont de plus en plus incitées à adopter les technologies de la Big Data Analytics (BDA) afin de renforcer leur compétitivité et d’améliorer leur performance. Néanmoins, leur mise en œuvre demeure confrontée à de multiples obstacles. Cet article a pour objectif d’identifier et d’analyser les principales barrières à l’adoption de ces nouvelles techniques dans les PME marocaines, en mobilisant les cadres théoriques du TOE (Technology–Organization–Environment) et du TAM (Technology Acceptance Model).
S’appuyant sur une approche qualitative interprétative, l’étude explore les perceptions de 15 utilisateurs issus de différentes fonctions, à travers des entretiens semi-directifs menés dans des PME opérant dans des secteurs variés, afin de recueillir leurs expériences face aux projets de BDA. Les données collectées ont fait l’objet d’une analyse thématique qui a révélé que, au-delà des barrières financières fréquemment évoquées dans la littérature, des contraintes technologiques ainsi que des barrières humaines et culturelles entravent également la réussite de tels investissements.
En articulant les facteurs structurels du TOE avec les perceptions individuelles du TAM, cette recherche propose une compréhension multiniveau de l’adoption de la BDA dans le contexte des PME des économies émergentes. Elle enrichit ainsi la littérature sur l’adoption des technologies analytiques en mettant en évidence une typologie de quatre familles de barrières : financières, technologiques, humaines et organisationnelles. Sur le plan managérial, elle propose des recommandations opérationnelles visant à soutenir une adoption progressive de la BDA selon le niveau de maturité des PME.
JEL Classification : O33, M15, L25
Type du papier : Recherche empirique
Téléchargements
Publiée
Comment citer
Numéro
Rubrique
Licence
© Laila OMARI, Driss RAHLI 2026

Ce travail est disponible sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.
Les doit d'auteurs sont détenus par les auteurs sous licence: CC-BY-NC-ND.
Tout travail soumis qui est suspecté de piratage ou de plagiat est entièrement sous la responsabilité de l'auteur qui le soumet.
















