Le Big Data soulève de nombreuses préoccupations anticoncurrentielles. Celles-ci découlent principalement des importants effets de réseau directs, indirects et "d'apprentissage par la pratique" qui caractérisent cette industrie, mais aussi de la capacité des entreprises de Big Data à "prévoir" les marchés florissants et les menaces concurrentielles naissantes, qu'elles peuvent acquérir à peu de frais à un stade très précoce. Cette thèse adopte deux approches pour explorer ce sujet. Tout d'abord, à travers l'examen de deux fusions axées sur les données, cette thèse tente de construire une vue d'ensemble de ces préoccupations et de la manière dont les outils de la politique de la concurrence pourraient être adaptés. Deuxièmement, la "doctrine de la facilité essentielle" est appliquée à l'industrie du Big Data. Cette partie soutient que l'obligation de donner accès aux données pourrait être introduite sur des segments spécifiques du marché du Big Data, dans la mesure où les quatre critères établis par la Cour de justice de l'Union européenne peuvent être remplis. En outre, cette partie vise à montrer que, du point de vue du bien-être, la vente de données à des concurrents en aval pourrait dans certains cas induire de meilleurs résultats économiques, en particulier en termes d'efficacité dynamique. Enfin, cette thèse partage la conviction que cette doctrine pourrait également être utilisée comme politique industrielle paneuropéenne.