Cet article est le deuxième volet d'une série consacrée à la prise de décision à l'ère des contraintes financières. Lisez la première partie ici.
Un sujet brûlant auquel sont confrontés tous les dirigeants aujourd'hui est la manière d'aborder la prise de décision en cette période de pressions financières croissantes.
Les dirigeants nous confient que leurs organisations doivent réactiver des capacités décisionnelles longtemps mises de côté. Dans certains cas, des réductions sont opérées sans disposer des informations nécessaires pour en mesurer pleinement les conséquences.
Dans cet article, Amisha Boucher et moi-même explorons trois principes à intégrer dans votre processus décisionnel pour en renforcer la pertinence et l'efficacité dans le contexte actuel :
- Adopter des méthodes de prise de décision orientée données à tous les niveaux de l'organisation, et pas uniquement au niveau exécutif
- Comprendre les principaux biais cognitifs en matière de prise de décision et savoir les identifier
- Mettre en place un cadre de décision structuré, reposant sur des processus et des systèmes, capable de couvrir le large spectre des décisions auxquelles les organisations sont confrontées
Entrons dans le vif du sujet.
Généraliser la prise de décision orientée données
La prise de décision orientée données est essentielle à tous les niveaux de l'organisation. Voici trois exemples illustrant comment différentes fonctions peuvent appliquer les mêmes principes, en s'appuyant sur des questions propres à leurs responsabilités.
Pour les dirigeants
Un cadre dirigeant a besoin d'une prise de décision structurée et basée sur les données pour répondre à des questions telles que :
Un exemple récent : il y a encore huit mois, la recherche Google semblait à l'abri de toute perturbation du marché. Pourtant, avec l'arrivée du chatbot développé par OpenAI et Microsoft, l'entreprise a perdu 230 milliards de dollars de capitalisation boursière en quelques mois. En réaction, elle a lancé une version limitée de Google Bard le 21 mars, soit quatre mois après la sortie de ChatGPT. Google a été pris de court par la sortie de ChatGPT et la menace qui en découlait pour son activité, mais a su réagir. Depuis, sa capitalisation boursière a été rétablie.
ChatGPT, c'est un peu comme avoir 60 stagiaires à disposition : il faut relire leur travail, mais leur contribution constitue un formidable accélérateur.
L'application des grands modèles de langage (LLM) est pleine de promesses, et des cas d'usage concrets existent déjà aujourd'hui. Nous pensons que la facilité d'accès à l'analyse des sentiments dans la documentation interne peut transformer la prise de décision des dirigeants, et nous avons intégré cette capacité à notre solution. Nous constatons que de nombreux cadres dirigeants aspirent à une compréhension bien plus claire de leur organisation et de leur marché pour mieux décider.
Pour les membres des équipes digitales
Un membre d'une équipe digitale a besoin d'une prise de décision orientée données pour répondre à des questions telles que :
Lorsqu'ils disposent de points d'écoute client et d'informations montrant comment leur travail contribue à la création de valeur pour l'entreprise et s'inscrit dans sa capacité globale, notre analyse montre une amélioration de 160 % du travail aligné qui parvient effectivement jusqu'aux clients. Les ingénieurs aiment construire et livrer de la valeur. Leur engagement et leur satisfaction augmentent considérablement lorsque le lien entre leur travail et la valeur produite devient clair.
Pour les analystes
Un analyste qui recommande un investissement pluriannuel de plus de 100 millions de dollars dans une nouvelle ligne de produits a besoin d'une prise de décision orientée données pour répondre à des questions telles que :
- Quelles sont les hypothèses de marché sur lesquelles repose la prévision des ventes du produit ?
- Quel est le prix de vente optimal que l'on peut espérer atteindre ?
- À quel coût peut-on le fabriquer, et avons-nous la capacité de production nécessaire ?
- Quelles synergies ce nouveau produit entretient-il avec la gamme existante ? Va-t-il stimuler les ventes d'autres produits ou au contraire les cannibaliser ?
- D'un point de vue portefeuille, quel ensemble de projets maximise les chances d'atteindre les objectifs de croissance stratégique, en tenant compte des risques et bénéfices liés au développement et à la commercialisation ?
Pour ces décisions, nous constatons que les analystes prennent en compte plus de 26 variables et testent des scénarios concurrents complexes afin d'évaluer l'impact du décalage de certaines initiatives dans le temps, des éventuelles évolutions réglementaires, du niveau de confiance dans les hypothèses, des ajustements de risque, des dépendances dans la chaîne d'approvisionnement, ou encore de la variation du coût des matériaux.
Libérer la capacité des analystes à simuler et comparer plusieurs scénarios, et à replanifier en fonction de facteurs internes et externes sur plusieurs années, stimule leur créativité et leur curiosité – ce qui conduit à des décisions bien plus pertinentes. L'analyse des produits dans une logique portefeuille, en générant rapidement des scénarios alternatifs et en les comparant de manière rigoureuse, permet une sélection plus robuste des projets alignés sur la stratégie.
Rompre avec les préjugés décisionnels
La psychologie de la prise de décision est complexe. Les décisions ne sont jamais prises hors de tout contexte réel. Pour que la prise de décision devienne un avantage concurrentiel, il faut faire évoluer la culture, les processus et les systèmes. La notion de sécurité psychologique a été largement étudiée et documentée, car elle permet d'éviter que les décisions soient motivées par la peur – ou, pire encore, qu'aucune décision ne soit prise par crainte de nuire à leur image.
Les décisions sont sujettes à divers biais psychologiques, tels que le biais de disponibilité et le biais de récence. Pourquoi un tremblement de terre en Turquie pourrait-il inciter des Californiens à souscrire une assurance séisme ? C'est le biais de récence : les événements récents ont tendance à impacter de façon disproportionnée notre perception du risque.
Quel est le problème lorsqu'on estime les chances de réussite ou d'échec d'un projet à partir des données facilement accessibles ? On a là affaire au biais de disponibilité : ces données ne sont pas nécessairement représentatives et peuvent entraîner une estimation erronée des risques, des coûts ou des bénéfices du projet.
Il faut aussi se méfier d'autres écueils classiques, comme le biais des coûts irrécupérables, qui pousse à continuer un projet déjà engagé, même s'il n'est plus pertinent, simplement parce qu'il a déjà mobilisé des ressources, ou le biais de planification, qui conduit à sous-estimer systématiquement le temps nécessaire pour mener une tâche à bien.
Les entreprises doivent mettre en place des garde-fous discrets mais efficaces pour se prémunir contre ces biais.
Les experts comme les non-experts peuvent y succomber. Une manière de les contrer consiste à utiliser des repères visuels qui forcent les décideurs à réfléchir à l'influence éventuelle de ces biais sur leur raisonnement.
Fonder ses décisions sur des données réellement représentatives permet d'atténuer certains biais, comme celui de planification – encore faut-il que les données soient bien le reflet de la réalité. Les décisions prises à l'aide de l'IA ne sont pas exemptes de ces biais : elles dépendent elles aussi des jeux de données et des hypothèses utilisés.
Mettre en place des expérimentations, des preuves de concept ou des prototypes au périmètre limité facilite l'abandon d'un projet si les signaux ne sont pas au rendez-vous, ce qui vous donne les moyens de contrer le biais des coûts irrécupérables. Cela réduit également la peur associée à la prise de décision, car on dispose d'une porte de sortie.
Lorsque l'on s'engage dans une décision irréversible – par exemple, demander une autorisation de mise sur le marché d'une nouvelle prothèse de hanche auprès de la FDA –, la capacité à suivre les facteurs ayant conduit à la décision, et à mettre facilement à jour les scénarios pour en évaluer l'impact, permet de stopper une initiative même après avoir engagé des coûts, si la valeur attendue ne se concrétise pas ou si une meilleure opportunité se présente.
Investir dans des capacités de prise de décision de bout en bout
À l'ère des contraintes croissantes, les organisations doivent réactiver des capacités décisionnelles restées en sommeil depuis une dizaine d'années. Elles se retrouvent à devoir dire non à de bonnes idées, identifier où réduire les coûts sans compromettre leur flux de valeur, et s'adapter à des comportements d'achat clients qui évoluent rapidement.
Pour prendre des décisions pertinentes et fondées sur les données, les entreprises ont besoin de soutien sur l'ensemble du continuum décisionnel.
La science de la décision distingue un type particulier de décisions dites de « nouvelle frontière », c'est-à-dire les décisions ponctuelles pour lesquelles l'entreprise ne dispose ni de mécanismes, ni de culture, ni de processus adaptés. En revanche, elle est beaucoup plus à l'aise avec les décisions routinières ou familières.
Les organisations les plus avancées mettent en place un cadre de décision accessible à tous les niveaux de l'entreprise. Lorsque les équipes et les individus peuvent prendre des décisions de qualité sur leur propre travail, rapidement, l'impact est aussi fort que celui des décisions stratégiques prises au sommet. Les décisions liées à la stratégie et celles liées à l'exécution sont indissociables lorsqu'il s'agit de produire des résultats.
Nous vivons une époque où le rythme de la prise de décision est sans précédent – et il ne ralentira pas.
Nous en avons tous fait l'expérience : une pandémie mondiale, des politiques migratoires changeantes impactant la main-d'œuvre, des pénuries dans les chaînes d'approvisionnement, l'inflation, le retrait en quelques semaines du onzième marché mondial (la Russie), suivi par une crise des banques régionales aux États-Unis. Et ce n'est pas fini. Les innovations technologiques continuent de bouleverser les marchés, comme l'arrivée d'outils d'analyse de données à la portée des développeurs, grâce à des services de plus haut niveau et des modèles préconstruits adaptés aux secteurs.
Nous voyons de plus en plus d'entreprises investir dans leurs capacités de décision de bout en bout, à tous les niveaux. Le rythme du changement va encore s'accélérer. Les collaborateurs, quel que soit leur rôle, ont besoin d'aide pour évoluer dans cet environnement. Trop d'organisations s'en remettent encore à des tableurs, des solutions ponctuelles déconnectées et des indicateurs d'optimisation locale pour orienter leurs décisions et leur collaboration.
Et souvent, elles ne se rendent même pas compte du potentiel qu'une solution de bout en bout, pensée pour ce type d'environnement, peut leur offrir. Dans les 12 secteurs avec lesquels nous travaillons, nous observons une fracture nette : certaines entreprises prennent rapidement des parts de marché face à leurs concurrentes à la traîne.
Celles qui parviennent à transformer durablement la qualité et la vitesse de leur prise de décision surperforment systématiquement. Les accompagner dans cette transformation est ce qui nous motive au quotidien.
