Analyse décisionnelle

Objectif

L'analyse décisionnelle produit un choix défendable entre plusieurs options, évalué selon des critères explicites. Sans elle, le choix revient au jugement instinctif, à l'émotion ou à la voix la plus forte dans la salle. Le terme recouvre une famille de techniques qui partagent une même ossature: poser le problème, définir les options, les évaluer selon des critères convenus, choisir, puis mettre en œuvre le choix. Les techniques de la famille se distinguent par la façon dont elles conduisent la troisième étape, l'évaluation, là où le choix se joue.

Sa force tient à ce qu'elle rend une décision discutable. Face à une situation complexe ou incertaine, elle oblige des parties prenantes sous pression à comparer des options selon des critères, elle force à pondérer honnêtement ce qui compte et elle met les critères financiers et non financiers sur une même échelle. Le livrable central est la justification traçable attachée à l'option retenue: étant donné ces options, ces critères et cette pondération, voici pourquoi celle-ci l'emporte. Ce raisonnement conservé se conteste, se corrige et se rejoue plus tard.

Usage

Quand l'utiliser

• Choix contesté ou lourd de conséquences: plusieurs options existent et la décision doit pouvoir être défendue devant d'autres.
• Désaccord sur ce qui compte: les parties prenantes divergent sur la valeur des résultats et cherchent une base commune de comparaison.
• Décision à tracer: gouvernance, réglementation ou validation d'une dépense exigent une justification vérifiable plus tard.
• Critères financiers et non financiers mêlés: des dimensions hétérogènes doivent se comparer sur une même échelle.

Quand ne pas l'utiliser

• Décision à prendre sur-le-champ: trancher au jugement et consigner brièvement le raisonnement, sans procédure formelle.
• Information d'évaluation indisponible à temps: mener d'abord l'élicitation ou la collecte, sinon assumer un choix de jugement plutôt qu'une analyse.
• Décision triviale, réversible et de faible valeur: même la plus légère des analyses structurées coûte plus qu'elle ne rapporte, décider directement sans démarche formelle.

Choisir la bonne technique

Le choix de la technique se lit sur quelques discriminants, du plus décisif au plus fin: combien d'options sont en jeu, si les critères se pondèrent et si leur poids fait débat, si la question est un feu vert ou rouge sur un seul changement plutôt qu'une comparaison entre rivales, quelle rigueur la décision doit pouvoir soutenir et si l'enjeu justifie l'effort demandé. Un dernier axe départage à effort comparable: certaines techniques visent l'adhésion et le dialogue, d'autres la précision analytique.

La première bifurcation isole un cas à part. Quand la question est «faut-il opérer ce changement?» et non «laquelle de ces options?», l'analyse du champ de forces est l'outil: elle cadre un changement unique proposé en forces motrices et forces restrictives, sans jamais mettre d'options en concurrence. Si l'on se surprend à comparer trois variantes, on est déjà sur le terrain de la matrice ou de l'analyse multicritère.

Quand plusieurs options sont en concurrence, l'échelle va de l'informel au formel. Pour un choix binaire ou une option unique, à faible enjeu et lisible par quiconque, l'analyse pour et contre suffit: deux colonnes, sans critère, sans pondération, sans score, c'est la plus rapide et la moins coûteuse. Y ajouter des critères pondérés reviendrait à surdimensionner la démarche.

Dès que plusieurs options s'évaluent selon plusieurs critères, et que ces critères peuvent porter des poids différents, la matrice de décision est le choix par défaut, celui dont relève la majorité des décisions: un score transparent sans machinerie lourde. Quand le poids des critères devient lui-même l'objet du désaccord, qu'on ne sait pas le fixer par simple inspection ou que la décision doit résister à un examen serré, le processus d'analyse hiérarchique (AHP) dérive ces poids par comparaisons deux à deux et en éprouve la cohérence, une rigueur qu'une matrice à plat ne procure pas. Lorsque les critères sont nombreux et conflictuels, la valeur en jeu élevée et plusieurs décideurs autour de la table, l'analyse multicritère (MCDA) offre l'appareil de compromis le plus complet, au prix de la méthode la plus exigeante de la famille.

Considérations IA

L'IA aide surtout en amont et en marge du raisonnement. À partir d'un énoncé de problème, un modèle de langage propose des options candidates et une première liste de critères, ce qui élargit le champ avant que des humains ne l'élaguent et corrige la tendance à figer trop tôt un jeu d'options trop étroit. Une fois la matrice ou le modèle rempli, l'IA excelle au recalcul mécanique que les analystes sautent volontiers: passer les pondérations en revue par analyse de sensibilité, vérifier si l'option gagnante bascule quand tel poids bouge, signaler les options dominées, calculer et expliquer un indice de cohérence. Elle rédige aussi convenablement la narration de la justification à partir du modèle achevé.

Le jugement humain reste entier là où la décision se fait. Les valeurs et les poids eux-mêmes relèvent d'un arbitrage de l'organisation et des parties prenantes, la chose même que la technique force à assumer honnêtement: un poids fourni par une IA habille un arbitrage non assumé en fausse objectivité. Le sens des critères et la nuance politique ou culturelle derrière eux échappent au modèle, qui ignore quel «coût» l'organisation redoute. La décision elle-même revient à la personne qui en répond, d'autant que le résultat chiffré tend déjà à paraître plus certain qu'il ne l'est, un excès de confiance que l'IA amplifie. Enfin les données d'options et de critères sont souvent sensibles, offres de fournisseurs, salaires, montants en CHF: elles ne se versent pas dans un outil sans l'habilitation qui en autorise le traitement.

Sources

• IIBA, A Guide to the Business Analysis Body of Knowledge (BABOK Guide) v3, §10.16 Decision Analysis.
• Saaty, T. L., The Analytic Hierarchy Process, McGraw-Hill, 1980.
• Belton, V. et Stewart, T. J., Multiple Criteria Decision Analysis: An Integrated Approach, Springer, 2002.
• Lewin, K., Field Theory in Social Science, Harper & Row, 1951.