260 likes | 383 Views
Gestion des informations de l’entreprise LE SOCLE SEMANTIQUE. ENSG-ENPC 27 janvier 2006. Couches du système d’information. Approche linguistique du SI. Le SI est un langage, un système de signes qui est à la fois :
E N D
Gestion des informations de l’entrepriseLE SOCLE SEMANTIQUE ENSG-ENPC 27 janvier 2006
Approche linguistique du SI • Le SI est un langage, un système de signes qui est à la fois : • φύσις : support de la circulation des idées au sein de l’organisation (de même que l'image du signal sonore est le support de la conversation entre des personnes), • θέσις: « cadre conceptuel a priori » qui, fondant le discernement des agents, leur permet de percevoir les événements du monde réel et d’agir sur lui. • Ce langage se forme à l’articulation : • de la physique de l’entreprise (fonction de production, marché, crédit) • Principes d’urbanisme, modélisation • de sa sociologie (comportement des acteurs) • Importance de l’organisation interne et des réseaux d’influence • de l’informatique qui le véhicule • Quelles sont les priorités de l’entreprise ? • Modestie ou timidité ?
Application, composant, processus • Application • Structure de données + algorithmes de calcul • Composant • Ensemble de classes organisées autour d’une classe maître et décrivant un être du monde réel • Analogue à « dossier » • Passer de l’application au composant = faire passer la priorité des algorithmes aux données • Processus • Succession des tâches qui concourent à la production de valeur • Les applications ne contiennent pas d’information sur les processus • Les SI modernes automatisent le parcours des dossiers entre les divers agents qui doivent les traiter
De l’urbanisation à la modélisation • Une même démarche, une portée différente • Chronologie, granularité • La modélisation • Langage UML (Unified Modeling Language, 1997) • Domaines, processus, activités, composants, données • Diagrammes d’activité, de classe, de séquence • Un problème : la communication • Un pivot : le référentiel
Le référentiel • Donnée = couple logique formé par une définition et une mesure • Type de la mesure : booléen, entier, réel, qualitatif, ordinal etc. • La donnée devient une information lorsqu’elle est communiquée à un être humain capable de l’interpréter • Les définitions sont contenues dans le référentiel • « Populations » • Identifiants • Nomenclatures • Identification du propriétaire de chaque donnée • L’administration des données est garante de la qualité du référentiel
Règles concernant les identifiants • Définir correctement la population dont il s’agit d’identifier les individus • Ne pas confondre le client avec le service qui lui est rendu • Construire un identifiant pérenne • Il doit rester attaché à l’individu pendant tout son cycle de vie • Ne pas confondre le rôle de l’identifiant avec celui des attributs • L’identifiant ne doit être porteur d’aucune information • Préférer un nombre tiré au hasard, après avoir vérifié qu’il n’a pas déjà été utilisé • S’interdire de réutiliser un identifiant à la fin du cycle de vie
Les nomenclatures (1) • Nomenclature = classification, typologie, systématique etc. • Les nomenclatures d’activités • Classement selon la matière première, le produit, la technique • Classement selon le critère d’association (1942) • La nomenclature des classes sociales • Les « Classifications Parodi » de 1945 et la catégorie des « cadres » • Les « Catégories socio-professionnelles », un pivot pour la statistique et l’administration
Les nomenclatures (2) • Classification des phénomènes naturels • Classification des animaux à l’âge classique • La « cladistique », fondée sur la génétique, et ses innovations • Électricité, magnétisme, lumière • Classifications dans le système d’information • Référentiel des clients, produits, partenaires etc. • Rubriques comptables • Découpage géographique • Segmentation de la clientèle (dimension scientifique du marketing)
Règles concernant les nomenclatures • Règle formelle • Une suite de partitions emboîtées, sans omission ni double emploi • Règle fonctionnelle • Regrouper les individus selon les actions que l’entreprise entend conduire envers eux • Règle pratique • Documenter clairement la nomenclature • Règles techniques • Clarté du code utilisé pour identifier les classes • Procédures de vérification dans les systèmes de saisie et les interfaces • Vérification syntaxique (message d’erreur) et sémantique (message d’anomalie) • Disponibilité des tables de passage (transcodage)
Mettre en place une administration des données • Identifier la personne chargée de l’ADD, lui donner les moyens et pouvoirs nécessaires • Recenser les populations concernées par les processus de l’entreprise • Répertorier les identifiants, les évaluer, les améliorer • Répertorier les nomenclatures, les évaluer, les améliorer
Règles concernant le partage des références • Asservir les tables de codage à une « table de référence » • Consultation au coup par coup ou réplication des modifications sans délai • Actions à entreprendre • Identifier les tables de codage, vérifier la qualité de leur relation à la table de référence
Un cas particulier : les annuaires • Référentiel des agents et de l’organisation (parfois aussi des matériels) • Pour les agents : Identifiant, état civil, photographie, adresses, mots de passe, affectation, statut, fonction • Point délicat : la tenue à jour • Annuaire et « profil » de l’agent : un pivot pour le SI • Identification, authentification, habilitation
Comment construire un référentiel • Risque : s’égarer dans le détail d’une partie du référentiel • Il n’existe pas de règle logique pour déterminer le niveau de détail pertinent • Se donner un budget et un délai limités • Pratiquer une démarche « top down » : tout couvrir, en faisant progresser le détail • Compléter ensuite selon les demandes des utilisateurs
Obstacle à la modélisation • Obstacles institutionnels • Préservation de l’organisation existante • Sociologie de l’entreprise (réseaux etc.) • Obstacle intellectuel • Refus de l’abstraction du modèle • Goût de la complication
Complexité et réalité • La complexité, propriété essentielle de la réalité • Aucun objet concret ne peut être représenté par un modèle fini • Tout objet concret (i. e. individuel) assure de facto la synthèse d’un nombre indéfini de déterminations abstraites • Aucune pensée ne peut donc rendre compte de l’ensemble des propriétés du monde, ensemble des objets concrets • Chaque objet est « vu » spontanément à travers des «grilles » conceptuelles a priori (nomenclatures) • L’élaboration de ces grilles est un processus lent, un investissement
Grilles et langages • Une grille est « pertinente » si elle est adéquate aux besoins de l’action • Une mesure est « exacte » si elle alimente un raisonnement exact • « Exactitude » et « précision » • Le cadre conceptuel est construit • S’il est pertinent, les faits d’observation sont authentiques • Exemple : l’automobiliste devant un feu rouge • L’observation n’est jamais exhaustive, mais elle peut être exacte • La réalité est en pratique pensable pour l’action • Vivre dans le monde et y graver nos valeurs
Simplicité de la pensée • Il est impossible de démontrer toutes les propriétés vraies à partir d’un nombre fini d’axiomes (Gödel) • Le monde de la pensée potentielle est complexe • Cependant toute pensée explicite est simple • La pensée pure, monde des modèles • Modèle = grille conceptuelle + hypothèses causales • Monde des jeux, des programmes informatiques, des machines, des organisations • Les mathématiques, gymnastique de l’esprit • Le réalisme potentiel de la pensée est garanti par le principe de non contradiction • Le viol de la logique est contre nature • Jamais une théorie contradictoire ne pourra modéliser un phénomène naturel
La rencontre expérimentale • Il faut un modèle pour pouvoir anticiper les conséquences de l’action • L’action nous confronte à l’expérience du monde • L’expérience apporte des faits d’observation, mais ne prouve pas la vérité des hypothèses causales du modèle • Une théorie doit être réfutable par l’expérience (Popper) • Une théorie irréfutable a l’air solide, pourtant elle ne vaut rien • L’expérience contraint à renoncer à certaines hypothèses • La démarche expérimentale s’étend à la vie entière • Elle caractérise l’age adulte de la pensée • L’expérience de l’expérience relativise les modèles • Disponibilité au monde en vue de l’efficacité (Tao chinois) • « Coup d’œil » du stratège
Les embarras de la complication • Certaines personnes ne savent pas penser • Le débutant est naturellement maladroit • Rareté du « coup d’œil » • Formation intellectuelle malencontreuse : sacralisation de la « pensée », enflure de la théorie, mystère de la science • Les plus intelligents sont souvent inaptes à l’action • L’écart entre la pensée et le monde fait souffrir • Expérience courante : le fonctionnement du corps est énigmatique ; il est impossible de décrire un visage avec des mots ; on ne connaît pas l’être aimé • Ceux qui croient que la pensée doit décrire le monde ressentent la pensée simple comme une usurpation • La phrase qui tue : « Ce n’est pas si simple ! »
La complication singe la complexité • Le refus de la simplicité de la pensée fait préférer le modèle compliqué • Incompréhensible, souvent faux, mais prestigieux • En saturant l’attention, la complication procure une sensation (fallacieuse) du réalisme • Recette du modèle compliqué • Emprunter à la réalité un grand nombre de déterminations, emmêler leur écheveau • Entrelacer concepts, procédés techniques, hypothèses, traitements statistiques, hypothèses annexes, variantes, etc. • Interdire la séparation des causalités
Le cas des systèmes d’information • 80 % des fonctionnalités inutilisées • « Je dois répondre à la demande des utilisateurs », deuxième phrase qui tue • La demande n’est pas le besoin • Refus de l’abstraction, de la sélectivité des concepts et fonctionnalités • Traiter les cas particuliers rares • Refuser la modularité : « tout se tient avec tout » • Refuser l’emboîtage des partitions dans les nomenclatures • Entropie du SI • Tenue des référentiels (classes, identifiants, attributs) • Tenue à jour des tables de codage • Dialectes locaux • Statistiques et tableaux de bord • Faiblesse endémique des données de gestion • Effets de la comptabilité (principe de prudence, classements anti-économiques)
« Ce n’est pas si simple ! » • « Est-ce la bonne simplification ? » • La simplicité de la pensée, outil pour l’action • Tout garder en mémoire, c’est ne rien comprendre • Tout percevoir, c’est ne rien pouvoir faire • La parade : mettre la sobriété à la mode • Ridiculiser les personnes qui disent « ce n’est pas si simple », ou « il faut répondre à la demande des utilisateurs » • Promouvoir aussi la pertinence et la cohérence
Voies pour sortir d’embarras • Modèle en couches • Distinguer les logiques qui s’articulent dans l’objet considéré (ordinateur, télécoms etc.) ; portée générale du modèle en couches • Croiser les grilles • Croiser les découpages utilisés, évaluer leur corrélation • Imprévisibilité et probabilité • Savoir vivre dans l’incertitude, renoncer au modèle déterministe, utiliser le raisonnement probabiliste • Limites de la logique • Condition nécessaire mais non suffisante : le formalisme ne garantit pas la pertinence de la pensée • Écoute • Étape essentielle de la démarche expérimentale • Exigence non seulement éthique, mais méthodologique • Après l’écoute, la synthèse, moment délicat ; puis la validation • La « tache aveugle » de l’intellect, prison de l’intelligence • Clé de la recherche féconde : savoir interpréter ses propres agacements, répugnances et contrariétés