Systèmes d’Aide à la Décision

1. Systèmes d’Aide à la Décision B. Ballaz, Professeur à l ’IAE/UPMF Grenoble

2. Qu’est-ce qu’un SIAD ? Système Interactif d’Aide à la Décision Système d’information de l’entreprise Base d’informations Interface Interface Base de modèles

3. Les théories de la décision • l'homme rationnel de la théorie économique classique (Smith,.., von Neumann): la recherche de la solution optimale ... • la rationalité limitée: la décision comme un processus de résolution de problème dans un contexte organisationnel (Simon): la recherche de la solution satisfaisante • la théorie générale des systèmes: la décision comme un processus de pilotage (Bertalanffy, Ashby,....) • La théorie comportementale de la firme (Cyert, March, Argyris,..): la décision comme un processus de changement et d'apprentissage organisationnel • la théorie politique de la décision: la décision comme un processus de négociation (Crozier, Etzioni, Lindblom) • le modèle du Garbage Can (March): l'anarchie organisée, la décision comme un processus de « mise à la poubelle du problème »  La caverne de Platon ...

4. Arbre de décision

5. Le positionnement conceptuel des SIAD: Degré de structuration du problème Degré de programmation de la décision Rationalité organisationnelle Rationalité limitée Théorie des systèmes Consensus sur les objectifs Le processus de décision: - processus de pilotage de système - processus de résolution de problème

6. Le degré de structuration du problème: décision programmable ou non programmable ? (H.Simon) • Un problème structuré peut être mis sous une forme dont la solution peut être calculée par un algorithme: décision programmable • Un problème non structuré ne peut être résolu qu ’en faisant appel à l ’intuition: décision non programmable • La plupart des problèmes de gestion se présente sous une forme semi structurée La matrice de Gorry et Scott-Morton croise le type de problème et le niveau de management Degré de structuration Thème de pub Nouveau produit absentéisme Non structuré Modélisation Gestion des risques Analyse des coûts Semi structuré Choix d ’investissement Ordonnancement Lancement d ’un nouveau produit Choix de financement M L T Structuré Niveau de management Opérationnel Management Stratégie

7. 2 - La décision en tant que processus de résolution de problème

8. Pratique de la décision: la rationalité limitée • Séparation et traitement séquentiel des problèmes (Règles d'attention) • Recherche des solutions au voisinage des symptômes • Reconduction des solutions éprouvées • Réduction de l'incertitude • Contrôle par la structuration hiérarchique des activités

9. Le processus de décision comme un processus résolution de problème (H. Simon) Intelligence Domaine d’application des SIAD Design Choice Review

10. La décision en tant que processus de résolution de problème Qu'est-ce qu'un problème?: "Les touristes japonais" "Je suis gérant d'une agence de voyage qui travaille surtout avec l'Extrême-Orient. Je viens d'aller chercher 40 Japonais à Roissy. Ils repartent demain matin pour Nice. Nous arrivons au PLM St Jacques où les japonais doivent loger. J'apprends que la réservation n'a pas été faite et qu'il n'y a plus de chambres. Il est 19h 45... (P. Lemaitre, Des méthodes efficaces pour étudier des problèmes; Chotard 85)

11. Le problème : Les travers habituels de la définition d'un problème • l'exprimer en terme de solution • "Rechercher un autre hôtel..." • YAKA: verbe à l'infinitif exprimant une action • Réponse du type question • "Le problème c'est comment loger les japonais..." • réduction de l'espace des solutions • Réponse de type catégorie • "C'est un problème de logement...." • Il n'y a pas toujours de solution type applicable à la catégorie identifiée • Réponse de type sanction • "Qui a oublié de faire la réservation?.." • recherche du responsable/coupable

12. Le problème Un écart entre une situation réelle perçue et une situation future désirée Situation future désirée Les insatisfactions actuelles Situation réelle perçue Problème Les objectifs

13. Le problème: les biais de perception Situation future désirée Problème réel Problème perçu Situation réelle perçue Situation réelle Modèle

14. L'acteur et ses limitations cognitives • La capacité cognitive limitée • Le non discernement des inférences • La dissonance cognitive • L'ancrage sur la première information • La préférence pour le statu-quo • La préférence pour un choix justifiant des choix antérieurs • Distorsions dans l'évaluation de l'incertitude • Le style cognitif

15. La capacité cognitive • Test: quel est le N° de téléphone de mon voisin? • La loi des 7 +/- 2 de Miller Quantité d'informations reconnues 7 Quantité d'informations transmises Miller G.A., The magical number seven, plus or minus two: some limits on our capacity for processing Information, The Psychological Review, Vol. 63, N°2, 1956

16. Le modèle STI de H. Simon Mémoire associative de stockage Mémoire de travail: siège des processus cognitifs conscients Stimulis Environnement Mémoire long terme Mémoire court terme Capacité limitée: 7+/-2 Capacité infinie Accès rapide Accès moins rapide

17. Capacité cognitive: Conséquences pour la conception de SIAD • Nécessité de disposer de modèles mentaux simples et génériques • Avantage des représentations graphiques • Structuration hiérarchisée des informations • Utilisation de graphes conceptuels • Utilisation systématique des interfaces graphiques

18. Capacité cognitive: Avantage des représentations graphiques Avantage aux représentations graphiques…….

19. Capacité cognitive: représentation conceptuelle par un graphe

20. La dissonance cognitive (L. Festinger) • Choix, incertitude et stress • Filtrage des informations et renforcement des choix antérieurs

21. Le non discernement des inférences • "le bureau est éclairé. Sur la porte, il est écrit: Mr Dupont, Directeur" • question1: Il fait nuit? O N (?) • question2: Mr Dupont est le directeur de la société ? O N (?)

22. La préférence pour le choix préservant le statu-quo • Rompre le statu-quo engage à l'action donc à la prise de responsabilité, de risques et expose à d'éventuels futurs regrets et/ou à la critique • Plus les choix sont multiples, plus le statu-quo est préféré Hammond J.S., Keeney R.L., Raiffa H., The hidden traps in decision making, Harvard Business Review, Sept-Oct 1998

23. L'ancragesur la première information • La population de l'Indonésie est-elle supérieure à 80 millions d'habitants? • Quelle est votre estimation de la population de l'Indonésie? • La population du Bresil est-elle supérieure à 150 millions d'habitants? • Quelle est votre estimation de la population du Bresil ? Hammond J.S., Keeney R.L., Raiffa H., The hidden traps in decision making, Harvard Business Review, Sept-Oct 1998

24. La préférence pour un choix justifiant des choix antérieurs • Le refus de reconnaître une erreur passée, par crainte du jugement des autres ou par crainte de blesser sa propre estime, pèse sur la liberté de choix et peut conduire à persister dans l'erreur • L'acteur surestime les chances d'amélioration des situations (ex prêts bancaires à une entreprise en difficultés) Hammond J.S., Keeney R.L., Raiffa H., The hidden traps in decision making, Harvard Business Review, Sept-Oct 1998

25. Le conditionnement de la préférence par la structuration du problème • L'opportunité ci-après est-elle intéressante? • (A) Vous avez 2000 Euros sur votre compte, acceptez vous une opportunité à 50-50 de perdre 300 ou de gagner 500 ? • (B) Préfèrez vous conserver 2000 euros sur votre compte ou accepter une opportunité 50-50 d'avoir 1700 euros ou 2500 euros? • En général l'opportunité 50-50 est acceptée dans le cas (B) et refusée dans le cas (A) Hammond J.S., Keeney R.L., Raiffa H., The hidden traps in decision making, Harvard Business Review, Sept-Oct 1998

26. Difficultés et distorsions dans l'estimation de l'incertitude • L'estimation de probabilité est peu fiable: il serait nécessaire de disposer de feed-back pour soutenir un processus d'apprentissage dans l'évaluation d'une probabilité (constitution d'historique de situations comparables: ex météo) • Confiance excessive: elle sous estime les dispersions de valeur (ex la fourchette d'estimation à 95% d'une prévision est fixée à une valeur trop étroite en général) • Prudence excessive : facteur de sécurité trop important dans des décisions reposant sur des estimations. ex: plan de production ou niveau de stock à partir d'une prévision commerciale • Influence excessive, sur une prévision, des informations affectant la capacité à se souvenir d'événements antérieurs.(ex listes de personnalités H/F à 50-50: plus d'hommes (ou femmes ) si plus d'hommes (femmes) très connus.) C'est particulièrement le cas des événements passés "catastrophiques" . Hammond J.S., Keeney R.L., Raiffa H., The hidden traps in decision making, Harvard Business Review, Sept-Oct 1998

27. Conséquences des limitations cognitives • Pour les théories • La rationalité limitée et le développement de théories de l'entreprise (Simon, March, Williamson) • Pour l'intérêt des modèles: • les difficultés dans la maîtrise de la complexité et de l'incertitude justifient l'utilité du recours à des supports externes (« prothèse cognitive ») que constituent les systèmes d'aide à la décision • Elles expliquent la différence entre situation perçue et situation réelle • La conception et la mise en oeuvre des SIAD: le style cognitif • Le processus de décision selon H. Simon

28. 3 - La décision en tant que processus de pilotage de système

29. Qu'est ce qu'un système?4 mots clés…. • Ensemble de parties interdépendantes (structure) • Chaque partie est le siège de processus E/S • Les processus sont finalisés (objectif) • Le système est plongé dans un environnement L’entreprise « système » s’oppose à l’entreprise « découpée » en fonction

30. L’entreprise « système » Privilégier l’approche transversale: Ex: stock et dérive fonctionnelle des objectifs Vente Achat Production - + - + Composants, En-cours Stock PF + - Clients - Finance Fournisseurs La solution: le concept de chaîne de la valeur

31. Fonctions de support: Stratégie, Marketing, Finances, Achats, Ressources humaines, Développement technologique L ’information irrigue en profondeur la chaîne de la valeur

32. Schank, 1995

33. Schank, 1995

34. Système d’Information: l ’intégration fonctionnelle Gestion de la relation client Gestion de la relation fournisseur Gestion intégrée des ressources E-Achats E-ventes Enterprise Ressource Planning Customer Relationship Management Supplier Relationship Management Clients Fournisseurs Supply Chain Management Reach + SI Range Mentzer et Al, Définir le Supply Chain Management, Logistique et Management, Vol. 9, N°2, 2001 Keen, Shaping the future, HBSP, 1991

36. La décision: acte de pilotage de système Système de pilotage Objectifs S.I. décisionnel Système d'information transactionnel Systèmephysique

37. Le contrôle efficace • La loi de la variété requise (Ashby) : • Variété (contrôle) >= variété (système) variété: nombre d'états que peut prendre un système • Conséquence: la hiérarchisation des systèmes • le schéma ultra stable d'Ashby Contrôleur Objectifs Régulateur Perturbations Résultats Système

38. La hiérarchisation du contrôle : application de la loi d’Ashby pour la maîtrise de la complexité (Anthony) Moyen et long terme Management stratégique Mois, semaine Management Management { } Agrégation Désagrégation Temps réel Management opérationnel Management opérationnel { } Processus commerciaux, industriels, administratifs,...

39. Piloter un système ? • Définir les objectifs à atteindre • Concevoir la trajectoire prévisionnelle (programmer les étapes intermédiaires) • Evaluer les moyens nécessaires • Les mettre en œuvre dans un environnement perturbé • Contrôler les réalisations (mise en évidence des écarts) • Définir les actions correctrices Les SIAD interviennent dans ces différentes étapes afin d’améliorer la capacité de l’organisation à atteindre ses objectifs

40. Pour piloter un système: • il faut disposer d’une représentation du système et de son environnement but: reconstruire l’état actuel et prévoir les états futurs du système. moyen: disposer de modèles, représentations symboliques du système et de son environnement La métaphore cartographique: la carte modèle du territoire

41. La métaphore du nénuphar : Surface Résolution du problème? Perception du problème Prévision temps t t' Constante de temps

42. Pilotage dynamique des systèmes à feed-back d’informations Etat futur désiré (Objectifs) Système de décisions retards retards Etat actuel apparent Système d’actions (-) biais Système d’informations Inertie, retards retards Système organisationnel à piloter

43. Le pilotage d’un système: la boucle de rétro-action (feedback) par retour d’information Décision  Boucle ouverte: Information sur le problème Décision / Action Résultats Pilotage  Boucle fermée: Objectifs Décision / Action Informations sur le problème Feedback Résultats Le modèle générique fondamental

44. Le pilotage d’un système: la boucle de décision - contrôle par rétro-action (feedback) Le modèle générique La métaphore Action Modèle mental Flux d’eau Niveau Formalisme de J. Forrester J. Forrester, Industrial Dynamics, MIT press

45. Modèle générique: exemples en gestion La boucle de décision: modèle générique Constante de temps (delay) Objectif Flux (Décision) Bilan au 01/01 Encaissements Embauches Commandes clients Livraisons Action Information Compte d’exploitation mensuels Trésorerie Carnet de commandes Stock produits effectif Niveau (Stock, état) Livraisons Décaissements Bilan au 31/12 Distribution Départs

46. Passer du modèle graphique conceptuel, au modèle numérique programmé L’équation de niveau: équation fondamentale de l’état du système à l’instant t : Stock(t) = Stock(t-dt) + (Entrées - Sorties) * dt Les entrées et les sorties sont supposées constantes pendant dt Soit depuis l’instant t°: t Stock(t) = Stock(t0) + (Entrées - Sorties) * dt t° Dans le formalisme de Vensim: Stock = INTEG(Entrées - Sorties, Stock(t°))

47. Principes de modélisation des systèmes dynamiques - Flux et niveaux sont les deux seuls concepts nécessaires - on distingue les flux d’information, non conservatifs, des autres flux, conservatifs - Les niveaux changent selon les seules variations des flux d’entrée ou de sortie, ils ne dépendent jamais d’autres niveaux. - Le débit des flux est contrôlé uniquement par des valeurs de niveaux, jamais directement par d’autres flux - Les décisions qui règlent le débit des flux résultent du rapprochement entre les valeurs des niveaux (l’état du système) et la valeur des objectifs qui sont assignés au système.

48. Capacité cognitive:Utilisation systématique des interfaces graphiques Graphe de dépendance entre variables (modélisation avec VENSIM)

49. Capacité cognitive: Utilisation systématique des interfaces graphiques Besoin exprimé =INTEGER(5+(5/3)* RANDOM NORMAL()) Sorties =Besoin exprimé Commandes fournisseur = IF THEN ELSE(Stock+En commande<=Stock minimum,50,0) Délai de livraison = 3+INTEGER(3*RANDOM 0 1()) En commande = INTEG(+Commandes fournisseur-Livraisons,0) Livraisons = DELAY FIXED(Commandes fournisseur,Délai de livraison,0) Stock = INTEG(Livraisons-Sorties,50) Stock minimum = 20 Simulation Control Paramaters FINAL TIME = 100 INITIAL TIME = 0 SAVEPER = TIME STEP TIME STEP = 1 Modèle programmé, généré à partir du graphe construit dans l’interface graphique de Vensim

50. Qu'est-ce qu'un système complexe? • les processus à feed-back positif ou négatif • la non linéarité (exponentielle, mécanisme de saturation,...) • les constantes de temps Comportement contre-intuitif des systèmes complexes...