Comment dissocier le bruit de l'information ? Avec bon sens

La décision, les données et le bruit...

La mise en place de la structure de collecte des données et d'alimentation du système décisionnel est une phase essentielle du projet.
Longue et coûteuse, c'est aussi la plus ingrate.

Au cours d'un projet Business Intelligence un poil conséquent, l'équipe de développement achevait de bâtir une première tranche de la structure d'alimentation, fournissant des données *propres* et donc *utilisables* au système global d'aide à la décision. Le coût et la durée de l'opération, conséquents comme il se doit, incitèrent les protagonistes du projet à se livrer à quelques réflexions de techno-fiction tout à fait dans l'air du temps.

Et si on automatisait la prise de décision ?

Un développeur pensa ainsi à haute voix : - "Avec des données aussi nickel, je crois de plus en plus que, finalement, un jour viendra où l'on parviendra à automatiser la prise de décision !"
Il précisa toutefois, afin de modérer un tant soit peu son propos : - "Bon OK, je ne parle pas des décisions stratégiques, mais en tout cas pour les décisions opérationnelles, cela me semble évident. "

Sans vouloir s'engager sur le terrain glissant de la polémique stérile entre les fous de la robotisation allant dans le sens du progrès contre les "humanistes" croyant encore dans le rôle de l'humain, il est bon de préciser que prendre une décision dite "opérationnelle" n'est pas toujours une évidence. la décision comporte toujours une part de risques qu'un système automatique aussi sophistiqué soit-il ne saurait évaluer.

Les décisions procédurales

Les seuls cas à risques limités sont les décisions dont la solution est déjà comprise dans l'énoncé, du type: si A faites 1 si B faites 2... Il suffit alors de lire les données pour être assuré de prendre la bonne décision. D'ailleurs dans ce cas, parler de décision est un abus de langage. De toutes façons, en entreprise, le nombre de décisions de ce type (procédurales par exemple) se réduit comme une peau de chagrin. »

Cela dit, après réflexion, il faut bien se rendre compte que, même dans ce dernier cas, la décision n'est pas aussi évidente que cela. Il s'agit en effet d'extraire l'information décisive de la masse de données délivrées. Pas toujours si simple.

Les pièges de l'abondance d'informations

Lorsque l'on parle de la difficulté de la décision on évoque le plus souvent la situation d'incertitude due à une information incomplète. Intéressons-nous pour une fois aux difficultés induites par la surabondance de l'information. Les informations décisives sont perdues dans la masse des informations collectées. Comment les identifier ? Une question particulièrement cruciale à l'heure de prise de décision avec le Big Data

C'est le moment de jouer avec une énigme à résoudre

Pour vous donner une idée de la difficulté de décider lorsque l'information est trop abondante, je vous propose un retour sur les bancs de la communale avec un petit problème de train qui arrive à l'heure...

En voici l'énoncé en deux parties :

1) Un train de marchandises, composé d'une motrice et de 14 wagons chargés, part de Marseille à 8h35 pour rejoindre la gare de Villeneuve Saint-Georges, plate-forme de triage. Voilà le contexte. Voyons maintenant les péripéties du voyage:

• a) Le train s'arrête en gare d'Aix-en-Provence durant 5 minutes pour laisser la voie libre à un express.
• b) Puis, il s'arrête de nouveau à Lyon Perrache durant 15 minutes pour changer de conducteur.
• c) Il roule à une moyenne de 75 km/h
• d) et le trajet total dure exactement 10h00.

2) Une mouche modifiée génétiquement a un comportement particulièrement curieux.

• e) Elle part de Villeneuve-Saint-Georges (gare d'arrivée) à la même heure de départ que le train, soit 8h35.
• f) Elle vole à 300km/h de moyenne et se dirige directement vers le train.
• g) Chaque fois qu'elle rencontre le train elle retourne sans délai à son point de départ pour revenir de nouveau vers le train qui bien sûr entre temps a progressé.
• h) Elle répète son manège inlassablement jusqu'à ce que le train arrive à destination. Ses allers-retours sont de plus en plus courts et en conséquence plus fréquents.
• i) Son parcours peut être représenté graphiquement comme un signal amorti peu à peu.

Question : Quelle distance (arrondie au km) la mouche a-t-elle parcourue ?

L'information est propre, nette, précise. Pourtant la quantité de détails constitue un bruit ambiant qui perturbe le décideur. L'information essentielle lui échappe. Pas toujours si facile d'en extraire la substantifique moelle. Toute la difficulté du problème ci-dessus réside d'ailleurs dans ce bruit confus et cette multiplication de détails qui masquent l'information essentielle.

Non bien sûr, ce n'est pas le thème de l'amortissement qu'il s'agit de résoudre, nul besoin de recourir aux équations différentielles, l'information de la ligne i) est inutile. Ce n'est pas la seule d'ailleurs.
En fait, vous n'avez besoin que de deux informations pour résoudre ce problème :

• La vitesse de la mouche. ligne f)
• et la durée du parcours, ligne d)

Rien de plus.
En effet distance = vitesse x durée
La mouche vole à 300 km/h durant 10 heures qui est la durée du parcours total, elle a donc parcouru : 3000km
Toutes les autres informations, ce n'est que du bruit.

Multiplication des reporting et perte du sens...

Les rapports périodiques produits par les entreprises ont aussi fortement tendance à noyer l'information sous une quantité de détails.

Combien d'outils décisionnels sont encore bâtis en partant du principe : « Cette donnée est-elle utile ? Bon je ne sais pas, mais je l'ajoute quand même, ça pourra toujours servir, on ne sait jamais... » ?
Bien entendu, il y a vraisemblablement une information essentielle cachée dans toutes ces données, mais comment la détecter, comment l'extraire et l'interpréter ?
Alors comment s'en sortir ? Avec un peu de bon sens. Aussi bien au moment de la composition du rapport de type reporting ou du tableau de bord qu'au moment de sa lecture et de son interprétation.
C'est d'ailleurs la solution du problème ci-dessus (du niveau école primaire une fois les informations essentielles identifiées...).

Une question de bon sens

Mais, pssst... Entre-nous, poussons un peu plus avant le raisonnement...
Dans quelques cas, pas si rares d'ailleurs, la bonne décision n'est-elle pas plutôt une question de bon sens que de disponibilité de l'information ?

On prête une anecdote à Antoine Riboud, à l'origine du groupe Danone, qui illustre bien ce propos.
Lors de la chute du mur, les entrepreneurs français avaient dépêché des experts dans les pays de l'ex bloc communiste afin d'identifier le potentiel de croissance et l'opportunité de s'implanter.
La mutation venant tout juste de démarrer, les rapports, camemberts et autres barres-graphes étaient bien en mal d'indiquer une tendance précise. Les entrepreneurs, perplexes, jugèrent prudent d'attendre. Pourtant Antoine Riboud avait décidé d'implanter tout de même une usine.
Entrepreneur de renom, que pouvait-il avoir vu dans ces chiffres plutôt plats ? Quelle information essentielle avait échappé aux autres ?
Il répondit : "Tous ces chiffres et prévisions, je ne sais pas trop. Ce que je sais, c'est que dans tous les cas, il faudra bien qu'ils mangent."

Finalement la Business Intelligence peut-elle vivre sans le Bon Sens ?
Promis, la prochaine fois, on traitera un problème de robinets ;-).

Référence du site

›

Les Tableaux de bord du Manager Innovant, Une démarche en 7 étapes pour faciliter la prise de décision en équipe
Alain Fernandez
Editeur : Eyrolles
Pages : 320 pages
Prix : 25 Euros
EAN : 978-2212569285

Disponible en librairie
   

• Consultez la fiche technique

Voir aussi...

Partagez cet article...

  
(total partages cumulés > 105)