Cadrage et définition du problème

Démystifier la decision science

Howard Friedman

Adjunct Professor at Columbia University

Première étape : cadrer le problème

  • Première étape, la plus critique
    • Oriente la collecte de données, l'analyse et la décision

Construire sans plan :

  • Sans problème bien défini, les projets se désorganisent et perdent en efficacité

Sans problème bien défini :

  • Ressources gaspillées
  • Analyses mal orientées
  • Solutions inefficaces

 

Plan technique

Démystifier la decision science

5 pourquoi :

  • Demander « pourquoi » à répétition pour trouver la cause racine
  • Exemple : Baisse des ventes → Mauvais service → Marketing inefficace

Diagrammes en arêtes de poisson :

  • Outil visuel qui classe les causes possibles
  • Catégories courantes : personnes, processus, technologie

Objectifs SMART :

  • Cadrer avec des critères Spécifique, Mesurable, Atteignable, Réaliste, Temporel
  • Aide à fixer une direction claire et à définir la réussite

Bonnes pratiques SMART :

  • Définir clairement le public cible ou le sujet
  • Établir des critères mesurables (p. ex., ICP, résultats précis)
Démystifier la decision science

Le contexte est crucial

  • Objectif d'affaires :

    • Définir le but précis visé par la décision
    • Exemples : augmenter les revenus, réduire les coûts, améliorer la satisfaction, accélérer le service

  • Contraintes :

    • Repérer les limites qui peuvent influencer les solutions
    • Exemples : budget, échéancier, effectifs, infrastructure TI, enjeux éthiques
  • Parties prenantes :
    • Identifier qui est touché ou impliqué
    • Exemples : décideurs, propriétaires de données, utilisateurs finaux

Démystifier la decision science

Passons à la pratique !

Démystifier la decision science

Preparing Video For Download...