Analyse de décision - Decision analysis

L'analyse décisionnelle ( AD ) est la discipline comprenant la philosophie , la méthodologie et la pratique professionnelle nécessaires pour traiter les décisions importantes de manière formelle. L'analyse décisionnelle comprend de nombreuses procédures, méthodes et outils permettant d'identifier, de représenter clairement et d'évaluer formellement les aspects importants d'une décision ; pour prescrire un plan d'action recommandé en appliquant l' axiome de l' utilité maximale attendue à une représentation bien formée de la décision ; et pour traduire la représentation formelle d'une décision et sa recommandation correspondante en un aperçu pour le décideur et d'autres parties prenantes corporatives et non corporatives .

Histoire

En 1931, le philosophe mathématicien Frank Ramsey a lancé l'idée de probabilité subjective en tant que représentation des croyances ou des incertitudes d'un individu. Puis, dans les années 1940, le mathématicien John von Neumann et l'économiste Oskar Morgenstern ont développé une base axiomatique pour la théorie de l'utilité comme moyen d'exprimer les préférences d'un individu sur des résultats incertains. (Ceci contraste avec la théorie du choix social , qui aborde le problème de la dérivation des préférences de groupe à partir des préférences individuelles.) Le statisticien Leonard Jimmie Savage a ensuite développé un autre cadre axiomatique pour l'analyse décisionnelle au début des années 1950. La théorie de l'utilité attendue qui en résulte fournit une base axiomatique complète pour la prise de décision dans l'incertitude.

Une fois ces développements théoriques de base établis, les méthodes d'analyse décisionnelle ont ensuite été codifiées et vulgarisées, devenant largement enseignées (par exemple, dans les écoles de commerce et les départements de génie industriel). Un texte d'introduction bref et très accessible a été publié en 1968 par le théoricien de la décision Howard Raiffa de la Harvard Business School . Par la suite, en 1976, Ralph Keeney et Howard Raiffa ont étendu les bases de la théorie de l'utilité pour fournir une méthodologie complète pour la gestion des décisions impliquant des compromis entre plusieurs objectifs. Le professeur d'ingénierie Ron Howard de l'Université de Stanford et l'analyste décisionnel Jim Matheson ont ensuite publié, en 1977, une série de lectures sur l'analyse décisionnelle ; cela a été développé en un ensemble de deux volumes en 1984. Les manuels ultérieurs et les développements supplémentaires sont documentés ci-dessous sous Lectures complémentaires .

Bien que l'analyse décisionnelle soit intrinsèquement interdisciplinaire (impliquant des contributions de mathématiciens, philosophes, économistes, statisticiens et psychologues cognitifs), elle a toujours été considérée comme une branche de la recherche opérationnelle . En 1980, la Decision Analysis Society a été formée en tant que groupe d'intérêt spécial au sein de l'Operations Research Society of America (ORSA), qui a ensuite fusionné avec l'Institute of Management Sciences (TIMS) pour devenir l' Institute for Operations Research and the Management Sciences (INFORMS). . Depuis 2004, INFORMS a publié une revue dédiée à ces sujets, Decision Analysis.

Parallèlement à ces développements académiques, l'analyse décisionnelle est également devenue une discipline professionnelle mature. La méthode a été utilisée pour soutenir la prise de décision des entreprises et des politiques publiques depuis la fin des années 1950; les demandes de 1990 à 2001 ont été examinées dans le premier numéro de Decision Analysis. L'analyse décisionnelle a été particulièrement largement adoptée dans l'industrie pharmaceutique et l'industrie pétrolière et gazière, car les deux industries doivent régulièrement prendre des décisions importantes à haut risque (par exemple, investir dans le développement d'un nouveau médicament ou faire une acquisition majeure).

Méthodologie

Le cadrage est le début de l'analyse décisionnelle, qui se concentre sur l'élaboration d'un énoncé d'opportunité (quoi et pourquoi), des conditions limites, des mesures de réussite, une hiérarchie de décision, un tableau de stratégie et des éléments d'action. On pense parfois que l'application de l'analyse décisionnelle nécessite toujours l'utilisation de méthodes quantitatives. En réalité, cependant, de nombreuses décisions peuvent être prises à l'aide d'outils qualitatifs qui font partie de la boîte à outils d'analyse décisionnelle, tels que la pensée centrée sur la valeur, sans avoir besoin de méthodes quantitatives.

Le processus de cadrage peut conduire à l'élaboration d'un diagramme d'influence ou d'un arbre de décision . Ce sont des représentations graphiques couramment utilisées des problèmes d'analyse décisionnelle. Ces outils graphiques sont utilisés pour représenter les alternatives disponibles pour le décideur , les incertitudes qu'elles impliquent et dans quelle mesure les objectifs du décideur seraient atteints par divers résultats finaux. Ils peuvent également constituer la base d'un modèle quantitatif en cas de besoin. Par exemple, des méthodes quantitatives de conduite d' inférence bayésienne et d'identification de décisions optimales à l' aide de diagrammes d'influence ont été développées dans les années 1980 et sont maintenant intégrées dans les logiciels.

Dans un modèle d'analyse décisionnelle quantitative, les incertitudes sont représentées par des probabilités , en particulier des probabilités subjectives . L'attitude du décideur face au risque est représentée par des fonctions d'utilité , et l'attitude face aux compromis entre des objectifs conflictuels peut être exprimée à l'aide de fonctions de valeur multi-attributs ou de fonctions d'utilité multi-attributs (s'il y a un risque impliqué). (Dans certains cas, les fonctions d'utilité peuvent être remplacées par la probabilité d'atteindre un niveau d'aspiration incertain ou « cible ».) Sur la base des axiomes de l'analyse décisionnelle, la meilleure décision à choisir est celle dont les conséquences ont l'utilité maximale attendue (ou qui maximise la probabilité d'atteindre le niveau d'aspiration incertain).

On suppose parfois que l'analyse décisionnelle quantitative ne peut être appliquée qu'à des facteurs qui se prêtent facilement à une mesure (par exemple, en unités naturelles comme le dollar). Cependant, l'analyse quantitative des décisions et les méthodes connexes, telles que l'économie de l'information appliquée , peuvent également être appliquées même à des facteurs apparemment intangibles.

L'analyse décisionnelle comme approche prescriptive

La recherche prescriptive sur la prise de décision se concentre sur la façon de prendre des décisions « optimales » (basées sur les axiomes de rationalité), tandis que la recherche descriptive sur la prise de décision vise à expliquer comment les gens prennent réellement des décisions (que leurs décisions soient « bonnes » ou optimales) . Il n'est donc pas surprenant qu'il existe de nombreuses situations dans lesquelles les décisions prises par les individus s'écartent nettement des décisions qui seraient recommandées par l'analyse décisionnelle.

Certains ont critiqué les méthodes formelles d'analyse décisionnelle pour permettre aux décideurs d'éviter d'assumer la responsabilité de leurs propres décisions, et recommandent plutôt de se fier à l'intuition ou aux « intuitions ». De plus, pour les décisions qui doivent être prises sous une pression temporelle importante, il n'est pas surprenant que les méthodes formelles d'analyse des décisions soient de peu d'utilité, l'intuition et l'expertise devenant plus importantes. Cependant, lorsque le temps le permet, des études ont démontré que les algorithmes quantitatifs pour la prise de décision peuvent donner des résultats supérieurs à "l'intuition spontanée". De plus, malgré les biais connus dans les types de jugements humains requis pour l'analyse décisionnelle, la recherche a montré au moins un avantage modeste de la formation et de la rétroaction dans la réduction des biais.

Les critiques citent le phénomène de paralysie par l'analyse comme une conséquence possible de la dépendance excessive à l'analyse décisionnelle dans les organisations (le coût de l'analyse décisionnelle est en soi un facteur dans l'analyse). Cependant, des stratégies sont disponibles pour réduire ce risque.

Les méthodes quantitatives d'aide à la décision suscitent actuellement un grand intérêt. Cependant, bon nombre de ces méthodes s'écartent des axiomes de l'analyse décisionnelle et peuvent donc générer des recommandations trompeuses dans certaines circonstances, et ne sont donc pas vraiment des méthodes normatives. Parmi les méthodes analytiques non décisionnelles les plus populaires, citons la théorie des ensembles flous pour la représentation des incertitudes et le processus de hiérarchie analytique pour la représentation des préférences ou des jugements de valeur. Bien qu'il puisse parfois y avoir une justification pour de telles méthodes dans les applications (par exemple, sur la base de la facilité d'utilisation), les analystes de décision plaideraient pour la théorie de l'utilité multi-attributs comme l'étalon-or auquel d'autres méthodes devraient être comparées, sur la base de sa base axiomatique rigoureuse.

Bien que l'analyse décisionnelle ait été fréquemment utilisée à l'appui de la prise de décision gouvernementale, il est important de noter que la théorie de base ne s'applique qu'aux décideurs individuels. Il n'existe malheureusement pas de théorie prescriptive axiomatique comparable à l'analyse décisionnelle spécifiquement conçue pour les décisions de groupe ou de politique publique. Pour en savoir plus sur ce sujet, voir la prise de décision de groupe pour des discussions sur les problèmes de comportement impliqués dans les décisions de groupe, et la théorie du choix social pour des considérations théoriques qui peuvent affecter les décisions de groupe.

Applications

Les méthodes d'analyse décisionnelle ont été utilisées dans une grande variété de domaines, y compris les affaires ( planification , marketing , négociation ), la gestion , l'assainissement de l'environnement , les soins de santé , la recherche , l' énergie , l' exploration , les litiges et le règlement des différends , etc. Une première application importante a été une étude des avantages et des inconvénients de l'ensemencement des ouragans, entreprise par le Stanford Research Institute au début des années 1970 pour l' Environmental Science Services Administration (un prédécesseur de la National Oceanic and Atmospheric Administration ).

L'analyse décisionnelle est aujourd'hui utilisée par les grandes entreprises pour réaliser des investissements en capital de plusieurs milliards de dollars. Par exemple, en 2010, Chevron a remporté le Decision Analysis Society Practice Award pour son utilisation de l'analyse décisionnelle dans toutes les décisions importantes. Dans une vidéo détaillant l'utilisation par Chevron de l'analyse décisionnelle, le vice-président de Chevron, George Kirkland, note que « l'analyse décisionnelle fait partie de la façon dont Chevron fait des affaires pour une raison simple mais puissante : cela fonctionne ». Il peut également être utilisé pour prendre des décisions personnelles complexes, telles que planifier sa retraite, décider quand avoir un enfant, planifier des vacances importantes ou choisir parmi plusieurs traitements médicaux possibles.

  • Énergie . L'analyse décisionnelle a été utilisée pour structurer les objectifs énergétiques pour l'Allemagne.
  • Entrepreneuriat . Le concept d'équivalents de certitude issu de l'analyse décisionnelle a été utilisé pour concevoir des mécanismes novateurs et très efficaces de financement de nouvelles entreprises qui sont souhaitables à la fois pour les bailleurs de fonds et les entrepreneurs.
  • Assurance . Les analystes décisionnels ont exploré l'utilisation de l'assurance comme mécanisme pour encourager l'adoption de comportements de santé bénéfiques. La méthode a également été appliquée pour déterminer les stratégies optimales pour l'achat d' une assurance soins de longue durée en fonction de l'âge, de la richesse et de la tolérance au risque.
  • Contentieux . Les avocats ont utilisé l'analyse décisionnelle pour identifier les stratégies susceptibles de conduire à des résultats bénéfiques dans les litiges.
  • Gestion de portefeuille . L'analyse décisionnelle a été recommandée comme méthode d'amélioration des allocations de ressources dans la gestion de portefeuille.
  • Planification militaire . L'analyse décisionnelle a été appliquée au problème de la fermeture des bases .
  • Déchets radioactifs . L'analyse décisionnelle a été utilisée pour évaluer des alternatives pour les dépôts de déchets radioactifs aux États-Unis et au Royaume-Uni. À plus petite échelle, il a également été utilisé pour évaluer les options de traitement des excédents de plutonium de qualité militaire.
  • Recherche et Développement . L'analyse décisionnelle a été utilisée pour recommander des portefeuilles de projets à financer en recherche et développement.
  • Terrorisme et sécurité intérieure . L'analyse décisionnelle a été utilisée pour représenter les valeurs des terroristes et des défenseurs afin de soutenir la prise de décision en matière de sécurité intérieure.

Logiciel

Des progiciels d' aide à la décision sont disponibles pour la mise en œuvre de l'analyse décisionnelle. Certains packages particulièrement remarquables incluent Analytica pour les diagrammes d'influence, et DecideIT et Logical Decisions pour la prise de décision multi-attributs.

Voir également

Les références

Lectures complémentaires

  • Alemi F, Gustafson D (2006). Analyse de décision pour les gestionnaires de soins de santé . Presse d'administration de la santé. ISBN 978-1-56793-256-0.
  • Clemen, Robert & T. Reilly (2004). Prendre des décisions difficiles (2e éd.). Belmont CA : Pub du Collège du Sud-Ouest. ISBN 978-0-495-01508-6.
  • Charlesworth, David (2017). Analyse de décision pour les gestionnaires : Un guide pour prendre de meilleures décisions personnelles et professionnelles (2e éd.). Presse d'experts en affaires. ISBN 978-1631576041.
  • Fineberg, Harvey V. ; Weinstein, Milton C. (1980). Analyse de décision clinique . Philadelphie : Saunders. ISBN 0-7216-9166-8.
  • Goodwin, P. & G. Wright (2004). Analyse de décision pour le jugement de gestion (3e éd.). Chichester : Wiley. ISBN 0-470-86108-8.
  • Hammond, JS; Keeney, RL et Raiffa, H. (1999). Choix intelligents : un guide pratique pour prendre de meilleures décisions . Presse de la Harvard Business School. ISBN 0-585-31075-0.
  • Holtzman, Samuel (1989). Systèmes de décision intelligents . Addison-Wesley. ISBN 0-201-11602-2.
  • Howard, RA; JE Matheson, éd. (1984). Lectures sur les principes et applications de l'analyse décisionnelle . Menlo Park CA : Groupe de décisions stratégiques. ISBN 0-9623074-0-8.( tome 1 , tome 2 )
  • Keeney, RL (1992). Pensée axée sur la valeur—Un chemin vers une prise de décision créative . Presse de l'Université Harvard. ISBN 0-674-93197-1.
  • Keeney, RL et Raiffa, H. (1976). Décisions à objectifs multiples : préférences et compromis de valeur . Wiley, New York. Réimprimé, Cambridge Univ. Presse, New York (1993). ISBN 9781139174084.
  • Leach, Patrick (2006). Pourquoi ne pouvez-vous pas simplement me donner le numéro ? Guide de l'exécutif sur l'utilisation de la pensée probabiliste pour gérer les risques et prendre de meilleures décisions . Probabilité. ISBN 0-9647938-5-7.
  • Matheson, David et Matheson, Jim (1998). L'organisation intelligente : créer de la valeur grâce à la R&D stratégique . Presse de la Harvard Business School. ISBN 0-87584-765-X.
  • Morgan, Granger et Henrion, Max (1992). Incertitude : Guide de gestion de l'incertitude dans l'analyse quantitative des risques et des politiques . La presse de l'Universite de Cambridge. ISBN 0-521-42744-4.
  • Pratt, John; H. Raiffa & R. Schlaifer (1995). Introduction à la théorie statistique de la décision . Presse MIT. ISBN 978-0-262-16144-2.
  • Raiffa, Howard (1997). Analyse décisionnelle : lectures introductives sur les choix en situation d'incertitude . Colline McGraw. ISBN 0-07-052579-X.
  • Shi H, Lyons-Weiler J (2007). "Système de modélisation de décision clinique" . BMC Med Informer Décis Mak . 7 : 23. doi : 10.1186/1472-6947-7-23 . PMC  2131745 . PMID  17697328 .
  • Skinner, David (2009). Introduction à l'analyse décisionnelle (3e éd.). probabiliste. ISBN 978-0964793866.
  • Smith, JQ (1988). Analyse décisionnelle : une approche bayésienne . Chapman et Hall. ISBN 0-412-27520-1.
  • Virine, L. & Trumper M. (2007). Décisions de projet : L'art et la science . Vienne, VA : Concepts de gestion. ISBN 978-1-56726-217-9.
  • Winkler, Robert L (2003). Introduction à l'inférence bayésienne et à la décision (2e éd.). Probabilité. ISBN 0-9647938-4-9.

Liens externes

  • Society of Decision Professionals , la société professionnelle soutenant les professionnels de la décision en tant que conseillers de choix lorsqu'ils sont confrontés à des décisions importantes et complexes.
  • Decision Analysis , une revue de l'Institute for Operations Research and the Management Sciences
  • Société d'analyse décisionnelle , une subdivision de l'Institut de recherche opérationnelle et des sciences de gestion spécialisée dans l'analyse décisionnelle
  • Analyse décisionnelle dans les soins de santé Cours en ligne de l'Université George Mason proposant des conférences et des outils gratuits pour la modélisation de l'analyse décisionnelle dans les établissements de soins de santé.
  • Decision Analysis Affinity Group , DAAG, a fusionné avec et est devenu la conférence annuelle de la Society of Decision Professionals. Formé en tant que groupe informel de praticiens de l'AD, DAAG a été fondé en 1995 par Tom Spradlin, John Palmer et David Skinner.
  • Glossaire de l'analyse décisionnelle