Stop Second-guessing your decision at Work

from HBR nov 2015


You’ve finally made a decision. Time to cross it off your list and move on. Or not? Do you find yourself revisiting every decision you make, agonizing over whether it really was the right one?

What the Experts Say
Everyone has moments of doubt. But “constant second-guessing can really affect your leadership — and the perception of your leadership among other people,” says Sydney Finkelstein, faculty director of Dartmouth’s Tuck Center for Leadership and the author of the forthcoming book, Superbosses. It can also do unintended harm. “If you are excessively second-guessing a hire you’ve made, for instance, you are actually reducing the likelihood of that hire being successful,” says Finkelstein. “There is a risk of a self-fulfilling prophecy.” And that’s not all. “Second-guessing also has a real productivity impact,” says Amy Jen Su, co-founder of executive leadership development firm Paravis Partners and coauthor of Own the Room. “When you’re spinning on a decision, you’re not moving forward. You’re just sitting in this purgatory of second-guessing.” Here’s how to stop looking back with regret.

Get some perspective
Ask yourself: How big a decision was this really? What are the stakes now? “There are a lot of decisions where the costs of being wrong are actually not that big,” says Finkelstein. If you’re juggling other more important decisions and issues, “why spend another minute wondering about the ‘what ifs’?” he says. “Remind yourself that worrying is taking time away from the bigger things you have to deal with.” That exercise alone can help soothe your anxiety.

Check your gut
If you initially aren’t feeling confident about a chosen path, don’t discount where your intuition has led you. “Trusting your gut can be absolutely useful, valuable, and appropriate,” says Finkelstein. “It can cut down on a ton of time.” Both Finkelstein and Su suggest maintaining a kind of “acknowledgment practice,” which might involve keeping a journal of recent decisions. Hopefully, you’ll find that your intuition has led you in the right direction over time and that even when you made mistakes, they were easily corrected. Reviewing decisions in this way should help you become more self-assured, reducing the likelihood that you’ll second-guess needlessly.

Poll a group of “advisers”
If checking your gut still doesn’t give you the confidence that you’ve made the right decision, ask around for advice. “Have a group of people who are your sounding boards” and seek their input, says Su. “Say, ‘Here’s what I was thinking. What am I not taking into consideration here?’ That will help you better understand what it is that’s causing you to worry.” It can be particularly helpful to stock this informal panel with people who have experience dealing with similar issues or who can bring new perspectives to the table. Their wisdom can help you feel more comfortable with your chosen path.

Get comfortable with adjustments
Few decisions are irreversible. But, in our quest to make the best ones, we tend to forget that. “There’s a real tyranny to trying to be perfect,” says Finkelstein. “It’s important to remember that you can’t possibly be right about everything.” And in nearly every scenario, chances are “you can fix and adjust it,” he says. Su agrees. “When we pretend that decisions are final, we paralyze ourselves. It’s OK to make mistakes. Moving forward is what’s important.”

Make a date to check in
One of the best ways to stop questioning a decision in the moment is to make a plan to formally review it at a later date. It could be in a few weeks, or a few months — whatever feels appropriate. Add a reminder to your calendar. “The point is that you can set into place a very simple monitoring mechanism,” says Finkelstein. “That greatly reduces the risk of the consequences of your decision going off-track, and you don’t have to be so crazed in the meantime by second-guessing.”

Balance your decision biases going forward
To protect yourself from second-guessing future decisions, work to step out of your comfort zone when making them. People tend to approach choices from either a subjective, emotion-driven perspective or an objective, logic-based one, says Su. But, to feel confident about a course of action, you need to make sure you consider it from all angles. “If you are more logical and fact-based, stretch yourself to consider the subjective factors. If you’re all about subjectivity, make sure you consider the logic side and marry the two.”

Principles to Remember:

•Trust your intuition.
•Reach out to a group of advisers for advice to put your mind at ease.
•Set a date to review the decision in the future so you can stop worrying about it in the present.


•Sweat the small stuff. Recognize when decisions have low stakes.
•Assume the decision is permanent; you can almost always change course later on.
•Default to what makes you comfortable when making your next decision

Case study #1: Finding confidence in outside advice
In 2007, when William Schroeder launched a boutique counseling center, Just Mind, in Austin, Texas, he knew that he’d have to make a deluge of daily decisions. But he found himself second-guessing many of them — big ones, like how many people he’d hired and clients he’d agreed to accept, but also small ones, like how much he was spending on Google Adwords campaigns. The worrying ate up his time and attention, leaving him drained. “It became the bane of my existence very quickly,” he says.

Over time, he learned how to better insulate himself from needless doubt later on. In some cases, he creates a decision-making matrix in order to weigh his objectives and the factors in play. This helps him visualize his options, as well as reassures him that he’s done enough research. “I am a visual person and being able to see my options helps me to feel more comfortable about a decision,” he says. “It also allows me to have something to go back to and refer to later when I come up with a similar issue.”

The other helpful tool he has developed is an informal group of advisors that he regularly polls when he needs reassurance and advice. He reaches out to another group counseling practice owner for hiring advice; to relatives like his psychologist father-in-law and his lawyer father; and to other entrepreneurs in the area for help running a small business.

“At the end of the day, you do the best you can and sometimes it doesn’t turn out correctly,” he says. “But if it doesn’t go well, you try and fix it as quickly as possible and learn from it.”

Case study #2: When indecisive is worse than wrong
Matt Bremerkamp, VP of public relations for virtual assistant startup Pressed, was worried that he and his colleagues had made the wrong decision to expand the company’s brand ambassador program. They’d gone back and forth over whether to cast a wide net with the program, which works with outsiders who evangelize the company’s product, or shrink it, developing a smaller, targeted group of ambassadors. “We were debating the decision ad nauseum,” he says.

To break through the inertia, Matt fell back on a strategy he had honed as an infantry team leader in the Army National Guard: Move left. “Basically, if after a moment of hesitation, a best course of action wasn’t apparent, I would always have my team of men move left,” he says. “Then I’d reevaluate the decision, and if a better course of action still wasn’t apparent we’d move left again, and so on.” If left proved to be a poor choice, they’d change course. But “the point was to constantly keep moving forward and to never stagnate.”

In this case, moving left meant implementing the decision to cast a wide net for brand ambassadors. “The decision actually ended up working out very well,” Matt says. “Some of the issues that we thought we’d have, like relying on spokespeople that we hadn’t handpicked or developed, really haven’t come into play.”

Matt says he now relies on the “move left” mantra all the time in his professional life. “A decision may not always be perfect,” he says. “But by moving forward you can always ‘adjust fire’ and redirect your efforts if need be.”
from HBR Carolyn O’Hara is a writer and editor based in New York City. She’s worked at The Week, PBS NewsHour, and Foreign Policy

A good decision executed quickly beats a brilliant decision implemented slowly

From HBR

Decisions are the coin of the realm in business. Every success, every mishap, every opportunity seized or missed is the result of a decision that someone made or failed to make. At many companies, decisions routinely get stuck inside the organization like loose change. But it’s more than loose change that’s at stake, of course; it’s the performance of the entire organization. Never mind what industry you’re in, how big and well known your company may be, or how clever your strategy is. If you can’t make the right decisions quickly and effectively, and execute those decisions consistently, your business will lose ground.

Indeed, making good decisions and making them happen quickly are the hallmarks of high-performing organizations. When we surveyed executives at 350 global companies about their organizational effectiveness, only 15% said that they have an organization that helps the business outperform competitors. What sets those top performers apart is the quality, speed, and execution of their decision making. The most effective organizations score well on the major strategic decisions—which markets to enter or exit, which businesses to buy or sell, where to allocate capital and talent. But they truly shine when it comes to the critical operating decisions requiring consistency and speed—how to drive product innovation, the best way to position brands, how to manage channel partners.

Even in companies respected for their decisiveness, however, there can be ambiguity over who is accountable for which decisions. As a result, the entire decision-making process can stall, usually at one of four bottlenecks: global versus local, center versus business unit, function versus function, and inside versus outside partners.

The first of these bottlenecks, global versus local decision making, can occur in nearly every major business process and function. Decisions about brand building and product development frequently get snared here, when companies wrestle over how much authority local businesses should have to tailor products for their markets. Marketing is another classic global versus local issue—should local markets have the power to determine pricing and advertising?

The second bottleneck, center versus business unit decision making, tends to afflict parent companies and their subsidiaries. Business units are on the front line, close to the customer; the center sees the big picture, sets broad goals, and keeps the organization focused on winning. Where should the decision-making power lie? Should a major capital investment, for example, depend on the approval of the business unit that will own it, or should headquarters make the final call?

Function versus function decision making is perhaps the most common bottleneck. Every manufacturer, for instance, faces a balancing act between product development and marketing during the design of a new product. Who should decide what? Cross-functional decisions too often result in ineffective compromise solutions, which frequently need to be revisited because the right people were not involved at the outset.

The fourth decision-making bottleneck, inside versus outside partners, has become familiar with the rise of outsourcing, joint ventures, strategic alliances, and franchising. In such arrangements, companies need to be absolutely clear about which decisions can be owned by the external partner (usually those about the execution of strategy) and which must continue to be made internally (decisions about the strategy itself). In the case of outsourcing, for instance, brand-name apparel and foot-wear marketers once assumed that overseas suppliers could be responsible for decisions about plant employees’ wages and working conditions. Big mistake.

Clearing the Bottlenecks

The most important step in unclogging decision-making bottlenecks is assigning clear roles and responsibilities. Good decision makers recognize which decisions really matter to performance. They think through who should recommend a particular path, who needs to agree, who should have input, who has ultimate responsibility for making the decision, and who is accountable for follow-through. They make the process routine. The result: better coordination and quicker response times.

Companies have devised a number of methods to clarify decision roles and assign responsibilities. We have used an approach called RAPID, which has evolved over the years, to help hundreds of companies develop clear decision-making guidelines. It is, for sure, not a panacea (an indecisive decision maker, for example, can ruin any good system), but it’s an important start. The letters in RAPID stand for the primary roles in any decision-making process, although these roles are not performed exactly in this order: recommend, agree, perform, input, and decide—the “D.” (See the sidebar “A Decision-Making Primer.”)

A Decision-Making Primer

Good decision making depends on assigning clear and specific roles. This sounds simple enough, but many companies struggle to make decisions because lots of people feel accountable—or no one does. RAPID and other tools used to analyze decision making give senior management teams a method for assigning roles and involving the relevant people. The key is to be clear who has input, who gets to decide, and who gets it done.

The five letters in RAPID correspond to the 5 critical decision-making roles: recommend, agree, perform, input, and decide. As you’ll see, the roles are not carried out lockstep in this order—we took some liberties for the sake of creating a useful acronym.


People in this role are responsible for making a proposal, gathering input, and providing the right data and analysis to make a sensible decision in a timely fashion. In the course of developing a proposal, recommenders consult with the people who provide input, not just hearing and incorporating their views but also building buy in along the way. Recommenders must have analytical skills, common sense, and organizational smarts.


Individuals in this role have veto power—yes or no—over the recommendation. Exercising the veto triggers a debate between themselves and the recommenders, which should lead to a modified proposal. If that takes too long, or if the two parties simply can’t agree, they can escalate the issue to the person who has the D.



These people are consulted on the decision. Because the people who provide input are typically involved in implementation, recommenders have a strong interest in taking their advice seriously. No input is binding, but this shouldn’t undermine its importance. If the right people are not involved and motivated, the decision is far more likely to falter during execution.


The person with the D is the formal decision maker. He or she is ultimately accountable for the decision, for better or worse, and has the authority to resolve any impasse in the decision-making process and to commit the organization to action.



Once a decision is made, a person or group of people will be responsible for executing it. In some instances, the people responsible for implementing a decision are the same people who recommended it.

Lire la suite »


If you read excellent Damasio research results about decision-making process ( and his referent book : Descartes’s mistake), complex decisions we made aren’t only taken with the « left side of the brain »: so-said « cartesian side » but with emotions and « above material consideration »…Regarding MIT and LSE research : financial incentive have poor even negative impact when we have have to find complex decision-making or solution-solving situations.
New way of collaboration leads naturally to new way of management based on Autonomy,Master and Purpose.


2015 valuable skills for the 5 to 10 years

For those who make resistance toward working together, sharing informations thinking they will build their success on their ability not to…collaborate…! Here ‘s the recipe to make a radical u-turn to reshape or shape their career ! It’s now proven that working together and having a wide range of vision allows innovation and increase the prevention process to consider multiple scenarii when they are building the strategy guide line.

At DEECISIONS, we design solutions that increase collaborative process in order our clients to be focused on the ideas and scenarii (added value ones!) rather than shaping and synchronizing people, contents, tools, meetings…



Nous prenons, en moyenne, 25 décisions professionnelles par jour.

Décideurs : c’est ainsi que l’on nous nomme en tant que dirigeants et/ou managers. Nous pensons que nous sommes parfaitement maîtres de ce processus quotidien inhérent à nos fonctions.

La réalité est bien différente ! Cette prise de décisions est affectée d’interférences : les biais « cognitifs ».

En d’autres termes ce que nous avons appris, ce que nous savons ou croyons savoir à un moment « t » etc,…ou tout simplement des distorsions de perception.

Ce constat est le fruit de décennies d’analyses des pratiques managériales par les chercheurs, professeurs de management, sociologues et professionnels de l’entreprise  comme de celui des administrations et corps militaires.*

Sont recensés ici 20 des principaux biais cognitifs qui parasitent notre processus décisionnel. Nous aborderons ensuite une série de parade pour les identifier autant que pour les déjouer…

  1. Le biais de soutenir aveuglément ses propres choix lorsque vous faites un choix vous avez tendance à en surestimer les effets positifs ou ses qualités. Et ce, même si l’objet de ce choix comporte des défauts qui vous sont évidents : Observez donc la façon dont vous vantez (en particulier les premiers temps) les qualités de votre voiture: même si chaque matin, vous remarquez et donc subissez et qu’il n’a pas assez d’espace pour transporter le contenu complet de vos poches de costume – ou le contenu de votre sac pour vous mesdames !
2. L’Anecdotique VS symptomatique

(ou biais d’informations heuristiques : trouvées par soi-même.) Dans ce cas, nous surestimons l’importance des informations qui nous sont connues et nous en faisons des généralités : nous confondons alors le symptomatique et l’anecdotique. Ainsi, quelqu’un pourrait faire valoir que le tabagisme n’a pas d’effets nocifs sur la santé au motif que son voisin a vécu jusqu’à 100 ans alors qu’il a fumé 3 paquets de cigarettes par jour !

3. L’effet d’entraînement

Plus le nombre de personnes qui adhèrent à une croyance est important plus la probabilité qu’une personne se rallie à celle-ci l’est aussi ! Cet effet est en général à l’origine des courants favorisant des formes de pensée unique. Dans l’entreprise, il constitue  une raison pour laquelle la plupart des réunions non cadrées sont généralement improductives.  Mais comme tous les avis, les effets d’entrainement peuvent être inversés : le film « 12 hommes en colère » l’illustre admirablement bien ! [on le visionne et l’analyse en session de leadership à l’ E M BA d’HEC Paris !]

4.     La négation de ses propres biais
 Ne pas reconnaître ses propres biais cognitifs est un biais en soi. Les gens remarquent davantage les biais cognitifs et motivations des autres que les leurs. Il apparaît souvent que le groupe en collaboration – bienveillante-  soit un neutralisateur de ce biais !5.     Le biais dit « d’ancrage »  Nous sommes trop dépendants de la première source d’information entendue : celui qui fait la première offre constitue un éventail référent de possibilités perçues comme raisonnables dans l’esprit de ceux qui la reçoivent. De manière générale, lorsque vous consultez un professionnel sur un sujet que vous ne maîtrisez pas il y a fort à parier que les critères qu’ils vous indiquent deviennent inconsciemment votre élément de référence.  Le classement des sources d’informations par séquence de pertinence est donc clef.
6.     L’effet de « masse »

Elle est motivé par la tendance à voir des « logiques et des récurrences » dans des événements aléatoires.  La clef de ce « raisonnement » fallacieux se retrouve de manière exacerbée chez les joueurs de casino : Il n’est pas rare de les voir soutenir l’idée que le « rouge » a une forte probabilité de sortir sur une table de roulette après une série de « rouge ».


Lire la suite »

De l’art de décider (article HBR)

article Harvard Business Review Février-Mars 2015 Mag (édition française)

De l’art de décider

Le 21/01/2015


Une boîte à outils à l’usage des dirigeants qui réalisent des paris stratégiques à hauts risques.

Les managers sont payés pour prendre des décisions difficiles. Les enjeux associés aux conséquences de ces décisions sont de taille, et ils sont, à juste titre, jugés sur leur taux de réussite global. Il est bien sûr impossible d’éliminer le risque associé à la prise de décision stratégique. Nous estimons cependant que les dirigeants, ainsi que les entreprises, peuvent considérablement améliorer leurs chances de réussite en opérant un changement direct (quoique loin d’être simple) : étoffer leur boîte à outils d’aide à la décision et choisir ceux qui sont les mieux adaptés aux décisions envisagées.

La plupart des entreprises misent trop sur des outils de base comme la méthode des flux de trésorerie actualisés ou les études de scénarios quantitatifs très simples, même lorsqu’elles sont confrontées à des situations particulièrement complexes et incertaines. Nous le constatons tous les jours dans notre travail de conseil et de formation des managers, des impressions corroborées par la recherche. Ne vous méprenez pas : les outils traditionnels que nous avons appris en école de commerce sont fantastiques dès lors que l’on travaille dans un environnement stable, que l’on comprend le modèle économique et que l’on a accès à des informations solides. Ils sont beaucoup moins utiles en terrain inconnu, par exemple si vous travaillez dans un secteur qui évolue rapidement, lancez un nouveau type de produit ou passez à un nouveau modèle économique. Et ce, parce que les outils traditionnels partent du principe que les décideurs ont accès à des informations extrêmement complètes et fiables. Pourtant, tous les leaders avec lesquels nous avons travaillé au cours des vingt dernières années reconnaissent qu’un nombre croissant de décisions se fonde sur des opinions qui doivent être élaborées à partir d’informations incomplètes et incertaines.

Le problème auquel les managers sont confrontés n’est pas l’absence d’outils appropriés. Il existe de nombreux outils, notamment l’analyse décisionnelle fondée sur des cas, l’analyse de scénarios qualitatifs et les marchés de l’information (ou marchés prédictifs), qui aident à prendre des décisions dans des environnements caractérisés par de forts degrés d’incertitude. Mais la variété même de ces outils peut poser problème en l’absence de conseils clairs sur le moment opportun auquel il convient d’utiliser un outil ou une combinaison d’outils plutôt qu’une autre. En l’absence de conseils, les décideurs continueront à n’avoir recours qu’aux outils qu’ils connaissent le mieux dans une tentative sincère, mais peu judicieuse, d’imposer logique et structure à une décision cruciale.

Dans la première moitié de l’article, nous décrivons un modèle permettant de faire correspondre l’outil de prise de décision à la décision envisagée en fonction de trois facteurs : le degré de compréhension des variables qui détermineront le succès, le degré de prédiction de l’éventail des issues possibles et le degré de centralisation de l’information pertinente. Nous présentons de solides arguments en faveur de l’utilisation de l’analyse décisionnelle fondée sur des cas (qui repose sur différentes analogies) et de l’analyse de scénarios qualitatifs dans des conditions d’incertitude. Inévitablement, le modèle que nous proposons simplifie une réalité très complexe afin de révéler quelques vérités importantes (c’est ce que font les modèles).

Dans la seconde moitié de l’article, nous étudions quelques-unes des complications les plus courantes : la plupart des cadres sous-estiment l’incertitude à laquelle ils sont confrontés ; les protocoles organisationnels peuvent gêner la prise de décision ; et les managers ne savent pas vraiment utiliser de façon optimale plusieurs outils différents pour analyser une décision, ou quand il est judicieux de reporter une décision jusqu’à ce qu’ils puissent mieux la cerner.

Elaborer un profil décisionnel

Lorsque vous essayez de choisir les outils appropriés à une situation donnée, vous devez vous poser deux questions fondamentales :

Ai-je connaissance des éléments nécessaires pour réussir ?

Vous devez savoir si vous avez ou non un modèle causal, c’est-à-dire comprendre quels sont les facteurs clés de succès et quelles sont les conditions économiques, ainsi que les combinaisons, qui mèneront à une issue positive. Les entreprises qui prennent souvent des décisions similaires disposent généralement de modèles de causalité robustes. C’est par exemple le cas d’un détaillant qui, pendant des années, a ouvert des points de vente dans un pays, ou d’un détaillant qui a réalisé bon nombre de petites acquisitions de concurrents voisins.

Un moyen simple de tester la robustesse de votre modèle causal consiste à déterminer si vous êtes en mesure d’indiquer avec certitude un ensemble de déclarations « si-alors » relatives à la décision (« Si la nouvelle technologie des procédés que nous proposons réduit les coûts de X% et que nous pouvons obtenir Y% de part de marché en transférant ces économies à nos clients, alors nous devrions investir dans cette technologie »). Vous devez également pouvoir définir un modèle financier auquel vous pouvez rattacher différentes hypothèses (tels que le niveau des économies engendrées par la technologie et la part de marché que vous pourrez obtenir).

Pour l’écrasante majorité des décisions stratégiques, les cadres ne peuvent déterminer de modèle causal clair. Certains ont une assez bonne idée des facteurs clés de succès qui importent, mais n’ont pas d’image globale de la situation ; ce sera généralement le cas, par exemple, d’une entreprise qui met au point un nouveau produit. D’autres ne savent même pas comment formuler la décision ; par exemple, une entreprise perturbée par une nouvelle technologie mise au point par une entreprise qui opère en dehors de son secteur.


Est-ce que je sais quelle combinaison de facteurs clés de succès déterminera l’issue positive de ma décision ?

Est-ce que je connais l’ensemble des résultats devant être atteints pour garantir le succès ?

Est-ce que je sais précisément comment réussir ?

Est-ce que je connais la recette du succès ?

Suis-je en mesure de prédire l’éventail des résultats possibles ?

Lorsque vous choisissez les bons outils d’aide à la décision, vous devez également déterminer s’il est possible ou non de prédire un résultat, ou un éventail de résultats qui pourraient résulter de la décision.

Il est parfois possible de prévoir un résultat simple avec un degré raisonnable de certitude ; c’est par exemple le cas d’une entreprise qui a déjà souvent pris des décisions similaires. Le plus souvent, les décideurs peuvent identifier une palette de résultats éventuels, à la fois pour des facteurs de succès spécifiques et pour la décision dans son ensemble. Souvent, ils sont également en mesure d’établir la probabilité de ces résultats. Cependant, dans des conditions d’incertitude, il est courant que les cadres ne puissent pas indiquer avec précision l’éventail des résultats possibles ou la probabilité qu’ils se produisent (même dans les cas où les cadres comprennent les facteurs clés de succès et le modèle à suivre pour réussir).


Suis-je en mesure de définir l’éventail des issues pouvant résulter de ma décision, globalement et pour chaque facteur clé de succès ?

Puis-je évaluer la probabilité que chaque issue se produise ?

Choisir les bons outils : cinq situations

Comme l’indique l’encadré « Diagnostiquer votre -décision » ci-dessous, les réponses aux questions ci-dessus vous orienteront vers les meilleurs outils d’aide à la décision (pour une brève définition de chacun d’entre eux, voir le « Glossaire des outils d’aide à la décision », page 80). Dans certains cas, vous n’aurez besoin que d’un seul outil ; dans d’autres, vous devrez avoir recours à plusieurs outils utilisés conjointement. Nombre d’entre eux vous seront familiers. Cependant, celui que nous recommandons d’utiliser le plus, à savoir l’analyse décisionnelle fondée sur des cas, n’est pas encore couramment utilisé. En partie parce que ses versions les plus formelles et rigoureuses sont relativement nouvelles, en partie parce que les managers sous-estiment généralement le degré d’incertitude auquel ils sont confrontés (pour plus d’informations sur l’analyse décisionnelle fondée sur des cas, voir l’encadré « Elaborer des analogies rigoureuses : un outil sous-utilisé », plus bas).

Diagnostiquer votre décision

Lorsqu’ils sélectionnent un outil d’aide à la décision pour un investissement majeur, les dirigeants doivent répondre à trois questions :

• Est-ce que je sais ce qui sera nécessaire pour réussir ? (ou : est-ce que je dispose d’un modèle causal complet ?)

• Est-ce que je peux prédire l’éventail des issues ?

• Est-ce que je dois agréger les informations ?

Les réponses à ces questions les orienteront vers les meilleurs outils d’aide à la décision.

Capture d’écran 2015-01-16 à 18.25.06

Elaborer des analogies rigoureuses : un outil sous-utilisé

Bien que les chefs d’entreprise recourent fréquemment . des analogies pour motiver leurs décisions, il est rare qu’ils le fassent de manière rigoureuse et systématique. 

Ainsi, il est naturel que nous nous focalisions sur la situation analogue la plus favorable . l’action que nous souhaitons entreprendre, en ignorant les autres cas susceptibles de nous fournir un tableau plus complet des stratégies possibles et de leurs issues.

L’analyse décisionnelle fondée sur des cas fournit un cadre structuré permettant de synthétiser l’information émanant de multiples expériences et exemples analogues. Même lorsque les décideurs ne savent pas quelle est la relation exacte entre les facteurs clés de succès et les résultats, ils peuvent utiliser cette méthode pour tirer les leçons des succès et des échecs passés.

Elle requiert des décideurs qu’ils recueillent un échantillon de faits analogues, déterminent les résultats produits dans ces cas et évaluent le degré de similarité de chaque cas par rapport à la décision envisagée. La meilleure décision est alors celle qui maximise la moyenne pondérée en fonction de la similarité des résultats associés aux cas analogues.

Parfois, il ne faut pas aller chercher bien loin : les producteurs de films peuvent comparer un projet à des projets passés similaires ; les consommateurs compulsifs peuvent faire de même. Les décideurs qui s’aventurent sur des terrains moins familiers doivent examiner les autres secteurs à la recherche de comparaisons, lesquelles nécessiteront davantage d’ingéniosité (il est essentiel d’utiliser ici des cadres structurés pour la comparaison).

A titre d’analogie, les fabricants de biens de consommation confrontés à la révolution numérique peuvent se pencher sur le cas du dégroupage de l’industrie de la musique et du livre. Une société passant d’un modèle économique bas. sur le produit . un modèle bas. sur le service peut s’inspirer des sociétés informatiques ayant déjà opéré ce passage.

Lorsque les décideurs ne peuvent .laborer leurs propres modèles causals de succès, le mieux consiste à étudier les succès et les échecs des autres dans des situations analogues, en accordant davantage de poids aux analogies qui correspondent le mieux à leur situation.

A titre d’illustration, examinons cinq scénarios que les cadres de McDonald’s pourraient rencontrer (ces scénarios sont simplifiés dans un souci de clarté).

Situation 1 : Vous comprenez votre modèle causal et pouvez prédire l’issue de votre décision avec un degré de certitude raisonnable. Supposez que les dirigeants de McDonald’s doivent décider de l’implantation géographique de nouveaux restaurants aux Etats-Unis. L’entreprise a, ou peut obtenir, toutes les informations dont elle a besoin pour déterminer raisonnablement le degré de réussite d’une implantation donnée. Premièrement, elle connaît les variables importantes pour réussir : les statistiques démographiques locales, la fréquentation de la zone de chalandise, la disponibilité et le prix de l’immobilier, ainsi que la localisation des points de vente concurrents. Deuxièmement, elle a, ou peut obtenir, des sources de données abondantes sur ces variables. Et, troisièmement, elle dispose de modèles coûts/revenus du restaurant bien définis. Réunies, ces informations constituent un modèle causal. Les décideurs peuvent entrer les données concernant la fréquentation et autres variables dans des modèles standards de flux de trésorerie actualisés afin de prédire avec précision (de façon suffisamment proche) le degré de réussite d’une implantation proposée et prendre la décision sans équivoque d’ouvrir, ou non, le restaurant à cet endroit.

OUTILS : Les outils traditionnels de budgétisation des investissements, tels que les flux de trésorerie actualisés et le taux de rendement espéré.

Situation 2 : Vous comprenez votre modèle causal et pouvez prédire un éventail d’issues possibles, ainsi que leurs probabilités de réalisation. Imaginez maintenant que les cadres de Mc-Donald’s soient en train d’évaluer la décision d’introduire ou non un nouveau sandwich aux Etats-Unis. Ils disposent toujours d’un moyen fiable pour modéliser les coûts et les recettes ; ils disposent également de données pertinentes sur la démographie, le trafic piétonnier, etc. (en d’autres termes, ils ont un modèle causal). Mais il existe une incertitude significative quant à l’issue de l’introduction du sandwich : ils ne savent pas, par exemple, quelle sera la demande, ni quel sera l’impact du nouveau produit sur les ventes des autres produits. Ils peuvent cependant prédire un éventail d’issues possibles en utilisant des outils de scénarios quantitatifs multiples. Une étude de marché préliminaire réalisée dans différentes régions du pays leur fournira probablement un éventail de résultats, et peut-être même la probabilité de réalisation de chacune de ces issues. Ils pourraient être en mesure de résumer ces informations sous forme d’arborescence simple des issues, indiquant la probabilité pour chacune que la demande suive, ainsi que les gains associés pour McDonald’s. L’arborescence pourrait être utilisée pour calculer la valeur, la variance et l’éventail des issues financières que McDonald’s connaîtrait si l’entreprise introduisait le sandwich. Les décideurs pourraient alors utiliser des techniques standards d’analyse décisionnelle pour prendre leur décision finale.

Sinon, McDonald’s pourrait aussi tester le nouveau sandwich dans un nombre limité de régions. Ces tests fourniraient des informations utiles sur la demande totale potentielle du marché sans faire courir à l’entreprise le risque associé à un lancement massif. Effectuer un test est comparable au fait d’investir dans une « option » qui fournit des informations et vous donne le droit – mais ne vous en impose aucunement l’obligation – de déployer le produit à plus grande échelle à l’avenir (cette approche relève toujours de l’étude de marché, mais en est généralement une forme plus coûteuse). L’analyse des options réelles, qui quantifie les bénéfices et les coûts du test à la lumière de l’incertitude du marché, constituerait dans ce cas un outil de prise de décision approprié.

OUTILS : Outils de scénarios quantitatifs multiples tels que les simulations de Monte-Carlo, l’analyse décisionnelle fondée sur des cas et l’évaluation des options réelles (ces outils combinent des méthodes statistiques et les modèles d’établissement de budget d’investissement traditionnels privilégiés dans la Situation 1. Les cadres peuvent effectuer des simulations des issues possibles en utilisant les probabilités connues et les modèles de flux de trésorerie actualisés, puis utiliser les outils d’analyse décisionnelle pour calculer les valeurs attendues, les fourchettes, etc.).

Situation 3 : Vous comprenez votre modèle causal mais ne pouvez prédire les issues. Supposons maintenant que McDonald’s s’installe pour la première fois sur un marché émergent. Les dirigeants connaissent toujours le modèle qui garantira la rentabilité du restaurant. Les facteurs influant sur les coûts et les recettes pourraient fort bien être identiques d’un marché à l’autre. Cependant, la société dispose de beaucoup moins d’informations sur les issues possibles, et les prédire au moyen d’une étude de marché et d’une analyse statistique ne sera pas chose facile. Les produits de l’entreprise sont relativement nouveaux sur ce marché ; cette dernière sera confrontée à des concurrents qu’elle ne connaît pas ; elle est aussi moins assurée de la fiabilité des fournisseurs, et moins à même de savoir qui recruter et comment former le personnel.

Dans cette situation, les dirigeants de McDonald’s peuvent utiliser une analyse de scénarios qualitatifs afin d’avoir une meilleure idée des issues possibles. Ils peuvent élaborer des scénarios associés aux recettes qui couvrent un large éventail de réactions possibles de la part des clients et des concurrents. Du point de vue de l’offre, les scénarios pourraient se focaliser sur les incertitudes associées à la chaîne d’approvisionnement et à la structure réglementaire du marché émergent, incertitudes qui pourraient causer des variations importantes en termes de coûts et de fiabilité des fournisseurs. Ces scénarios seront représentatifs et non exhaustifs, mais ils aideront les décideurs à évaluer les avantages et les inconvénients des diverses approches et à déterminer s’ils sont suffisamment motivés pour investir sur ce marché. Ils devront compléter les scénarios par une analyse décisionnelle fondée sur les cas de situations commerciales analogues. Ils pourraient examiner les issues à partir d’autres types de plats figurant sur leur menu ou sur celui d’autres enseignes de fast-foods sur les marchés en développement, ou encore se fonder sur l’exemple d’un bien de consommation qui s’est lancé sur ce même marché.

OUTILS : Analyse de scénarios qualitatifs complétée par une analyse décisionnelle fondée sur des cas.

Situation 4 : Vous ne comprenez pas votre modèle causal, mais vous pouvez tout de même prédire un éventail d’issues. Supposons que McDonald’s cherche à s’engager dans une nouvelle branche d’activité avec un nouveau modèle économique, telle que l’offre de services de conseil visant à améliorer les procédés de restauration. Dans ce cas, les cadres ne peuvent probablement pas définir de modèle causal complet, ni identifier facilement les moteurs du -succès. Cependant, cela ne les empêche pas de définir un éventail de résultats possibles liés au projet en exploitant les bonnes sources d’information : ils peuvent se procurer, par exemple, des estimations de réussite auprès de personnes plus expérimentées dans ce modèle économique ou en compilant des informations sur l’éventail des issues qu’ont connues d’autres entités utilisant des modèles économiques similaires. Il est souvent plus facile d’exploiter les données relatives aux issues (et donc de définir un éventail d’issues possibles) qui définissent un modèle économique sous-jacent que de demander aux gens de divulguer les détails de leurs modèles économiques (pour de nombreuses entreprises, cette « recette secrète » est confidentielle).

OUTILS : Analyse décisionnelle fondée sur des cas.

Situation 5 : Vous ne comprenez pas votre modèle causal et vous ne pouvez prédire un éventail d’issues. Même un leader reconnu sur un marché établi doit prendre des décisions dans des conditions particulièrement équivoques et incertaines. Lorsqu’il s’agit de déterminer comment répondre aux préoccupations récentes concernant l’obésité aux Etats-Unis et à la polémique sur le rôle joué par le secteur de la restauration rapide dans cette épidémie, les dirigeants de McDonald’s ne peuvent être sûrs de l’effet que diverses mesures pourraient avoir sur la demande des consommateurs. Les retours de bâton ont le potentiel de changer radicalement les règles du leadership dans le secteur de la restauration rapide et de rendre les modèles de prise de décision et les données historiques obsolètes. McDonald’s ne peut certainement pas prédire avec précision les procès à venir, les progrès de la recherche médicale, les changements législatifs ou encore les initiatives de ses concurrents, qui détermineront au final les retombées de chacune de ses décisions.

Confrontée à ce degré d’incertitude, l’entreprise doit à nouveau s’appuyer sur une analyse décisionnelle fondée sur des cas. Il pourrait être judicieux qu’elle examine, notamment, les tentatives d’autres entreprises de biens de consommation visant à se repositionner comme des alternatives saines ou sans risque dans un secteur considéré par ailleurs « dangereux », ou cherchant à influencer la législation, la réglementation ou les perceptions des acteurs à travers des campagnes de relations publiques ou de lobbying. Pour trouver des idées, les dirigeants de chez McDonald’s pourraient analyser des cas issus par exemple des secteurs du jeu, du tabac, des armes à feu, des boissons gazeuses ou encore des biscuits.

OUTILS : Analyse décisionnelle fondée sur des cas.

Agréger les informations

Le lecteur attentif aura remarqué que l’arbre de décision comprend un ensemble d’outils que nous n’avons pas encore abordé : les outils d’agrégation des informations. Nous les traitons séparément car, pour la plupart, ils fonctionnent indépendamment des questions relatives aux profils décisionnels que nous posons au début (avez-vous un modèle causal, et connaissez-vous l’éventail des issues possibles ?).

Les informations dont les dirigeants ont besoin pour prendre des décisions stratégiques sont souvent dispersées et spécifiques au contexte. Par exemple, si une entreprise tente d’évaluer les synergies pouvant découler d’une acquisition éventuelle, il est probable que différents spécialistes (internes et externes) détiennent différents éléments d’information pertinents. Il est relativement simple de rassembler les perspectives de ces spécialistes en utilisant des outils conçus pour agréger les informations, et de déterminer un éventail d’issues possibles ainsi que leurs probabilités de réalisation. Des outils d’agrégation standards tels que l’approche Delphi sont utilisés depuis des décennies.

Une approche plus récente pour rassembler les informations dispersées consiste à faire appel aux marchés de l’information (ou marchés prédictifs) afin de recueillir parmi un public informé des avis éclairés sur un certain nombre de variables clés, en lui demandant par exemple d’évaluer l’évolution de la performance macroéconomique à un an ou l’accueil qui sera fait à un nouveau produit. Cette approche comporte néanmoins deux limites : premièrement, les marchés de l’information et de la prédiction étant structurés comme les marchés des valeurs mobilières, dans lesquels les participants peuvent « parier » sur différentes issues, ils ne peuvent être utilisés que lorsque les dirigeants sont en mesure d’indiquer un éventail d’issues possibles (comme dans les situations 2 et 4 ci-dessus). Deuxièmement, le recours à ces marchés peut entraîner une fuite d’informations que les dirigeants auraient préféré tenir secrètes (par exemple, les recettes attendues d’un nouveau médicament).

Deux alternatives aux marchés de l’information peuvent permettre de contourner ces inconvénients. La première se rapporte aux estimations récompensées : les personnes qui ont accès à diverses informations sont priées de fournir des estimations quant à une issue clé, et la personne qui se rapproche le plus du résultat réel gagne une récompense (qui peut être monétaire ou non). La seconde est la prévision fondée sur la similarité : on demande aux individus d’évaluer le degré de similarité d’une décision ou d’un actif particulier par rapport aux décisions ou actifs passés. Les notations sont alors agrégées au moyen de simples procédures statistiques qui permettent de générer des prévisions relatives aux recettes, aux délais d’exécution ou aux coûts en fonction de l’objectif visé (ici, il s’agit en fait d’un outil d’analyse décisionnelle fondée sur des cas).


Les informations dont j’ai besoin sont-elles centralisées ou décentralisées ?

Si elles sont décentralisées, puis-je faire appel aux spécialistes dont j’ai besoin et agréger leurs connaissances ?

Est-il possible et utile de faire appel aux « foules » (crowdsourcing) pour exécuter une partie du travail de récolte d’informations ?

Est-il possible de recueillir et d’agréger des informations provenant des « foules » sans avoir à divulguer d’informations confidentielles ?

Facteurs de complication

Par souci de clarté, nous avons présenté un ensemble d’exemples simplifiés. En pratique, il va de soi que toutes sortes de complications se produisent lorsqu’on prend des décisions majeures. Nous étudions quelques-unes de ces complications ci-après.

Les décideurs ne savent pas ce qu’ils ne savent pas. Le modèle que nous avons élaboré pour choisir les outils d’aide à la décision dépend de la capacité des décideurs à déterminer avec précision le degré d’ambiguïté et d’incertitude auquel ils sont confrontés. Cette détermination peut être problématique, car les décideurs sont, comme nous tous, soumis à des limitations cognitives et comportementales. Il est avéré, fait particulièrement pertinent ici, que les décideurs sont trop confiants dans leur capacité à prédire les issues incertaines et qu’ils interprètent les données de manière à confirmer leurs hypothèses premières.

Par nature, les décideurs ne savent pas ce qu’ils ne savent pas, mais sont généralement enclins à supposer le contraire.

Un schéma cognitif biaisé s’insinue. Les évaluations biaisées que réalisent les décideurs quant au degré d’incertitude auquel ils sont confrontés pourraient en inciter certains à conclure que notre outil de diagnostic est d’un usage pratique limité et qu’il pourrait les orienter vers la mauvaise approche. Nos expériences en matière de conseil indiquent que la plupart des entreprises peuvent gérer ces problèmes si les dirigeants choisissent leur approche de prise de décision de manière systématique, transparente et publique lorsqu’ils envisagent une décision stratégique, afin que leurs opinions puissent être évaluées par des pairs (ceci nécessitera un changement de procédure et de culture dans bon nombre d’organisations).

Ainsi, tout décideur qui pense bien connaître les facteurs économiques étayant une décision importante doit être mis au défi de répondre à des questions telles que : existe-t-il une raison de croire que la relation entre les facteurs clés de succès et les résultats a évolué au fil du temps, et rendu ainsi nos modèles historiques caducs ? De même, nous pourrions demander à ceux qui partent du principe que tous les résultats possibles et leurs probabilités peuvent être identifiés à l’avance : pourquoi d’autres résultats apparemment plausibles ne sont-ils pas possibles ? Quelles hypothèses posez-vous lorsque vous estimez les probabilités ? Enfin, nous pourrions soumettre à ceux qui concluent que les informations pertinentes pour prendre la décision se trouvent au sein de l’entreprise ou même d’un petit groupe de cadres supérieurs la question suivante : si nous pouvions constituer une « équipe de rêve » pour nous conseiller sur cette décision, qui en ferait partie et pourquoi ?

Lorsqu’on leur pose ces questions, les décideurs sont moins susceptibles de prétendre que leurs décisions sont simples, ou même intuitives, et sont plus enclins à se tourner vers des outils tels que l’analyse de scénarios ou la prise de décision fondée sur des faits. Ceci est particulièrement important lorsqu’un investissement relativement nouveau ou unique est envisagé.

Les procédures organisationnelles s’en mêlent. Les entreprises doivent mettre au point des protocoles généraux applicables à la prise de décision, car les pièges politiques et comportementaux sont monnaie courante lorsqu’il est question d’argent ou de pouvoir. En voici un exemple parmi tant d’autres : nous avons travaillé avec une société de technologie de premier plan dont le groupe de prévision utilisait le même outil d’aide à la décision indépendamment du stade auquel un produit se trouvait dans son cycle de vie. Ceci est une absurdité. Nous avons enquêté et appris deux choses à ce sujet : premièrement, les responsables de l’unité commerciale ne demandaient que de simples prévisions parce qu’ils ne savaient pas comment interpréter ou utiliser des prévisions complexes.

Deuxièmement, la société ne refacturant pas aux unités commerciales le capital consacré aux investissements en R & D, les responsables de l’unité incitaient l’équipe de prévision à augmenter les estimations de leurs recettes. En raison de ces facteurs, les prévisions étaient sévèrement faussées. Il aurait été plus logique que l’équipe de prévision rende compte au directeur financier, qui maîtrisait mieux la modélisation financière dans ses détails et était susceptible d’être plus objectif quant aux besoins en investissements des unités commerciales. Il est impossible d’éliminer toutes les incitations perverses d’un système, mais quelques protocoles de bon sens peuvent changer la donne.

Les décideurs ont tendance à n’utiliser qu’un seul outil. Si nous avons élaboré un diagnostic du profil décisionnel, c’est en partie parce que nous avons vu trop de dirigeants n’employer que des techniques traditionnelles pour budgéter leurs investissements. Les décisions les plus importantes sont associées à des degrés d’ambiguïté et d’incertitude que ces approches ne permettent pas de prendre en charge à elles seules.

Il est souvent utile de compléter un outil par un autre ou d’en combiner plusieurs. Pour illustrer ce point, imaginons qu’un décideur d’un studio hollywoodien soit chargé de prendre la décision de produire ou de ne pas produire un film grand public. Les décisions de ce type revêtent une importance cruciale : aujourd’hui, il faut compter 70 millions de dollars en moyenne pour produire un film qui sera distribué dans 600 cinémas ou plus (bon nombre affichent des budgets de production de plus de 100 millions de dollars), et seuls trois ou quatre films sur dix atteignent le seuil de rentabilité ou réalisent un bénéfice. Pourtant, la décision de donner le feu vert à un projet n’est généralement basée que sur des « avis d’experts », en d’autres termes sur l’intuition des cadres, complétée par une analyse de régression standard.

Dans une étude récente, deux d’entre nous ont utilisé une prévision fondée sur la similarité afin de prédire les recettes au box-office de 19 films largement distribués. Il a été demandé à des cinéphiles non spécialistes, dans le cadre d’enquêtes en ligne, d’évaluer le degré de similarité de chacun de ces films (en fonction d’un bref résumé de l’intrigue, des stars à l’affiche et autres caractéristiques marquantes) avec des films déjà sortis. Les recettes des nouveaux films ont alors fait l’objet d’une prévision en prenant les moyennes pondérées basées sur la similarité des recettes des films déjà sortis. En moyenne, ces prévisions étaient deux fois plus précises que celles provenant de l’opinion de spécialistes et d’une prévision par régression standard. Elles étaient particulièrement efficaces lorsqu’il s’agissait d’identifier les films qui ne géné-reraient que de faibles recettes. Ce type d’analyse -décisionnelle fondée sur des cas constitue un moyen efficace d’exploiter l’intelligence collective.

Même dans des situations qui semblent relativement claires, il est souvent payant de compléter les outils d’établissement du budget d’investissement et de scénarios quantitatifs multiples par des analyses décisionnelles fondées sur des cas afin de détecter les pièges éventuels. Ainsi, si vous espérez que votre projet d’investissement « certain » produise un taux de rentabilité jamais vu par le passé pour des projets similaires, il se pourrait que vos prévisions relèvent davantage d’un excès de confiance que de la nature extraordinaire de votre projet.

Une bonne analyse des situations analogues oblige les décideurs à examiner leur situation parti-culière de manière plus objective et tend à mettre au jour toute réflexion illusoire intégrée à leurs prévisions de rentabilité.

Les managers n’envisagent pas la possibilité de reporter une décision.  Décider quand décider est souvent aussi important que décider comment décider. Dans les situations caractérisées par une forte incertitude (telles qu’un secteur en évolution rapide ou un changement radical de modèle économique), il est sage de puiser dans une boîte à outils totalement différente : l’expérimentation basée sur l’apprentissage et itérative. Par exemple, de nos jours, les établissements d’enseignement supérieur sont perturbés par les cours en ligne ouverts à tous (MOOC), et la plupart des administrateurs ne savent ni comment ni quand leurs établissements devraient réagir. Plutôt que de prendre une décision coûteuse et risquée, nombre d’établissements d’enseignement supérieur réalisent des expérimentations à petite échelle afin de sonder le terrain et d’en apprendre davantage sur ce à quoi le « succès » ressemblera dans cet espace (ils utilisent bien sûr des analogies : par exemple, en essayant de comprendre si le dégroupage de l’industrie musicale comporte des enseignements pour leur secteur).

que pouvez-vous commencer à faire dès demain pour devenir un meilleur décideur d’entreprise ? Commencez par étoffer davantage votre boîte à outils d’aide à la prise de décision. Il y  a un net décalage entre les outils que nous utilisons et ceux que nous devrions utiliser. Tâchez de vous renseigner sur les outils de scénarios quantitatifs multiples tels que les simulations de Monte-Carlo, l’analyse décisionnelle et l’évaluation des options réelles. Suivez une formation spécialisée dans la planification par scénarios (voir l’article « Comment Shell anticipe l’avenir avec des scénarios », HBR édition française, oct.-nov. 2014). Plongez-vous dans la foisonnante littérature universitaire ou spécialisée concernant les marchés de l’information (ou marchés prédictifs), qui sont en plein essor.
Utilisez de manière plus rigoureuse les analogies historiques afin de motiver vos décisions les plus ambiguës et incertaines, qui sont aussi généralement les plus importantes. Nous utilisons tous des analogies, que ce soit de manière implicite ou explicite, lorsque nous prenons des décisions. Douglas Hofstadter, chercheur en sciences cognitives, affirme que l’analogie constitue à la fois « le moteur et l’essence de la pensée ». Mais il est beaucoup trop facile de tomber dans le piège de nos travers et de nous focaliser sur un ensemble limité d’analogies qui vont dans le sens de nos préjugés. Ces tendances peuvent être maîtrisées par de rigoureuses analyses décisionnelles fondées sur des cas, telles que la prévision basée sur la similarité.

Enfin, et c’est peut-être le conseil le plus important que nous puissions vous donner, prenez l’habitude de décider consciemment comment et quand, au sein de votre entreprise, vous allez prendre une décision.

Article extrait de la Harvard Business Review édition française janvier 2015