Recherche
-
Conduite de projet : analyser les signaux faibles pour éviter les échecs
06 Aug 2012 / Enjeux Qualité, Maintenance Prédictive
Nombreux sont les projets qui n’auraient pas été dans le mur si leurs difficultés avaient été correctement anticipées. Nombreuses sont les crises qui auraient pu être évitées si on avait tendu l’oreille à ces signaux faible dont l’analyse permet de prévoir les problèmes à venir.
Qu’il s’agisse de projets informatiques, de projets métiers ou encore de projets techniques, le taux d’échec n’est jamais nul. On estime ainsi par exemple qu’un projet IT sur deux seulement est réussi, au sens où il respecte les délais et les budgets prévus. Les projets qui ne satisfont pas ces critères peuvent générer de véritables situations de crise. Face aux crises, les chefs de projets se retrouvent très souvent désarmés, essentiellement parce qu’ils disposent d’une visibilité trop limitée.
Ce taux d’échec peut être considérablement réduit par une démarche prédictive. Si l’absence de données rend la tâche délicate, elle est néanmoins possible si l’on s’appuie sur l’analyse des signaux faibles. L’analyse a posteriori des situations de crise montre en effet qu’elles sont presque toujours précédées de signes avant-coureurs de faible amplitude, constitués de situations anormales ou atypiques. Ces signaux faibles, révélateurs d’anomalies sous-jacentes, sont hélas fréquemment ignorés ou mal interprétés.
En principe ces signaux faibles, identifiés à temps et convenablement interprétés, doivent permettre d’intervenir efficacement. Mais il arrive souvent que les processus de veille et d’alerte soient trop imprécis pour repérer ces événements de faible amplitude – ils ne sont généralement pas conçus à cette fin. D’autre part, l’interprétation des signaux faibles ainsi que l’évaluation des conséquences des événements qu’ils annoncent, s’avèrent parfois fort complexes. Dès qu’un signal faible est détecté, il est préférable de passer en « mode d’alerte renforcé » : mieux vaut déclencher une alerte inutile que de passer à côté d’une résolution anticipée…
Quels sont les signaux faibles qui doivent alerter les responsables de projets ? Ils sont multiples, par exemple : l’objectif du projet est imprécis, l’intérêt du projet n’apparaît pas ou s’avère difficile à cerner, le périmètre du projet est mal défini, les actions à mener ne sont pas définies de manière précise en qualité, quantité, durée…. Ou encore, les personnes affectées ne connaissent rien au sujet, les ressources nécessaires ne sont pas ou sont incomplètement octroyées, certaines réunions sont systématiquement repoussées, des décisions structurantes sont trop souvent repoussées à plus tard, ou des individus clés quittent le projet prématurément. Si la plupart de ces signaux sont de nature informelle ou liés à des comportements, ils peuvent être détectés plus en amont par une collecte de données, assortie d’une approche prédictive permettant d’identifier en amont la probabilité de survenance d’une crise…
Quelques idées à retenir
- Etre attentif à toute situation « anormale, atypique »
- Dès sa détection, prendre en considération les facteurs sous-jacents qui l’ont provoqué et évaluer leurs conséquences
- Rester vigilant même si le signal faible s’estompe : il est la marque d’une instabilité qui peut s’aggraver rapidement
- Analyser les données collectées sur le signal faible pour en identifier les interprétations possibles : l’absence de certitude sur l’interprétation du signal faible détecté rend la situation beaucoup plus dangereuse
- S’abstenir de vouloir collecter toutes les informations sur la crise avant d’intervenir : la situation peut s’envenimer très rapidement voire devenir incontrôlable…
-
Les catégories de la Maintenance Prédictive
Publicité
Abonnement Newsletter
Les livres blancs de l'Analyse Prédictive
Tags
analyse des conversations analyse des données analyse marketing vertbaudet analyse prédictive analyse prédictive dans l'industrie analyse prédictive des données application d'analyse prédictive comment le data mining peut détecter la fraude à l'assurance comportements des consommateurs data mining fidélisation client gestion predictive des risques l'analyse predictive dans le domaine social l'analyse prédictive pour la sécurité lire livre les grandes opérations de maintenance maintenance prédictive marketing prédictif prédictif réseaux sociaux segmentation client
Laisser un commentaire