Revue du livre "Complex Organizations" de C. Perrow

Un court message ce week-end, organisé autour du commentaire d’un livre. Au cours de la rédaction de mon bouquin l’été dernier, je me suis réalisé une «pile de livres à lire » que je commence cette année. Le livre de Charles Perrow « Complex Organizations » est le premier de cette pile, c’est en fait un "incontournable" que j’aurais du lire plus tôt … Les prochains, que je lis en ce moment sont « The complexity of Cooperation » de R. Axelrod et « Organizations » de J. March et H. Simon. La proximité entre ce que je fais et ces deux derniers livres est exceptionnelle, j’y reviendrais.

Voici donc une liste de quelques idées clés retenues dans le livre de Charles Perrow, à cause de leur pertinence par rapport au thème de ce blog. Comme pour le livre de Watts, ce n’est pas une « fiche de lecture fidèle »…

• Une réflexion sur l’émergence naturelle de « surplus » dans une bureaucratie, c’est-à-dire (dans ce contexte) une organisation fortement hiérarchique. L’analyse des bureaucratie inclus une réflexion passionnante sur le « span of control », ou l’on retrouve des arguments déjà exposés dans ce blog (des deux cotés du dilemme « hiérarchie plate » vs « hiérarchie profonde »). En particulier, il cite P. Blau sur l’importance du temps nécessaire pour l’échange entre les managers et leur subordonnés directs dans des situations complexes.
• Une réflexion sur la relation entre l’organisation et les flux d’information qui est précisément le sujet de ce blog. Je vous livre à titre d’exemple cette citation que je pourrais reprendre : « The hierarchy established routes of communication where information was needed and levels where certain kinds of decisions could be made ». Charles Perrow propose une abstraction de la hiérarchie autour de trois fonctions : la communication, la gestion des connaissance et la prise de décision. Les réflexions sur la formalisation de la prise de décision m’ouvrent des portes pour améliorer mon propre modèle.
• Il propose une description très intéressante du modèle de H. Simon en terme d’entreprise. La proximité intellectuelle avec le modèle générique proposé dans SIFOA (modèle autour des processus) est frappante (y compris dans la démarche), j’y reviendrai après avoir lu le livre de H. Simon. En particulier, la communication y joue un rôle structurant, et est organisée suivant les canaux (sounds familiar ?) et leurs poids respectifs.
• Charles Perrow propose une analyse des conflits dans l’entreprise, avec en particulier une description du modèle des « garbage cans », qui « greatly illuminates the micro organizational process of group dynamics, intergroup relations and the dilemnas of leadership, … it makes some kind of sense out of the bewildering shifts, turns, and unexpected outcomes in daily organizational life ».
• De façon similaire, il étudie également le sujet de la centralisation/decentralisation en fonction du “coupling” (ce que j’ai désigné par le “degré de transversalité” des processus dans mon modèle) et la complexité. Sa conclusion, traduite dans le contexte des entreprises modernes, est en faveur de la décentralisation (cf. 2eme partie de mon livre).
• Pour finir, ce livre contient un « survey » de différents modèles du fonctionnement de l’entreprise, tels que les modèles « population ecology » ou le modèle des « coûts de transactions » originellement du à Coase. En particulier, l’approche de R. Nelson et S. Winter dans « An Evolutionary Theory of Economic Change » semble très intéressante pour mon approche (je viens d’ajouter le livre à ma pile :)). Ce modèle s’intéresse à la mémoire organisationnelle (« Organizations remember by doing »), qu’il s’agisse de procédure ou de processus.
  

J’ai présenté la méthode « Simulation par Jeux et Apprentissage » lors de la dernière conférence ROADEF-FRANCORO (Recherche opérationnelle) à Grenoble, et je suis revenu avec quelques idées neuves, et une meilleure compréhension de la recherche des équilibres. J’en parlerai lors d’un prochain message. Une des priorités en ce moment est de réaliser un « automate à simulation », parce que l’exploration telle que je la pratique (en lançant des « expériences » à la main) n’est pas assez systématique pour tirer des enseignements convaincants.

Une des autres idées qui me trottent dans la tête est de reprendre les simulations de Duncan Watts en introduisant les informations de fréquence de contact dans les réseaux sociaux (graphes étiquetés). Cela a un double intérêt : scientifique, pour voir si l’ajout de cette information permet de confirmer et raffiner les résultats de Watts, et pratique (par rapport à mon objectif d’étude des organisations) pour mieux caractériser le réseau d’affiliation (alias « le système réunion ») pour ma propre simulation.

Optimiser les réunions pour éviter le multi-tasking

Mon second livre est enfin sorti (cf. lien à coté) ! Aujourd’hui je vais mettre en valeur le sujet de l’organisation des réunions en commentant sept propositions qui sont tirées de ce livre.

Je vais commencer par commenter une étude très intéressante de University of London qui montre que les collaborateurs d’une entreprise qui sont soumis au flux d’interruptions des coups de téléphone et des email sur un PDA (de type Blackberry) perdent en moyenne l’équivalent de 10 points de QI en terme de capacité de réflexion ! (voir par exemple). Ce résultat n’est pas isolé : dans son célèbre livre « Peopleware », DeMarco et Lister rapportent des expériences qui ont été faites sur des programmeurs, avec et sans interruptions dans leur travail, et qui sont sans appel : la perte de productivité causée par les interruptions est spectaculaire ! Le temps est une donnée précieuse, qui ne peut pas être segmentée ou subdivisée sans impact, il faut des «périodes entières » pour accomplir un travail intellectuel efficace.

D’où vient donc cette épidémie du multi-tasking, qui est de plus en plus critiquée dans la presse « business » mais qui est clairement un tendance de fond (un sujet que j’aborde dans mon livre :)) ? Le multi-tasking, grâce aux outils modernes (téléphone mobile et PDA) est une réponse à « l’accélération du temps » (le besoin de prendre des décisions rapidement) et à la surcharge informationnelle dans laquelle nous (dans le monde des entreprise) vivons de plus en plus. En passant, l’étude précitée montre une autre chose bien connue dans le monde des neurosciences : les femmes sont plus aptes que les hommes au multi-tasking (la perte est de 15 points de QI pour les hommes et 5 points seulement pour les femmes). La « nécessité » d’utilise le téléphone ou le blackberry comme un canal d’urgence pour obtenir une réponse rapidement est la conséquence d’une mauvaise gestion du temps et des priorités, qui font qu’il faut entre dans un mode « exception » pour traiter des sujets prioritaires. L’usage en mode interruptif n’est pas une caractéristique de l’outil (téléphone ou PDA) mais bien une conséquence de cette utilisation du canal (je ne suis obligé de consulter mon email fréquemment que s’il est attendu que je réponde rapidement aux emails « urgents »).

Il existe donc un lien évident entre la bonne utilisation des outils de communication, des canaux de communication et la bonne utilisation des réunions (un des sujets de fond de ce blog). Un bon « système réunion » doit laisser le temps de traiter rapidement les sujets exceptionnels et les aléas de forte priorité. C’est ce sujet qui est partiellement abordé dans mon livre, en attendant un livre complet sur le sujet (en 2009 ?).

Sur le sujet du contrôle de la quantité d’information qui passe par chaque canal, je ne peux que recommander la lecture d’un excellent article par Naomi Baron « Adjusting the Volume : Technology and Multitasking in Discourse Control ». La métaphore du « réglage de volume » qui consiste à piloter le flux d’information en entrée (ce qui ajuste de facto le temps de réponse, c’est-à-dire la latence du canal) recouvre précisément une partie de ce que je traite dans ce blog depuis deux ans. L’article de Naomi Baron est très riche et fait référence à de nombreuses études.

Puisqu’il est essentiel d’éviter la surcharge et de bien traiter les priorités, voici donc sept suggestions qui concernent l’organisation des réunions :

1. Il faut utiliser les échanges électroniques (email) pour diffuser de l’information, et au contraire ne traiter les sujets difficiles que sous forme de contact visuel. Toutes les études faites en psycho et sociologie dans le domaine CMC (Computer-mediated communication) montre que (a) la communication corporelle (b) la boucle de retour implicite dans la communication face-à-face sont essentielles pour traiter de sujets conflictuels. A l’inverse, l’asynchronisme de la communication électronique facilite la possibilité de trouver son interlocuteur « dans un bon état d’esprit » pour s’informer ou pour apprendre.
2. Dans une réunion de décision, la majorité du temps doit être consacré à l’appropriation, c’est-à-dire la reformulation par chacun des présents. J’ai déjà donné dans un message précédent les références des études qui montrent qu’on lit beaucoup plus vite qu’on écoute. Dès qu’il y a plusieurs destinataires, il existe un avantage au courrier électronique par rapport à la présentation orale. En conséquence (et en règle générale, il existe toujours des exceptions), il est plus efficace de faire parvenir les documents de travail à l’avance sous forme électronique pour prendre la décision en début de réunion. La majeure partie de la réunion doit permettre à chacun de s’exprimer (ce qui transforme l’appropriation en action, et ce qui ne peut pas, précisément, se faire de façon électronique). Le rôle fondamental de l’appropriation est très bien expliqué par Christophe Legrenzi, lorsqu’il contraste les styles de réunions dans différents pays (en particulier la France, l’Allemagne et le Japon).
3. La responsabilisation des acteurs pendant une réunion est fondamentale et implique qu’il faut réduire le nombre de participants pour toute réunion hormis une réunion d’information. Les exemples tirés de la sociologie abondent qui montrent que la multiplication des présents dilue rapidement la responsabilité. On pense aux exemples de Christian Morel (syndrome du spectateur) ou au « diner’s dilemma », qui ont déjà été évoqués sur ce blog. La conséquence est qu’il faut savoir couper une réunion de 20 personnes (ou de 15 !) en deux : la première réunion ne comporte que les acteurs du sujets (qui doivent être responsables et doivent tous s’exprimer – cf. le point précédent). La seconde contient les autres parties prenantes qui doivent être informés (et s’approprier, sinon un email suffirait). L’ensemble des deux réunions est plus efficace et plus efficient que la réunion unique.
4. Le rôle de l’animateur pour construire le consensus (qu’il s’agisse d’un projet ou du pilotage d’un processus) est une clé d’efficacité. Si, pour établir un consensus entre n acteurs, il est nécessaire que chacun s’exprime au moins 5 minutes, il faudra au moins 5 x n^2 minute.homme dans une réunion générale, alors que la préparation 10 x n minute.homme si l’animateur passe voir chacun au titre de la préparation de la réunion. Autrement dit, pour les sujets importants, il vaut mieux attribuer les rôles de coordination à des personnes plutôt qu’à des comités.
5. Il faut favoriser la latence de transmission des informations importantes (i.e., la rapidité) en utilisant le « système réunion », plutôt que le mode « exceptions », en constituant des petits clusters fortement connectés. Cela signifie que les réunions planifiées doivent permettre à chaque collaborateur de voir de façon fréquente les acteurs principaux avec lesquels il collabore (son manager, ses direct reports, etc.). Comme il s’agit d’un compromis (on ne peut pas rencontrer tout le monde souvent, il faut arbitrer entre le souvent et le fait de rencontrer un grand nombre de personne), il faut jouer sur la taille de ce groupe et sur le fait de privilégier des réunions courtes et fréquentes. L’objectif est de garantir la capacité à propager les informations importantes même dans le cas d’une surcharge de travail. L’absence d’une telle structure est la raison principale de la non-délégation en réunion : plusieurs managers sur la même ligne hiérarchique sont présents car ils n’auraient pas sinon l’occasion d’échanger sur le sujet.
6. Cette structure doit être compensée par l’existence, au sein du « système réunion », d’une part de réunions d’information avec un grand nombre de participants et d’autre part de comités transverses qui réunissent des personnes « éloignées ». Il s’agit précisément de construire une « structure de petits mondes » qui garantit une propagation rapide de l’information. Il s’agit également de construire des chaînes courtes pour l’alignement stratégique de l’entreprise. Il est important que certaines orientations stratégiques puissent parvenir à l’ensemble des collaborateurs avec un nombre minimal d’intermédiaires. On notera que ce dernier point est ressemble à la préconisation de l’aplatissement des hiérarchies.
7. L’agenda partagé de l’ensemble des comités est un outil précieux pour organiser des chemins privilégiés de propagation des informations. On peut de la sorte s’assurer que des paires de comités qui sont liés dans la transmission sont ordonnancées avec un délai minimal. L’exemple le plus classique consiste à placer les comités « de remontée d’information ou d’analyse » juste avant un comité de direction générale, tandis que les comités « d’information ou d’alignement stratégique » sont placés juste après.

Les fondations pour l'étude des réseaux sociaux

Je reprends la plume (le clavier) après un mois de Janvier un peu chahuté, mais qui m’a permis de progresser sur le principe de « Simulation et Apprentissage ». En particulier, avec une meilleure caractérisation des équilibres, et en utilisant des « modèles robustes », j’ai pu obtenir des résultats beaucoup plus « propres » (avec un taux chaotique beaucoup plus bas). Ceci sera l’objet d’un prochain message. Ce n’est pas à proprement parler un sujet central de l’architecture organisationnelle, mais comme je l’ai expliqué la dernière fois, je suis convaincu qu’il est nécessaire de disposer d’outils de simulation de qualité pour pouvoir valoriser la réactivité (la latence du transfert d’information) dans une entreprise.

Aujourd’hui je vais proposer une analyse du livre « Six Degrees – The Science of a Connected Age ». J’ai cité plusieurs fois le livre de Duncan Watts, dans ce blog comme dans mon nouveau livre (qui sort le 21 Févier). Depuis j’ai eu l’occasion de le retravailler et je pense de plus en plus que c’est un livre fondamental sur le thème de l’architecture organisationnelle et des flux d’information. Je vais donc proposer un « best-of » des idées contenues dans ce livre qui se semble pertinente pour ce thème. Il ne s’agit donc pas d’une « fiche de lecture », dans le sens où je vais filtrer certains des points les plus fondamentaux (je rappellerai juste que ce livre est LA référence pour comprendre le terme de « six degrés de connexion »). Il contient également une foule d’information sur des familles de graphes aléatoires et leurs propriétés.

• La notion de petits mondes désigne une propriété d’un réseau social en tant que graphe, qui s’exprime comme un compromis sur le degré de connectivité et le taux de « cluster ». Cette structure (a) semble exister dans un très grand nombre de cas de réseaux humain (lire le livre pour s’en convaincre) (b) se caractérise par un temps de propagation/ latence logarithmique. Ce qui crée cette structure est le « compromis » entre la structure de « clusters » (les amis de mes amis sont mes amis) et l’existence d’un certain nombre de liens « aléatoires ». Trop de liens aléatoires rendent la propagation difficile (il existe beaucoup de chemins … trop !), pas assez de ces liens oblige à passer par les liens « locaux » ce qui prend trop de temps. Il faut lire en particulier le chapitre qui parle des travaux de Keinberg. J’ai l’intuition que la condition de Kleinberg trouve sa place dans l’optimisation des réseaux de transfert d’information.
• La notion de distribution sur les degrés, et de réseaux « scale-free », est fondamentale même si elle est moins pertinente dans le cadre d’une entreprise. Cette notion prend son importance avec des populations très larges. Les réseaux « scale-free » ont une distribution « puissance » au lieu d’une exponentielle décroissante, ce qui produit plusieurs propriétés remarquables. [En passant, je ne peux que conseiller la lecture du livre de Chris Anderson « The Long Tail », qui est également fondé, du point de vue mathématique, sur une distribution puissance (power law) la où on s’attendrait à une exponentielle décroissante … mais je m’égare J ]
• Une partie du livre est consacré aux « réseaux d’affiliation », qui sont précisément les réseaux obtenus en observant des individus qui participent à des évènements communs (des réunions par exemple !). Qu’on les modélise avec des graphes bipartis ou des hyper-graphes, ce sont les fondements de la théorie du « système des réunions » que je ne désespère pas d’écrire un jour. Duncan Watts donne un exemple très intéressant sur l’étude des réseaux d’affiliations liés à la présence à des conseils d’administration.
• Une référence à « Obedience to Authority » de Stanley Milgram. Ces expériences qui montrent la difficulté à resister à l’autorité (et à faire des choses inacceptables) font partie des exemples classiques, mais elles sont discutées ici avec intelligence et rigueur. De la même façon, la référence aux expériences d’Elisabeth Noelle-Neumann est très intéressante et pertinente dans le monde de l’entreprise. Son concept de « spirale du silence » montre l’importance de la perception, et le fait que les individus arrête de professer une opinion si ils la perçoivent comme minoritaire.
• Une des lois fondamentale de la sociologie est que la « proximité » n’est pas une distance (au sens mathématique - elle viole l’inégalité triangulaire). Ce point mérite le lire le livre à lui tout seul. (ou une explication détaillée une autre fois J)
• Le chapitre 6 établit le lien avec la physique et le concept de percolation. Cette idée, qui m’avait été suggérée par César Douady, est très prometteuse. La percolation (issue, par exemple, de travaux sur la cristallisation, les gels, etc.) permet de caractériser des conditions de transferts « en cascade » (comme, par exemple, les épidémies). Un bonus supplémentaire, une partie de ce chapitre traite de l’application à la caractérisation de la fiabilité, ce qui est directement applicable au thème de recherche de mon autre blog (la biologie des systèmes d’information distribués). J’y ai retrouvé une autre idée qui m’avait été signalée par Michèle Sébag (connue sous le nom du « diner’s dilemna » et qui a trait à l’existence d’une transition de phase dans le comportement d’un groupe de personnes qui partage une responsabilité.
• Pour finir (parce que le livre est tellement riche que je laisse beaucoup de choses sous silence), le chapitre 9 contient … une réflexion sur les challenges de l’entreprise moderne en terme de réactivité et d’agilité, les liens avec l’organisation en terme de flux d’information, et en particulier l’organisation hiérarchique, qui est totalement aligné sur les questions que je me pose dans ce blog. En particulier, la discussion sur le « span of control » est très proche des discussions sur les hiérarchies plates présentées il y a un an. La conséquence est la notion de « multi-scale connectivity » … et je vous renvoie à mon Annexe II lorsque le livre sortira pour mesurer la proximité de ces résultats. Ces travaux sont liés à un groupe du Santa-Fe institute, animé, entre autres par Charles Sabel (auteur, avec Michael Piore, du livre « The Second Industrial Divide: Possibilities for Prosperity »). Bref, cela me fait des pistes à creuser et de la lecture en perspective...

Je vais me remettre à la programmation ce week-end pour introduire les quelques améliorations issues de la réflexion de cet été (cf. message de décembre). Un de mes autres objectifs à court terme est de dériver, de ces « avancées » en terme de modélisation, quelques règles/suggestions concrètes en terme de « système réunion ». A suivre

Pourquoi passer son temps libre à réfléchir sur la structure des organisations ?

Une fois n’est pas coutume, voici une petite contribution plus personnelle, sur les motivations du travail qui est relaté dans ce blog (qui avance à une vitesse extrêmement variable, on l’aura compris).

Pour aller droit au but, ce qui m’intéresse est la structure (l’abstraction), la beauté de cette structure (l’esthétique) et la possibilité de déduire des lois (immuables) qui gouvernent des aspects très pratiques de notre vie quotidienne.

1. Pourquoi cette fascination pour les structures ?

C’est une question immense, et je renvoie le lecteur à l’ouvrage de Douglas Hofstadter, « Gödel, Escher, Bach : les Brins d’une Guirlande Eternelle », qui n’a pas pris une ride, et qui aborde cette question de façon magistrale. Les structures, en particulier les structures récursives ou fractales, ont la capacité de faire éprouver un plaisir quasi-mystique à une partie de l’humanité à la quelle j’appartient. D. Hofstadter fait le parallèle entre les structures mathématiques (en particulier de la logique), les dessins d’Escher (qui joue sur la récursion et sur les structures mathématiques telles que les pavages du plan) et la musique.

Le hasard veut que je travaille depuis quelques mois sur la Fugue II de J.S. Bach (BWV 847), de façon médiocre et lente, car je suis un pianiste débutant. En revanche, je suis un persévérant et cette fugue à trois voix est une cathédrale, une composition magistrale dans laquelle une structure époustouflante se construit à partir d’une combinaison ré-entrante de trois voix et d’une mélodie. Le moment où l’on comprend (une partie de) l’assemblage est une expérience transcendante.

J’essaye de comprendre et de modéliser le fonctionnement des organisations depuis trois ans car je suis, tel le chien de chasse qui a flairé une piste, habité par l’intuition qu’il existe une structure, liée aux flux d’information, de toute beauté.

Comme cela va devenir évident par la suite, il s’agit en premier lieu d’application du concept de graphe. Les graphes sont, de mon point de vue très personnel, les structures les plus fascinantes, par leur simplicité et leur applicabilité pour traiter des problèmes très concrets. On pense à Euler et aux ponts de Koenisberg (http://www.strategielogistique.com/article/page_article.cfm?idoc=67434&navartrech=7&id_site_rech=57&maxrow=8).

En effet, la fascination pour la structure n’est pas simplement d’ordre esthétique, elle est également pratique dans le sens ou l’intérêt est proportionnel au nombre de propriétés non triviales que la structure peut exhiber.

2. Quelle structure ?

Résumons en premier lieu les « épisodes précédents » :

1. Je m’intéresse au flux d’information dans l’entreprise, avec le parti pris d’en faire la clé principale pour évaluer l’efficacité des organisations. Répétons qu’il ne s’agit pas de restreindre la notion d’organisation à la dimension structurelle. Les dimensions humaines, politiques et symboliques sont également importantes. En revanche, ma thèse (développée dans mon nouveau livre) est que la transformation du monde moderne rend l’aspect structurel (dans sa dimension de gestion des flux d’information) de plus en plus important. C’est ce qui explique, à mon avis, la recrudescence du « conseil en organisation » dans le métier de consultant en management.
2. Cette approche met sur le même plan l’organisation de la structure de pouvoir (hiérarchique) et l’organisation des réunions et des comités. C’est également un axiome pragmatique et réducteur, que l’on peut résumer en disant : votre chef n’a d’influence sur vous que dans la mesure ou il communique avec vous. C’est un peu simpliste, mais à l’inverse, il m’est apparu que la dimension de la gestion des flux d’information est de plus en plus prépondérante dans la définition d’une « bonne » organisation hiérarchique. Cette unification me permet de définir l’organisation de l’entreprise en tant que réseau social d’interaction.
3. Cela me conduit à reformuler ma question : quelle est la « bonne » organisation du réseau social de l’entreprise, ce qui consiste précisément à caractériser les propriétés d’une structure, facile à modéliser et à formaliser, mais néanmoins complexe à étudier.

J’ai reproduit ici une figure prise dans l’annexe de mon nouveau livre. On y voit la double structure d’un ensemble de réunion, en tant qu’hypergraphe ou en tant que réseau (ce que D. Watts appelle un réseau d’affiliation). La vue de gauche représente l’ensemble des réunions planifiées auxquelles assiste un individu donné. Chaque réunion est un sous-ensemble de personnes. La taille de l’union de ces réunions est ce que nous avons appelé le diamètre réunionnel (nous ferons un abus de langage en appelant Dr à la fois l’ensemble et sa taille). C’est un sous-ensemble de l’ensemble des personnes vers qui il est nécessaire d’émettre de l’information, dont la taille peut être qualifiée de diamètre informationnel (Di). La vue de droite est une abstraction de la figure du chapitre 6, c’est-à-dire le graphe d’interaction associé au système réunion. Chaque arête représente le fait qu’il existe une (ou plusieurs) réunion commune, l’étiquette associée à l’arête représente la fréquence de contact (une fréquence 1/100 signifie que les deux personnes passent une heure en réunion tous les 100 heures).

Voici donc la structure qui m’intéresse :

(a) L’objet de mon étude est le réseau social d’interaction. La bonne nouvelle est que ce n’est pas original : il y a des centaines de chercheurs (sociologues, mathématiciens – en particulier issus de la théorie des graphes, physiciens et biologistes) qui s’intéressent à ces réseaux. Lire le livre de Duncan Watts déjà cité. La conséquence est que je peux profiter des résultats déjà établis, par exemple sur la structure des petits mondes, sur la distribution polynomiales des degrés, ou sur la notion de connecteurs.

(b) La spécificité de mon approche est de rentrer dans une étude plus qualitative : je travaille sur un réseau étiqueté : chaque interaction est mesurée en durée et en fréquence. D’un point de vue sociologique, ce degré de précision dans la formulation est un approfondissement dans la droite ligne de la sociométrie de J.L. Moréno. Une excellente introduction au domaine de l’analyse des réseaux d’interaction est proposée en ligne par Alain Degenne : http://www.liafa.jussieu.fr/~latapy/RSI/Transparents/degenne.ppt.

Pour un amateur de graphes, c’est un bel objet J Pour un chercheur opérationnel, le lien avec l’optimisation des réseaux de télécommunication est évident.

3. Quelles sont les questions ? Quel est le critère de succès ?

Le point le plus complexe est de formuler l’objectif et le contexte. Je m’intéresse à l’organisation (famille de réseaux sociaux) la plus efficace en terme de latence (réactivité) et de flexibilité (adapter le débit en fonction des besoins).

C’est à ce moment qu’on quitte le monde des certitudes pour rentrer dans le domaine de l’économie. L’incertitude est partout. Comme je l’ai déjà expliqué, il est très difficile de comprendre et mesurer l’intérêt de la réactivité. Mesurer la réactivité peut se faire en terme de latence, mais son intérêt est lié à un contexte macro-économique qui est difficile à modéliser, mais surtout, dès que l’on rentre dans ce type de modélisation, on introduit une part de subjectivité qui affaiblit considérablement l’intérêt des propriétés que l’on peut établir. La question de la flexibilité est également déconcertante. La flexibilité pour répondre à un ensemble connu de situations différentes se modélise et se mesure, mais la vraie flexibilité consiste à pouvoir répondre à des situations qui ne sont pas connues à l’avance.

C’est là que la méthode de simulation par Jeux et Apprentissage entre en scène. J’ai construit un modèle économique qui me permet de simuler une entreprise (= une organisation en forme de réseau social d’interaction utilisant différents canaux). Je cherche donc, dans un premier temps, à expérimenter pour voir si il existe des propriétés qui sont relativement indépendantes des paramètres du modèle.

Le modèle économique est donc un scénario de fonctionnement du réseau d'interaction, dans lequel le bon fonctionnement de processus créateurs de valeur est lié aux caractéristiques de transfert d'information du réseau. On transforme donc des qualités "théoriques" de réactivité et de flexibilité en mesure de création de valeur, en euros. Bien entendu, la subjectivité réside dans le modèle qui couple la performance économique et le réseau de transmission d'information.

2006 a été consacré à la construction de l’outil, 2007 devrait me permettre de faire ces expériences … dont le résultat n’est ni évident ni assuré. La simulation ne sert pas à trouver des propriétés, elle sert à développer mon intuition sur les propriétés qui pourraient exister et qui mériteraient d’être étudiées par la suite (2008 ?). En fait, devant la complexité de la question économique, le « flair du chien de chasse » que je mentionnais auparavant a disparu et j’utilise l’ordinateur comme un radar, un outil pour développer une nouvelle forme d’intuition.

Ce qui rend cette recherche passionnante (de mon point de vue) n’est pas simplement l’aspect théorique et esthétique, c’est qu’il s’agit de question extrêmement concrète et importante dans la vie de n’importe quelle entreprise. Nous vivons dans un monde complexe qui exige une quantité (et une qualité) d’interaction sans cesse croissante. Cela aboutit à une frustration très commune de « passer sa vie en réunion », qui est assurément un beau sujet d’étude :)

Un nouveau blog ...

Je viens de me diversifier en ouvrant un second blog:

http://informationsystemsbiology.blogspot.com/

Les thèmes touchent à la "biologie des systèmes d'information" : complexité, émergence, qualité de service, autonomie, adaptabilité et évolution ...

Ce nouveau blog est en anglais. A bientot pour un nouveau message sur l'architecture organisationnelle. Je vais reprendre le travail d'expérimentation.

-- Yves

De retour dans la blogosphère ...

J'ai terminé le manuscrit et il est parti chez l'éditeur il y a une semaine !
Je vais donc reprendre mon activité de recherche et d'investigation sur les flots d'information et les structures des entreprises. Même si le sujet du livre (les systèmes d'informations) est différent et plus vaste, mon travail de l'été m'a conduit à appronfondir certaines questions connexes au sujet de ce blog. Aujourd'hui, je me propose de reprendre quelques points importants que vous pourrez découvrir dans l'annexe du livre (probablement en Janvier).
Je vais procéder avec un mélange de copier/coller (lorsque c'est possible) et de synthèse (le cas échéant) ....


1. L'importance de la simulation pour caractériser la latence

Une partie importante de l’action sur l’organisation a pour but d’augmenter la réactivité et la flexibilité. Ces points ont été développés brièvement dans le corps du livre, mais ils sont le centre de nombreux ouvrages de management, dont une partie est citée dans la bibliographie.
Ce sont deux qualités essentielles, tout le monde en conviendra, mais qui sont :
1. difficiles à mesurer,
2. encore plus difficiles à valoriser.
Pour reformuler de façon plus claire, si une nouvelle organisation permet de réduire de 10% le temps de propagation de l’information, quel est le gain économique pour l’entreprise ? Il est, pour l’instant, très difficile de répondre à cette question, même pour une entreprise donnée.
Cette conclusion, négative, est la seule que je pouvais tirer dans mon livre, mais elle m'a convaincu de l'importance du travail de simulation que j'ai entamé.

Je compte donc me remettre au travail en terme d' "expérience computationelle" (franglais). Je reviendrai un autre jour sur mon plan d'action 2007. Pour faire simple, il y a 3 étapes:

1. Tenir compte des quelques idées développées pendant l'été pour améliorer le modèle (cf. les points suivants de ce message)
2. Automatiser l'exécution des simulations, puisque, comme je l'ai expliqué en Juin, ces expériences prennent un temps considérable pour leur exécution.
3. Enrichir la prise de mesure pour permettre une analyse plus automatisée des résultats. Pour l'instant, le "déchiffrage" des mesures d'expérience prend trop de temps.

2. Caractériser la dépendance entre le taux d'occupation et la fréquence

J'ai été amené à faire une micro-étude pour calculer l'évolution de la fréquence de contact en fonction du taux d'occupation avec un modèle très simple.

J’utilise un modèle grossier, issu d’une modélisation d’ordonnancement de file d’attente avec des blocs temporels de longueur d. Pour simplifier si x est le taux d’occupation (entre 0 et 1), et y = (1 – x), le temps qu’il faut pour placer un nouveau bloc acceptable pour k participants est d ×(1 – y^k)/(y^k). Cette formule (approchée) s’obtient facilement par récurrence (considérer deux cas : le créneau suivant est libre pour les k, ou on passe au créneau suivant, en supposant l’indépendance de chaque créneau horaire).

Voici le type de courbe que l'on obtient :















Notons que cette formule est cohérente avec ce que j'avais proposé il y a six mois mais représente une première amélioration.


3. L'importance de la structure des "small worlds"

Suite aux recherches effectuées en 1967 par le psychologue social Stanley Milgram, différents chercheurs se sont penchés sur l’hypothèse des « six degrés de séparation », qui stipule que nous sommes tous en contact avec n’importe quel individu de la planète, en utilisant une chaîne de « connaissances » de moins de 6 maillons (où chacun connaît le suivant). Parmi ces chercheurs, Duncan Watts et Steve Strogatz ont caractérisé la notion de « small worlds », qui est un des concepts les plus importants dans l’analyse des réseaux sociaux (cf. plus loin). Voir à ce sujet le livre de D. Watts : « Six Degrees : The Science of a connected age ». Si le réseau social était aléatoire, en supposant que nous connaissons tous 100 personnes, les six degrés de séparation seraient une simple conséquence du fait que 10^12 est plus grand que le nombre d’habitants de la planète. Mais c’est évidemment loin d’être le cas (il y a beaucoup de doublons dans mes amis et les amis de mes amis). La structure de petit monde se produit lorsque le regroupement naturel des «amis » en « tribus » est compensé par quelques connexions qui font que le diamètre est proportionnel au logarithme de la taille du monde.

Le sujet des « degrés de séparations » est un sujet passionnant. Comme nous l’avons remarqué dans une note précédente, le calcul de la latence du "système réunion" est une variante plus sophistiquée du calcul du degré de séparation, mais on y retrouve tous les concepts importants. Par exemple, l’analyse des réseaux sociaux fait émerger l’importance des acteurs « fortement connectés ». On va retrouver le même rôle dans l’analyse du système réunion, qui peut être joué par un manager ou un chef de projet (cf. , en particulier, « The Tipping Point » de Malcom Gladwel). Le rôle a été formalisé avec la notion de degré d’intermédiarité, due à Linton Freeman. Freeman est l’inventeur du concept de centralité, qui peut précisément être étendu à des graphes valués, donc à des calculs de temps de latence. Lire, sur ce sujet, « Centrality in valued graph : A measure of betweenness based on network flow », in Social Networks, vol. 13, 1991.

Commençons par faire deux hypothèses fortes :

1. la fréquence de contact est uniforme,
2. le graphe réunionnel vérifie l’hypothèse des « petits mondes », puisqu’il s’agit d’un réseau social, et que les réseaux sociaux vérifient cette hypothèse le plus souvent (nous reviendrons sur ce point).
   

Dans ce cas, le degré de séparation est log(Di/Dr), et la latence est :log(Di/Dr) / f = log(Di/Dr) x Dr / T. Nous retrouvons ici la formule que j'avais proposé il y a 6 mois.
Autrement dit, dans ce cas de figure, il faut choisir une petite valeur de Dr pour favoriser la latence, c’est-à-dire favoriser les petits groupes de personnes qui se voient souvent.
Si nous relâchons la première hypothèse et supposons, toujours pour simplifier, qu’il existe trois classes de fréquence (comme ce qui est indiqué sur la figure), le calcul de la latence revient à minimiser la longueur des chemins dans le graphe étiqueté associé au système réunion. Sans rentrer dans le détail des calculs, on s’aperçoit qu’il vaut mieux choisir des chemins qui utilisent des arêtes de fréquence faible.

Je reviendrai sur ce sujet dans des prochains messages, il mérite un plus ample développement. Aujourd'hui je retiens deux idées:

1. La structure des petits mondes est essentielle pour caractériser la latence
2. Il y a un compromis latence/fidélité qui mérite d'être étudié de plus près

En effet, la multiplication des étapes intermédiaires dans la propagation réduit la fidélité. Un système réunion qui reposerait uniquement sur des petits groupes fortement connectés n’est donc pas optimal. Ceci nous conduit à postuler que doivent coexister, à l’intérieur du diamètre réunionnel, des liens à fréquence élevée pour un petit diamètre, et des liens à basse fréquence qui permettent justement d’étendre ce diamètre. Cette approche permet, de plus, de favoriser l’émergence de la structure de « petit monde ». En effet, les expériences de D. Watts montrent qu’on construit cette structure précisément en ajoutant quelques liens « aléatoires » sur une structure de connexion régulière. Notons par ailleurs que l’inverse d’une structure de « petit monde » est, dans le cas qui nous intéresse, ce que l’on appelle une organisation en « silos », c’est-à-dire un graphe avec des structures fortement connectées mais trop peu reliées les unes aux autres.

4. L'importance de la "bandwidth" et le domaine de recherche CMC

La modélisation de la fidélité en vue de la simulation est complexe. On peut introduire une probabilité de perte d’information, ou, ce qui est plus réaliste, un taux de réémission : un canal peu fidèle va nécessiter l’émission de plusieurs messages pour faire passer la même information. On est de toute façon très loin de la réalité de la différence entre les canaux selon que l’intonation de la voix, la posture corporelle, l’expression du visage est disponible pour le récepteur ou non.

L’étude des communications électroniques est devenu un champ important de la sociologie et la psychologie appliquée (CMC : Computer Mediated Communication). A titre d’introduction, on peut lire « Developing Personal and Emotional Relationships via Computer-Mediated Communication » de B. Chenault dans CMC Magazine, May 1998 (disponible en ligne: www.december.com/cmc/mag).

Par exemple, le concept de bandwidth est au coeur de cette idée de fidélité.
On peut lire « Beyond Bandwidth : Dimensions of Connection in Interpersonal Communication » de B. Nardi, in Computer Supported Cooperative Work (2005), vol. 14, Springer. La notion de bandwith recouvre à la fois la capacité à transmettre l’information mais aussi le feedback, qu’il s’agisse d’une forme explicite (une conversation, pourvu que la latence soit suffisamment faible) ou implicite (transmission des signaux faibles liés aux postures corporelles, aux expressions faciales, etc.). Cet article passionnant s’intéresse aux trois aspects relationnels de la communication : l’affinité, l’engagement et l’attention, pour en déduire des recommandations sur l’usage des technologies comme support de communication, et pour insister sur l’importance de la communication « corporelle ».

La conclusion de cet été est que j'ai un gros travail de bibliographie devant moi ! Amis lecteurs, faites moi part de vos suggestions en terme de CMC !

A bientot,

-- Yves

Bonnes vacances à tous ...

Un petit message pour terminer l'année scolaire ... avant de me "retirer" pour quelques mois pendant que j'écris mon prochain livre. Ce mail fait suite à une présentation faite au e-Lab, dont j'ai extrait les deux slides jointes.


La première slide montre le type de résultats que l'on obtient sur l'analyse simple des leviers stratégiques. Les résultats sont en k€, correspondant à la valeur produite par l'exécution des processus. Je reviendrai sur le type de données produite par la simulation lorsque j'aurais des résultats plus stables.







Ce qu'on peut retenir de ces premiers résultats:

1. les leviers stratégiques ont un effet significatif sur la transmission d'information qui se voit sur les résultats économiques,
2. l'optimisation est pertinente: il existe des optimum locaux
3. Il reste du travail à faire pour produire des résultats convaincant d'un point de vue statistique !

Sur ce dernier point, j'évalue à un facteur mille l'augmentation de temps de calcul pour produire des expérimentations vraiment satisfaisante (cf. le message précédent)

En revanche, l'expérimentation avec les scénarios (ce qui permet de faire varier la charge de travail fournie à l'entreprise) produit des résultats logiques (plus il y a de charge, plus on crée de valeur), ce qui est une indication que le simulation est cohérente.



Il a fallu de gros efforts pour arriver là ! Un modèle un peu trop naïf d'ordonnancement produit facilement des résultats contre-intuitifs. En fait, la raison principale de la complexification du modèle SIFOA est la volonté d'obtenir un fonctionnement robuste de l'entreprise, qui repose sur une bonne réactivité et optimisation de l'allocation des ressources (agents & canaux).


Pour terminer ce message, je me suis amusé à simuler "un monde sans e-mail".
Ce type d’approche permet de donner une valeur (monétaire) au service de e-mail dans l’entreprise !
Dans cette première simulation, j'ai observé ce qui se passe si le canal email est remplacé par le courrier interne (essentiellement une augmentation de la latence):

• on observe 10% de baisse du revenu, ce qui est significatif (2045 vs 2277)
• Le canal ASYNC passe de 17% à 12%
• Augmentation répartie des autres canaux

Ce type de simulation est très encourageant. Nous avons une façon de trancher le débat entre les deux positions excessives que l'on entend souvent ("Le mail ne sert à rien d'un point de vue économique" ou "sans email aujourd'hui, l'entreprise s'arrête"). Notons que ce peut être les mêmes qui tiennent les deux sortes de propos, lorsqu'il faut payer la maintenance des serveurs dans le premier cas et lorsqu'il y a un virus dans le seconde cas :) La prochaine étape sera de simuler l'introduction du canal "instant messenging".

A suivre donc, avec une reprise à la fin de l'année.

SIFOA 2006 : un point d’avancement

Le dernier message ayant plongé dans vision détaillée et technique de sujets pointus, je vais essayer de reprendre de la hauteur et de faire le point. Pour ce faire, j’ai écrit une synthèse de ce qui a été fait et je l’ai installée sur mon site . Cela permet une lecture plus facile que le « dépilement » des messages de ce blog. J’ai aussi installé un lien permanent sur le blog (« Synthèse »), puisque le fait d’écrire une synthèse m’a permis de corriger quelques erreurs et de préciser certains points (c’est donc un document utile même pour ceux qui ont suivi depuis le début).

SIFOA 2006 : de quoi s’agit-t-il ?

Le blog a été ouvert en tant que « blog-note » pour décrire, expliquer et discuter d’un projet de simulation et d’étude : SIFOA. Ce projet est né il y a trois ans, en 2004, et il est ambitieux à plusieurs titres. D’une part, je ne suis pas un expert des sujets tels que la théorie de la communication ou l’organisation des entreprises. J’ai commencé d’entreprendre mon éducation en 2004, et je suis preneur de tout commentaire, suggestion et proposition pour enrichir ma culture. D’autre part, il s’agit d’un sujet « risqué », puisque rien de garantit l’existence d’un modèle tractable et pertinent. Autrement dit, rien ne permet de penser que les couches successives de simplification nécessaires pour produire un modèle qui soit, d’une part, implémentable sur un ordinateur, et d’autre part analysable suivant un nombre raisonablement limité de dimensions, ne finissent pas par décorréler les résultats de la simulation de toute réalité. Pour finir, il s’agit d’un effort sur une très longue durée, probablement une dizaine d’année.

Le premier volet, SIFOA 2006, consiste à créer un outil de simulation. La première utilisation de l’outil est purement expérimentale, pour se forger une conviction. L’objectif des expériences qui sont réalisées en 2006 est simplement de stimuler la réflexion et de lancer des débats. En particulier, je caresse l’espoir que certaines des propriétés exhibées par le simulateur puisse être expliquée de façon directe, avec des raisonnement simple et sans avoir recours à l’artifice de la simulation.

L’étape suivante, consistant à développer des méthodes d’analyse pour exploiter et donner du sens aux résultats de ces simulations, sera l’objet du plan de travail 2007 :

• impact des leviers les un sur les autres
• espace de phase des environment par rapport aux leviers

Comme cela a été dit maintes fois, en particulier dans les messages sur la simulation par « Jeux & Apprentissage », c’est un sujet complexe, qui demande du temps.


Quelques nouvelles du front

Le simulateur représente approximativement 2000 lignes de CLAIRE, soit approximativement 8000 lignes de C++. Avec le recul des deux dernier mois, je suis surpris par la difficulté rencontrée à réaliser un simulateur stable et réaliste.

1. réaliste : comme les messages précédents l’atteste, ce simulateur est plus complexe que prévu. La structure du programme (simulation à événement discrets, génération de processus, apprentissage) s’appuie sur des expériences précédentes. En revanche, la modélisation des tâches et les méthodes d’ordonnancement sont plus complexes et subtiles que ce à quoi je m’attendais.
2. stable (et efficace) : pour traiter plusieurs milliards d’événements, il faut une programmation « un peu sérieuse » avec des structures de données optimisée et un soin (classique) porté à la gestion de la mémoire. La mise au point m’a pris quelques soirées et dimanches pour tracer et débugger, ce qui m’a fait rajeunir :)
   

A l’heure où j’écris ces lignes, le programme de simulation tourne depuis plus d’une semaine. Chaque fichier script contient entre 10 et 20 expériences à réaliser, et utilise le PC (moderne, bi-pro et 3.2 Ghz) en continu pendant plusieurs jours. En effet :
une itération de simulation consiste à simuler une année d’activité et à ordonnancer 25 000 tâches. Après optimisation, cela prend de 1 à 2 secondes.
une itération d’apprentissage nécessite, pour l’instant, 1000 simulations, soit 25 millions de tâches à ordonnancer
une expérience repose, pour l’instant, sur 10 instantiations Monte-Carlo (chiffre qui devra être porté à 100 par la suite). Faite le calcul, il faut plusieurs heures …

On voit qu’il s’agit d’expériences qui sont très consommatrices en temps de calcul.
Les premieres expériences servent à évaluer les influences des leviers et des scénarios. Il s’agit donc simplement de faire varier les paramètres et de remarquer les impacts (significatifs d’un point de vue statistique) de ces changements. Les statistiques produites par chaque expérience fournissent :

• le revenu créé, sa répartition par processus et l’efficacité associée (quel pourcentage de la valeur théorique maximale a été obtenu)
• L’utilisation des agents (U et H)
• L’utilisation des canaux
  

Je posterai un message de résultats en Juin, et après je disparaitrai jusqu’en Octobre pour rédiger mon prochain bouquin.

Modélisation des canaux : débits et latences dans la propagation des flux

Avertissement : ce message « rentre dans le vif du sujet ». Ames sensibles, s’abstenir …

1. Erratum

Je vais aujourd’hui enrichir le modèle de flux d’information dans l’entreprise, en introduisant la notion de latence, ce qui correspond à une correction du message précédent.
Le point de départ qui justifie cette volte-face est le « théorème du modèle SIFOA » : Le modèle décrit un fonctionnement optimal : les bonnes réunions, les bons participants, la bonne priorisation des sujets, etc.
C’est la seule approche convaincante, car pour tenir compte des imperfections de chaque entreprise, il faudrait rentrer dans un niveau de détail épouvantable, et sans la moindre chance de pouvoir instancier le modèle avec des données validées.
La conséquence de ce « théorème » est que seules les contrainte de temps jouent (en terme de débit), comme nous l’avons expliqué précédemment. C’est malheureusement une hypothèse trop stricte, qui ne permet pas de faire apparaître les subtilités de l’utilisation des canaux. Comme la réunion maximise le transfert par mutualisation, la solution « optimale » est d’utiliser ce canal de façon quasi-complète. Ce n’est pas réaliste car l’utilisation d’un calendrier industriel de réunion pour traiter l’ensemble des transferts liés au management est inefficace en terme de flexibilité et de temps de propagation des informations prioritaires.
En conséquence, nous allons proposer, dans ce message, un raffinement de la modélisation des canaux de communication, qui permettra d’introduire la latence.


2. Caractérisation des canaux

Nous caractérisons les quatre canaux de communication avec quatre paramètres, les trois que nous avons déjà présenté et que nous allons reprendre ; plus un quatrième qui représente la fréquence d’accès au canal :

• Le taux de répétition (R): nombre moyen de fois ou le message a besoin d’être émis pour être efficace. Cette idée élégante est due à Thierry Benoit : plutôt que de représenter une notion de perte d’information, ce qui est complexe, nous utilisons une caractérisation macroscopique qui précise combien de fois il faut répéter le message pour que l’information soit réellement transmise. Dans un premier temps, nous allons ignorer ce paramètre (et travailler dans un monde idéal ou « tout le monde comprends tout du premier coup ») mais, ensuite, nous pourrons étudier la sensibilité du modèle à cette dimension. Aujourd’hui, le « taux de répétition » est une grandeur que certains managers savent caractériser de façon intuitive (en fonction du type de message), mais il serait envisageable de le mesurer (par exemple sur les mails) et d’en faire un indicateur d’efficacité (par exemple, un sujet qui génère des dizaines de cascades de mails aurait-il été mieux traité en direct ?).
• Mutualisation (M): le nombre de récepteurs moyen d’un message. Cela permet de représenter la mutualisation obtenue en réunion ou avec l’envoi d’un email. Contrairement au paramètre suivant, on parle ici des récepteurs « utiles » qui sont réellement concernés par le transfert d’information.
• Utilisation (U): le nombre de personnes occupées durant l’échange d’information, y compris les personnes qui ne sont pas concernées de façon utile (participants qui s’ennuient en réunion, destinataires inutiles en cc d’un email, etc.). Ce paramètre est facile à mesurer de façon statistique (nombre de participants moyens dans les réunions planifiées, nombre de destinataires dans les mails.
• Fréquence (F) : ce dernier paramètre représente la fréquence « de base » de l’accès au canal. Par exemple, une collaborateur a, en moyenne, quatre réunions planifiée par jour, il lit ses messages deux fois par jours (fréquence de 5 heures), etc. Ces valeurs sont très dépendantes de la culture d’entreprise (est-ce qu’on sort d’une réunion pour prendre un coup de fil ?) mais elles sont raisonnablement stables et faciles à estimer.
  

Nous pouvons en déduire les règles d’ordonnancement de « charge de communication en fonction du canal ». Cela signifie que nous attribuons, en fonction du canal, une durée et un nombre d’agents à une tache de communication définie par une charge théorique (L, en heure), de la façon suivante :

• [1] si le canal est le canal mail (ASYNC), la durée D vaut L * R / M, tandis que le nombre d’agent vaut *alpha* + *beta* x U. Nous utilisons deux constantes : *alpha* est le rapport de vitesse d’écriture sur celui de l’élocution (combien de temps faut il pour écrire un mail par rapport au temps pour le dire) et *beta* est le rapport de la vitesse de lecture sur celui de l’écoute. Pour faire simple, on écrit (lorsqu’on le fait en continu devant un terminal, lorsqu’on écrit un mail) 5 fois plus lentement qu’on ne parle, mais on lit 10 fois plus vite (resp. 30, 150 et 300 mots à la minute). C’est une simplification, il existe une littérature passionnante et abondante sur le sujet. Pour un résumé et une bibliographie, voir : http://www.keller.com/articles/readingspeed.html
• [2] si le canal est synchrone, la durée est égale à la charge et nombre de participants est deux.
• [3] si le canal est le canal de réunion, D = L * R / M et le nombre d’agents est U.
• [4] si le canal est HF2F (le canal hiérarchique), nous utilisons la profondeur de la hiérarchie (P) comme approximation de la longueur de la chaîne de points « face à face » qui doivent avoir lieu pour transporter l’information d’un point à une autres. C’est d’ailleurs sur cette hypothèse que les partisans des organisations plates s’appuie : une organisation plus plate signifie une redescente/remontée d’information plus rapide. Le nombre d’agents est de P + 1, et la durée de communication est P * L.
  
  

Cette caractérisation est suffisante pour traiter, dans notre modèle, les flux de communication comme des tâches à ordonnancer.


3. Modèle pour la latence

Nous arrivons maintenant à la question cruciale de la modélisation de la latence. Commençons par caractériser ce la latence signifie dans notre modèle macroscopique du fonctionnement de l’entreprise. Le déroulement des processus (enchaînement de tâches) produit des transfert de flux d’information (monitoring, feedback, synchronisation, etc.). Comme notre modèle d’ordonnancement traite ces flux en bloc, on ne peut pas utiliser de dépendance entre des blocs. Par exemple, si la coordination d’une activité de 100 homme.jour nécessite 50 heures de réunion, nous allons placer un bloc de 50h. La latence est le temps qu’il faut pour transmettre une information d’une unité au management (ou à une autre unité) au travers de ce canal (réunion). La modélisation par bloc est suffisante pour raisonner sur les quantités totales, mais pas sur la propagation. La réalité de ce qui est représenté dans le modèle par deux blocs consécutifs peut être un entrelacement de réunions. Pour que le modèle d’ordonnancement puisse servir à calculer la latence, il faudrait un niveau de précision beaucoup plus grand, et on retomberait sur un modèle « intractable » (en franglais).


Voici, en conséquence, les modèles que j’ai retenus :

• [1] si le canal est ASYNC, la latence est 1/F x N. F est la fréquence, N est le nombre de sujets moyen dans l’agenda des agents impliqués. Le principe est de faire le produit de la latence « à vide » (si l’agent est disponible) par un facteur qui indique la probabilité d’être disponible pour le sujet concerné. C’est la que nous pouvons utiliser les informations produites par l’ordonnancement. Puisque les blocs sont triés par priorités, nous pouvons compter le nombre de sujets plus importants et l’utiliser comme facteur multiplicateur (N). De la sorte, si le flux est prioritaire, on supposera que la première « pause email » est la « bonne », tandis que si il est le troisième dans l’ordre d’importance, on supposera qu’il faut attendre trois séances de lecture de mail pour traiter le sujet.
• [2] si le canal est SYNC, la latence est 1/F x (N1 + N2 – 1). Le doublement de l’effet du taux d’occupation est lié au fait qu’il faut que les deux agents soient disponibles au même moment pour pouvoir communiquer. C’est également une approximation optimiste par rapport à un modèle probabiliste qui ferait un produit de disponibilité.
• [3] si le canal est MEET, il nous faut estimer deux choses: la latence pour trouver la réunion “adaptée”, soit 1/F * N, et le nombre de reunions à monter pour transmettre l’information d’un point à un autre. Nous avons besoin, pour cela, d’introduire un autre paramètre qui décrit la culture de réunion d’une entreprise, que nous avons appelé « diamètre réunionel » (DR) est qui est le nombre de personnes rencontrée (total) dans les réunions programmée d’une personne. DR est fonction du nombre de réunion, de la taille des réunions et du fait que les réunions ait lieu « toujours avec les mêmes » ou au contraire « couvre une grande partie de l’entreprise ». Le degré de connection (dans le graphe des participation aux réunions) est le nombre de réunions nécessaires pour faire passer l’information est estimé par log(#Agents)/log(DR). Par ailleurs, en première approximation, (DR / U) représente le nombre de réunions différentes d’un agent. Il faut donc attendre (DR / U) réunions en moyenne pour trouver « la bonne » pendant la quelle l’information est passée à une autre personne qui va relayée à la réunion suivante et ainsi de suite … Le nombre de relais est la degré de connexion dont nous venons de parler.
  Ceci nous donne la formule de la latence pour les réunions : 1/F * log(#Agents)/log(DR) * (DR / U)
  Le fait que ce temps est indépendant du taux d’occupation des agents est bien sur une simplification, qui suppose que le principe des réunions programmées avec un ordre du jour et un thème est respecté.
• [4] enfin, si le canal est H, nous comptons simplement le nombre de points hiérarchiques nécessaires, comme dans la section précédente et obtenons 1/F * P.

La deuxième question sur la modélisation de la latence est son impact sur la performance. Dans le modèle de fonctionnement de l’entreprise que nous avons commencé à décrire, il y a deux aspects qui sont sensibles au temps de propagation :

1. Nous créons des événements aléatoires de changement de valeur associée à un processus. Ce changement entraîne une ré-évaluation de la priorité, qui modifie l’ordre de traitement. Nous utilisons la latence du canal de management du processus pour représenter le délai de réaction. Plus ce délai est court, plus la réaction de l’entreprise est optimale.
2. La durée réelle d’exécution des tâches qui composent le processus est, de façon aléatoire, perturbée par rapport au « plan type » que représente le modèle de processus. Ici aussi, cette modification est traitée comme un ajout/retrait de quantité de travail à ordonnancer et nous utilisons la latence du canal de communication pour représenter le délai de réaction.

Cette modélisation est conforme avec le parti-pris de représentation d’un fonctionnement idéal : nous sous-estimons grandement les effets du délai de propagation de l’information, mais au mois ce que nous prenons en compte « fait sens ».

4. Réflexions futures

Il y a de nombreuses pistes à explorer, qui ont trait à la modélisation et la caractérisation des flux d’information, et cela va bien au delà du modèle que je suis en train de construire. Ce qui suit est une liste de sujets en attente, pour provoquer la curiosité du lecteur.

• La caractérisation des temps de production, de transfert et d’assimilation de l’information permette d’étudier des caractéristiques des réunions optimales. Par exemple, faut-il mieux une réunion à 20 participants dont 10 écoutent, ou deux réunions à 10, dont une est une réunion d’information fondée sur le compte-rendu de la première ?
• On peut également utiliser les caractérisations lecture/écriture/écoute pour enrichir notre modèle avec des canaux synchrones textuels (instant messaging) et asynchrone vocal (dépose d’un message). La dépose de message vers un ou plusieurs interlocuteurs est une pratique courante et institutionnelle dans certaines entreprises (par exemple, Cisco).
• La notion de diamètre « réunionel » (paramètre DR) évoque un problème d’optimisation semblable à l’optimisation de la profondeur des hiérarchies. Si DR est grand, chaque individu est très « connecté », mais passe moins de temps avec ses interlocuteurs. Ceci favorise la rapidité de la propagation du signal, mais pas forcément la qualité de transmission. A l’inverse, si DR est petit, cela signifie que les relations avec les interlocuteurs courant sont plus approfondies, mais que la chaîne de propagation peut être longue. Nous avons les bases d’une discipline à développer, celle de la mesure de l’efficacité et de la pertinence du « système réunion » d’une entreprise, ce que nous appelons à Bouygues Telecom «l’agenda industriel ».
• Enfin, un sujet qui reste encore complètement ouvert, à mon sens, est la rationalisation de l’usage de l’écrit versus celui de l’oral dans l’entreprise. Sans oublier la forme hybride, le Powerpoint ! Bien sûr, on pense aux travaux fondateurs de E. R Tufte (par exemple, « the cognitive style of Powerpoint »), mais le sujet qui m’intéresse le suivant : peut-on déduire des règles d’efficacité de l’emploi de l’écrit à partir des études précédemment citées ? Peut-on ensuite trouver des métriques qui valident ou invalident ces règles ? A titre d’illustration, on peut déduire des chiffres précédents qu’il vaut mieux attendre d’avoir un point programmé pour traiter un sujet non-urgent qui n’intéresse que les deux personnes, plutôt que d’envoyer un mail (du point de vue de l’efficacité temporelle du transfert d’information), puisque (5 + ½) > (1 + 1).
  

Beaucoup de sujets de réflexion, il est temps d’arrêter :-)

Modélisation des flux d’information associés aux processus

1. Vision générale

L’objectif final est d’exhiber une structure, que nous pourrions appeler diamètre organisationnel ou graphe de transfert, qui est une abstraction de l’organisation de l’entreprise qui représente sa capacité à transférer de l’information, du point de vue du débit, du temps de propagation (latence) et de la fidélité.
Il s’agit ensuite de pouvoir la caractériser en fonction des choix d’organisation de l’entreprise et de préciser son impact sur le fonctionnement de l’entreprise. Cette vision correspond au postulat suivant : dans la société de la connaissance, le rôle principal de l’organisation est de favoriser le transfert de l’information.
Cet objectif est très général et très ambitieux. La première étape, que nous avons commencé à développer dans les messages précédents, est de modéliser la dimension temporelle, c’est-à-dire le temps qu’il faut pour transférer l’information.
Mon objectif en 2006 est de réaliser une première version du modèle, qui s’appuie sur la méthode «simulation par jeux et apprentissage » pour essayer de faire apparaître des propriétés de ce modèle, en particulier en ce qui effets combinés des 5 leviers d’organisation que nous avons évoqué précédemment.


2. Simplifications associées à la version 1 du modèle

Les simplifications majeures sont de deux types :

1. Les ressources sont séparées en deux catégories, U pour les agents qui effectuent des activités et H pour les agents qui participent au management et au transfert d’information. Cela signifie que nous avons « virtualisée » l’activité de management et pilotage de chaque unité, et l’avons rattaché à l’entité globale de management. Ce regroupement évite de se poser des questions d’allocation de ressource de management, il représente une abstraction idéale du fonctionnement et rend la simulation plus simple.
2. Le cœur du modèle est un ordonnanceur de blocs de temps, en fonction de priorités. Comme nous raisonnons de façon macroscopique, il n’est pas possible de modéliser des chaînes de propagation. Si un bloc représente un ensemble de réunions, nous ne savons pas « à quel moment la décision de réallouer des ressource va être prise ». En ne représentant pas dans le modèle des éléments qui dépendent du temps de propagation, nous faisons également une simplification qui est une idéalisation du fonctionnement de l’entreprise.

Dans les deux cas, il m’aura fallu un peu de temps pour me convaincre qu’il était plus raisonnable de faire abstraction des deux dimensions que j’avais du mal à formaliser de façon simple, plutôt que de faire des demi-mesures. Il sera toujours possible, dans une deuxième version, de revenir sur ces limitations et de proposer des modèles plus riches.
Pourquoi ne pas faire, plutôt que de faire simplement ? C’est parce que l’abstraction du pilotage de l’enterprise doit être au moins aussi efficace que son fonctionnement réel ! Les deux règles de simplifications font que je représente une entreprise idéale dans les deux dimensions de l’allocation des ressources de pilotage et de management, et dans la priorisation de ses décisions à l’intérieur de ses activités de pilotage. Si je commence à rentrer dans le détail, il faut que le modèle soit pertinent, sinon les conclusions seront invalidées.


3. Typologie des flux et canaux

Nous avions une typologie simple en terme de flux que nous pouvons encore simplifier puisque n’avons pas besoin d’associer des actions à la réalisation de l’ensemble des types de flux. Nous obtenons le deux catégories suivantes :
- Monitoring & Feedback :
- Transfert & synchronisation :

Puisque l’exécution d’un flux est abstrait au point de ne représenter qu’une charge temporelle à placer sur l’ordonnanceur, cela nous permet de caractériser les canaux avec trois paramètres :

1. le taux de répétition : nombre moyen de fois ou le message a besoin d’être émis pour être efficace. Ce paramètre est notre approche dans cette version pour représenter la notion de fidélité d’un canal.
2. Mutualisation : le nombre de récepteurs moyen d’un message. Cela permet de représenter la mutualisation obtenue en réunion ou avec l’envoi d’un email.
3. utilisation: le nombre de personnes occupées durant l’échange d’information, y compris les personnes qui sont pas concernées de façon utile (participants qui s’ennuient en réunion, destinataires inutiles en cc d’un email, etc.)
   

Par exemple, voici un tableau qui peut représenter un des scénarios à tester en terme d’efficacité des canaux (à titre d’illustration) :

• SYNCH: taux répétition:1, mutualisation: 1, utilisation: 1
• ASYNCH: taux répétition:1 à 2, mutualisation: 1 à 3, utilisation: 1 à 10
• MEET: taux répétition:1 à 1.5, mutualisation: 1 à 5, utilisation: 3 à 10
• HIER: taux répétition:1, mutualisation: 1, utilisation: D = profondeur
  
  

4. A suivre

Cette simplification a un intérêt : on limite fortement le nombre de paramètres inconnus qu’il faudra tester par instantiation Monte-Carlo. Non seulement on simplifie l’implémentation, mais on obtient un modèle qui est plus convaincant, puisque nous reposons sur un nombre plus faible de « paramètres tirés du chapeau ».
La vraie question est maintenant : avec un fonctionnement aussi idéalisé, pouvons nous constater encore les effets des leviers d’organisation ?
Les « leviers » ont encore un impact sur ce modèle. Par exemple :
(1) la profondeur de la hiérarchie joue sur l’utilisation du canal hiérarchique
(2) la répartition matricielle (horizontale/verticale) est représentée par l’allocation du temps entre MEET et HIER dans les ressources de H
La réponse dans deux mois …lorsque le simulateur sera opérationnel !

Bibiographie (2e partie)

Je continue ma petite chronique bibliographique, au travers du prisme de ce blog. Voici cinq autres livres qui sont pertinents pour ce sujet.

(1) H. Amblard, P. Bernoux, G. Herreros, Y-F. Livian, Les nouvelles approches sociologiques des organisations, Editions du Seuil, 2005
Un livre qui permet de faire le point sur les approches sociologiques et les différentes écoles de pensées. Un peu difficile pour un novice, mais le chapitre 3 est passionnant et parfaitement pertinent pour l’étude des flux puisqu’il porte sur les réseaux, au travers de la « sociologie de la traduction ».

• Le premier chapitre présente l’analyse de Mintzberg sur le rôle de l’organisation et de la structure (lire p. 22 à 32)
• 3e chapitre particulièrement intéressant dans le contexte des réseaux scientifiques.
• Le dernier chapitre (nouvelle édition) contient des réflexions intéressantes sur le rôle du consultant (p. 266).

(2) C. Morel, Les décisions absurdes. Folio essais, Gallimard, 2002.Un livre absolument délicieux, à recommander sans réserve. Sur notre sujet, le chapitre 7 (les pièges de la coordination) est une référence. On y trouve des remarques sur :
· les tours de tables
· le temps passé en réunion
· la distinction entre coordination et information

(3) E. Lawler, From the ground up : six principles for building the new logic corporation. Jossey-Bass, 1996Un grand classique de l’organisation des entreprises, très souvent cité et à juste titre de mon point de vue.

• Les chapitres 4,5 et 6 forment une référence sur la structure des organisations.
• Le premier chapitre introduit des idées clés sur l’organisation par processus et l’évolution de l’organisation hiérarchique.
• Le chapitre 6 illustre le débat specialisation/généraliste.

(4) M. Gladwell, The Tipping Point, Abacus, 2000.Je considère les livres de Malcom Gladwell parmi les meilleurs que j’ai jamais lus. En particulier, je recommande « Blink » qui est absolument génial. Je cite « the Tipping Point » dans cette liste car il contient, dans son chapitre deux, une réflexion sur les flux d’information et sur ce qui rend le transfert efficace. Cet effort de modélisation est original et pertinent pour le sujet de l’efficacité du transfert de l’information dans l’entreprise.

(5) J. Miller, Game Theory at Work, Mc Graw-Hill, 2003
Une reference qui est un peu ésotérique dans cette liste, mais c’est un excellent livre, facile à lire, et qui introduit les concepts clés, comme celui d’équilibre de Nash (que j’ai utilise de façon libre dans un message précédent).

Un modèle de fonctionnement de l’entreprise centré sur les flux d’information

Dans ce message, je vais décrire un modèle de fonctionnement central à ma réflexion sur les flux d’information et l’impact de l’organisation sur ces flux. De quoi s’agit-il et pourquoi est-ce important ?
Le modèle que je propose est un modèle générique d’entreprise centré sur les processus. Il s’agit d’une abstraction du fonctionnement de l’entreprise, qui fait apparaître les flux d’information entre les acteurs et qui explicite le couplage (action <-> information), c’est-à-dire quels flux sont produits par quelles actions et comment l’efficacité du transfert d’information influe sur le résultat des actions.
Ce modèle générique repose sur des paramètres internes que nous ne connaissons pas (coût du travail, impact de la compétence sur la productivité, efficacité des canaux de communication, etc.), c’est pour cela que nous avons développé l’approche « Simulation par Jeux & Apprentissage » présentée dans les messages précédents. Nous y reviendrons un autre jour, pour l’instant, mon objectif est d’expliquer le modèle.
Le modèle de fonctionnement des processus est le socle de ma démarche : si ce modèle ne vous convainc pas, rien de ce qui va suivre n’a le moindre intérêt. Il sert à formuler les interactions entre les différents « leviers » sur l’organisation de l’entreprise. C’est donc un exercice délicat en terme d’équilibre :

• si le modèle est trop complexe, personne n’y comprendra rien et le château de cartes s’écroule,
• si le modèle est trop simple, il ne traduira pas les interactions organisation / flux / processus.

La structure du modèle (modéliser une entreprise par ses processus) est classique et repose, par exemple, sur les livres dont j’ai cité une partie précédemment. Ce qui est plus original, c’est la modélisation quantifiée des flux d’information associés et des interactions. La question qu’il faudra se poser à la fin du message est : « si nous connaissions les paramètres, ce modèle pourrait-il décrire le fonctionnement d’une entreprise ? »


1. Modélisation de l’Entreprise

Nous allons représenter une entreprise par un ensemble d’agents, et abstraire l’organisation interne en deux catégories, U et H. L’ensemble des agents H représente la structure de management, qui pilote un certain nombre d’unités U. Il ne s'agit pas d'une séparation supervision production, tous les agents sont des "acteurs de la société de la connaissance" et ont pour fonction le transfert, l'enrichissement et le routage de l'information. Disons simplement que les acteurs U participent directement aux processus (ce qui inclus de la coordination) et que les acteurs H effectuent uniquement des tâches de coordination.

L’organisation de management H est définie par une structure pyramidale hiérarchique (un arbre déterminé par sa taille et sa profondeur), qui remplit les fonctions classiques liées au lien manager-collaborateur, et une fonction de collaboration transverse liée aux processus de l’entreprise. La combinaison des deux éléments permet de simuler différents degrés de « matriciel » de l’organisation, en fonction d’un paramètre qui va déterminer la « distribution des prises de décision » selon les deux axes horizontaux et verticaux.

Une organisation U est une collection d’agents, définis par leurs compétences. L’organisation U gère les tâches qui lui sont confiées en fonctions des compétences. Elle s’apparente au méta-processus de planification (au sens d’un planning de Gant) des tâches : qui fait quoi de quand à quand ? La modélisation de la spécialisation de l’entreprise joue sur le nombre d’unités et sur la distribution des compétences.

Un agent partage son temps en trois catégories :

1. activité (pour un agent de type U) : exécution d’une tâche d’un processus
2. communication : transfert d’un flux d’information, à un autre agent
3. autre : planification, réflexion, etc.

Les communications sont réparties selon quatre canaux :

1. M(eet) : la communication se fait lors d’une réunion planifiée
2. A(sync) : communication asynchrone, par email, papier, site web, etc.
3. S(ync) : communication synchrone, par téléphone, IM ou en direct
4. H(ier): communication en one-to-one selon la « voie hiérarchique »

La répartition entre les catégories est supposée constante, selon des pourcentages qui font partie de la tactique de l’entreprise (voir plus loin). Cette hypothèse sera relaxée dans une version ultérieure du modèle mais il faut commencer de façon simple. La répartition « idéale » en fonction des besoins et de l’efficacité des canaux sera obtenue par apprentissage.

L’efficacité des canaux de communication est obtenue de façon relative par rapport à une transmission lors d’une réunion « face à face » avec deux participants, en considérant le flux d’information transmis et le temps de participation de l’ensemble des acteurs. Nous allons donc utiliser un paramètre qui, d’une certaine façon, décrit le taux d’efficacité moyen d’une réunion (quelles informations retirent les participants d’une réunion ??). Nous faisons l’hypothèse que cette valeur moyenne existe et qu’elle a un sens, pas qu’elle est facile à mesurer !

Comme nous l’avons expliqué dans le message de Février, nous allons étudier les « stratégie organisationnelles » des entreprises selon 5 axes, qui correspondent aux cinq leviers que nous avons identifiés dans un des premiers messages :

• temps total passé en réunion : pourcentage du temps passé en réunion
• organisation plate ou profonde : profondeur de l’arbre H
• degré de redondance ou, au contraire, organisation dimensionnée « au plus juste : nombre d’agents par rapport à la charge de travail théorique-
• spécialisation des collaborateurs (vs. généralistes) : distribution et nombre de compétences
• type d’organisation matricielle : répartitions des agents H selon les axes horizontaux et verticaux, et localisation des décisions.
  

2. Modélisation des processus et flux d’information

Les processus sont modélisés, de façon fort classiques, par des enchaînements de tâches qui produisent de la valeur. Nous nous limitons à des chaînes, compte-tenu de la généralité et du caractère macroscopique du modèle.

Une tâche est simplement définie par la compétence requise, la quantité de travail exprimé en durée, et le nombre minimal et maximal d’agents qui peuvent être affectés à cette tâche. Les compétences de chaque agent sont représentées par des couples (identifiant, niveau), pour modéliser le fait qu’un agent possède un certain niveau pour une compétence donnée.

La valeur produite par le processus est fonction du temps de réalisation, elle est maximale jusqu’à la « deadline », puis décroît linéairement jusqu’à la date d’expiration. On pourrait penser que la réduction du problème d’allocation des ressources de l’entreprise à la planification temporelle est une simplification grossière, mais, pour la même raison de caractère macroscopique, c’est déjà un problème d’allocation complexe (même difficile au sens de la théorie de la complexité) qui suffit faire apparaître les impacts des choix d’organisation. Nous allons supposer que les unités U font le meilleur choix d’allocation de ressource, ce qui est un peu optimiste, pour nous concentrer sur les problèmes de pilotage stratégiques et de transmission d’information.

La simulation du fonctionnement de l’entreprise consiste donc à générer une « charge de processus » et à simuler leurs exécutions en mesurant la valeur produite, qu’il convient de maximiser.

L’exécution d’un processus engendre et nécessite un certain nombre de flux d’information. Le modèle que je propose en distingue quatre :

1. les flux de transfert, lors du passage d’une tâche à une autre dans le déroulement d’un processus. Ce flux a pour origine les agents de l’unité qui termine la tâche et comme cible les agents de l’unité qui démarre la tâche suivante.
2. les flux de « feedback » qui permettent à l’unité de signaler l’état de l’avancement ou les incidents (cf. section suivante) à son management
3. inversement, les flux de « pilotage » ont pour origine le management H et pour cible l’unité U et servent à propager les ajustements en réaction aux évenements (qu’ils soient internes ou externes), de deux types : re-priorisation des tâches ou re-allocation de ressources.
4. des flux de synchronisation (par exemple, anticipation) entre l’unité qui exécute une tâche et les unites qui ont ou vont exécuter les taches précédentes ou ultérieure. Ce flux est proportionnel à la complexité et la « transversalité » de l’activité de l’entreprise. Il peut ne pas exister pour des processus extrêmement stables et matures, ou au contraire représenter une part importante du temps pour une entreprise jeune.
   

Les pourcentages de génération de type de flux par processus font partie des paramètres généraux (liés aux scénarios). Ils dépendent, par exemple, du type d’industrie (voire d’entreprise)
- Processus plus ou moins complexes,
- Processus plus ou moins transverses.
Il serait effectivement intéressant de savoir, pour une entreprise donnée, combine une heure d’activité génère d’heures ou minutes de transfert d’information et de synchronisation. Pour l’instant, nous allons traiter ces grandeurs comme des paramètres, mais leur détermination statistique n’est pas hors de portée d’une entreprise moderne.

En revanche, l’utilisation des canaux pour les différents types de flux représente ce que nous avons appelé la « tactique » de l’entreprise, et que nous allons optimiser à l’intérieur de la simulation. Plus précisément, la tactique est l’ensemble des paramètres qui représentent :

• Le management du temps (allocation par catégorie, cf. plus haut) ,
• L'utilisation des quatre types de canaux de communication pour les 4 types de flux. Dans notre première version, nous supposons que l’affectation est stable (indépendante de la priorité associée aux flux) et unique.
• Le management des priorités : comment l’entreprise associe des priorités aux processus et aux tâches. Nous supposons que la priorité est une fonction de la valeur finale, du coût de production et de la probabilité de succès (sous forme d’espérance de résultat). En jouant sur les paramètres, on peut représenter des approches plus ou moins favorables à la prise de risque et des choix heuristiques (favoriser ce qui rapport et qui va bien, ou se concentrer sur ce qui a besoin d’être réparé, …).
  
  

3. Modélisation par événements discrets

Il ne nous reste plus qu’à décrire le fonctionnement dynamique du modèle, c’est-à-dire l’exécution des processus. Pour que ce modèle soit un peu réaliste, il faut donc introduire la notion d’aléas.
Il y a en premier lieu les aléas externes, qui concernent la valeur générée par un processus ou la date de sortie attendue. L’information est transmise au pilotage de l’entreprise, qui prend une décision d’adaptation ou de re-priorisation. L’adaptation consiste à essayer d’absorber l’aléa de façon horizontale (dans le temps) ou verticale (augmenter/diminuer les ressources). Le re-priorisation s’effectue simplement en re-calculant la formule de priorité qui tient compte de la valeur théorique et de la probabilité de terminer dans les délais.
Le deuxième type d’aléas est interne, et correspond à une augmentation/diminution de la quantité de travail requise par une tâche. Cet aléas est détecté « sur le terrain » (dans l’unité) et son traitement suit la même procédure.

Le modèle de simulation peut ensuite être décrit comment un « simple » ordonnanceur d’événements « discrets ». Nous n’aborderons pas ce sujet aujourd’hui, la seule dimension qui manque à cette description du modèle pour être complète est la notion de «temps de propagation » de l’information en fonction du canal choisi. Ce sujet est au cœur de la modélisation des flux d’information dans l’entreprise. Nous y reviendrons dans un prochain message.

Il est intéressant de récapituler l’ensemble des paramètres associés au modèle qui forment le scénario d’une expérimentation :

• Loi de distribution de la charge de l’entreprise : granularité, déviation, etc.
• Degré d’interdépendance dans l’exécution : quantité de flux de type pilotage et synchronisation par rapport au « temps productif »
• Facteur de compétence: gains de productivité en fonction du niveau de compétence
• Efficacité des canaux de communication. Cette efficacité se mesure dans trois dimension : quantité d’information transportée, latence et fidélité du transfert. C’est ce point qui mérite plus de discussion
• Coût du travail (en % de la valeur produite)
  

Comme nous l’avons dit en introduction, nous n’allons pas essayer de qualifier ces paramètres, mais plutôt utiliser l’approche « jeux & apprentissage » pour explorer les espaces de scénarios.

4. Peut-il sortir quelque chose de tant d’inconnu ?

A cette étape, il est temps de marquer une pause. Un modèle où la quasi-majorité des paramètres sont inconnus a-t-il un sens et une utilité ? Sur le premier point, c’est au lecteur de se faire une idée … sur le second point, c’est précisément l’intérêt de l’approche présentée dans les messages précédents.
L’ensemble des paramètres décrit un espace, à la fois de types d’entreprises et de types de fonctionnement. En appliquant une simulation qui explore cet espace par instanciation « Monte-Carlo », nous pouvons trouver deux types de choses :

• des propriétés structurelles qui sont vraies indépendamment des paramètres (par exemple, liée à la non-elasticité du temps),
• des propriétés qui sont liées à des hypothèses sur les paramètres, et donc sur le type d’entreprise. Cela pourrait permettre de qualifier notre intuition que certaines « recettes de management » sont dépendantes du contexte de l’entreprise et de qualifier cette dépendance

A suivre …

Résultats de la « simulation jeux & apprentissage » dans un marché mature

Ce message fait suite à celui de Février sur la simulation par "jeux et apprentissage".

1. Compétition sur un marché grand-public

Nous allons décrire un exemple de simulation par jeux et apprentissage appliqué à un marché grand-public. Rappelons les grandes lignes (cf. le précédent message) :

1. Nous avons un marché, 3 acteurs qui proposent des produits avec un coût important d’acquisition par client, et une stratégie de fidélisation qui a également un coût par client acquis. Le marché est supposé mature : la plupart des « nouveaux » clients quittent un des joueurs pour en rejoindre un autre, même si il reste une légère croissance organique.
2. Des équations simples décrivent la façon dont le marché réagit aux offres des acteurs et produisent des parts de marché, des consommations et des taux de churn. Les équations sont simples, les paramètres ne sont pas connus et sont donc évalués avec une approche « Monte-Carlo ».
3. Chaque joueur réagit aux résultats mensuels du marché selon une « tactique » qui n’est autre qu’une matrice 3 x 3 qui explique comment ajuster les prix, les coûts d’acquisition et le montant de la fidélisation en fonction des scores courants de vente (part de marché), de revenus (chiffre d’affaire) et de résultat financier (ebitda). On rappelle que nous utilisons un modèle linéaire très simple (voir la discussion dans le message précédent).
   

Nous avons choisi un exemple à trois joueurs ; pour éviter que des conclusions soient hâtivement tirées de cette expérimentation, nous allons nous restreindre à des résultats qualitatifs, suivant le format habituel de la théorie des jeux, sous forme de matrices croisées de stratégies.

Plus précisément, nous mesurons les résultats d’un joueur en pourcentage par rapport aux objectifs de sa stratégie, et nous distinguons trois cas :

• gagnant : les objectifs sont globalement atteints,
• perdant : les objectifs ne sont pas atteints mais l’entreprise fonctionne,
• mort : l’entreprise perd trop d’argent.

De la même façon, nous catégorisons la façon dont la simulation et l’apprentissage fonctionne pour chaque phase de trois façons :

• stable : les stratégies d’apprentissage convergent vers un état stable,
• guerre : les stratégies d’apprentissages évoluent de façon claire vers une surenchère,
• chaos : les stratégies d’apprentissage divergent, la simulation de la phase n’est pas concluante.

L’objectif de cette expérience est double :

1. étudier l’émergence de comportements collectifs des acteurs et évaluer leurs « territoires ».
2. au niveau "méta", mesurer l’intérêt de l’approche « Simulation par jeux et apprentissage »

Il va de soi, mais cela mérite d’être répété, que l’intérêt de cette simulation est d’étudier l’émergence de comportement globaux (qu’ils soient positifs ou destructifs) sans communication entre les acteurs.


2. Expérimentation

Une expérimentation est définie par :

• Un scénario qui donne l’espace des paramètres qui doit être exploré par instanciation (approche Monte-Carlo). Plus nous avons l’intuition que notre modèle économique est précis, plus nous allons donner des bornes précises. A l’inverse, si le modèle est complètement incertain, nous allons donner des intervalles de variation très larges. Un des objectifs à long terme est de caractériser les effets de cette imprécision. Il va de soi qu’un espace large d’indétermination demande un temps de calcul plus important pour que l’exploration aléatoire de l’espace soit plus significative.
• Des stratégies pour chaque joueur. Nous avons défini 6 stratégies possibles pour les joueurs, dans un ordre croissant d’agressivité (de S1 à S6). Comme expliqué précédemment, la stratégie est définie par des objectifs en terme d’ebitda, de chiffre d’affaire et de part de marché d’acquisition. Par exemple, la stratégie S1 correspond à la préservation de l’ebitda, sous la contrainte que le chiffre d’affaire et la part de marché ne peuvent pas décroître de plus de 1% par an. A l’inverse, la stratégie S6 correspond à un objectif de croissance annuel de l’ebitda de 6% par an, avec un gain de 1% en part de marché.
  

Rappelons également, de façon sommaire, le déroulement de l’expérimentation (cf. le message précédent) :

1. Les paramètres économiques sont choisis aléatoirement selon les bornes fixées dans le scénario (ce que nous appelons une phase).
2. Une itération consiste à simuler le marché et la réaction des joueurs suivant leur tactique.
3. Une étape consiste à faire exécuter plusieurs fois la même itération en ajustant les paramètres de la matrice tactique, pour optimiser les résultats d’un joueur.

La simulation d’une phase consiste à enchaîner un grand nombre d’étapes pour optimiser les stratégies de façon successive. Nous catégorisons le comportement de cet apprentissage suivant 3 types : convergent, divergent (guerre) ou chaotique.

Le résultat fourni à la fin de l’expérimentation est constitué de:

(a) par joueur, la répartition des cas gagnant / perdant / tués, et les valeurs (moyenne + déviation) associées, du point de vue de l’action (prix, acquisition et fidélisation) et du résultat (ebitda, chiffre d’affaire et part de marché)
(b) les résultats moyens pour les phases stables
(c) les résultats moyens, par joueur, pour les itérations gagnantes.

L’expérimentation que nous décrivons dans ce message ne concerne pas l’exploration de l’ensemble du cube 6 x 6 x 6 des stratégies, mais plutôt l’exploration de la « diagonale » (lorsque les joueurs ont la même stratégie) et le voisinage obtenu lorsqu’un des joueurs varie d’un ou deux degrés d’agressivité par rapport à l’ensemble.

3. Résultats et commentaires


Ces résultats sont provisoires, il faudra valider de façon indépendante l’implémentation et faire de nombreuses autres expériences avant de pouvoir extraire des informations véritablement pertinentes.

Néanmoins, on observe en premier lieu que la simulation fonctionne car le taux de convergence est important. Cela signifie que notre modèle correspond à un jeu assez stable, pour lequel :

1. il existe des « bonnes » stratégies stables,
2. un jeu naturel d’ajustement entre les acteurs conduit à évoluer vers ces stratégies

Nous avons des taux de convergence de l’ordre de 75%, ce qui signifie que ce que nous venons d’affirmer est vrai dans 75% des phases produites par échantillonnage. Il reste approximativement 5% de phases qui correspondent à des situations de marchés très difficiles ou l’atteinte des objectifs conduit à une guerre qui produit la disparition d’un des joueurs. Notons que nous avions obtenu des résultats similaires en 2000 et conclu que les conditions d’attribution des licences UMTS à cette époque ne laissaient pas la place pour un jeu à 4 acteurs. Les 20% restants produisent des simulations divergentes (que nous nommons « chaotique »).

Il reste à valider que ces situations sont réellement instables et qu’il ne s’agit pas d’une faiblesse de notre implémentation (par exemple, une meilleure stratégie d’apprentissage collectif pourrait améliorer le taux de convergence). Quoi qu’il en soit, ce premier résultat est très encourageant.

Quelles sont les caractéristiques de ces phases convergentes, ou, autrement dit, que nous apprend cette simulation ? Il est trop tôt pour répondre, et ce blog est n’est pas le lieu pour le faire. On voit cependant émerger des propriétés connues ou suspectées de cet équilibre :

• La meilleure stratégie du plus petit joueur est d’être un peu plus agressif que les deux autres mais pas trop.
• Le pilotage financier (la définition d’objectifs fondés sur l’ebitda) conduit à un jeu stable. La recherche de la part de marché est une autre affaire … qui produit une plus forte mortalité.
• L’augmentation du profit collectif conduit à réduire les coûts d’acquisition, mais à augmenter l’effort de fidélisation.
• Lorsque la compétition augmente (des stratégies plus agressives pour chaque joueur), on observe une pression sur les prix, mais qui est stabilisée par l’impact sur l’ebitda, puisque le marché est fluide (cf. le point sur la stabilité du jeu lorsque la stratégie est dominée par l’ebitda).
• Le point précédent adoucit l'effet d'une vérité évidente: la guerre économique est favorable aux gros et aux joueurs dont la structure fixe/variable des coûts diminue le "poids mort".
• Dans ce contexte (les phases stables), la tactique optimale des joueurs conduit à un certain mimétisme : les évolutions des prix, à des niveaux différents, se ressemblent. La "meilleure" tactique produit à la fois de la "prudence" (peu d'agressivité sur la baisse des prix) et un "couplage" des comportements (et non pas une entente)

Pour finir, on peut noter que les résultats semblent stables par rapport au nombre de phase. On voit très vite se dessiner les grandes lignes (avec 30 phases par expérience), et l’augmentation du nombre de phases précise les résultats mais ne les remets pas en cause.

Ce message conclut notre disgression sur la simulation économique. Le prochain message parlera de notre modèle de fonctionnement d'une entreprise fondé sur les processus, qui va servit de socle à l'analyse des flux d'information.