Attendre davantage de données peut sembler responsable, mais ce n’est que rarement gratuit.
Chaque semaine qu’un changement de prix, un recrutement ou une décision d’entrée sur un marché reste en suspens, l’équipe s’adapte et les options se réduisent. Une enquête McKinsey de 2019 auprès de 1 228 managers a révélé que les décideurs rapides étaient environ deux fois plus susceptibles de signaler des décisions de haute qualité que les plus lents (McKinsey, 2019). Les données sont autodéclarées et montrent une corrélation, pas un lien de cause à effet, mais elles contredisent l’idée que plus lent signifie automatiquement plus sûr. L’objectif n’est pas la rapidité pour elle-même. C’est d’adapter l’effort à l’importance des enjeux.
Commencez par demander quelles inconnues pourraient réellement changer la décision.
Notez tout ce que vous ne savez pas, puis testez chaque élément avec une seule question : si nous connaissions la réponse demain, choisirions-nous différemment ? La plupart des inconnues échouent à ce test. Elles sont intéressantes, mais quelle que soit leur issue, vous choisiriez tout de même la même option. Les rares qui passent le test sont vos inconnues déterminantes, généralement une à trois. Elles méritent votre temps de recherche et votre budget ; le reste peut être noté comme des hypothèses et laissé de côté.
Estimez en fourchettes, pas en chiffres uniques.
Les dirigeants sont généralement plus confiants que ne le justifie leur historique. Dans une étude évaluée par des pairs portant sur 13 346 prévisions boursières à un an, réalisées pour la plupart par des DAF américains entre 2001 et 2011, le rendement réel n’est entré dans les intervalles de confiance à 80 % des dirigeants qu’environ 36 % du temps (Ben-David, Graham & Harvey, Quarterly Journal of Economics, 2013). Il s’agissait de prévisions de marché, et non de prévisions sur leurs propres entreprises, mais la leçon s’applique quand même. Pour chaque inconnue déterminante, donnez un cas bas, un cas central et un cas haut, puis demandez-vous ce qui devrait être vrai pour que le cas central se réalise.
Plus sur Decision Science — chaque semaine.
Rejoignez plus de 2 400 dirigeants qui reçoivent le briefing sur l’intelligence décisionnelle.
Utilisez une liste de contrôle en cinq étapes avant de vous engager.
D’abord, désignez un responsable de la décision et une date limite de décision. Ensuite, listez vos inconnues déterminantes, pas plus de trois. Troisièmement, choisissez le moyen le moins coûteux de réduire chacune d’elles avant la date : dix appels clients, une extraction de données, un court pilote payant ou un échange avec un expert. Quatrièmement, consignez vos fourchettes et les conditions qui sous-tendent le cas central. Cinquièmement, définissez un déclencheur de retour en arrière : le signal qui vous ferait rouvrir la décision, la date à laquelle vous le vérifierez et la personne autorisée à l’actionner. Quand la date arrive, décidez avec ce que vous avez.
Fixez le niveau d’information en fonction de la facilité avec laquelle la décision peut être annulée.
Si une décision est peu coûteuse à revenir en arrière, comme un petit pilote ou un nouveau processus interne, décidez avec les informations dont vous disposez déjà et tirez-en des enseignements. Si elle est coûteuse ou difficile à annuler, comme une acquisition, un bail de longue durée ou un recrutement de cadre dirigeant, investissez davantage dans les inconnues déterminantes, réalisez une pré-mortem et demandez une revue par un spécialiste lorsque des questions juridiques, fiscales ou financières sont en jeu. Cet article donne des conseils généraux, et ne constitue pas un avis juridique, fiscal ou financier.
Exemple hypothétique.
Une entreprise de logiciels B2B de 110 personnes à Leipzig décide s’il faut lancer un niveau premium avant la fin de l’année. L’équipe recense onze inconnues, mais une seule passe le test du facteur déterminant : savoir si suffisamment de clients existants paieront environ 30 % de plus pour les fonctionnalités supplémentaires. Ils fixent une date de décision à trois semaines et mènent douze entretiens clients structurés avec un prix sur la table. Leur estimation d’adoption se situe entre 5 et 15 % des clients éligibles, et le niveau atteint le seuil de rentabilité à environ 6 %. Ils le lancent d’abord pour les nouveaux clients, avec un critère de retour en arrière : si l’adoption est inférieure à 5 % après 90 jours, ils intègrent les fonctionnalités au forfait standard.
Consignez ce que vous saviez au moment de décider.
Une courte note avec les inconnues qui comptent, les fourchettes, la date et le déclencheur protège l’équipe du recul rétrospectif plus tard : si le résultat est mauvais, vous pouvez voir si le raisonnement était faible ou si la chance a tourné. Si vous voulez soumettre au test de résistance les inconnues, les fourchettes et les compromis d’une décision à forts enjeux avant de vous engager, notre conseil de décision IA les débat dans un processus structuré ; vous pouvez l’essayer gratuitement sur /try sans compte.
Contexte de recherche
Dans une enquête de McKinsey, 72 % des cadres dirigeants ont déclaré que les mauvaises décisions stratégiques étaient aussi fréquentes que les bonnes, ou constituaient la norme dominante.
McKinsey & Company: Démêler la prise de décision de votre organisation (2017)Cette statistique publiée de manière indépendante fournit un contexte pour le sujet ; elle ne corrobore pas chacune des affirmations de cet essai.
Un cadre de décision, chaque semaine.
Les meilleurs articles de la semaine sur la prise et l’exécution de décisions à enjeux élevés, étayés par des recherches sourcées.