Les cadres supérieurs sont payés pour prendre des décisions difficiles. Les résultats de ces décisions sont très importants, et les dirigeants sont jugés – à juste titre – sur leur taux de réussite global. Évidemment, il est impossible d’éliminer les risques liés à la prise de décisions stratégiques. Mais nous pensons qu’il est possible pour les dirigeants – et les entreprises – d’améliorer significativement leurs chances de succès en opérant un changement simple (mais pas simple): élargir leur boîte à outils d’aide à la décision et comprendre quels outils fonctionnent le mieux.

La plupart des entreprises utilisent des outils de base comme l’analyse des flux de trésorerie actualisés ou des tests de scénarios quantitatifs très simples, même lorsqu’ils font face à des contextes très complexes et incertains. Nous le voyons constamment dans notre travail de conseil et de formation des cadres, et la recherche confirme nos impressions. Ne vous méprenez pas. Les outils conventionnels que nous avons tous appris en école de commerce sont formidables lorsque vous travaillez dans un environnement stable, avec un modèle d’affaires que vous comprenez et que vous avez accès à des informations fiables. Ils sont beaucoup moins utiles si vous êtes sur un terrain inconnu – si vous évoluez dans une industrie en évolution rapide, si vous lancez un nouveau type de produit ou si vous passez à un nouveau modèle commercial. En effet, les outils classiques supposent que les décideurs ont accès à des informations remarquablement complètes et fiables.

Pourtant, tous les chefs d’entreprise avec lesquels nous avons travaillé au cours des 20 dernières années reconnaissent que de plus en plus de décisions impliquent des jugements qui doivent être faits avec des informations incomplètes et incertaines. Les gestionnaires de problèmes ne sont pas un manque d’outils appropriés. Une grande variété d’outils – y compris l’analyse décisionnelle basée sur des cas, l’analyse de scénarios qualitatifs et les marchés de l’information – peuvent être utilisés pour des décisions prises dans des conditions d’incertitude élevées. Mais la variété pure peut être écrasante sans guide clair sur quand utiliser un outil ou une combinaison d’outils plutôt qu’un autre. En l’absence de telles directives, les décideurs continueront de s’appuyer uniquement sur les outils qu’ils connaissent le mieux dans une tentative honnête mais malavisée d’imposer une logique et une structure à leurs décisions de faire ou de ne pas faire. Dans la première partie de cet article, nous décrivons un modèle d’adaptation de l’outil décisionnel à la prise de décision, sur la base de trois facteurs: la mesure dans laquelle vous comprenez les variables déterminantes du succès, la prédiction de la plage des résultats possibles, et à quel point les informations pertinentes sont centralisées.

Nous plaidons en faveur d’une utilisation accrue de l’analyse décisionnelle basée sur des cas (qui repose sur des analogies multiples) et d’une analyse de scénarios qualitatifs dans des conditions d’incertitude. Inévitablement, le modèle que nous proposons simplifie une réalité très compliquée afin de découvrir des vérités importantes. (C’est ce que font les modèles.) Dans la seconde moitié de l’article, nous explorons certaines des complications les plus courantes: La plupart des cadres sous-estiment l’incertitude à laquelle ils font face; les protocoles organisationnels peuvent entraver la prise de décision; et les gestionnaires comprennent mal quand il est idéal d’utiliser plusieurs outils différents pour analyser une décision, ou lorsqu’il est judicieux de retarder une décision jusqu’à ce qu’elle puisse mieux la cadrer. Vous devez savoir si vous avez un modèle causal, c’est-à-dire une bonne compréhension des facteurs de succès critiques et des conditions économiques, dans quelle combinaison, qui mèneront à un résultat positif. Les entreprises qui prennent des décisions similaires à plusieurs reprises ont souvent des modèles causaux forts. Considérons un détaillant qui a lancé des points de vente pendant des années dans un pays, ou qui a fait de nombreuses petites acquisitions de concurrents adjacents.

Un test simple de la force de votre modèle causal consiste à savoir si vous pouvez spécifier avec confiance un ensemble de déclarations «si-alors» à propos de la décision. («Si la nouvelle technologie de traitement proposée réduit les coûts de X% et que nous pouvons atteindre la part de marché de Y% en transférant ces économies à nos clients, nous devrions investir dans cette technologie.») Vous devriez également être en mesure de spécifier modèle financier dans lequel vous pouvez brancher différentes hypothèses (telles que combien la technologie réduit les coûts et la part de marché que vous êtes en mesure de capturer). Pour la grande majorité des décisions stratégiques, les dirigeants ne peuvent pas spécifier un modèle causal clair. Certains gestionnaires ont une assez bonne idée des facteurs de succès critiques qui importent, mais pas une image complète – ce serait généralement le cas pour une entreprise qui développe un nouveau produit, par exemple. D’autres ne savent même pas comment trancher la décision – par exemple, une entreprise est perturbée par une nouvelle technologie exercée par une entreprise en dehors de son industrie.

Demandez-vous: Comprenez-vous quelle combinaison de facteurs de succès déterminants déterminera si votre décision mène à un résultat positif? Savez-vous quelles mesures doivent être respectées pour assurer le succès? Avez-vous une compréhension précise de la recette du succès? Puis-je prédire l’éventail des résultats possibles? En choisissant les bons outils d’aide à la décision, vous devez également savoir s’il est possible de prédire un résultat, ou une gamme de résultats, qui pourrait résulter de la décision