Contrôle de gestion, système d'information, big data, IA Intelligence artificielle, processus décisionnel, prise de décision, machine learning, business intelligence, veille stratégique
De nombreuses décisions doivent être prises par les cadres dirigeants de l'organisation pour mettre en oeuvre des actions opérationnelles et stratégiques. La prise de décision est une tâche capitale et exigeante pour le manager, dans la mesure où elle n'implique pas seulement l'organisation, mais également les relations étroites avec les parties prenantes. La prise de décision est une tâche très difficile et risquée, du fait que le succès ou l'échec d'une organisation en dépend directement. Une mauvaise décision peut entraîner des pertes considérables pour une organisation.
(...)
Les processus de prise de décision indépendante sont basés sur des méthodes heuristiques, le raisonnement logique, le bon sens, l'imagination, l'intuition et l'expérience qui permettent à la fois de bien comprendre un problème et l'ensemble du processus, tout en générant de nouvelles connaissances et expériences. La science a également développé des processus de prise de décision avec des étapes d'opération particulières déterminées. Ils sont appelés processus algorithmiques. La procédure de leur exécution correspond au fonctionnement d'un algorithme, c'est-à-dire qu'elle se base sur un ensemble de principes de conduite spécifiant les moyens de résoudre un problème entrepris avec un nombre clairement spécifié d'étapes à suivre. Dans les situations où il n'est pas possible de résoudre un problème à l'aide d'un algorithme, des méthodes heuristiques sont utilisées.
(...)
Aujourd'hui, toutes les entreprises s'appuient sur la science des données pour prendre des décisions plus éclairées, rationaliser les processus et garantir un avantage concurrentiel sur le marché. L'analyse et la visualisation des données sont deux composants interconnectés de la science des données et jouent un rôle important dans l'extraction d'informations à partir des données et dans la communication de ces informations aux parties prenantes importantes.
[...] Dans la pratique de la gestion, un modèle de prise de décision par une seule personne est courant. Décider signifie formuler un problème décisionnel, décrire toutes les variantes d'action possibles, évaluer ces variantes et mettre en œuvre la décision (Gajda et Eva, 2017) Les processus de prise de décision indépendante sont basés sur des méthodes heuristiques, le raisonnement logique, le bon sens, l'imagination, l'intuition et l'expérience qui permettent à la fois de bien comprendre un problème et l'ensemble du processus, tout en générant de nouvelles connaissances et expériences. [...]
[...] Pour mieux comprendre comment l'entreprise peut intégrer l'analyse des données dans son processus de prise de décision, il convient de se pencher sur les réussites de ces entreprises de renom. Google accorde une grande importance à ce qu'elle appelle « l'analyse des personnes ». Dans le cadre de l'une de ses initiatives bien connues dans ce domaine, le projet Oxygen, Google a extrait des données de plus de évaluations de performances et les a comparées aux taux de fidélisation des employés. [...]
[...] 2019) L'intégration du business intelligence et de l'IA au système d'information pour améliorer la prise de décision La prise de décision fondée sur des données est au cœur des organisations performantes (Burger-Helmchen et al., 2019). Cela signifie qu'il faut s'éloigner de l'intuition et des pressentiments. Il faut s'appuyer sur les données pour prendre des décisions éclairées. Les outils de BI analysent de grandes quantités de données (Ciampi, 2021). Ils permettent aux organisations d'identifier des modèles, des tendances et des corrélations. Ces connaissances permettent de prendre de meilleures décisions stratégiques et opérationnelles. Le recours à la data confère aux entreprises un avantage concurrentiel et leur permet de s'assurer qu'elles sont sur la bonne voie. [...]
[...] En outre, ce rôle peut conférer au contrôleur le statut de « business Partner » ou de manager, c'est-à-dire que le contrôleur est un consultant interne ou un partenaire privilégié qui intervient en tant que copilote décisionnel. Pourtant, dans les faits, cette fonction partenariale semble illusoire (Morales, 2009) ou du moins « pas aussi fréquente qu'on veut bien nous le faire croire » (Lambert et Sponem, 2009). Certains auteurs mettent en garde contre les risques d'un tel rôle, « soit le contrôleur impose son autorité et inhibe la créativité des opérationnels qui se concentrent alors exclusivement sur leur compte de résultat, soit le contrôleur « intégré » dans les équipes opérationnelles et peut être incité à manipuler les résultats pour qu'ils leur soient favorables » (Lambert et Sponem, 2009). [...]
[...] Ainsi, pour les contrôleurs de gestion, les NTCI s'appuyant sur les outils d'exploitation du Big date est une formidable opportunité de s'affranchir de tâches fastidieuses telles que l'extraction et la compilation de données, ainsi que la conception des rapports les plus basiques. Ils peuvent ainsi se concentrer sur l'analyse approfondie des données, tout en jouant pleinement leur nouveau rôle de conseiller auprès des managers. HR5 : L'exploitation d'outils du data management, du data analytics et du data Cloud dans le système informatique du contrôle de gestion, valorisent les méga données (Big data), permet aux CDG et managers d'obtenir des données/informations fiables et rapide (accessibilité de l'information plus rapide que ses concurrents) et être plus compétitive. [...]
Référence bibliographique
Source fiable, format APALecture en ligne
avec notre liseuse dédiée !Contenu vérifié
par notre comité de lecture
