Plus d’infos ?

Les chiffres mentent-ils? Le bon usage des données
Les chiffres mentent ils ? Nous sommes inondés de données sur l’épidémie par les médias et les réseaux sociaux, dont certaines peuvent apparaitre contradictoires. Et pourtant, ceux qui les publient le font sans doute de bonne foi et avec de très bonnes intentions. Alors quels chiffres croire ? Je ne suis ni médecin, ni scientifique et n’aurai pas la prétention de répondre à cette question. Mais je vous propose deux filtres permettant de prendre du recul et se poser les bonnes questions à la lecture des chiffres pour :
Selon la définition du Larousse, l’inférence est l’ « opération par laquelle on passe d'une assertion considérée comme vraie à une autre assertion au moyen d'un système de règles qui rend cette deuxième assertion également vraie ». L’inférence correspond à notre système de raisonnement. Nous le pensons bien sûr rationnel, mais l’est-il réellement ?
Prenons un exemple : un professeur va rendre des copies à ses élèves. Un élève voit sa copie sur le haut de la pile et blêmit. Le professeur a en effet l’habitude de classer les copies de la plus mauvaise à la meilleure. L’élève en déduit qu’il a une très mauvaise note. Mais ce jour-là, le professeur n’a pas eu le temps de classer les copies et la note de l’élève est bonne. L’élève a interprété la donnée « ma copie est en haut de la pile », en fonction de son expérience et de la croyance qu’il en a tiré, qui s’est avérée erronée.
Chercheur américain en sciences sociales et théoricien de la « science de l’action », Chris Agiris a développé le modèle schématisé ci-dessus montrant la façon dont nous raisonnons. Il explique que la manière dont nous sélectionnons les données, les interprétons et en tirons des conclusions pour mener des actions est largement influencée par nos croyances, nos valeurs et le contexte dans lequel nous procédons à l’interprétation.
Prenons un autre exemple que nous sommes nombreux à avoir déjà vécu en entreprise. Les reportings présentant les résultats d’une organisation regorgent généralement de chiffres, d’indicateurs et d’analyses de tendances, par métier, zone géographique, fonction, projet, …. Selon notre position dans l’organisation – filiale ou Corporate -, notre fonction – opérationnel ou financier -, notre situation personnelle – dans le poste depuis plusieurs années ou récemment nommé -, nos objectifs – perçus comme ambitieux ou conservateurs -, notre appétence au risque, celle de notre organisation, … , il est probable que nous ne sélectionnerons pas les mêmes données et ne les interpréterons pas de la même façon, conduisant à des conclusions et des prises de décision différentes.
Gommer l’irrationnel de notre échelle d’inférence est illusoire, notamment en ces périodes de crise où les émotions et les peurs peuvent prendre le dessus. Mais avoir conscience de ces biais peut aider à prendre du recul par rapport à nos réactions lors de la prise de connaissance de nouvelles données et aux interprétations que nous en faisons.
Professeur à l’Université d’Edimbourg[i] , Paolo Quattrone a étudié l’histoire de la comptabilité et l’utilisation des données au travers de multiples cas. Il en a tiré une grille d’analyse comparant l’usage des données à 4 types de « machines », en fonction du niveau d’incertitude :
Prenons quelques exemples :
Savoir identifier dans quel cas on se situe lorsqu’on lit des données et des analyses sur la crise actuelle est sans doute utile. Se poser la question dans nos organisations de la répartition des données produites entre les 4 cases de la grille d’analyse est également intéressant, la « machine à apprendre » n’étant sans doute pas la plus alimentée !
Alors que la crise actuelle favorise les peurs qui anesthésient l’esprit critique, prendre conscience de nos biais dans l’analyse des données et promouvoir le bon usage des chiffres permettrait de prendre du recul quant à leur réelle portée. Et ainsi de mieux raisonner, questionner et apprendre… pour mieux rebondir quand la crise sera passée. En espérant que nous nous rappellerons alors les risques que la diffusion incontrôlée de données peut faire courir à nos organisations…
[i] Co-Director “Center for Accounting and Society”, Edinburgh University
Ce site web utilise des cookies.
Certains de ces cookies sont nécessaires, tandis que d'autres nous aident à analyser notre trafic, à diffuser de la publicité et à offrir des expériences personnalisées pour vous.
Pour plus d'informations sur les cookies que nous utilisons, veuillez vous référer à notre politique de confidentialité.
Ce site web ne peut pas fonctionner correctement sans ces cookies.
Les cookies analytiques nous aident à améliorer notre site web en collectant des informations sur son utilisation.
Nous utilisons des cookies marketing pour améliorer la pertinence de nos campagnes publicitaires.