Itérer la matrice quand les solutions semblent insuffisantes

Si toutes les combinaisons paraissent médiocres, les dimensions sont peut-être erronées — recadrez-les avant d'en générer davantage.

Why it works

Une matrice construite sur de mauvaises dimensions produit un grand nombre de variations sur une mauvaise idée. La valeur de la méthode morphologique réside dans la qualité des dimensions, pas dans la quantité combinatoire. Quand aucune combinaison d'une matrice bien filtrée ne semble adéquate, c'est un signal diagnostique : le problème lui-même a été cadré de façon trop étroite, ou les dimensions capturent des caractéristiques plutôt que les véritables variables de décision. Itérer sur les dimensions — pas sur les valeurs — est la réponse appropriée.

How to do it

1. Après avoir évalué toutes les combinaisons prometteuses, demandez-vous : « Le problème que nous avons défini dans la matrice est-il vraiment le bon problème à résoudre ? »
2. Identifiez si une dimension est en réalité la solution à un problème amont non examiné — et cartographiez ce problème amont à la place.
3. Reconstruisez la matrice avec le problème recadré et recommencez ; la seconde matrice produit typiquement des candidats de solutions substantiellement différents.

Données probantes

Le cadrage du problème est bien établi comme déterminant critique de la qualité de la solution : l'espace de solutions est borné par le cadre du problème. Le recadrage itératif est un principe central dans la pensée design et la recherche sur la résolution de problèmes complexes. (mechanistic)

Le principe est bien fondé en recherche sur le design ; l'application spécifique à l'itération de la matrice morphologique relève du conseil méthodologique plutôt que d'une pratique testée indépendamment.

Sources

• Dorst (2011), the core of design thinking and its application, Design Studies

Erreur fréquente

Ajouter davantage de valeurs aux dimensions existantes quand les solutions semblent inadéquates, plutôt que de remettre en question si les dimensions sont les bonnes — la quantité de combinaisons ne sauve pas un problème mal cadré.