Prévoir une distribution, pas une estimation ponctuelle

Représentez votre prévision comme une fourchette de résultats probables, pas un seul nombre prédit.

Why it works

Les estimations ponctuelles communiquent une fausse précision et suppriment des informations utiles sur la variance. Un projet qui prend six mois en moyenne pourrait avoir un résultat au 10e percentile de trois mois et un résultat au 90e percentile de dix-huit mois — une distribution qui devrait changer les décisions de planification, l’allocation des ressources et la budgétisation des imprévus d’une façon qu’une estimation ponctuelle dissimule. Communiquer des distributions rend l’incertitude lisible et améliore les décisions en aval.

How to do it

1. Pour toute prévision significative, rapportez trois nombres : optimiste (10e percentile de la classe), médian, et pessimiste (90e percentile).
2. Pondérez la distribution de façon asymétrique si la classe de référence montre des distributions asymétriques à droite (c’est le cas de la plupart des projets).
3. Budgétez et planifiez pour la médiane, mais assurez-vous que le plan survit au résultat du 75e percentile.
4. Résistez à la pression de convertir la distribution en un point unique — l’estimation ponctuelle détruit l’information pertinente pour la planification.

Données probantes

Les recherches sur les dépassements de coût et les glissements de calendrier trouvent systématiquement des distributions asymétriques à droite — les résultats peuvent être bien pires que la moyenne mais rarement bien meilleurs. Planifier selon la médiane dans une distribution asymétrique à droite sous-prépare systématiquement. Les prévisions par intervalle sont plus précises et plus utiles que les prévisions ponctuelles dans plusieurs domaines étudiés par Tetlock et ses collègues. (observational)

Communiquer des distributions est socialement plus difficile — les parties prenantes préfèrent des estimations ponctuelles confiantes. Le gain de précision a un coût de communication qui doit être géré explicitement.

Sources

• Flyvbjerg (2002), cost overrun distributions in infrastructure projects
• Tetlock & Gardner (2015), Superforecasting, Chapter 7

Erreur fréquente

Traiter l’estimation « optimiste » comme le plan et l’estimation « pessimiste » comme l’imprévu, alors que la classe de référence montre que le résultat pessimiste est l’expérience la plus fréquente, pas le cas marginal.