You are on page 1of 172

THESE

En vue de l'obtention du

DOCTORAT DE LUNIVERSIT DE TOULOUSE


Dlivr par
Institut National Polytechnique de Toulouse

Discipline ou spcialit :
Systmes Industriels

Prsente et soutenue par


Trong Hung NGUYEN
Le 8 septembre 2011

TITRE :
CONTRIBUTION A LA PLANIFICATION DE PROJET : PROPOSITION D'UN
MODELE DEVALUATION DES SCENARIOS DE RISQUE-PROJET

JURY
Patrick BURLAT, Professeur, Ecole des Mines de Saint-Etienne, Rapporteur
Emmanuel CAILLAUD, Professeur, Universit de Strasbourg, Rapporteur
Jean-Claude BOCQUET, Professeur, Ecole Centrale Paris, Examinateur
Sophie BOUGARET, grante socit MANAGEOS, Examinateur

Ecole doctorale :
Systmes (EDSYS)
Unit de recherche :
Centre Gnie Industriel, Universit de Toulouse, Mines Albi
Directeur(s) de Thse :
Didier GOURC, Matre-assistant, HdR, Ecole des Mines dAlbi-Carmaux
Franois MARMIER, Matre-assistant, Ecole des Mines dAlbi-Carmaux

1
2
3
4
REMERCIEMENTS

REMERCIEMENTS

Tout dabord, je tiens remercier trs sincrement mon directeur de thse, Didier GOURC. Ce
travail naurait pu tre possible sans la confiance quil ma accorde et les connaissances quil ma
transmises. Je le remercie galement pour les conseils qu'il m'a prodigus tant pour ma vie
professionnelle que personnelle. Quil trouve ici lexpression de ma gratitude.
Je remercie galement pour leurs conseils et leur aide Emmanuelle MONSARRAT, qui m'a
accompagne pour les premiers jours de ce travail et Franois MARMIER, avec qui j'ai poursuivi
et achev ce travail.
Je remercie chaleureusement Patrick BURLAT et Emmanuel CAILLAUD pour avoir accept de
lire et de rdiger un rapport sur cette thse. Je leur exprime toute ma reconnaissance pour lintrt
port ce travail. Leurs remarques ont apport matire ma rflexion.
Je suis, galement trs sensible, lhonneur que mont fait Sophie BOUGARET et Jean-Claude
BOCQUET, qui ont t respectivement examinateur et prsident du jury.
Cette thse a t ralise au Centre de Gnie Industriel de lEcole des Mines dAlbi-Carmaux,
tout naturellement je tiens donc remercier Lionel DUPONT, Directeur du laboratoire, pour
toute lattention quil ma porte et pour les moyens mis ma disposition durant ces annes.
Je remercie bien particulirement Isabelle FOURNIER, pour son soutien prcieux depuis mon
premier jour au Centre, la relecture du manuscrit, et notamment son sourire tous les martins. Je
remercie galement Sabine CARBONNEL pour son aide concernant les dveloppements
informatiques.
Je remercie bien videmment tous les membres du Centre de Gnie Industriel que j'ai rencontr
et ctoy au cours de ce travail pour la bonne ambiance et leur aide. Sur le plan humain ou
professionnel, ils ont particip la russite de cette aventure.
Je remercie mes collgues du bureau 0A07, Romain, Guillaume, Omar, Carine avec qui j'ai
partag de trs bons moments.
Je noublie pas mes amis de lEcole des Mines Albi-Carmaux (les autres centres, et services de
l'Ecole comme l'accueil, le service RH, etc.) mais aussi les amis des rsidences pour les moments
sympathiques.
Enfin, un petit clin dil ma famille, elle sait ce que je lui dois

5
6
TABLE DES MATIERES

TABLE DES MATIERES

INTRODUCTION GENERALE ______________________________________________ 10


Chapitre 1 : Projet, management et planification de projet _________________________ 21!
1.1! Emergence de la notion de projet ______________________________________ 22!
1.2! Management de projet comme une discipline mergente___________________ 26!
1.2.1! Brefs rappels historiques du management de projet ______________________ 26!
1.2.2! Dfinition du management de projet __________________________________ 28!
1.2.3! Les processus de management de projet _______________________________ 29!
1.3! Focus sur la planification de projet ____________________________________ 30!
1.3.1! Dfinition de planification et les notions concernes _____________________ 30!
1.3.2! Les mthodes de planification de dlai de projet sous incertitude ___________ 32!
1.4! Conclusion _________________________________________________________ 38!
Chapitre 2 : Risque, risque projet et mthodes de management des risques projet _______ 41!
2.1! Introduction _______________________________________________________ 41!
2.2! Le Risque une vue globale __________________________________________ 42!
2.2.1! Le concept ______________________________________________________ 42!
2.2.2! Les approches de gestion___________________________________________ 44!
2.3! Risque-projet ______________________________________________________ 47!
2.3.1! Dfinition ______________________________________________________ 47!
2.3.2! Lapproche risque-incertitude _______________________________________ 49!
2.3.3! Lapproche risque-vnement _______________________________________ 49!
2.4! Management de risque projet : mthodes, processus et outils _______________ 49!
2.4.1! Mthodes/mthodologies de management des risques-projet _______________ 50!
2.4.2! Processus de synchronisation de la planification de projet et du management de
risques-projet __________________________________________________________ 54!
2.4.3! Les outils informatiques de management des risques-projet _______________ 55!
2.5! Conclusion _________________________________________________________ 61!
Chapitre 3 : Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes
_________________________________________________________________________ 63!
3.1! Introduction _______________________________________________________ 63!
3.2! Lien entre les notions de scnario et de planning _________________________ 65!
3.2.1! Son origine / contexte _____________________________________________ 65!
3.2.2! Expos de la mthode et de ses principes, typologie de scnarios ___________ 66!
3.2.3! Les atouts des techniques de scnarios ________________________________ 70!
3.3! Exemple fil rouge illustrant la problmatique et les propositions ____________ 71!
3.4! La notion de scnario de projet ________________________________________ 73!
3.4.1! Dfinition de scnario _____________________________________________ 74!

7
TABLE DES MATIERES

3.4.2! Scnario de risque : dfinition et modlisation __________________________ 75!


3.4.3! Scnario de traitement : dfinition et modlisation _______________________ 75!
3.4.4! Influence des actions de traitement sur le projet _________________________ 78!
3.4.5! Scnario de projet : dfinition et modlisation __________________________ 81!
3.5! Impact initial et impact rduit dun risque ______________________________ 82!
3.6! Caractrisation des scnarios de projet _________________________________ 83!
3.6.1! Calcul de la probabilit dun scnario de projet _________________________ 84!
3.6.2! Calcul du cot dun scnario de projet ________________________________ 86!
3.6.3! Calcul de la dure dun scnario de projet _____________________________ 87!
3.7! Conclusion _________________________________________________________ 88!
Chapitre 4 : Influence des dpendances entre risques pour lanalyse des scnarios de projet
_________________________________________________________________________ 91!
4.1! Introduction _______________________________________________________ 91!
4.2! Quelques outils de description et manipulation des dpendances ____________ 92!
4.2.1! Dans le domaine des espaces de probabilit, le thorme de Bayes __________ 93!
4.2.2! Les graphes : avantages et limites ____________________________________ 94!
4.2.3! Les matrices : avantages et limites __________________________________ 100!
4.3! Modlisation des dpendances entre les risques-projet ___________________ 103!
4.3.1! Dfinition : dpendance entre risques-projet __________________________ 103!
4.3.2! Cas de la dpendance unitaire et ses composants _______________________ 104!
4.3.3! Description des cas particuliers de dpendance lementaire ______________ 106!
4.3.4! Applicabilit dune dpendance ____________________________________ 107!
4.3.5! Incohrences entre les dpendances _________________________________ 108!
4.4! Conclusion ________________________________________________________ 109!
Chapitre 5 : Application de lapproche ProRisk la planification dune tude clinique _ 111!
5.1! Introduction du chapitre ____________________________________________ 111!
5.2! Plateforme ProRisk ________________________________________________ 111!
5.2.1! Cadre et objectif ________________________________________________ 112!
5.2.2! Architecture technique gnrale ____________________________________ 114!
5.2.3! Fonctionnalits de ProRisk ________________________________________ 116!
5.3! Prsentation du cas dtude __________________________________________ 123!
5.3.1! Contexte pharmaceutique _________________________________________ 123!
5.3.2! Droulement dune tude clinique de phase III ________________________ 124!
5.3.3! Donnes de ltude de cas _________________________________________ 127!
5.4! Exploitation des rsultats____________________________________________ 136!
5.4.1! Prsentation des rsultats bruts _____________________________________ 136!
5.4.2! Description du processus danalyse des rsultats _______________________ 141!
5.4.3! Application numrique notre tude de cas ___________________________ 143!
5.5! Conclusion ________________________________________________________ 152
CONCLUSION GENERALE _______________________________________________ 155

8
LISTE DES FIGURES

LISTE DES FIGURES

Figure 1.! Structure du mmoire ______________________________________________ 19!


Figure 2.! La vision externe du projet selon (Gourc 2006)__________________________ 23!
Figure 3.! Exemple de phasage dun projet _____________________________________ 24!
Figure 4.! Dcoupage dun projet de dveloppement de mdicament inspir de Murphy,
(Murphy 1989)_____________________________________________________________ 25!
Figure 5.! Evolution des pratiques de gestion de projet inspir de (Garel 2003), (Navarre
1993) 26!
Figure 6.! Chronologie relative au Management de projet (Dombkins 2008) ___________ 27!
Figure 7.! Processus de management de projet proposs par le PMBok, 4e dition ______ 30!
Figure 8.! Apports de la mthode de la chane critique au management de projet (Rabbani et
al. 2007) 35!
Figure 9.! Une synthse des utilisations des mthodes de planification de projet ________ 37!
Figure 10.! Modle gnral cause-consquence __________________________________ 43!
Figure 11.! Matrice probabilit-impact ________________________________________ 43!
Figure 12.! Processus de management des risques selon (International Standards for
Business 2009)_____________________________________________________________ 45!
Figure 13.! Un scnario (Salvi et Debray 2006) __________________________________ 46!
Figure 14.! Processus de management de risques-projet ___________________________ 51!
Figure 15.! Les mthodes de management de risques projet (Grimaldi et Rafele 2008) ___ 53!
Figure 16.! Synchronisation des processus (Pingaud et Gourc 2003) _________________ 55!
Figure 17.! Comparatif des logiciels ___________________________________________ 60!
Figure 18.! Motivations et principes gnraux de la technique des scnarios (Gausemeier,
Fink, et Schlake 1998) _______________________________________________________ 66!
Figure 19.! Typologie de scnarios propose par (Brjeson et al. 2006)_______________ 68!
Figure 20.! Planning du projet de ralisation dune station mtorologique____________ 71!
Figure 21.! Exemple de scnario de risque : ScR3 ________________________________ 75!
Figure 22.! Actions de traitement prventives versus correctives_____________________ 76!
Figure 23.! Ensemble des stratgies de traitement possibles pour le risque R3 __________ 77!
Figure 24.! Exemple de scnario intgrant une stratgie prventive __________________ 78!
Figure 25.! Exemple de deux vnements _______________________________________ 93!
Figure 26.! Exemple dAdD__________________________________________________ 96!
Figure 27.! Un exemple de rseau baysien entre les variables a, b et c _______________ 97!
Figure 28.! Exemple de lapproche de Carr et Tah (Carr et Tah 2001) ________________ 99!
Figure 29.! Exemple de dpendance selon (Chauveau 2006) _______________________ 100!
Figure 30.! Les types dpendance entre deux lments ___________________________ 101!
Figure 31.! Une dpendance entre risques-projet________________________________ 103!
Figure 32.! Exemple de dpendance unitaire ___________________________________ 104!
Figure 33.! Espace temporel doccurrence potentielle dun risque __________________ 108!
Figure 34.! Espaces temporels dune dpendance _______________________________ 108!
Figure 35.! Exemple de deux dpendances avec un mme RisqueCible _______________ 109!
Figure 36.! Contexte dutilisation de ProRisk___________________________________ 112!
Figure 37.! Un exemple de fichier XML de description dun projet __________________ 114!
Figure 38.! Architecture technique gnrale de ProRisk __________________________ 115!
Figure 39.! Cas dutilisation du systme ProRisk avec le rle de Chef de projet________ 116!
Figure 40.! Cas dutilisation du systme ProRisk avec le rle de responsable de risques _ 117!

9
LISTE DES FIGURES

Figure 41.! Dtail dune tche planning (copie dcran de ProRisk)_________________ 118!
Figure 42.! Ajout dun risque (copie dcran de ProRisk) _________________________ 119!
Figure 43.! Exemple de dpendances entre risques ______________________________ 119!
Figure 44.! La fonction de gnration des scnarios de projet______________________ 120!
Figure 45.! Processus danalyse des rsultats __________________________________ 122!
Figure 46.! Droulement dun essai clinique ___________________________________ 127!
Figure 47.! La ralisation dune tude clinique (planning initial sans risque) _________ 129!
Figure 48.! Histogramme des dures de scnarios de projet <ScR, !> ______________ 137!
Figure 49.! Histogramme des dures de scnarios de projet <ScR, ScT> _____________ 137!
Figure 50.! Histogramme des cots de scnarios de projet <ScR, ScT> ______________ 138!
Figure 51.! Probabilit de chaque plage de valeur de dure _______________________ 139!
Figure 52.! Scnarios de risques selon la dure _________________________________ 140!
Figure 53.! Scnarios de risques selon le cot __________________________________ 141!
Figure 54.! Processus danalyse de rsultat ____________________________________ 143!
Figure 55.! Scnarios de projet prsentant loccurrence unitaire de chaque risque _____ 145!
Figure 56.! Effets cumuls des risques ________________________________________ 146!
Figure 57.! Vecteurs de risques ______________________________________________ 147!
Figure 58.! Les dix ScR les plus critiques ______________________________________ 148!
Figure 59.! Hirarchisation des risques pris isolment ___________________________ 148!
(a) Sans dpendances ______________________________________________________ 148!
(b) Avec dpendances ______________________________________________________ 148!
Figure 60.! Les dix ScR les plus critiques ______________________________________ 148!
Figure 61.! Scnarios de projets tris en fonction de leurs cots ____________________ 149!
Figure 62.! Effet des diffrentes stratgies sur les scnarios de projet prsentant
loccurrence de R1 et R7 ____________________________________________________ 151!

10
LISTE DES TABLEAUX

LISTE DES TABLEAUX

Tableau 1.! Approches pour la gnration de planning sous incertitude (Herroelen et Leus
2005) 34!
Tableau 2.! Catgories des donnes dentre de planification de projet ............................... 35!
Tableau 3.! Rsum des approches mentionnes ................................................................... 52!
Tableau 4.! Rsum des caractristiques des types de scnarios (inspir de (Brjeson et al.
2006)) 70!
Tableau 5.! Les risques identifis et leurs caractristiques ................................................... 72!
Tableau 6.! Stratgies de traitement (p: prventive, c: corrective)........................................ 73!
Tableau 7.! Comparaison de hirarchisation des risques selon lapproche retenue sur le seul
critre de probabilit ................................................................................................................ 73!
Tableau 8.! Les effets des actions de traitement sur les risques............................................. 77!
Tableau 9.! Dtermination des caractristiques cot et dure dune action de traitement ... 80!
Tableau 10.! Exemples dactions de traitement ..................................................................... 81!
Tableau 11.! Illustration sur un exemple des concepts dimpact initial et dimpact rduit ... 83!
Tableau 12.! Exemple de table de probabilit conditionnelle pour c sachant a et b ............. 97!
Tableau 13.! Tableau rcapitulatif des dpendances lmentaires entre risques ................ 106!
Tableau 14.! Expression de dpendances particulires et paramtres associs .................. 107!
Tableau 15.! Relation entre les dpendances mme Risque-Cible ....................................... 109!
Tableau 16.! Les tches de ltude clinique de phase III tudie......................................... 128!
Tableau 17.! Les risques et leurs caractristiques ............................................................... 132!
Tableau 18.! Les stratgies et actions de traitement ............................................................ 133!
Tableau 19.! Actions de traitement et tches planning associes ........................................ 134!
Tableau 20.! Les dpendances associes aux risques identifis. ......................................... 135!
Tableau 21.! Rcapitulatif des plages de valeurs rencontres ............................................. 144!
Tableau 22.! Comparaison de limportance des risques ...................................................... 149!
Tableau 23.! Rcapitulatif des caractristiques des scnarios de projet dans lesquels R1 et
R7 sont occurents ................................................................................................................... 150!

11
12
Introduction gnrale

INTRODUCTION GENERALE

Face la mondialisation des marchs, il est ncessaire pour beaucoup dentreprises de proposer
des produits innovants et de renouveler rapidement leurs gammes de produits. Cest ainsi que le
dveloppement de nouveaux produits, de nouveaux services, revt un caractre hautement
stratgique pour ces entreprises si elles veulent prenniser leurs activits et les dvelopper dans un
contexte fortement concurrentiel et incertain. Lorganisation des activits innovantes dans un
objectif de succs passe par la mise en place de structures projet capables de fdrer efficacement
les ressources et comptences de lentreprise afin de satisfaire les attentes du march. Le
management par projet est donc une rponse judicieuse et ncessaire dans le contexte actuel de
forte concurrence et doptimisation des efforts consacrs.

Il existe de nombreux types de projets notre poque : dans les domaines industriels
(informatiques, gnie civil, BTP, spatial, pharmaceutique), du marketing, de la qualit ou de la
recherche selon quils ciblent un secteur dactivit, un march dtermin ou simplement une
partie de lentreprise, dans un contexte national ou international.

Contexte : certains projets ne respectent pas les objectifs initiaux


Projet de construction de lOpra de Sydney : 10 ans de retard
(prvu pour 1963, achev en 1973)
Programme A380 : 18,5 milliards de dollars de surcot
( lorigine : 8 milliards, la charge financire totale : 26,5 milliards)
Projet de Ground Zero New York : au moins 8 ans de retard
(prvu pour 2011, il ne sera pas totalement accessible avant 2019)
(source : www.wikipedia.com)

Ces trois exemples prsentent une ralit que connaissent de nombreux directeurs de projets. En
effet, de nombreux projets ne respectent pas leur planification initiale et se terminent avec un
retard et/ou avec des cots supplmentaires par rapport aux plannings et budgets initialement
dtermins. Dans le domaine de linformatique, la recherche ralise par le Standish Group
International (www.standishgroup.com) montre qu'en moyenne 40 % des projets de
dveloppement de nouveaux produits sont arrts avant l'achvement du projet. De plus, 45 %
des projets sont achevs avec du retard et/ou un dpassement de budget.

Pour dcrire les objectifs dun projet, il est possible, en premire intention, dutiliser le cadre de
description quest le triangle dor (ou triangle cot-dlai-qualit), qui matrialise les objectifs en
termes dobjectif de cot, dobjectif de dlai et dobjectif de qualit. Par consquent, un projet est

13
Introduction gnrale

considr comme un succs lorsquil respecte les trois objectifs initialement dfinis. Le respect
simultan des trois objectifs (ou critres) est chose dlicate, il est frquemment accept de dfinir
des objectifs prioritaires, considrant que dans tel secteur dactivit, dans telle entreprise ou pour
tel projet, cest, par exemple, le respect des objectifs de dlai qui est primordial sur le respect des
objectifs de cot ou de qualit. Par cela, les managers/dcideurs expriment le fait quils veulent
privilgier le respect du dlai au dtriment par exemple dune augmentation du budget consacr.
Dans le secteur pharmaceutique, lavantage commercial est donn au produit qui arrive le premier
sur le march. Les pertes de parts de march peuvent tre colossales lorsque le produit arrive en
deuxime, troisime position, mme si les performances des produits sont similaires.
La hirarchisation des critres de succs permet ainsi dorienter les dcisions des managers.

Outre ces critres orients vers le pilotage des projets, dautres critres pour valuer le succs
dun projet peuvent tre mis en avant, comme par exemple la satisfaction du client. (Zhu 2006)
propose une revue des critres de succs des projets. Par ailleurs, les critres de succs peuvent
diffrer dun projet lautre (Cooke-Davies 2002) selon le type du projet, la taille, le niveau de
complexit, mais galement selon le point de vue adopt (utilisateur, sponsor, directeur du projet,
contractant). (Mller et Turner 2007), en sappuyant sur les travaux de (Crawford, Hobbs, et
Turner 2005), tudient les liens qui existent entre les critres de succs et les types de projets, ils
indiquent galement que des relations peuvent tre tablies selon les secteurs dactivits et les
nationalits.

La diversit des critres de succs identifis dans ces tudes trouve son origine dans une
complexit importante dans les projets, ce qui se traduit par la ncessit dadapter le pilotage en
consquence. L.-A. Vidal (Vidal 2009) propose cet effet un cadre dvaluation formel de la
complexit des projets, considrant que son valuation requiert une approche multicritres, afin
de permettre aux managers didentifier le niveau de complexit et dadapter leurs pratiques. Cette
approche est intressante, elle nous amne nous interroger sur dautres facteurs, qui peuvent
expliquer que les projets ne se terminent pas dans les temps. Quels sont les facteurs responsables
de ces drapages ?

Par exemple, dans le cas du projet de lOpra de Sydney, cest la complexit des lments de la
toiture, qui a majoritairement entran ce retard. Le changement de gouvernement et des
modifications de larchitecture survenues durant le projet, alas non prvus et donc non anticips,
ont aggrav ce phnomne. Pour le programme A380, cest la complexit du produit, les pnalits
de retard, mais aussi le changement du taux de change euro/dollar, qui ont entran des
dpassements dobjectifs. Dans le cas du projet Ground Zero , cest la crise conomique
mondiale, survenue en 2008, qui a provoqu des bouleversements

Plus gnralement, les facteurs peuvent tre classs en quatre catgories (Belassi et Tukel 1996) :
facteurs relevant du projet,
facteurs relevant du directeur de projet et de lquipe,

14
Introduction gnrale

facteurs relevant de lorganisation,


facteurs relevant de lenvironnement externe au projet.

Cette dcomposition gnrique, pour le moins structurante, ncessite dtre affine pour faire
merger explicitement les lments ou alas de nature occasionner les retards et/ou
dpassements budgtaires. Ces alas peuvent revtir diverses formes, comme par exemple la
complexit des produits, les difficults de communication au sein de lquipe ou entre les
partenaires, des problmes de matrise de la technologie, des fournisseurs dfaillants, des
problmes juridiques lis au pays, au march
Dans tous les cas, ces facteurs relvent de phnomnes gnralement imprvus, plus ou moins
contrlables.

Ces alas (bien souvent imprvisibles) sont de nature impacter les objectifs globaux du projet et
ce, notamment par le biais dune multitude de perturbations bien souvent locales des sous
ensembles du projet, qui, prises isolment, ne semblent entraner que des consquences mineures,
mais qui, analyses dans leur ensemble et surtout combines, peuvent entraner des rpercutions
importantes.

Problmatique de la thse

Quel que soit le type de projet (projet rentabilit contrle, projet cot contrl), il existe
toujours une phase de conception du projet qui est stratgique. Cette phase est caractrise par
un environnement flou, lexistence de nombreuses incertitudes et pour autant, elle est le lieu de
nombreuses dcisions, qui vont influencer la suite du projet et son droulement. Par exemple,
dans des projets cot contrl, la phase de rponse appel doffres conduit lingnieur daffaire
et/ou le chef de projet dcider de lintrt ou non de raliser ce projet. Cela correspond entre
autres des questions relatives :
la faisabilit technique du projet,
la rentabilit de lopration pour lentreprise, en quoi lentreprise peut-elle tirer des
bnfices de la ralisation de ce projet, tant sur le plan financier quen termes dimage et
de notorit (exemple de la socit Eiffage dont le cours de laction, la signature de
nombreux contrats peuvent tre directement imputs la ralisation du trs grand projet
de construction du viaduc de Millau),
laspect raliste des objectifs calendaires et budgtaires imposs par le client,
etc.
Pour tenter dapporter des rponses ces nombreuses questions, les dcideurs doivent tre
capables de dlimiter techniquement le projet, destimer le temps ncessaire sa ralisation, ainsi
que le cot quil engendrera. Autant de questions qui, lorsque lon est dans un environnement
certain, avec des technologies connues et matrises, sont certes difficiles, mais pour lesquelles il
existe des mthodes destimation qui ont fait leurs preuves.

15
Introduction gnrale

Dans le cas de projets caractriss par peu de retours dexpriences, voire absence totale dans
certains cas de par leur caractre hautement innovant, par labsence de contrle possible sur
certains lments, notamment en relation avec lenvironnement, lestimation de la dure et du
cot du projet comme de ses sous-ensembles revt une difficult particulire. Les nombreux alas
qui peuvent survenir tout au long du projet sont autant de facteurs qui rendent la phase
destimation hautement difficile et les rsultats produits entachs dun faible niveau de confiance.
En dautres termes, les valeurs estimes ont bien peu de chance de reprsenter la ralit que lon
rencontrera.

Afin de fiabiliser ces estimations, il nous apparat comme absolument ncessaire de prendre en
compte dans la conception du projet, non plus uniquement ce que lon veut quil advienne au
cours du projet, mais galement ce quil peut advenir. Dans cette vision, il est crucial didentifier,
de mesurer et dvaluer les phnomnes plus ou moins potentiels, qui seront de nature impacter
plus ou moins fortement latteinte des objectifs initiaux.

Lobjectif de cette thse est bien de sintresser la prise en compte, ds les phases de conception
de projet, des diffrents alas potentiels qui pourraient survenir au cours du projet et de proposer
une approche permettant de fiabiliser les estimations ncessaires la prise de dcision.
Pour cela, nous adressons la problmatique de linfluence croise des processus de management
des dlais, management des cots et de management des risques dans un projet. La survenue dun
ala au cours du projet influence obligatoirement le droulement temporel du projet, par la mise
en place dune action de traitement, la prolongation de la dure dune activit du projet, mais
galement le cot total de sa ralisation, par laugmentation du cot dune activit, la rptition
dune activit, le rapprovisionnement dun composant dtrior, etc.

Classiquement, dans ce processus de management, les risques projet sont identifis, valus,
traits et suivis sparment. Ce processus ne prend pas en compte une vue globale du projet o
les risques peuvent survenir sur et/ou impacter des tches du chemin critique de projet ou non.
Au cours dun mme projet, il est bien rare que seul un des risques identifis ne survienne, il est
bien plus frquent de devoir subir un ensemble des risques. On peut devoir subir soit tous les
risques pralablement identifis, cest la pire des situations, ou bien un sous-ensemble plus ou
moins grand.

De plus, les risques sont identifis avec une hypothse dindpendance. Cependant, dans la
ralit, il existe bien souvent des dpendances entre risques. Un risque peut changer certaines
caractristiques dun autre risque, voire gnrer un autre risque.

En rsum, cette thse vise adresser deux problmatiques bien spcifiques, qui peuvent tre
dcrites par deux questions :

16
Introduction gnrale

question 1 : comment, pour lvaluation dun projet, pourrait-on tenir compte de


lensemble des ventualits, vnements et situations que le projet pourrait rencontrer au
cours de son droulement ?
Question 2 : comment tenir compte des liens et relations qui peuvent exister entre les
risques ?

En complment, la question de lautomatisation des solutions identifies et propositions


effectues reste rcurrente. Il est primordial de pouvoir fournir un outil simple, destination des
managers de projet et dcideurs, pour aider valuer lensemble des situations anticipables.

Plan de thse

Le mmoire est organis selon trois grandes parties encadres par une introduction gnrale et
une conclusion. La structure du mmoire est illustre sur la Figure 1.

La premire partie, compose des chapitres 1 et 2, a pour objet de prsenter des dfinitions et un
tat de lart, respectivement sur le domaine du management de projet et du management des
risques.
Le chapitre 1 est consacr tout particulirement lintroduction dlments de dfinition et de
caractrisation du domaine du projet, domaine sur lequel cette thse porte en priorit. Une
analyse historique de lmergence des notions de projet est propose, complte par une
description des processus de management de projet.
Un focus sur les mthodes de planification de projet est effectu en proposant quelques
dfinitions permettant de distinguer notamment les notions de planification et dordonnancement
de projet. Dans un deuxime temps, une tude des mthodes de planification dlai des projets
dans un contexte dincertitude est propose.

Le chapitre 2 est consacr la prsentation du deuxime domaine sur lequel repose cette thse,
savoir le domaine de la gestion/management des risques. Aprs la prsentation de dfinitions
gnrales du terme risque, nous proposons de dfinir le concept de risque projet, ses attributs et
caractristiques, ainsi quune typologie dapproches de prise en compte du risque en situation
projet. En complment, le processus spcifique de management des risques en situation projet est
prsent, ainsi quun ensemble doutils/mthodes permettant doutiller chacune des phases de ce
processus.
Sur la base dobservations pratiques et lidentification de lacunes des approches classiques de
management des risques, nous prsentons un processus de synchronisation permettant de
rconcilier les processus de planification de projet et de management des risques.

17
Introduction gnrale

La deuxime partie, compose des chapitres 3 et 4, a pour objectif de dvelopper un ensemble de


propositions pour rpondre la problmatique traite dans cette thse et prsente ci-dessus dans
cette introduction.

Dans le chapitre 3, aprs une rapide prsentation des travaux mens essentiellement dans le
domaine de la stratgie sur la technique des scnarios (scenario planning), nous prsentons une
approche originale danalyse des projets par la modlisation de scnarios. Notre contribution
pour la modlisation des scnarios sinscrit dans le cadre particulier de laide la dcision en
planification de projet avec prise en compte des risques et stratgies de traitement associes. Afin
de rpondre la problmatique n1, nous dfinissons et prsentons, dans un premier temps, les
concepts de scnario de risque, de scnario de traitement et enfin celui de scnario de projet. Ce
dernier correspond la combinaison dun scnario de risque et dun scnario de traitement.
Nous nous appuyons pour cela en particulier sur un exemple fil rouge de construction dune
station mtorologique. Ce fil rouge est galement prsent dans ce chapitre.
Sur la base du concept de scnario ainsi dfini, nous proposons ensuite diffrentes rgles de
calcul pour dterminer les paramtres caractristiques des scnarios comme la probabilit
doccurrence dune combinaison particulire de risque, la dure et le cot du projet associ.

Lobjectif du chapitre 4 est de proposer une contribution pour rpondre la problmatique n2.
Nous dbutons le chapitre 4, en nous inspirant de plusieurs domaines, par une prsentation de
diffrents outils de description et manipulation des dpendances. Aprs avoir brivement rappel
quelques lments de la thorie des probabilits en relation avec la notion de dpendance et en
particulier le thorme de Bayes, nous prsentons plusieurs approches classes selon deux
catgories : les graphes et les matrices.
Dans un deuxime temps, nous dfinissons le concept de dpendance unitaire pour dcrire une
relation entre un ensemble de risques projet, dsign par risques source, vers un autre risque
appel risque cible. Nous proposons une typologie de dpendances unitaires applicables au
contexte des projets. En complment, un ensemble de rgles vrifier pour assurer la cohrence
et lapplicabilit de ces dpendances unitaires est propos.

La troisime et dernire partie, compose du chapitre 5, a pour objectif de valider le modle


propos. Pour cela, aprs la prsentation dune tude de cas inspire dun projet rel dans le
secteur pharmaceutique (conduite dune tude clinique), nous prsentons les rsultats obtenus par
la mise en uvre des propositions effectues dans les chapitres prcdents. Une analyse des
rsultats obtenus est galement prsente.
Afin doutiller lapproche propose, nous avons dvelopp un prototype informatique. Le
prototype, son architecture, ses fonctionnalits sont galement prsents dans ce chapitre.

Enfin, nous terminons ce mmoire par un ensemble de conclusions, et nous dveloppons


plusieurs pistes de travail pour complter les propositions effectues au cours de ce travail de
thse.

18
Introduction gnrale

Introduction gnrale
Rflexion sur les risques projet

Etude de lexistant

Projet, management et Risque, risque-projet et les


planification de projet mthodes de management
(Chapitre 1) (Chapitre 2)

Propositions

Modlisation de scnarios en projet et caractrisation :


dfinitions et mthodes
(Chapitre 3)

Influence des dpendances entre risques pour lanalyse des


scnarios de projet
(Chapitre 4)

Cas dtude validation du prototype ProRisk


(Chapitre 5)

Conclusion et perspectives

Figure 1. Structure du mmoire

19
20
CHAPITRE 1 Projet, management et planification de projet

CHAPITRE 1 : PROJET, MANAGEMENT ET


PLANIFICATION DE PROJET

Au sein des entreprises, la science du management sintresse lutilisation des ressources,


quelles soient humaines ou matrielles, afin de maximiser la rentabilit de leffort consacr et de
rendre linvestissement ralis le plus opportun. Elle sappuie sur de nombreuses techniques et
approches pour organiser, diriger, amliorer, optimiser... La notion de gouvernance dentreprise
est apparue ces dernires dcennies comme un des lments de rponse aux problmatiques de
management global des entreprises. Deux logiques peuvent tre identifies, selon que lon analyse
le management suivant laxe fonctionnel et hirarchique ou suivant un axe horizontal et
transverse.

Dun point de vue fonctionnel, lentreprise est structure en fonctions principales : fonction
R&D, fonction marketing, fonction industrielle, fonction finance, fonction RH, etc. Selon laxe
vertical, les modes de management, dcoups en niveaux de dcision stratgique, tactique et enfin
oprationnel, visent atteindre lefficacit dans la ralisation de la fonction pilote. Les objectifs
sont transmis par les instances de direction de lentreprise et chaque directeur fonctionnel
sattache dcliner ces objectifs dans son primtre, assurer le pilotage des acteurs afin de
respecter les objectifs dclins et datteindre les rsultats attendus. Ce pilotage vise optimiser
lutilisation des ressources dans une perspective locale.

La vision projet, qui peut tre dcrite comme complmentaire, apporte une approche globale des
objectifs en adoptant un mode de pilotage transverse inter-fonctions. Diverses organisations
sintressent au management par les projets (Joly et Muller), (AFNOR X50-116). Sderlund
(Sderlund 2004), en accord avec (Sharad 1986), (Gareis 1991), indique que les travaux de
recherche sur le management par projets adoptent un regard particulier sur lentreprise en portant
une attention particulire aux dimensions projet, dunicit, de dure dlimite, dinnovation,
doriginalit, etc.

Dans le contexte de concurrence forte entre les entreprises, les phnomnes de la mondialisation,
la raret des ressources, lexigence accrue des clients le management par projet est une rponse
ncessaire et indispensable.

Pour assurer leur comptitivit, les entreprises misent galement sur linnovation, qui reprsente
non seulement un moyen ncessaire la prennisation dune entreprise, mais aussi une
composante essentielle dans le pilotage au quotidien des organisations (Pnide et al. 2010). Cest
particulirement le cas pour les entreprises mergentes, pour lesquelles linnovation est le moteur

21
CHAPITRE 1 Projet, management et planification de projet

de la croissance initiale. Pour dautres entreprises, innover est synonyme de prise de risque,
entranant parfois ces entreprises dans un tourbillon de difficults lies la frilosit de lentreprise
innover (Christensen 2003) ou lobsession de la direction de suivre uniquement les bonnes
pratiques de management, parfois contradictoires avec linnovation. Linnovation devient alors un
enjeu stratgique pour la prennisation de lentreprise, la piloter passe par la mise en place de
structures ad hoc dinnovation adoptant des postures projet (Lenfle 2010), (Benghozi 1990).

1.1 Emergence de la notion de projet

Depuis des milliers dannes, les hommes se sont organiss pour imaginer, inventer, construire,
raliser de nombreuses uvres et ouvrages, que ce soit sur le plan technique, organisationnel,
culturel, scientifique. Bien avant lapparition du mot projet , ils ont ainsi structur et organis
leurs actes et actions pour passer du monde de limagination au monde rel. Depuis plus de six
mille ans, les socits ont entrepris des projets de toute taille (Geraldi et al. 2008). Citons parmi
les ralisations plus connues, les plus anciennes et les plus emblmatiques : Stonehenge, les
pyramides gyptiennes, la Grande Muraille de Chine, la tour de Babel, les cathdrales Tous ces
chantiers peuvent tre considrs comme les premiers projets du monde encore connus de nos
jours. Ils ont ncessit de nombreuses ressources, ouvriers, esclaves, contrematres, architectes se
sont tals sur plusieurs annes ou dizaines dannes et ont consomm de gros moyens financiers.
Comme lanc en avant , le mot projectus est apparu pour la premire fois dans le
Dictionnaire de la langue franaise de Dupiney de Vorrepierre en 1867 (Afnor 2004). Et cent ans
plus tard, le dictionnaire Le Robert fait dcouler le mot projet du verbe projeter , qui veut
dire jeter en avant . Aujourdhui, il existe de nombreuses dfinitions du mot projet (Project
Management Institute. 2004), (Giard et Midler 1996) Nous retiendrons ici la dfinition de
lISO 10006 :
___________________________________________________________________________
ISO 10006 (2003)
Un projet est un processus unique, qui consiste en un ensemble dactivits coordonnes et
matrises comportant des dates de dbut et de fin, entrepris dans le but datteindre un objectif
conforme des exigences spcifiques telles que des contraintes de dlais, de cots et de
ressources.
___________________________________________________________________________

Sur la base de la dfinition propose ci-dessus, nous distinguons (tel que prsent sur la Figure 2),
dans une vision externe au projet, deux notions que sont luvre et louvrage (D. Gourc 2006).
Chacune de ces parties fait appel des techniques ou outils bien particuliers. Le rsultat, ou
ouvrage, conduit sintresser au produit final, sa dfinition, sa caractrisation En fait sa
conception. Pour cela, les techniques daide la dfinition et la conception de produit sont
mobilises.

22
CHAPITRE 1 Projet, management et planification de projet

En ce qui concerne luvre, ce sont les techniques de structuration du projet, de conduite des
actions raliser et de coordination des acteurs concerns pour obtenir le rsultat, qui sont
mobilises. Ainsi, les techniques de conduite et de management de projet sont dveloppes pour
rpondre ces problmatiques.

LE

PROJET RESULTAT

LUVRE LOUVRAGE

Figure 2. La vision externe du projet selon (D. Gourc 2006)

Les projets au sein de lentreprise peuvent prendre plusieurs formes, citons par exemple : les
projets de recherche, de dveloppement dun nouveau mdicament, dimplantation dune
nouvelle usine, dun nouvel atelier, dune nouvelle ligne de production ou de conditionnement,
les projets de certification dune entreprise, de ralisation dune campagne de marketing, de
lancement marketing dun nouveau produit, de dveloppement dun nouveau logiciel

La ralisation du projet sinscrit dans une logique daction borne par des dates de dbut et de fin.
Les phases principales (Figure 3) qui le composent sont (Chapman et Ward 1997), (Cazaubon
1998), (Avoine 1998) :
la phase prliminaire, qui consiste en une rflexion sur lintrt du projet, en termes
dopportunit stratgique,
lexpression du besoin, qui vise dfinir les fonctions attendues, le primtre du projet,
mais aussi les critres selon lesquels le projet sera valu. Ces critres doivent tre
prioriss en prcisant les degrs dimportance relatifs,
la faisabilit, qui consiste en ltude de ce qui est techniquement et conomiquement
faisable. Elle comprend la consultation des matres duvres potentiels, la comparaison
des propositions techniques et financires des ralisateurs possibles,
le dveloppement : le matre duvre coordonne les travaux sur le produit papier , pour
prciser ce qui doit tre fait jusqu' lachvement de la ralisation. La conception du
produit est effectue au cours de cette phase. Les plans et dossiers de conception sont
produits pour permettre la ralisation,
la ralisation : le chantier est lanc, les travaux avancent pour transfrer le produit
papier dans le rel,

23
CHAPITRE 1 Projet, management et planification de projet

la vrification : on vrifie (ou on calcule) que les caractristiques attendues sont bien au
rendez-vous. Elle se termine avec la qualification de produit,
la phase dexploitation : elle commence le plus souvent par la leve des rserves et voit la
fin de la relation contractuelle entre matrise douvrage et matrise duvre.
Rapport de
faisabilit
Prliminaire

Dossier de conception/
Expression du dveloppement
Dossier de
besoin Dbut de la vrification
Ide vrification
initiale

Faisabilit
Opportunit Dossiers de
Intrt Vrification maintenance
Fin de contrat
Dcision Dossier dtude
dentreprendre

Dveloppement
Exploitation

Ralisation
Dcision
de raliser

Dbut de la Rception
ralisation
temps

Figure 3. Exemple de phasage dun projet

Selon le domaine dapplication et le secteur dactivit, des phasages spcifiques peuvent exister.
Citons par exemple :
pour les projets qui passent par un appel doffre, des tapes complmentaires
interviennent comme : Bid/no bid; which project to bid, how to bid (Wang, Xu, et Li 2009),
pour les projets de systme dinformation, les cycles de vie sont rptitifs et peuvent
revenir plusieurs fois (Chartier-Kastler 1995),
pour les projets de dveloppement de nouveaux mdicaments, un dcoupage (voir Figure
4) dict notamment par des considrations thiques et imposes par les autorits de
rgulation, conduit exprimenter les futurs mdicaments tout dabord sur des animaux,
puis de manire progressive sur des volontaires sains, puis sur des patients avec une
croissance progressive des effectifs tests.

24
Cycle de vie reprsentatif
CHAPITRE 1 d'un projet pharmaceutique, d'aprs
Projet, Murphy
management et planification de projet

Mise au point du procd

Stabilit de la formulation
Travaux
Recherche prparatoires
de du dossier Tests Tests Tests
molcules IND Dossier clIniques clIniques clIniques Dossier Activits aprs
IND PHASE I PHASE II PHASE III NDA enregistrement

Identification des Mtabolisme


critres de
slection
Processus de dpt
d'autorisation
Toxicologie

Exprimentation
prclinique
Dcouverte Slection Prparation de l'enregistrement Activits aprs dpt
Plus de dix ans

IND : Investigational New Drug


NDA : New Drug Applications

Figure 4. Dcoupage dun projet de dveloppement de mdicament inspir de Murphy,


(Murphy 1989)

Cependant, quel que soit le type de projet, quel que soit le secteur dactivit considr, R. Turner
(Turner 2006), dans son ditorial de la revue IJPM1, rsume sous la forme du lemme 6A les cinq
tapes du cycle de vie dun projet par :
la phase de concept : lorsquune possibilit de bnfice est identifie, le rsultat est valu
et les moyens possibles pour atteindre ce rsultat sont aussi identifis.
La phase faisabilit : lorsque les moyens possibles sont identifis, on value leur faisabilit
et on compare leurs valeurs respectives. Un de ces moyens est retenu pour le
dveloppement ultrieur.
La phase conception : lorsque la dfinition des attendus du projet est faite, les moyens
pour les atteindre sont dfinis et le bnfice escompt est calcul.
La phase excution : les activits pour raliser les attendus dsirs sont ralises et la
performance du projet suivie.
La clture du projet : les attendus sont rceptionns par les propritaires ou les
utilisateurs pour tre exploits.

Tous les projets sont caractriss par des objectifs de dlais, des objectifs de cot et des objectifs
de qualit. Ces trois items constituent le triangle dor du projet Cot, Dlai, Qualit (CDQ).

1 International Journal of Project Management

25
CHAPITRE 1 Projet, management et planification de projet

1.2 Management de projet comme une discipline mergente

1.2.1 Brefs rappels historiques du management de projet

Depuis lorigine jusqu nos jours, les pratiques de conduite de projet ont chang de nature. Ainsi,
au dpart les projets se pratiquent, mais la gestion signore en tant que modle de gestion
spcifique, les pratiques sont peu ou pas institutionnalises (Figure 5). C. Navarre (Navarre 1993)
parle de degr - 1 de maturit de la gestion de projet. Au fil du temps, les pratiques, en se
gnralisant, passent par un degr 0 de maturit pour atteindre un niveau de standardisation
permettant la reproduction des mmes pratiques sur plusieurs projets, voire dans des secteurs
dactivit diffrents. C. Midler (Midler 1996), pour sa part, propose de distinguer selon des
repres typologico-historiques les modles de gestion de projet : modle de lentrepreneur, de
lingnierie, taylorien et concourant.

Degr de maturit [Garel, 2003]


[Navarre, 1993]
Pharaons
-1
Pratiques
fin Moyen ge de la
gestion de
btisseurs de projet
la gestion de projet
cathdrales sautonomise
0
Chacun vit dans son
splendide isolement Gnralisation
convaincu, de lextrme des pratiques
dbut XXe sicle singularit de son expertise

milieu XXe sicle la gestion de projet se


1 standardise Modles
de la
?? gestion de
projet

Figure 5. Evolution des pratiques de gestion de projet inspir de (Garel 2003), (Navarre 1993)

Lre contemporaine du management de projet est marque par larticle fondateur de Gaddis
(Gaddis 1959). Il fut le premier aborder et discuter explicitement de lart et des pratiques de
management des projets. Cet article est lun des nombreux articles sur le sujet publis dans une
revue de management. Sur le plan des modles et mthodes, la naissance de la mthode PERT a
galement marqu les pratiques (Garel 2003).
La Figure 6 propose une vue globale de lhistoire sur plus de cinquante ans de cette science
(Dombkins 2008).

26
CHAPITRE 1 Projet, management et planification de projet

Figure 6. Chronologie relative au Management de projet (Dombkins 2008)

Les annes quatre-vingts ont vu lmergence de la gestion de projet. Cest partir de ces annes
que lon assiste au dveloppement des techniques de conduite de projet dans le secteur des
services, dans celui des industries de production de masse ou encore dans les entreprises
publiques (Garel 2003). Sur la base des articles publis dans la revue IJPM (International Journal
of Project management) entre 1983 et 1992, Betts et Lansley (Betts et Lansley 1995) tablissent
un constat similaire faisant apparatre que, pendant cette priode, la plupart des travaux ont
concern le domaine de la construction, de lingnierie, de lindustrie de procds. Par ailleurs, ils
notent une augmentation significative, pendant la mme priode, des articles relatifs au secteur de
linformatique, des services et des ouvrages et services gnraux (nergie, tlcommunications,
transport, etc.).
Les vingt dernires annes correspondent une priode de fort dveloppement du management
de projet (Garel et al. 2004), (Pinto 2002). Dombkins indique que nous vivons actuellement une
priode plus stable, comme il est possible de lobserver sur le haut de la Figure 6, quant au
dveloppement des techniques et des pratiques de management de projet (Dombkins 2008).

Ltude de la littrature, autant acadmique quissue du secteur industriel, fait apparatre de


nombreuses productions et tudes sur les thmes de lorganisation des projets, des facteurs de
succs dun projet et/ou dune organisation projet, des comptences, des facteurs humains, de la
communication au sein dun projet, etc.

27
CHAPITRE 1 Projet, management et planification de projet

Avoine et Benghozi proposent une liste de comptences indispensables au chef de projet, ainsi
que les manires damliorer la communication dans les quipes projet (Avoine 1998), (Benghozi
1990). Ces rsultats sont utilisables dans diffrents domaines.

Dans ce cadre, nous pouvons mentionner ici les travaux de la FNEGE2. Pendant plus de deux
ans, la FNEGE a suscit une rflexion collective dune quinzaine de chercheurs confirms.
Laboutissement de ce travail est la publication de louvrage collectif Faire de la recherche en
management de projet. Il ressort de cette tude que des volutions significatives semblent se dessiner
dans trois directions (Garel et al. 2004) :
de lexcution du projet, les problmatiques de management sont remontes vers
lexploration en amont pour rpondre aux ambitions et aux exigences croissantes des
stratgies dinnovation des entreprises,
du mono-projet, on est pass progressivement au multi-projet, pour rsoudre les
problmatiques multiples qui se sont dveloppes avec le dploiement grande chelle du
concept de projet dans les entreprises,
la gestion de projet est de plus en plus stratgique ; le pilotage de la firme tant de plus en
plus indissociable du management des projets qui en dfinissent les frontires, les
alliances et en faonnent le devenir.

1.2.2 Dfinition du management de projet

Le dveloppement de ces techniques sous linfluence, tout au moins initialement, des praticiens et
industriels, a conduit la diffusion et lusage de termes issus du langage courant pour certains.
Les travaux de Betts et Lansley (Betts et Lansley 1995) nous indiquent que pendant les annes
1982-1992, plus de 57 % des articles publis dans la revue IJPM lont t par des auteurs
nappartenant pas des institutions universitaires (private practice and private consultants).
Par ailleurs, le dveloppement en parallle dans diffrents secteurs dactivits, sous diffrentes
formes dorganisation, a eu pour consquence lapparition de confusions et amalgames entre
certains termes. Citons par exemple les termes gestion de projet et management de projet ,
qui sont quelques fois utiliss de manire un peu confuse. LAFNOR (X50-105 AFNOR 1991)
propose de dfinir le management de projet comme tant compos de la fonction de direction de
projet, assure par le chef de projet (ou directeur de projet) et de la fonction de gestion de projet,
assure par un contrleur de projet.
La direction de projet est plus qualifie pour dsigner la conduite dun systme ou dune
organisation conformment une consigne donne. La gestion de projet a pour objectif essentiel
dapporter la direction de projet (et travers elle, la direction gnrale de lingnierie, du
matre douvrage ou du matre duvre suivant le cas) les lments pour dcider par la mise en
uvre de fonctions instrumentales du pilotage dun projet (cots, dlai, risques) (Garel 2003).

2 Fondation Nationale pour lEnseignement de la Gestion des Entreprises

28
CHAPITRE 1 Projet, management et planification de projet

La notion de management de projet est donc considre comme plus large que celle de
gestion de projet . La fonction management englobe les tches de direction, de conduite
oprationnelle, ainsi que celles de gestion ou de pilotage (Avoine 1998). La dfinition propose
par lAFITEP3 conforte cette acception du management de projet :
___________________________________________________________________________
Dictionnaire, AFITEP
Le Management de projet comprendra les tches de direction, gestion, matrise, pilotage, quelles
soient assures par une mme personne ou plusieurs, appartenant une mme entreprise ou
plusieurs entits, parties prenantes du projet.
___________________________________________________________________________

1.2.3 Les processus de management de projet

Divers travaux ports par des organisations regroupant des professionnels et des praticiens
spcialiss en management de projet (PMI4, AFITEP) ou par des organismes de normalisation
(AFNOR, ISO) ont permis didentifier les processus de pilotage requis pour assurer le
management efficace dun projet.

Plusieurs rfrentiels, soit de bonnes pratiques, soit normatifs, proposent une liste de processus
composant la fonction de management de projet (PMI 2008), (ISO 10006 1997), (FD X50-118).
Dautres rfrentiels tout aussi pertinents existent, tels que ceux dits par Turner (Turner 2000)
qui a explicit les relations entre ces rfrentiels de bonnes pratiques en management de projet.

La Figure 7 prsente les processus que nous reprenons ci-dessous. Ils ont t proposs par le
PMI dans son Project Management Body of Knowledge (PMBoK) (PMI 2008). Le PMBoK
comporte neuf processus, qui correspondent aux dimensions que le management de projet doit
considrer pour assurer le pilotage dun projet :
management de lintgration,
management du contenu,
management des dlais,
management des cots,
management de la qualit,
management des ressources humaines,
management de la communication,
management des risques,
management des approvisionnements.

3 Association francophone de management de projet


4 PMI : Project Management Institute, organisation professionnelle amricaine vocation internationale

29
CHAPITRE 1 Projet, management et planification de projet

Figure 7. Processus de management de projet proposs par le PMBok, 4e dition

1.3 Focus sur la planification de projet

La planification est un aspect important du management de projet, notamment pour les projets
qui prsentent un nombre important de tches et qui se droulent sur une longue dure. A titre
dexemple, dans le domaine du dveloppement informatique, il existe une rgle
dimputation disant que 33 % du temps total du projet (incluant les spcifications fonctionnelles
et de conception) est rserv la planification (Printz et al. 2001).

1.3.1 Dfinition de planification et les notions concernes

Pendant la deuxime guerre mondiale et plus prcisment lorsquil planifiait lopration Overlord
C3 (invasion de la Normandie et du Nord-Ouest de lEurope), le gnral Dwight Eisenhower a
dit : Les plans ne sont rien. La planification est tout . Lanalyse de sa phrase conduit
considrer que, mme si les deux notions sont ncessaires, les plans ne se rfrent uniquement
qu des documents statiques. La planification quant elle comporte un enchanement dactions
ractives et dynamiques et permet de prendre en compte lincertitude.

30
CHAPITRE 1 Projet, management et planification de projet

On retrouve cette notion de planification galement dans plusieurs domaines diffrents comme :
la planification de mouvement robotique (Lengagne 2009), la planification marketing (Bessis et al.
1993), la planification des ressources humaines (Draghici 2005) Dans le domaine du
management de projet, la planification est dfinie comme la discipline ayant pour objet de prvoir et
suivre les objectifs (dlais, cots, etc.) de ralisation dun ouvrage (AFNOR 1992).
Elle permet de traduire les objectifs prdfinis en une action structure et dy associer
lorganisation adquate. La planification comporte deux notions relatives : planning -
correspondant lidentification des tches et ltablissement dune logique denchanement et
scheduling - correspondant lattribution de dates, pour chacune des tches identifies.

Les premires mthodes de planification de projet sont apparues pendant la guerre froide, en
1958, lorsque les Etats-Unis ont voulu lancer le systme darme Polaris. Le temps tait compt, la
marine amricaine devait raliser dans les meilleurs dlais le systme Polaris. L'enjeu principal
tait de rattraper le retard en matire de balistique par rapport l'URSS, aprs le choc de la crise
due au Spoutnik . Rayburn, responsable du projet, pensait que les mthodes de management et
dorganisation taient plus importantes que les problmes techniques. Cest lune des raisons qui a
permis la naissance de la mthode PERT (Programme Evaluation and Review Technique, traduit
en franais par Technique dvaluation et dexamen de projets ou Pour Eviter les Retards
Traditionnels (Avoine 1998)), avec le but de diminuer le dlai. La mise en uvre de cette
mthode sur le projet Polaris a conduit un gain de deux ans ; le projet sest droul sur cinq ans
au lieu de sept initialement prvus.

Lordonnancement tait limit jusquaux annes soixante la gestion des fabrications en ateliers.
Il a t ensuite tendu ltablissement des rseaux dactivits. Toutefois, le mot ordonnancement
reste aujourdhui plutt employ pour une activit de programmation court terme, alors que la
planification concerne une vision moyen ou long terme (AFNOR 1992).

Il nest pas facile de distinguer ces deux notions. Aujourdhui, les notions dordonnancement sont
galement utilises dans les applications industrielles comme : la production, les services, les
projets, les tches informatiques (pour CPU) De nombreux auteurs abordent la planification de
projet par les techniques dordonnancement (Kone 2009), (Lopez 2003), (Artigues 1997).
Ordonnancement et planification partagent ainsi des problmatiques communes, que lon peut
sparer en deux familles :
selon le comportement : statique/dynamique ; statique lorsque les donnes dun problme
dordonnancement sont connues lavance et dynamique lorsque les donnes
apparaissent au cours de lordonnancement ;
selon la nature des informations disponibles : dterministe/stochastique ; dterministe si partir du
moment o la donne est connue, elle lest avec certitude, sinon on parle de problme
stochastique et lon peut modliser les donnes par les variables alatoires ou tout autre
reprsentation de lincertain, comme par exemple par intervalles

31
CHAPITRE 1 Projet, management et planification de projet

Dans le cadre de la planification de projet, la notion densemble de tches rptitives


positionner les unes par rapport aux autres nest pas frquente. Cette situation peut se prsenter
lintrieur dune tche planifie, telle que lordonnancement des activits dun atelier. La notion
dordonnancement dans le cadre de projet ne fait alors plus rfrence au projet dans son
ensemble, mais se place au niveau dune tche. Il ne sagit plus alors de parler dordonnancement
de projet.

1.3.2 Les mthodes de planification de dlai de projet sous incertitude

En gnral, le but des mthodes de planification de projet est de :


prsenter concrtement les objets planifis (tches, activits, choix, intervalles), ainsi que les
contraintes de prcdence, les orientations possibles aux diffrents points de dcision
calculer/optimiser les paramtres de dure, cot et marges de tches.
La thorie des graphes est utilise comme support de la plupart des mthodes de planification de
projet. Un graphe est utilis pour reprsenter les tches et les liens de prcdence entre les tches
du projet. Un graphe est dfini par un ensemble de points/nuds, que lon appelle aussi
sommets . Ceux-ci sont lis par lensemble des branches orientes (ou non), que lon appellera
arcs (Kaufmann et Faure 1968). Un graphe G est dfini comme un couple :

G = N; A( )
avec N : lensemble des sommets/ nuds ; A : lensemble des arcs.

Dans le cas de la planification de projet, deux approches de reprsentation des


tches/activits sont possibles :
lapproche potentiel-tches : les tches (a, b et c sur la figure 9) sont reprsentes par des
sommets et les relations de prcdence par des arcs orients. Les arcs sont valus par la
dure de la tche lextrmit initiale de larc. Des tches fictives de dbut (D) et de fin
(F) de dure nulle sont places pour matrialiser le dbut et la fin du projet.

0 a 3
D 0 2 F

b 4 c

Figure 9. Exemple de graphe potentiel-tches

32
CHAPITRE 1 Projet, management et planification de projet

Lapproche potentiel-tapes : tout comme dans le graphe potentiel-tches, le graphe


potentiel-tapes commence par une tape de dbut de projet et se termine par une tape
de fin de projet (1 et 3 sur lexemple de la figure 10). Chaque tche est modlise par deux
tapes (un dbut et une fin) ainsi quun arc, entre les deux tapes, valu avec le nom et la
dure de la tche (tche(dure)).

a(3)
1 3

b(4) c(2)
2

Figure 10. Exemple de graphe potentiel-tapes

(Bakir 2003) propose une analyse bibliographique des mthodes de planification de projet de
1958 (anne de dveloppement des mthodes PERT/CPM/MPM) 2003. Cette analyse permet
de distinguer deux principaux groupes dapproche :
les rseaux dactivits dterministes : PERT, CPM, GANTT, MPM, PDM
Les rseaux dactivits gnraliss : GAN, GERT, Q-GERT, CAAN, GAAN...

Historiquement, la grande majorit des travaux autour de la planification de projet sest intresse
la problmatique de planification en environnement dterministe. Toutefois, dans la ralit, les
activits projet sont soumises de nombreuses incertitudes tout au long du projet, ce quil
convient de prendre en compte (Jaafari 2001), (Herroelen et Leus 2005). Ces incertitudes peuvent
tre de diffrentes origines : indisponibilit de certaines ressources, retard de livraison de
composants ou matriels, changement du primtre du projet, chec dans la ralisation dune
tude, qui conduit ritrer ltude, nouvelles activits raliser non prvues initialement, etc.
Il est possible de distinguer les approches selon la priode o lincertitude est prise en compte
pour la gnration de la planification (Tableau 1) : soit en phase amont au lancement du projet,
soit durant lexcution du projet (Herroelen et Leus 2005).
Les approches applicables lors de la phase de planification oprationnelle du projet sont au
nombre de trois :
sans tablissement dun rfrentiel (a),
avec tablissement dun rfrentiel sans anticipation de variabilit potentielle (b),
avec anticipation dune variabilit potentielle des donnes dentre utilises pour
ltablissement du rfrentiel (c).
Cette dernire approche consiste par exemple introduire des distributions de probabilits sur
lestimation des dures de tches. Elle peut tre caractrise de mthode proactive ou robuste.
En ce qui concerne les dcisions prises durant lexcution du projet, trois types dapproches sont
galement possibles :

33
CHAPITRE 1 Projet, management et planification de projet

sil nexiste pas de rfrentiel initial (d),


si un rfrentiel a t gnr au pralable, il est alors ncessaire de rviser et r-optimiser
le planning pour intgrer la survenue des vnements (e),
avec analyse de sensibilit (f).

Rfrentiel initial Pendant lexcution du projet


(a) Pas dtablissement du rfrentiel (d) Planification dynamique
(b) Avec tablissement dun rfrentiel sans anticipation de (e) Planification ractive
variabilit potentielle
(c) Avec anticipation dune variabilit potentielle (f) Analyse de sensibilit

Tableau 1. Approches pour la gnration de planning sous incertitude (Herroelen et Leus


2005)

Pour rpondre ces nouvelles problmatiques, certains travaux sintressent aujourdhui


lincompltude et limperfection des informations utilises pour la planification. Les
problmatiques abordes sont de diverses natures. Nous proposons de les tudier selon deux axes
de rflexion, suivant quelles portent sur la prise en compte de la variabilit de la structure projet
et/ou de la variabilit des caractristiques (notamment la dure) des tches (Tableau 2).
La structure projet peut tre :
dterministe, cela consiste considrer que lorganigramme des tches et les liens de
prcdence entre les activits sont dtermins et fixs au dbut du projet et restent
identiques tout au long de son excution.
stochastique, cest--dire sujette volution au cours du projet, des liens peuvent tre
modifis tout moment durant lexcution, de nouvelles tches peuvent apparatre, alors
que dautres peuvent tre supprimes.
De mme au niveau de la dure des tches, prises en compte pour les diffrents calculs, celles-ci
peuvent tre dterministes ou stochastiques.

Quatre quadrants sont ainsi forms pour reprsenter quatre types de problmatiques (Tableau 2).

La situation (i) correspond aux mthodes historiquement dveloppes, elles formulent


lhypothse dun environnement stable et dterministe tant en ce qui concerne les tches, les liens
de prcdence et lestimation de la dure des tches. Les mthodes comme PERT, CPM,
GANTT sont adaptes pour rpondre cette problmatique. La mthode PERT permet tout de
mme de prendre en compte des dures probabilistes.

34
CHAPITRE 1 Projet, management et planification de projet

Structure du projet

Dterministe Stochastique

Dure des tches Dterministe (i) (iii)

Stochastique (ii) (iv)

Tableau 2. Catgories des donnes dentre de planification de projet

En 1997, Goldratt introduit une implmentation directe de la thorie des contraintes dans le
management de projet appele chane critique ( critical chain ). Elle met laccent sur les
contraintes qui peuvent favoriser latteinte des objectifs. Ainsi, cette nouvelle approche de
planification sintresse aux contraintes et incertitudes dans le projet, elle favorise la suppression
des causes et vnements indsirables, qui pourraient empcher latteinte des objectifs (Goldratt
1997). Lobjectif de la chane critique est de terminer le projet dans les dlais, en considrant un
contenu du projet et un budget prdfini, tout en optimisant lutilisation des ressources. Pour
cela, il prend en compte, en complment de lapproche algorithmique des calculs effectuer,
linfluence de la dimension humaine pour le succs des projets, en introduisant des priodes
tampons ( buffers ).

9 8
Use buffer management to Deliver roadrunner
1
control the schedule performance (eliminating
Reduce duration
multi-tasking and student
estimates to 50-50
syndrome)

2 7
Eliminate resource contention Provide resources with
by implementing backward activity durations and
pass scheduling and identify estimated start times, not
the critical chain Critical chain project milestones
management

3 6
Insert a project buffer at the The plan schedules activities
end of project to aggregate to start as late as possible,
critical chain contigency time protected by buffers

4 5
Protect the critical chain Size and place feeding
from resource unavailability buffers on all paths that feed
by resource buffers the critical chain

Figure 8. Apports de la mthode de la chane critique au management de projet (Rabbani et


al. 2007)

35
CHAPITRE 1 Projet, management et planification de projet

La situation (ii) introduit la prise en compte dun niveau dincertitude sur lestimation de la dure
des tches. (Ke et Liu 2005) sintressent cette problmatique et proposent un modle utilisant
des algorithmes gntiques destin minimiser le cot total sous des contraintes de date de fin
limite.

La situation (iii) adresse les problmatiques relatives la variabilit des liens de prcdence entre
tches pendant le droulement du projet. Certains travaux ont port sur lincertitude quant la
finalisation dune tche avec succs ou chec. Cela conduit des oprateurs modifier la squence
dexcution des tches (Ramat, Lente, et Tacquard 1997). (Luh, Liu, et Moser 1999), quant eux,
se sont intresss la planification des tches avec un nombre incertain ditrations dans des
projets de conception. Les itrations peuvent survenir lorsque le rsultat dune tche natteint pas
les objectifs attendus ou lorsque des informations nouvelles provenant dautres tches sont
obtenues, entranant des changements dans la dfinition de la tche (Nukala 1995).
Dans la situation (iv), on rencontre la fois une structure de projet stochastique intgrant des
tches imbriques prsentant des dures stochastiques.

Rabbani et al. introduisent des dures stochastiques de tche. Pour y rpondre, diffrents points
de contrle sont tablis et des dcisions sont prises en tenant compte des rpercussions ds
lactivit suivante raliser, selon la disponibilit des ressources (Rabbani et al. 2007).

Dautres travaux reposant sur ces approches sintressent galement la relation aux ressources et
visent prendre en compte les contraintes relatives aux ressources utilises pendant lexcution
du projet. Nombre de ces travaux sinscrivent dans un objectif de maximisation dun ou de
plusieurs critres, tel que la valeur actuelle nette (Yang, Tay, et Sum 1995).
Nous ne ferons pas une analyse exhaustive des travaux mens dans ce cadre, car ils ne rentrent
pas directement dans la problmatique traite dans ce travail de recherche.

Pour satisfaire ces deux besoins, les mthodes de planification de projet sont trs multiformes :
lune des extrmits de ce panorama des approches, il existe des outils trs concrets de
reprsentation comme le diagramme de GANTT (Voropajev et al. 2008). Cependant, celui-ci
nintgre pas de mthode de calcul. A lautre extrmit, on retrouve des outils faits pour
calculer/optimiser comme ceux proposs par ILOG. Entre ces deux extrmes, on trouve
diffrents outils tels que : PERT, CPM, GERT, CAAN (Golenko-Ginzburg 1988), (Voropajev
et al. 2000), (Bakir 2003)

La Figure 9 permet de donner une autre vue des mthodes existantes en portant une attention
particulire aux donnes dentre et donnes de sortie.

36
CHAPITRE 1 Projet, management et planification de projet

Planification de projet

GANTT, PERT/CPM,
Tches valeurs certitudes Valeurs totales de projet
1
Liens - dterministes Marges libres, totales
Microsoft Project

CAAN, GAAN, GERT


2 Tches valeurs certitudes Dcisions
Liens - stochastiques ...

SATM
3 Tches - valeurs incertitudes Optimisation
Liens - stochastiques ILOG
Projet unique
Multi-projet

Tches valeurs certitudes Q-GERT


4 Liens stochastiques Dcisions!
Plusieurs projets ARENA, Q-GERT

Figure 9. Une synthse des utilisations des mthodes de planification de projet

La premire flche de la Figure 9 prsente les mthodes bases sur des rseaux dactivits
dterministes au sens o toutes les tches identifies dans lnonc seront proposes dans le
planning. Par exemple : GANTT, PERT, CPM. Cette mthode a une fonction objectif, qui est la
date dachvement minimale et lalgorithme de rsolution est fond sur le principe de Bellman.

La deuxime flche prsente les mthodes bases sur des rseaux dactivits alternatives, qui
prennent en compte des activits dont la ralisation sur le programme est conditionnelle. Par
exemple, la mthode GERT (Graphical Evaluation and Review Technique) permet de
reprsenter les rseaux des processus d'affaires (Pritsker et Happ, 1966). Depuis lintroduction de
la mthode GERT, beaucoup darticles ont t publis pour montrer son application dans
diffrents domaines de lingnierie, du management et de ltude de systme (Barjis et Dietz
2000).

Le modle CAAN est un graphe acyclique permettant dintgrer des branchements stochastiques
et/ou dterministes (Golenko-Ginzburg et Gonik 1998). Chaque nud ne peut tre l'metteur
que d'un seul type de branchement. Cependant, pour certains nuds les deux types de
branchements peuvent tre envisags en mme temps. La prise de dcision doit tre entreprise
chaque nud dterministe de branchement.

Le modle de SATM (Golenko-Ginzburg 1988), dcrit par la troisime flche, reprsente toutes
les tches par des nuds simples, comme dans la mthode des antcdents, avec des
informations sy rattachant (caractre alatoire, loi de distribution, les conditions dantriorit
avec les marges associes, la dure, ltat davancement, etc.). Daprs les auteurs, ce modle

37
CHAPITRE 1 Projet, management et planification de projet

possde les pouvoirs de reprsentation de GAAN pour ce qui est la logique et de pouvoirs
tendus par des artifices au niveau des paramtres des tches, comme par exemple la prise en
compte des incertitudes destimation.

La quatrime flche prsente les mthodes qui utilisent uniquement les graphes potentiel-tches
ou potentiel-tapes prenant en compte les tches du projet et les contraintes denchanement. Les
autres mthodes enrichissent les capacits de reprsentation des graphes des potentiels, afin de
reprsenter des informations supplmentaires, en particulier les aspects conditionnels et
stochastiques, en proposant graphiquement diffrentes solutions Q-GERT (Pritsker 1979),
(Taylor et Moore 1980).

En rsum, alors quil existe peu doutils informatiques supportant les mthodes bases sur les
rseaux dactivits alternatives (Pritsker, 1979), (Taylor et Moore, 1980), beaucoup supportent la
mthode PERT/CPM. Un des avantages de la mthode PERT est quelle offre la possibilit de
reprsenter lincertitude qui peut exister sur la dure des tches. En effet, une dure opratoire
qui est alatoire peut tre reprsente par une loi de distribution (Normal, Triangulaire, Beta-Pert
par exemple), (Thiriez, 2004). Cette approche est utilise dans de nombreux outils : @RISK,
PertMaster (Bangun et Bhuta, 2003), Crystal Ball (Paquet, 2005) qui utilisent soit la mthode
Monte Carlo (Thiriez, 2004), (Kalos et Whitlock, 2004) et/ou la mthode Latin Hypercube
Sampling (Sallaberry et al., 2007), (Hossain et al., 2005) pour obtenir des estimations de la dure
des tches.

1.4 Conclusion

Diffrents facteurs influencent le droulement des projets. Ils peuvent impacter le projet au
cours de ses phases : de lide de lancer un projet la livraison du/des dlivrable(s). Ces facteurs
sans chercher tre exhaustifs, sont relatifs aux dimensions :
Techniques, technologiques : dans ce domaine, les catgories de problmes rencontrs au
cours des projets peuvent tre trs variables : la dfinition dun cadre de recherche, la
matrise des contraintes techniques, la gestion de loutil de production, lanticipation des
consquences de certains choix, la veille technologie, la conception de produits.
Fournisseurs, sous-traitants : le co-dveloppement est un nouveau challenge pour les
fournisseurs.
Pilotage, organisationnel : PMBoK propose neuf processus : project integration
management, project scope management, project time management, project cost
management, project quality management, project human resource management, project
communications management, project risk management, project procurement
management.

38
CHAPITRE 1 Projet, management et planification de projet

Marchs, clients : dans certains cas, ce nest pas le march qui incite lide, mais lide
qui se cherche une place sur le march.
Aspects lgaux, juridiques, normes : dans le cadre de projets, les enjeux financiers
peuvent tre consquents et avoir des rpercussions sur la survie des entreprises parties
prenantes.
Dcisionnels : les facteurs relatifs la prise de dcision sont des facteurs internes de
lorganisation de projet. Ils sont grs par le directeur gnral et un comit de gestion
(dcisionnel), qui dcident du lancement de tel ou tel projet, de son mode de ralisation,
de son organisation.

Certains de ces facteurs, sils ne sont pas matriss, peuvent avoir une influence nfaste sur le
droulement des projets. Cest ainsi que les dmarches de management de projet sont privilgies
pour piloter et matriser le bon droulement des projets face ces evntuels alas.

Nous avons prsent dans ce chapitre quelques rfrentiels qui explicitent les bonnes pratiques en
matire de management de projet. Ces documents de rfrence prsentent les processus requis
pour un bon management de projet. Turner propose un examen des progrs raliss et des
connaissances dveloppes dans le domaine de la gestion de projet (Turner 2000). Il affirme que,
mme si le guide du PMBoK ne rpond pas toujours tous les problmes rencontrs, il contient
les lments de base utiliss par lensemble des gestionnaires de projet. Des travaux acadmiques
existent galement. Ils visent renforcer lapplicabilit de ces processus (Themistocleous et
Wearne 2000) et proposent des approches travers diffrents domaines.

En complment, nous avons fait un focus sur les dimensions de planification dlai dans le
management de projet. Un tat de lart des mthodes de planification dlai sous incertitude a t
tabli, afin de mettre en exergue les approches retenues tout particulirement dans les travaux
acadmiques.

39
40
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

CHAPITRE 2 : RISQUE, RISQUE PROJET ET


METHODES DE MANAGEMENT DES RISQUES
PROJET

On sait tout moment que demain, la seule certitude, cest lincertitude -


Victor Hugo.

2.1 Introduction

Lanne 2010 ainsi que le premier semestre de lanne 2011 ont t ponctus dune srie de
catastrophes et daccidents majeurs. Les sismes dHati ou du Chili et leurs consquences
funstes illustrent parfaitement la dimension naturelle de ces catastrophes. Le rappel de millions
de vhicules travers le monde par Toyota la suite dun dfaut sur certains systmes
dacclration est un autre cas de catastrophe, cette fois-ci industrielle.

Ces exemples ne font que sajouter la longue liste des catastrophes et plus gnralement des
vnements qui ont marqu lhistoire. En plus des vnements naturels, le dveloppement des
activits humaines au travers de lre industrielle sest accompagn de lapparition de nouveaux
dangers. Il serait assez ais dnumrer un grand nombre de catastrophes minires, ferroviaires,
ariennes, nuclaires, chimiques, financires (Wybo 1998). Nous pouvons citer les catastrophes
industrielles : laccident nuclaire de Three Mile Islands ou celui de Tchernobyl, lexplosion de
lusine Bhopal, la catastrophe de lusine SEVESO (Lagadec 1981), mais aussi des
catastrophes dans diffrents domaines de notre socit comme les scandales financiers rvls au
dbut des annes 2000, tels ceux d'Enron et de Worldcom ou plus rcemment, ceux de Bear
Stern ou encore de Lehman Brothers en 2008.

Adoptant une vision ngative des consquences possibles dun vnement sur un systme
(systme naturel, entreprise, projet, groupe dhommes), la cindynique ou science du danger, se
propose dtudier les sources, les caractristiques et les consquences de ces Evnements Non
Souhaits (ENS). Dans ce contexte, un certain nombre de dfinitions a t propos (Wybo
1998) :
incident : perturbation dune composante, dune unit ou dun sous-systme dun systme
plus large.

41
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

accident : perturbation qui affecte un systme dans son ensemble comme une usine, une
entreprise ou une industrie.
risque : ala dont la survenance prive un systme dune ressource et lempche datteindre
ses objectifs.
crise : vnement surprenant les individus, qui limite ainsi le temps qui leur est accord
pour laborer une rplique et qui menace leurs objectifs.

En plus dun aspect ngatif, la gestion des catastrophes renvoie la ncessit durgence dans
laquelle doit se drouler lintervention.
Nanmoins, tous les vnements ne donnent pas lieu des catastrophes et il appartient aux
diffrentes parties prenantes dapprhender leur contexte et leur environnement afin de mettre en
uvre des moyens de prvention et dapprentissage (par lapproche de la fiabilit et la sret de
fonctionnement des systmes industriels).

Cette premire approche du mot risque se doit dtre complte. Dans cet objectif, ce chapitre va
sattacher dresser un bilan sur les notions de risque, de management de risques au sens large et
plus particulirement dans le domaine du management de projet. Les approches classiques pour
grer les risques sont analyses et leurs limites sont galement explicites. Sur la base de cette
tude critique, nous effectuons quelques propositions en termes dapproches de prise en compte
des risques en prsentons notamment lapproche, dveloppe dans notre laboratoire, de
synchronisation des processus de pilotage de projet. Enfin, une description des logiciels de
gestion des risques projet est galement prsente.

2.2 Le Risque une vue globale

Latin, italien, espagnol, arabe il est difficile dtablir avec exactitude lorigine du terme
RISQUE . Dans la langue franaise, le mot risque tel que nous le connaissons aujourdhui,
serait apparu en 1557 dans un trait dHenri Estienne (Estienne 1578) comme tant un mot
fminin. Il est finalement devenu un mot masculin au XVIIe sicle ( ton argent court grand risque ,
dans LImpromptu de Versailles de Molire (1663) (Lannoy 2008)).

2.2.1 Le concept

Si quelque chose doit aller mal, cela se passera ainsi , tel est le sentiment de fatalit qui peut
caractriser loccurrence dun vnement selon la loi de Murphy (Bessis et al. 1993). Cette
remarque fait clairement apparatre la varit des situations risques qui stendent des risques
majeurs chimiques, nuclaires aux risques organisationnels dans lentreprise, mais aussi aux
risques financiers, technologiques, en passant par les risques lis lutilisation dinternet Face
cette varit des sources, de la perception des consquences ou mme du domaine et des cultures,

42
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

une multitude de dfinitions a t propose. En plus de la littrature acadmique (Chapman et


Ward 1997), (Courtot 1998), (D. Gourc 2006) des apports de la part dorganisations telles que
ISO, AFNOR, DGA, CIRANO, COSO, OGC (ISO 31000 2009), (X50-117 AFNOR 2003),
(DGA 1995) ont t effectus. A ce propos, nous renvoyons aux travaux de (Sienou 2009), qui a
dress une liste plus exhaustive des dfinitions possibles du mot risque.

Parmi cet ensemble de dfinitions, le Guide 73 de ISO/IEC peut tre considr comme une
rfrence couramment utilise. Selon lui : Risk can be defined as the combination of the probability of
an event and its consequences. (ISO Guide 73 2002). Donc, un risque combine une probabilit
(pour la caractristique de hasard) et ses consquences. Dun point de vue extrieur, la Figure 10
nous illustre le modle gnral cause-consquence de risque (D. Gourc 2006), (Salvi et Debray
2006).

Causes Evnement Consquences

Figure 10. Modle gnral cause-consquence

Cependant, dans certains domaines particuliers, le modle prsent par la Figure 10 peut tre
complt par des notions gravitant autour du risque. Par exemple, dans le domaine de la gestion
de projet, les causes ainsi que les facteurs de risque peuvent tre prciss. En effet, ces lments
identifis sont une condition de lenvironnement interne ou externe du projet dont lexistence est
de nature influencer la survenue dun vnement et donc de modifier la mesure des
caractristiques du risque (Ravalison 2006), (D. Gourc 2006).

Dun point de vue quantitatif, le risque est caractris trs frquemment par la formule :
criticit(risque) = probabilit x impact. Le risque peut ainsi tre prsent dans une matrice du
risque (voir Figure 11) deux dimensions : probabilit et impact. Il est alors possible de mener
une analyse comparative multi-risques dans un mme plan.

Figure 11. Matrice probabilit-impact

43
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

Les zones dtermines dans la matrice de risque peuvent nous aider non seulement hirarchiser
les risques, mais aussi choisir des stratgies de management telles que, par exemple :
viter : pour les risques situs dans la zone rouge,
rduire ou Transfrer : pour les risques situs dans la zone jaune,
accepter : pour les risques situs dans la zone verte.

2.2.2 Les approches de gestion

De mme quil existe une varit de dfinitions de la notion de risques, il existe galement de
nombreuses approches et mthodes pour grer les risques (Tixier et al. 2002), (D. Gourc 2006),
(Grimaldi et Rafele 2008), (Sienou 2009) A ct des mthodes universelles telles que
lAMDEC (Analyse des Modes de Dfaillances, de leurs Effets et de leur Criticit), APR (Analyse
Prliminaire des Risques), Brainstorming il existe galement des mthodes dveloppes pour
des secteurs dactivits particuliers telles que les mthodes HACCP (Hazard Analysis Critical
Control Point) pour la scurit dans la chane alimentaire, RRHI (Chemical Runaway Reaction
Hazard Index) pour lindustrie chimique (Wybo 1998), (Ozouf 2009).

Les mthodes et les outils se compltent les uns les autres pour grer les risques dans les cas
diffrents. Par exemple, si lAMDEC et lAPR sont trs efficaces pour hirarchiser les risques
(afin de paramtrer les tudes de Sret de Fonctionnement mener par la suite - pour lAPR ou
pour dfinir les dfaillances qui mriteraient la mise en uvre dactions correctives - pour
lAMDEC produit), ce ne sont pas les outils idaux pour rechercher les causes dune dfaillance
avre ou potentielle. Loutil le plus classique, spcifiquement conu pour la recherche de causes,
est le diagramme causes-effets aussi appel diagramme dISHIKAWA (Ishikawa 1985). Il permet
dorganiser le brainstorming dun groupe de travail pour rechercher lensemble des causes dun
vnement donn (Ozouf 2009). Pour rechercher les causes de manire exhaustive, loutil le plus
appropri est lArbre de Dfaillances (AdD). Cest un outil qui permet danalyser la combinatoire
des causes qui amnent un vnement redout par une srie de ET et de OU.

Les mthodes/outils se distinguent selon que les approches sont qualitatives/quantitatives ou


encore dterministes/stochastiques
Trs rcemment, le processus de management de risque suivant a t propos par lInternational
Standards for Business, (ISO 31000 2009) (Figure 12).

44
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

Etablissement du contexte

Apprciation des risques

Identification des risques

Communiquer Surveiller
et consulter Analyse des risques et rviser

Evaluation des risques

Traitement des risques

Figure 12. Processus de management des risques selon (ISO 31000 2009)

Certaines tapes dcrites dans ce processus existent galement dans plusieurs approches de
gestion de risques, citons TRAM (Klein et Cork 1998), RISKMAN (Carter et al. 1996), PRAM
(Chapman 1997) Cependant, certaines mthodologies contribuent de manire intressante la
ralisation de ces tapes. La dfinition du risque et la Figure 11 (cf 2.2.1) nous montrent que la
probabilit et les impacts (consquences) sont deux caractres prpondrants du risque.
Typiquement, nous pouvons citer deux mthodologies qui sont universelles et rcentes,
provenant des secteurs acadmiques et industriels contribuant au processus de management des
risques : les mthodes TRAM et ARAMIS.

Premirement, la mthodologie TRAM, dveloppe en 1998 par Klein et Cork (Klein et Cork
1998) vise lvaluation des risques qui concernent une machine ou un systme dans le domaine
technique. La mthodologie TRAM a pour principales tapes : la structuration du systme,
lidentification des risques, lidentification de la mthode dvaluation, lvaluation des risques, le
choix de la mthode dintgration, lintgration des risques, lintgration hirarchique. Cette
mthode se veut avant tout intgrative dautres approches. Elle affiche le postulat selon lequel il
est prfrable dutiliser des mthodes de mesure du risque adaptes chaque type de risque plutt
que dessayer de proposer une mthode de mesure universelle. TRAM propose un cadre original
pour assurer lintgration des rsultats ainsi obtenus et permettre dtablir une hirarchisation des
risques. Cette originalit est dveloppe en particulier dans la phase identification de la mthode
dvaluation . Ici, les auteurs proposent dvaluer chaque risque par une mthode particulire qui
dpend de ses caractristiques. TRAM propose deux mthodes pour identifier les risques qui
sont : la dcomposition et lvaluation par comparaison (Klein et Cork 1998). La
contribution principale de TRAM est de nous suggrer de normaliser les impacts des risques
(mme si diffrentes mthodes didentification sont utilises). Cest la premire condition pour
trier les risques par rapport leurs gravits et probabilits.

45
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

Deuximement, lapproche ARAMIS (Accidental Risk Analyse Methodology for IndustrieS) nous
donne une vision concrte o le risque est positionn entre les causes possibles (sources pour
calculer la probabilit) et les consquences possibles. La mthodologie ARAMIS est issue dun
projet europen de recherche (2002-2004). Lobjectif du projet tait de dvelopper une nouvelle
mthodologie dvaluation des risques rpondant aux exigences de la directive Seveso II et
constituant une solution alternative aux approches purement dterministes ou purement
probabilistes de lvaluation des risques. Cette mthodologie propose dtudier les scnarios
daccident et de dfinir des barrires de protection pour juguler les scnarios identifis. ARAMIS
sappuie sur les rsultats de mthodes antrieures, qui proposaient dj ces dimensions telle que la
mthode MADS-MOSAR (Perilhon 2007). La reprsentation des scnarios daccident sous forme
de nud papillon est au cur de la mthodologie ARAMIS et constitue lune de ses originalits.
Le risque y est dfini comme une combinaison de la probabilit de survenue (frquence) dun
Phnomne Dangereux (PhD), et de lEvnement Majeur (ME) correspondant, de son intensit
et de la vulnrabilit du territoire expos. La partie gauche du nud papillon, appel arbre des
dfaillances, identifie les causes possibles dun Evnement Critique (EC). La combinaison
dEvnements indsirables (Ein) entrane elle-mme un Evnement Indsirable (EI) gnrant
des Causes Directes (DC) qui combines leur tour, entranent un Evnement Critique (EC).
Celui-ci peut mener des Evnements Critiques Secondaires (ECS) donnant lieu des
Phnomnes Dangereux et par voie de consquence des Evnements Majeurs (ME). Le
concept de nud papillon repris dans ARAMIS a t initialement dvelopp par Shell pour
reprsenter les diffrentes tapes de la gestion de risques dans une installation. Sur cette base, les
auteurs dARAMIS prsentent une version particulire du nud papillon, qui combine un arbre
de dfaillance et un arbre dvnements (Salvi et Debray 2006). Les barrires de protection se
dcomposent en deux familles : les barrires dites de prvention se trouvent sur la partie
gauche de larborescence, alors que les barrires dites de protection se trouvent droite
(Figure 13).

Figure 13. Un scnario (Salvi et Debray 2006)

Un chemin possible de gauche droite dans un nud papillon dcrit un scnario (cause -
vnement redout - consquence). Dans chaque nud papillon, un vnement redout (EC)
peut tre le rsultat de plusieurs causes possibles Cet outil est parfaitement adapt pour illustrer
le rsultat dune analyse de risque dtaille (de type AMDEC, HAZOP).

46
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

Lune des principales contributions dARAMIS est ainsi lie la probabilit doccurrence des
risques grce larbre de dfaillance qui se trouve gauche dans le nud papillon . De plus, un
nud papillon (Figure 13) nous donne une vue plus prcise dun risque situ entre les causes
et les consquences que la Figure 10 (cf. 2.2.1).

2.3 Risque-projet

Dans le chapitre 1, nous avons prsent la notion de projet et galement les mthodes de
management et de planification de projet. Un projet est influenc tout au long de sa vie par
diffrents types de facteurs qui peuvent perturber son droulement. Ces facteurs, de nature
endogne ou exogne, sont issus, par exemple, de lentreprise, du march, du monde de la
technologie Les perturbations occasionnes peuvent tre de diffrents ordres, allant de la
simple modification des plannings la remise en cause de lexistence du projet en passant par des
volutions notables des objectifs et du primtre du projet. La notion de risque illustre
naturellement le potentiel de perturbations pouvant survenir au cours dun projet.

2.3.1 Dfinition

La survenue d'vnements au cours du projet peut entraner par exemple un allongement des
dlais, une augmentation des cots ou encore l'obligation de modifier la squence d'excution des
tches. Un travail sur l'anticipation de ces vnements et la mesure de leurs consquences devient
alors ncessaire pour minimiser les impacts. C'est l'objet de la matrise des risques que de
s'intresser l'anticipation des vnements, leur valuation et la proposition d'actions de
traitement adaptes.

Dans chacune des tapes (ou phase) dun projet, des risques peuvent tre prsents. Ceux-ci
peuvent prendre des formes trs diverses et avoir des origines internes ou externes. Plus le niveau
de la complexit du projet est lev et plus celui-ci prsentera de risques (Vidal 2009).

Dune manire gnrale, le risque peut alors tre dfini comme tant la possibilit que se
produise un vnement, gnralement dfavorable ayant des consquences sur le cot ou le dlai
dune opration et qui se traduit mathmatiquement par un degr de dispersion des valeurs
possibles autour de la valeur probable quantifiant lvnement et une probabilit pour que la
valeur finale reste dans les limites acceptables (AFNOR 1992).

Intressons-nous aux dfinitions proposes dans le cadre des risques projet. Citons parmi les
rfrences tudies (DGA 1995), (X50-117 AFNOR 2003), (Courtot 1998). Selon Didier Gourc,

47
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

le risque projet peut tre dfini comme tant : la possibilit que survienne un vnement dont loccurrence
entranerait des consquences (positives ou ngatives) sur le droulement de lactivit du projet (D. Gourc 2006).

Nous retrouvons dans cette dfinition les deux notions fondamentales du risque que sont la
probabilit doccurrence et les impacts. Dans le domaine du management de projet, limpact
est une mesure qui dfinit limportance des perturbations occasionnes par loccurrence du
risque. Ces deux lments sont gnralement dtermins par des experts. Le niveau de gravit de
limpact est reprsentatif des effets induits, notamment sur les objectifs et critres de succs du
projet. Pour prciser la notion dimpact de risques projet, (D. Gourc 2006) propose trois types
dimpacts majeurs directement relis aux objectifs et critres de succs du projet :
les impacts de type dlai : drive positive ou ngative des dlais du projet ;
les impacts de type cot : conomie ou surcot par rapport au budget initial ;
les impacts de type performance ou qualit : amlioration ou dgradation par rapport la
performance prvue.

En plus de ces deux importantes caractristiques du risque, les risques projet peuvent tre
caractriss par diffrents paramtres (Courtot 1998), (Bakir 2003) :

la nature : elle se dfinit selon huit modalits dordre technique, financier, humain,
organisationnel, managrial, juridique, rglementaire et commercial.
Lorigine : les risques peuvent provenir du client, du produit, des fournisseurs ou des
sous-traitants, des pouvoirs publics ou des instances juridiques et rglementaires
La contrlabilit : elle permet de dterminer les modes daction possibles (choix des
assurances ou de transfert de risques) .
La dtectabilit : certains risques sont dtectables, dautres ne le sont pas. La dtectabilit
dpend entre autres de la complexit du projet et de la connaissance du projet par
lquipe en charge de ltude des risques.

Notre laboratoire travaille depuis plusieurs annes sur ce sujet et a propos en particulier une
grille de lecture des approches de management des risques selon deux grandes classes : approches
analytiques et approches symptomatiques. Les approches analytiques regroupent les mthodes
danalyses descendante et ascendante. Elles portent sur une analyse dtaille de chacun des
risques pris sparment. Elles sont principalement destines aux acteurs du projet. Les approches
symptomatiques sappuient sur une analyse globale du risque en sintressant aux manifestations
visibles du risque sur les indicateurs du projet. Elles sont principalement destines aux dcideurs
externes du projet.

48
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

2.3.2 Lapproche risque-incertitude

Risk is measurable uncertainty, Uncertainty is unmeasurable risk - (Olsson 2007).

Cest limprcision porte sur les estimations des phnomnes potentiels que cette classe
dapproche sintresse. (Ward et Chapman 2003) indiquent dans ce cas que la gestion des risques
projet est transforme en une gestion des incertitudes : transforming project risk management into
project uncertainty management . Le risque devient alors une ou des incertitudes. Elles sont prises en
compte dans les tches sous la forme dintervalles de dlai ou de cot. Ceci se rpercute ainsi sur
le projet global sous la forme de distribution de dlai ou encore de cot total de projet. Ces
approches sont soutenues par de nombreux outils logiciels tels que @Risk!, Pertmaster!,
Crystal Ball!... (ceux-ci sont dcrits de manire plus prcise dans la section 2.4.3). Ces logiciels
utilisent la mthode de simulation de Monte Carlo (Kalos et Whitlock 1970) pour valuer la
dure, le cot... du projet sur la base des incertitudes destimation.

2.3.3 Lapproche risque-vnement

Cette deuxime classe dapproches considre le risque comme un vnement qui peut affecter la
ralisation des objectifs du projet (Carter et al. 1996), (D. Gourc 2006), (Chauveau 2006) Les
outils logiciels tel que RISKMAN, RiskProject! supportent ce type dapproches. Le risque y
est dcrit comme un vnement dot de caractristiques doccurrence (potentialit de survenue)
et de consquences sur les objectifs du projet (impacts en cas de survenue). Loccurrence dun
risque peut provoquer des modifications sur le planning. Les priodes doccurrence sont alors les
tches ou les macro-tches. Des actions de traitement sont possibles. Un planning initial et
prvisionnel pourrait ainsi tre modifi par loccurrence de risque, mais aussi par lajout de tches
imposes par la mise en uvre dactions prventives ou correctives. (Zafra-Cabeza, Ridao, et
Camacho 2008) choisissent et contrlent les actions mises en uvre et planifies afin de pouvoir
optimiser des critres de dure et cot dun projet au travers dune fonction objectif agrge.

2.4 Management de risque projet : mthodes, processus et outils

Science began when measurements were first made. Accurate science is meaningless without
measure
Dimitri Mendeleev.

Avec la ncessit de coordonner des tches complexes, de grer des problmes


d'ordonnancement, la 2e guerre mondiale a favoris lapparition de la gestion de projet.
Cependant, ce nest quen 1984 que le Project Management Institute (PMI) propose le Project
Management Body of Knowledge (PMBoK), dont la premire dition fut publie en 1996. Celui-

49
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

ci a pour objectif de documenter et standardiser les informations et les pratiques de la gestion de


projet.

Le risque tant inhrent la gestion de projet, le management de risques projet na pas trop tard
voir le jour aprs la diffusion de bonnes pratiques de management de projet (par exemple
celles du PMBoK). En effet, le projet RISKMAN a dvelopp ses propositions au dbut des
annes quatre-vingt-dix, il a propos les premires applications de la gestion des risques projet.
Manager les risques dans un projet est maintenant reconnu comme lune des missions du chef de
projet et de son quipe. Cest lquipe projet, sur la base des risques identifis et de leur analyse,
qui doit proposer des actions de traitement adaptes. Cela ncessite didentifier les
points suivants :
les risques ou combinaisons de risques qui sont les plus dommageables pour le projet,
(ceux qui entranent les plus grandes perturbations).
Les actions de traitement retenir pour rduire le plus possible les perturbations tout en
respectant des objectifs du projet. Par exemple, le cot des actions de traitement ne doit
pas dpasser le gain total espr par la mise en place des actions de traitement.

Pour cela, lquipe projet doit tre en mesure de rpondre aux questions suivantes :
quelle est la dure maximale possible du projet ?
Quelle est la probabilit quun scnario fictif de risque survienne ?
Quel est le cot dune stratgie de traitement dtermine ? Quel est limpact de cette
stratgie en termes de rduction du risque ?

Bien quil soit possible dutiliser les mthodes de management des risques au sens large pour les
risques projet, il existe des mthodes propres ce domaine. Un processus dcrivant les
diffrentes tapes raliser existe et est communment reconnu.

2.4.1 Mthodes/mthodologies de management des risques-projet

Dans le domaine du projet, il existe galement des travaux acadmiques ou industriels qui ont
contribu au dveloppement de mthodes adaptes. Citons par exemple les mthodes
RISKMAN, PRAM et les rfrences normalises telles que AFNOR FD X50-117, DGA
AQ

Dans la littrature, les mthodes de gestion des risques font rfrence un processus relativement
standard (Figure 14) partag par beaucoup dauteurs (Courtot 1998), (X50-117 AFNOR 2003),
(Tah et Carr 2001), (Smith et Merritt 2002), (Carter et al. 1996), (Chapman et Ward 1997) Il se
compose de quatre grandes phases :

50
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

Identification et analyse des risques

Liste de risques potentiels

Evaluation et hirarchisation des risques Changement


dans les
donnes du
Hirarchisation et slection problme
Changement
de la nature Traitement des risques
du risque

Action de traitement

Suivi et contrle des risques

Figure 14. Processus de management de risques-projet

Identification et analyse : cette phase consiste rpertorier de la manire la plus exhaustive


possible les alas ou vnements redouts. Des travaux, tels ceux de Ravalison, se sont intresss
outiller la phase didentification des risques (Ravalison 2006). La mthode sappuie sur une
typologie des risques originale afin de raliser des interviews dacteurs.
Evaluation et hirarchisation : cette phase permet (a) de renseigner la description des risques
tant qualitativement que quantitativement (probabilit doccurrence, impacts), (b) de
hirarchiser les risques par ordre de criticit. Le rsultat est une liste ordonne de
risques. Baccarini et Archer proposent ainsi une approche permettant de classer les risques dun
projet (Baccarini et Archer 2001). Cette approche permet ainsi dallouer les ressources de manire
adquate au niveau de risque.
Traitement : cette phase consiste dterminer les actions de traitement envisageables pour les
risques. Les actions sont dfinies pour minimiser la probabilit doccurrence et/ou pour
minimiser les impacts. Cest le cas dans des approches telle que RISKMAN, qui propose la mise
en uvre de notion de stratgie de rduction du risque. Celles-ci permettent en effet de traiter le
risque au moyen dune action qui rduit, limine ou vite l'impact potentiel des risques du projet
(Carter et al. 1996).
Suivi et contrle : pour surveiller les actions de traitement engages et les effets de leur mise
en uvre.

(Tixier et al. 2002) proposent un classement de soixante-deux approches existantes. Ils proposent
de trier les mthodes selon quelles manipulent des informations de type dterministe et / ou
probabiliste, mais aussi qualitative ou quantitative.
A titre dexemple dapproches dterministe et qualitative, on peut citer les approches qui se
consacrent une activit particulire, telle que la mthode HAZOP (HAZard OPerability) pour
lindustrie chimique (Kennedy et Kirwan 1998), la mthode HACCP (Hazard Analysis Critical
Control Point) pour la scurit de la chane alimentaire (Motarjemi et Kferstein 1999), ou

51
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

certaines plus gnrales, qui couvrent plusieurs secteurs d'activits, telle que la mthode PRA
(Preliminary Risk Analysis) (Nicolet-Monnier, 1996).
En ce qui concerne les approches probabilistes et quantitatives, on peut citer la mthode FTA
(Fault Tree Analysis) (Nicolet-Monnier 1996), lapproche ETA (Event Tree Analysis) (Tiemessen
et Van Zweeden 1998), la mthode de Monte Carlo (Kalos et Whitlock 2008), ou les deux
approches principales de la gestion des risques projet : la mthode RISKMAN (Carter et al. 1996)
et la mthode de la PRAM (Project Risk Analysis and Management) (CB Chapman et S. C Ward,
1997).
Parmi ces soixante-deux approches rfrences et pour illustrer les approches dterministes,
probabilistes et quantitatives, nous pouvons mentionner l'AMDEC (Analyse des modes de
dfaillance, de leurs effets et de leur Criticit) (Rogers 2000), MOSAR ou ARAMIS (Accidental
Risk Analyse Methodology for IndustrieS) (Salvi et Debray 2006). Ce dernier utilise un concept
de nud papillon , qui peut galement tre utile pour grer les risques dans les projets.
Et comme exemple dapproches dterministe, probabiliste et qualitative, la mthode SRA
(Structural Reliability Analysis) (Rogers, 2000). Le Tableau 3 rcapitule le positionnement des
approches que nous venons de mentionner.

Approche Dterministe Probabiliste Qualitative Quantitative


HAZOP X X
HACCP X X
PRA X X
FTA X X
ETA X X
Monte Carlo X X
Riskman X X
PRAM X X
FMECA X X X
MOSAR X X X
ARAMIS X X X
SRA X X X

Tableau 3. Rsum des approches mentionnes

Sous un autre angle de vue, (Grimaldi et Rafele 2008) tendent chercher des approches plus
largement applicables au travers du cycle de vie (Figure 15) du processus de management des
risques issu du PMBoK (2004) : identification, valuation, planification et contrle. Ils situent les
mthodes pouvant outiller et tre appliques dans chacune des phases du cycle.
Les outils retenus en phase didentification des risques sont ainsi le reporting dincident, la
checklist, lanalyse par arbre de dfaillances (FTA), dvnements (ETA), lanalyse des causes-
consquences (CCA), les interviews, la mthode Delphi, le Braimstorming, le jugement dexpert,
le Risk Breakdown Structure (RBS), ou Matrix (RBM), FMEA ainsi que lanalyse SWOT.
En ce qui concerne la phase dvaluation des risques, on peut mentionner les interviews, la
mthode Delphi, le Braimstorming, le jugement dexpert, FMECA, lanalyse par arbre

52
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

dvnements (ETA) ou de Dcision (DTA), le Risk Breakdown Matrix (RBM), la valeur


montaire attendue, la mthode de Monte-Carlo ou encore la logique floue.
De la mme faon, pour la phase de planification des mesures de rduction des risques, on
retrouve les outils suivants : les interviews, le Braimstorming, le jugement dexpert, DTA, la
valeur montaire attendue, FMEA/FMECA ainsi que lanalyse SWOT.
En revanche, pour la phase de contrle, aucun outil nest mentionn spcifiquement pour cette
phase. Les outils utiliss dans les phases prcdentes sont rutiliss pour juger de leffectivit des
mesures de rduction des risques.
Des outils tels que les interviews, le Braimstorming ou encore le jugement dexpert peuvent ainsi
trouver une place lintersection des trois groupes. Ceci est d limplication de lexpert lors de
lutilisation de ces outils, qui conduit au renforcement de ses connaissances.

IDENTIFICATION ASSESSMENT
RBS
CCA Delphi Monte Carlo
ETA RBM
Checklists
Fuzzy logic
Incident Reporting Expert Judgement
Brainstorming Decision Tree
SWOT Interviews Analysis
FTA
FMEA FMECA Expected
Monetary Value

PLANNING DEVELOPMENT

Figure 15. Les mthodes de management de risques projet (Grimaldi et Rafele 2008)

Pour couvrir lensemble de ces phases, la mthode RISKMAN a t dveloppe entre 1993 et
1996 dans le cadre dun projet EUREKA. Conformment aux rfrentiels existants, la
mthodologie RISKMAN propose un processus de management des risques compos des phases
didentification, dvaluation, de traitement et de suivi des risques.

La mthodologie RISKMAN prconise quelques rgles intressantes :


Un risque doit appartenir une et une seule classe de risque. Douze classes de risques sont
proposes : les risques lis la Stratgie, au Marketing, aux Contrats, la Finance, la
Planification de projets, la Dfinition, aux Processus (WBS), aux Produits (PBS),
lOrganisation (OBS), la Maintenance, lExploitation et aux vnements Externes
lorganisation.
Chaque impact de risque doit tre mesur (ou valu) dans une et une seule unit.
Un risque peut avoir une ou plusieurs causes. Un risque peut augmenter la probabilit
doccurrence dun ou plusieurs autres risques (corrlation entre les risques).

53
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

Chaque risque sans impact financier direct doit mener directement ou indirectement un ou
plusieurs risques ayant un impact financier.

RISKMAN propose galement la notion de stratgie de rduction du risque. Une stratgie de


rduction est matrialise par une action exige pour rduire, liminer ou viter l'impact potentiel
des risques du projet. La planification de la rduction des risques exige dtre mise en application
chaque tape du cycle de vie d'un projet aprs l'accomplissement du processus d'valuation et
de quantification des risques. Selon RISKMAN, le chef de projet peut attnuer le risque par
diffrents types actions: vitement, transfert, rduction Enfin, RISKMAN est une
mthodologie qui se veut gnrique et applicable tous types de projets.

2.4.2 Processus de synchronisation de la planification de projet et du


management de risques-projet

Les diffrents processus participant au pilotage dun projet (pilotage dlai, pilotage cot, pilotage
risques), sont gnralement prsents dans les rfrentiels de bonnes pratiques, tels que ceux
cits prcdemment, de manire indpendante. Chaque processus y est dcrit avec prcision, mais
sans montrer les interrelations qui peuvent exister. Sur la base danalyses terrain, nous avons pu
mesurer que cette hypothse est trop largement rductrice et quelle pouvait conduire prendre
des dcisions errones. Dans un premier temps, les travaux de Pingaud et Gourc (Pingaud et
Gourc 2003), mais aussi de Bakir (Bakir 2003) ont conduit proposer une dmarche de pilotage
de projet base sur un processus synchronis de planification de projet de management des
risques (voir Figure 16). Ce processus synchronis permet dillustrer :
dans un premier temps, linfluence du planning initial dun projet sur lidentification et
lvaluation des risques du projet,
Et dans un deuxime temps, linfluence des actions de traitement planifies pour rduire
le risque sur le planning du projet. Nous parlons alors de planning avec risque pour
indiquer que le planning tient compte de lexistence des risques dans lvaluation de la
date de fin du projet et dans le calcul des dates de dbut et fin de chaque tche.

Ce processus intgre les tapes des deux processus initiaux dont il est inspir. Au dmarrage du
projet, un premier planning est ralis par le chef de projet. Celui-ci est prsent trs prcisment
dans les rfrences suivantes : (Pingaud et Gourc 2003), (Villarreal Lizarraga 2005), (Ravalison
2006).

54
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

Dossier projet

planning
(1) (5) (6)
initial
Chef de projet (12)
Identification des (9') Identification des
tches vnements redouts
si nouvelles
(2) tches (7)
Dfinition des relations ou Evaluation
(9'')
de prcdence des risques
(3) (8)
Fiches risque
Construction planning (9) Traitement
et scnarios des risques
(4) (11'')

Rsolution / simulation ou
Suivi des actions
planning / scnario (11')
(12)

(5) (10) (11)

planning initial

Processus Comit pilotage Processus


de planification Evaluation de gestion
de projet des des risques
stratgies

Figure 16. Synchronisation des processus (Pingaud et Gourc 2003)

(Villarreal Lizarraga 2005) a tendu ce processus au pilotage de projet dans le cadre de projets
mens par un groupement de PME.

2.4.3 Les outils informatiques de management des risques-projet

Afin de supporter/accompagner lvolution des pratiques de management des risques dans les
entreprises, certains diteurs de logiciel ont dvelopp des applications plus ou moins ddies.
Prenons, par exemple, le monde de la finance. Suite aux nombreux scandales financiers, de
nouvelles lois telles que la loi Sarbanes-Oxley aux Etats-Unis ou la Loi de Scurit Financire en
France ont t votes. Elles ont pour objectif damliorer la gestion des risques dentreprise et des
systmes de contrle interne. Les diteurs de progiciels de modlisation de processus ont propos
des volutions de leurs outils intgrant la capacit de modliser les processus de contrle interne
et notamment les processus de gestion des risques. Des outils, tels que Operational Risk
Management de ARIS, ont pour objectif dapporter aux organisations tout le soutien ncessaire,
depuis la dfinition des objectifs stratgiques jusquau traitement, au contrle et la surveillance
du risque. Sur le plan acadmique, des travaux complmentaires, tels ceux de Sienou (Sienou et al.
2008), proposent dtendre les capacits de reprsentation des langages de modlisation
dentreprise.
Dans le domaine du management de projet, lheure actuelle, dautres outils logiciels aident les
managers de projet lidentification, lvaluation et le suivi des risques et ce quel que soit le
secteur dactivits (chimie, BTP). Dans cette partie, nous allons prsenter les caractristiques

55
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

gnrales et les fonctionnalits particulires de quelques logiciels typiques pour la gestion des
risques en projet, tels que RISKMAN, @RISK, PertMaster, Crystal BALL Ensuite, nous
proposons une classification des outils de gestion des risques en projet selon leurs fonctionnalits
majeures.

2.4.3.1 Le logiciel RISKMAN issu du projet europen du mme nom

RISKMAN est une mthode qui a t dveloppe dans le cadre dun projet europen Eureka,
ralis dans les annes 90 (Carter et al. 1996).
Selon lapproche de RISKMAN, le processus de management des risques se dcompose en cinq
tapes :
identification des risques (dtection, classement, description des risques),
valuation des risques (probabilit doccurrence et impact des risques),
traitement des risques (plan dactions de rduction de risques),
suivi des risques (avancement et efficacit des actions mises en place),
capitalisation de lexprience.
Dans un premier temps, RISKMAN fournit un catalogue de risques, des check-lists mais aussi
des fiches de risques qui permettent de prparer les runions afin didentifier des risques. Ces
fiches permettent de dcrire les risques identifis par les caractristiques telles que :
lidentit du risque : la description du risque, la nature du risque, la classe du risque et les
tches lies, le responsable de risque,
les causes : la liste des causes du risque,
les stratgies de traitement : la liste des actions possibles face ce risque, la description de
laction, les tches impliques dans laction, le responsable de laction,
le suivi : l'avancement des actions de rduction des risques.
Il est possible de choisir entre deux types dvaluation selon le niveau de maturit des quipes
projet, la phase du projet et la disponibilit dinformations de caractrisation des risques :
valuation qualitative ou valuation quantitative.
Par ailleurs, RISKMAN sappuie sur la mthode de simulation de Monte-Carlo pour introduire
une approche statistique du risque. RISKMAN prend ainsi non seulement en compte les
incertitudes relatives aux risques, mais aussi aux tches (dure).
Le projet RISKMAN a permis galement de dvelopper un logiciel support la mthode. Celui-ci
sinterface avec les logiciels de loffre Microsoft Office (Word, Excel) pour permettre ldition de
rapports et graphiques (portefeuille des risques, graphiques prsentant les dures probables du
projet, les budgets avec ou sans provision de risque, etc.).
Lenvironnement de RISKMAN aide suivre les risques, leurs causes, les actions de rductions,
les vnements et les budgets en utilisant les logiciels de la suite Microsoft Office. En effet,
RISKMAN est interfac avec Microsoft Excel pour gnrer les graphiques, avec Microsoft Word

56
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

pour ldition des rapports, Microsoft Exchange pour la diffusion des rapports et avec Microsoft
Project pour prsenter les plannings.

Les diffrents points forts et les limites de RISKMAN sont les suivants :

Les points forts :


il propose une solution complte afin de grer les risques projet, de ltape identification
ltape de capitalisation,
il permet de constituer une base commune et partage dans un portefeuille des risques par
capitalisation des risques identifis sur chacun des projets grs par lenvironnement,
ce logiciel permet de manipuler les deux concepts : incertitudes et risques,
il propose des feuilles de risque, feuilles daction permettant de suivre les risques.

Ses limites :
le logiciel nest pas indpendant,
il calcule la probabilit doccurrence des risques en se basant sur les probabilits
doccurrence des causes, les causes tant considres comme indpendantes,
la notion de ressource nest pas prise en compte, il ny a pas de fiche ressources . Il ne
permet donc pas de grer les ressources ni limpact en cot qui en dcoule.
Bien que RISKMAN propose une offre complte de services pour la gestion des risques en
projet, il nest actuellement plus disponible sur le march.

2.4.3.2 PertMaster

PertMaster est un logiciel dvelopp par la compagnie PertMaster Limited permettant de grer les
risques projet. PertMaster permet de prendre en compte lincertitude inhrente la dure et aux
cots des tches, mais galement aux cots des ressources. Il est possible dajouter des tches, des
ressources, des liens ou encore de modifier les caractristiques de tches. En outre, il permet de
dclarer les corrlations entre les incertitudes des tches et leurs cots et dures, il est possible de
choisir des valeurs de corrlation entre - 100% et + 100%.
PertMaster permet de faire la planification des tches au mme titre que Microsoft Project, il
dispose dun module intgr capable de raliser lensemble des calculs ncessaires la
planification de projet en intgrant les dimensions dure, cot, ressources. Il utilise Microsoft
Word pour ldition des rapports et dispose de formats dexport vers des logiciels de gestion de
projet tels que Primavera, Microsoft Project... PertMaster permet aussi une gestion multi-projets.
Les incertitudes destimations sont manipules selon les mthodes de simulations de Monte Carlo
et Latin Hypercube Sampling afin destimer le cot et la dure dun projet.
Les diffrents points forts et les limites de PertMaster sont les suivants :

57
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

Les points forts :


il dispose dun module autonome de planification de projet,
il est capable de dfinir des scnarios de tches alternatives,
il permet de grer les ressources au moyen dun calendrier des ressources,
il dispose dun module dordonnancement des tches permettant de rduire lutilisation
des ressources (loccurrence dun risque peut prolonger la dure de tches et donc
entraner un cot plus lev).

Les limites :
Il ne propose pas de fiche de risque ni de fiche daction. Il est donc difficile, dans un
grand projet, de grer les actions de rduction.

2.4.3.3 @Risk

La gamme doutils logiciels dveloppe par Palisade Corp. comprend divers outils tels que @Risk
for Project, @Risk for Excel, @Risk Developpers Kit, Decision Tools Suite 4.5.
@Risk est un logiciel gnrique, il est ainsi applicable nimporte quel type de risque, de situation
et dentreprise. Cet outil dispose de deux versions selon quil est associ, tel un add-on , soit
avec un tableur (@Risk for Excel), soit avec un logiciel de gestion de projet (@Risk for Project).
Pour modliser les incertitudes destimations, il propose une bibliothque de plus de trente-cinq
fonctions de distribution de probabilit.
@Risk for Excel offre lutilisateur la possibilit de construire le modle danalyse des risques qui
correspond son besoin et dy intgrer les dimensions incertaines. Cette solution peut sappliquer
tous les secteurs dactivit : finance, recherche ptrolire, chimie, etc. Parmi les exemples
identifis, citons :
lvaluation conomique de nouveaux projets selon un modle de Valeur Actuelle Nette
intgrant la dimension incertaine des estimations (Gourc, Bougaret, et Burtin 2005),
laide la slection de projets dans un portefeuille, lvaluation de la profitabilit dun
portefeuille dactifs (Value at Risk),
les analyses bnfice-cot dune dcision dinvestissement.
La version @RISK for Project est particulirement adapte pour valuer et manipuler les
incertitudes lies la planification des tches dun projet (dure, cot, etc.). Il permet, par
exemple, dvaluer linfluence de ces incertitudes sur la dure du projet (analyse de sensibilit) et
de prsenter graphiquement les rsultats associs (courbes cumules des dures/cots avec leur
probabilit).
@Risk Developpers Kit permet dajouter un module de simulation de Monte Carlo ainsi que
danalyse de risque, nimporte quelle application Windows. Il permet aux utilisateurs avancs de
dvelopper des outils spcifiques danalyse des risques.

58
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

2.4.3.4 Crystal Ball

Crystal Ball est un programme de simulation Monte-Carlo qui permet danalyser lincertitude. Cet
outil permet de simuler un grand nombre de scnarios pour plusieurs applications et industries.
En plus des outils danalyses de sensibilit, dhypothses de corrlation et de contrle de
prcision, la version professionnelle permet entre autres de faire des prvisions, de loptimisation,
et des rgressions linaires multiple, squentielle ou prvisionnelle. Celui-ci utilise le tableur
Microsoft Excel.

2.4.3.5 Quelques autres logiciels

Les logiciels prsents dans cette partie prsentent peu de fonctionnalits, mais permettent de
prendre en compte, dans lvaluation des risques, les incertitudes de dure et de cot afin
dvaluer la dure du projet ainsi que son budget. Il sagit de RiskAMP, RiskEase, Risk+.
RiskAMP inclut plus de quarante fonctions de distribution de probabilit. Des fonctions de
distributions de probabilit sont incluses, permettant dinjecter de l'incertitude et de lancer une
simulation de Monte Carlo.
RiskEase est un outil permettant dvaluer l'effet de l'incertitude lie au risque, partir de
modles Excel. Il permet de dfinir des distributions de probabilit pour exprimer la variation
possible autour des variables principales du modle et emploie la technique de simulation de
Monte Carlo pour calculer l'impact de l'incertitude sur les sorties principales du modle.
A partir des mesures statistiques dtailles, RiskEase permet de gnrer des graphiques et des
rapports customiss faisant ressortir les informations pertinentes concernant le projet. Cest un
outil de prise de dcision dans l'valuation d'investissements, des affaires et des prvisions de
planification stratgique, de ventes.
Deltek Risk+ est un outil d'analyse de risque qui sintgre dans Microsoft Project pour
valuer et mesurer le cot et l'incertitude de projet. La combinaison du projet de Risk+ et de
Microsoft Project est accessible et facile employer. Risk+ a des fonctions pour n'importe quelle
organisation qui projette et/ou gre des projets avec Microsoft Project. Dans Risk+, nous
trouvons les courbes intgres et dfinies pour l'utilisateur de distribution Monte Carlo ou Latin
de Hypercube Sample. Risk+.

2.4.3.6 Bilan des logiciels tudis : proposition dune classification des logiciels

Face la diversit des outils logiciels qui se revendiquent ddis la gestion des risques en projet
(Gratton, Landry, et Aubert 2003) (Courtot 2009), nous proposons, sur la Figure 17, une grille de
lecture des logiciels de gestion des risques applicables dans le domaine du management de projet.
Pour cette comparaison, nous distinguons deux axes danalyse qui sont :
la faon dont le risque est modlis, ce qui correspond aux approches analytiques (risque
au sens vnement) ou aux approches symptomatiques (risque au sens incertitude),
les fonctionnalits supportes par loutil.

59
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

Ainsi, le premier de ces deux axes danalyse peut tre crois avec trois catgories doutils que nous
avons identifis suivant leur architecture.
La premire de ces catgories correspond ceux qui sont dots de fonctionnalits de gestion des
informations relatives aux risques. Bien quessentiellement orients sur la gestion des
informations : saisie, mmorisation, restitution des lments de description, ils sont gnralement
associs une base de donnes et un petit outil de hirarchisation des risques. Ils permettent
donc dditer des fiches de risques (identit du risque et plan daction) et de visualiser de manire
synthtique le portefeuille des risques, ainsi quun tableau de suivi. Les outils appartenant cette
catgorie ne permettent de pas dassurer lintgration des processus de management des risques et
de planification de projet.
La deuxime catgorie correspond aux outils qui intgrent des fonctionnalits de gestion de
projet, que ces dernires soient natives dans loutil, le rendant indpendant dautres logiciels ou
quelles soient disponibles par le biais dun interfaage avec un logiciel ddi la planification de
projet, comme par exemple Microsoft Project.
Et enfin pour terminer, nous avons identifi des outils qui sont des add-ins de progiciels
commerciaux qui sont soit ddis la planification de projet, soit plus gnriques comme des
tableurs (Microsoft Excel).

Fonctionnalits de gestion de Add-in


Gestion des projet
informations Interfac avec Dun progiciel de Dun tableur
En natif
relative au risque un progiciel gestion de projet

ERA Oracles Primavera


Risk Analysis
Approche
analytique Riscue Risk and Change
Management (Genius
project for Domino)
PRO Vanguards Pert_
Act Risk RISKMAN Master
Analysis @Risk Crystall Ball
RISKTRAK
Approche Software
RiskyProject RiskEase Studio 8
symptomatique
Risk+ RiskAMP
Excel Solver

Figure 17. Comparatif des logiciels

Il est ainsi possible de constater quil existe de nombreux outils qui traitent le risque modlis
comme une incertitude au travers de simulations Monte Carlo.

60
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

2.5 Conclusion

De ltat de lart ralis travers ces premires parties, il ressort que des travaux visent proposer
des processus globaux spcifiquement pour la gestion du risque en projet (Pingaud et Gourc
2003) ou plus gnraux (Courtot 1998), (X50-117 AFNOR 2003). Dautres travaux cherchent
prciser quelles approches sont applicables en fonction de lavancement dans le processus afin de
permettre lacteur du projet en charge de la gestion des risques de pouvoir choisir lapproche
adquate (Grimaldi et Rafele 2008). Certains travaux outillent directement les diffrentes phases
du processus de gestion des risques et intgrent le risque sous la forme risque-vnement.

Cependant, dans ces diffrents travaux, les impacts des risques avrs ainsi que les actions
relatives aux stratgies de traitements ne sont pas positionns dans le planning. Les impacts
associs ne sont alors pas recalculs ou se focalisent sur des calculs doptimisation avec des
fonctions objectifs difficilement gnralisables. Les stratgies sont alors difficilement valuables
et le choix nest pas trivial.

Le problme consiste alors proposer un modle raliste intgrant les impacts des risques sur la
planification du projet. Celui-ci devra alors permettre de dterminer les impacts des risques
identifis sur le planning (dure totale de ralisation, etc.), mais aussi de dterminer les impacts de
la mise en place des actions de traitement sur le planning (modification de dure totale, marges de
chaque tche du planning, etc.). Il permettra ainsi daider au choix de la meilleure stratgie de
traitement.

Le cadre de ce travail est bas sur deux hypothses principales. Tout dabord, lintgration des
risques la gestion du projet se fait au regard de critres de dlais et de cot. Les impacts
considrs (modification ou suppression dune tche existante ou insertion dune nouvelle tche
par exemple) ont une influence sur la dure et sur le cot total du projet. Les aspects tels que la
disponibilit des ressources ou encore les comptences ne sont pas considrs pour le moment
dans le modle.
Une autre hypothse utilise dans ce travail est que, au dbut du projet, la liste des tches et la
liste des risques sont connues et ne varient pas au cours du projet. Chacune des caractristiques
relatives aux risques est connue, puisquune approche telle que la mthode Delphi a t applique
auparavant. Les incertitudes ne sont pas gres dans ce travail. Par consquent, il est possible
d'appliquer le modle sur le projet en commenant par analyser le niveau global de risque du
projet, les scnarios possibles et la slection des meilleures stratgies de traitement. Durant le
projet, les mmes questions peuvent tres rsolues travers une analyse des scnarios de risque
tenant compte des risques dj avrs ou non sur les tches termines.

Afin de mieux aborder le problme dans sa globalit, nous allons tout dabord proposer une
modlisation des scnarios de projet. Cela permettra de mettre en vidence les diffrentes notions

61
CHAPITRE 2 Risque, risque projet et mthodes de management des risques projet

sous-jacentes que sont les notions scnario de risque, de traitement, ainsi que de montrer
linfluence des actions de traitement des risques sur un projet. Lapproche de rsolution que nous
proposons est ainsi dtaille travers un exemple simple qui sera droul tout au long du chapitre
suivant.

62
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

CHAPITRE 3 : MODELISATION DE SCENARIOS EN


PROJET ET CARACTERISATION : DEFINITIONS
ET METHODES

3.1 Introduction

Comme nous lavons indiqu prcdemment, le droulement dun projet comporte diffrentes
phases dont une phase de clture (cf. chapitre 1). Cest au cours de cette phase quil est
recommand de raliser, entre autres, un retour dexprience (cf. guidelines PMBoK par
exemple). Ce retour va permettre de tirer les enseignements de la ralisation effective du projet,
de dresser un bilan des problmes, mais galement des situations favorables rencontres.

A ce moment-l, il est ainsi possible de reconstituer le droulement du projet, de lister les


activits ralises, leurs dures, leurs enchanements, les vnements survenus et les dcisions
prises. Tous ces lments peuvent alors tre identifis avec certitude. On observe ainsi a posteriori,
dans un environnement dtermin, la ralisation du projet. Celle-ci correspond lune des
ralisations possibles du projet. Celui-ci aurait trs bien pu se drouler dune toute autre manire.

A loppos, la phase dinitialisation en phase amont de projet, lors de la conception, consiste


laborer un prvisionnel du droulement de ce futur projet. La ralisation de tout nouveau projet
est synonyme dincertitudes et de risques. Lespace des incertitudes est grand et il est bien difficile
de prdire lavenir. La plupart du temps, les chefs de projet sintressent modliser la ralisation
souhaite (espre) du projet, la faon dont ils voudraient que le projet se droule, la faon dont
le projet devrait se drouler idalement . On le sait bien, la ralit conduit bien souvent des
ralisations toute autre, en particulier du fait de la survenue dalas ou dimprvus.

La plupart des mthodes de planification classiques ne sont pas capables de prendre en compte
les changements et incertitudes lis la nature mme des projets.

Pour limiter ces imprvus, les techniques de management des risques sont utilises pour anticiper
les alas, les rduire ou prvoir des plans de contingence.

63
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

Si lon porte plus particulirement notre attention sur le concept de risque, parmi les risques
pralablement valus en phase amont ou rgulirement tout au long de la ralisation, on constate
que seule une partie de ces risques sont effectivement survenus. On peut parler dune ralisation
possible du projet, qui met en relation un ensemble dvnements qui sont rellement survenus,
un ensemble dactions qui ont t mises en uvre, un ensemble de tches excutes caractrises
par une dure et un ordonnancement particulier (liens de prcdence). Cela correspond un
scnario possible du projet.

Nous positionnons ce travail dans le cadre dune valuation a priori des risques dun projet. Par
consquent, il est bien difficile de connatre a priori quel est le scnario qui va se raliser.

Dans un film, la notion de scnario inclut le choix des acteurs, les activits ralises dans les
scnes, lordre dans lequel les scnes senchanent. Si lun de ces paramtres est modifi, cest un
tout autre film qui peut tre tourn. Le parallle peut tre fait avec la thmatique de gestion de
projet, dans laquelle le scnario comprend les ressources, les tches, lordonnancement entre les
diffrentes tches. Si nous modifions les tches, leur ordre ou les ressources, alors nous crons un
autre scnario, nous droulons un autre projet.

Lobjectif de ce chapitre est de dfinir ce concept de scnario et den donner les diffrentes
dimensions et caractristiques. Le chapitre comporte cinq parties majeures.
Dans une premire partie, nous proposons une tude bibliographique sur la technique des
scnarios principalement dveloppe dans le domaine de la stratgie dentreprise. Outre la
description de la gense de cette technique, nous nous intresserons aux diffrents types de
scnarios que lon peut trouver dans la littrature et coles de penses existantes. Cela nous
permettra didentifier les lments de la dfinition de scnarios, afin de dvelopper notre propre
approche. Cette dernire, contrairement la plupart des applications de la technique des
scnarios, sintresse des niveaux oprationnels, voire tactiques, de dcision.
Nous prsentons dans la deuxime partie un exemple de projet, comme fil rouge, comportant six
tches et trois risques pour illustrer notre problmatique, ainsi que les propositions effectues
dans la suite de ce mmoire.
Dans la troisime partie, nous dveloppons notre approche de scnario appliqu au contexte
oprationnel danalyse des risques dun projet. Pour cela, nous dcrivons trois notions
complmentaires, qui sont celles de scnario de risque, de scnario de traitement et finalement de
scnario de projet. Cette dernire notion propose de caractriser une ralisation possible dun
projet en y incluant une ralisation possible des risques ou vnements (scnario de risque), pris
parmi la liste des risques identifis et une ralisation possible des stratgies de traitement (scnario
de traitement).
La quatrime partie vise dfinir les notions dimpact rduit dun risque et proposer des
modles de calcul de ces impacts au niveau du projet. Dans ce travail, nous nous sommes
intresss deux types dimpacts, qui sont les impacts sur les dlais et les impacts sur les cots.

64
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

Enfin, la cinquime et dernire partie est consacre la proposition de mthodes de calcul des
informations qualifiantes dun scnario de projet : la probabilit doccurrence dun scnario de
projet, le cot dun scnario de projet et la dure dun scnario de projet.

3.2 Lien entre les notions de scnario et de planning

Dveloppe initialement dans les domaines de la prospective et de la stratgie, pour accrotre la


comprhension de lenvironnement des entreprises et plus particulirement pour identifier les
tendances futures et anticiper les changements des marchs dans un environnement incertain, la
technique des scnarios vise construire des reprsentations des futurs possibles, ainsi que les
cheminements qui y conduisent (Roubelat 2000)(Godet et Roubelat 2000).
A vrai dire, il nexiste pas dapproche unique en matire de scnarios, mais bien une multitude
dapproches et dcoles de penses (Bradfield et al. 2005), que nous allons analyser dans cette
partie.
A scenario is a story about how the future might turn out (OBrien 2004)

3.2.1 Son origine / contexte

Au dbut des annes soixante, Herman Khan fonde le Hudson Institute, do il diffuse le
concept de scnario sur la base de son ouvrage The Year 2000 (Kahn, Wiener, et Bell 1967).
Une dcennie plus tard, la technique des scnarios est entre dans le domaine de la planification
stratgique avec la diffusion de la mthodologie dveloppe et popularise par des groupes de
consultants comme Bagatelle (Emilio Fontela), Sema (Michel Godet) et SRI (Ian Wilson et Tom
Mandel) (Godet et Roubelat 2000). Au milieu des annes quatre-vingts, la mthode des scnarios
est devenue encore plus populaire avec la publication par Pierre Wack (Wack 1985) dans Harvard
Business Review dun article dcrivant le succs de lapplication de cette mthode au sein de la
compagnie Shell. Dautres expriences heureuses ont galement vu le jour au cours de cette
mme priode : General Electric, Lockheed (Gausemeier, Fink, et Schlake 1998).

Ce mme auteur motive lintrt de cette approche pour les entreprises (Figure 18) par la
ncessit, face un environnement incertain et imprvisible, de ne pas rduire ltude de leur
stratgie un seul futur, mais bien dimaginer plusieurs futurs possibles et de btir ensuite leur
stratgie sur cette diversit de futurs potentiels. Il propose ainsi de dfinir la notion de scnario
comme :
a generally intelligible description of a possible situation in the future, based on a
complex network of influence-factors (Gausemeier, Fink, et Schlake 1998)

Soumis un environnement incertain, des changements potentiels plus ou moins importants,


plus ou moins prvisibles, les scnarios constituent, pour les managers, un clairage indispensable

65
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

pour orienter les dcisions stratgiques. La mthode des scnarios peut aider choisir, en mettant
le maximum datouts de son ct, la stratgie qui sera la plus mme de raliser le projet que lon
sest fix. Varum et Melo prsentent une revue exhaustive de la littrature sur le sujet pour la
priode 1945 2006 (Varum et Melo 2010).

Figure 18. Motivations et principes gnraux de la technique des scnarios (Gausemeier, Fink,
et Schlake 1998)

3.2.2 Expos de la mthode et de ses principes, typologie de scnarios

La mthodologie de planification des scnarios sappuie sur lhypothse selon laquelle, bien que
lenvironnement ( business world ) reste imprvisible, certains vnements peuvent tre
prdtermins (Tversky et Kahneman 1992). Elle permet de construire des reprsentations
alternatives du futur, sans pour autant tablir de prdictions (Brjeson et al. 2006), (Tversky et
Kahneman 1992), (Phelps, Chan, et Kapsalis 2001)
Scenario planning is neither forecasting nor prediction, instead, it is an exploration which
develops few possible descriptions of the future (Phelps, Chan, et Kapsalis 2001).

Daprs (OBrien 2004) un scenario planning vise trois objectifs :


la synthse des informations importantes pour une organisation, afin de comprendre
lincertitude,

66
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

le dveloppement dun ensemble de descriptions dun futur possible de manire


consistante et plausible,
lvaluation de ces scnarios.

Les scnarios tablis ont pour but daider les managers/dcideurs identifier et rflchir sur les
incertitudes auxquelles ils ont faire face. Dans le contexte du dveloppement stratgique, la
construction des scnarios facilite la formulation de la stratgie et son valuation, en dveloppant
une comprhension (vision) de lincertitude inhrente lenvironnement et en testant la
robustesse des stratgies et des plans face un ensemble de futurs possibles (OBrien 2004). En
tudiant certains scnarios, il est vident que les managers apprennent mieux connatre et
comprendre le rle de lincertitude. Ils deviennent ainsi mieux arms pour prendre des dcisions
dans cet environnement (Bunn et Salo 1993).

Les domaines dapplication sont divers et varis, comprenant le management de crises,


llaboration de politiques publiques, llaboration de stratgies dentreprise, la dfinition de
stratgies ducatives etc. (Bradfield et al. 2005).

(Brjeson et al. 2006) indiquent quil est important de sintresser deux aspects du systme
tudi :
sa structure, qui focalise sur les connexions et relations entre les diffrentes parties du
systme tudi. Lorsquil est possible de construire un modle mathmatique, les
quations sont une interprtation de la structure du systme.
la distinction entre les facteurs internes et externes. Les facteurs internes sont considrs
comme contrlables par lacteur, alors que les facteurs externes sont en dehors du
primtre dinfluence de lacteur.

Il existe peu de consensus sur les typologies de scnarios. (Huss et Honton 1987) proposent une
typologie en trois catgories : intuitive logics , trend-impact analysis , cross-impact
analysis .
Intuitive logics , dcrite par Pierre Wack et utilise par le Stanford Research Institute
(SRI).
Trend-Impact Analysis , pratique par The Futures Group. On sappuie ici sur des
donnes historiques tout en prenant en compte linfluence dvnements futurs non
encore rencontrs affects de probabilits subjectives.
Cross-Impact Analysis , pratique par le Center for Futures Research (INTERAX) et
Batelle (BASICS). On sintresse ici aux modifications de probabilit de loccurrence de
certains vnements et leurs rpercussions sur lextrapolation des donnes historiques.
On tient compte des probabilits conditionnelles et ceci conduit identifier les
interdpendances entre vnements.

67
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

(Bradfield et al. 2005), dans la mme veine, propose des complments et des exemples illustratifs
de ces trois catgories. Quant (Coates 2000), il identifie deux types de scnarios :
les scnarios prdictifs destins stimuler la rflexion sur ce qui pourra se produire,
les scnarios proactifs, qui sintressent aux changements souhaitables et/ou aux
politiques appliquer pour atteindre un certain objectif.
Toutefois, plusieurs typologies mettent en avant le fait que lapplication des scnarios permet
dexplorer les futurs possibles, probables et/ou prfrables (Brjeson et al. 2006). Ce mme
auteur propose une typologie complte (Figure 19), compose de trois types de scnarios
(prdictif, exploratoire et normatif), eux-mmes dcomposs en deux types chacun, permettant
ainsi didentifier six catgories de scnarios. Cette typologie est base sur les besoins des
utilisateurs pour connatre ce qui pourra survenir, ce qui peut survenir, et/ou comment un
objectif prdfini peut tre atteint ( What will happen? What can happen? How can a
specific target be reached? ).

Figure 19. Typologie de scnarios propose par (Brjeson et al. 2006)

Les scnarios de type prdictif visent rpondre la question What will happen? . Ils se
dcomposent en deux catgories selon quils :
sintressent dcrire le scnario souhait, prfr (scnario prvisionnel) sur la base de
ltude des facteurs externes (vnements conomiques, phnomnes naturels, etc.). Ils
sappliquent majoritairement des phnomnes court terme, o le niveau dincertitude
nest pas trop lev.
Sintressent la survenue dvnements potentiels et ltude des consquences
associes (What-if). Les vnements tudis peuvent tre des vnements externes ou des
dcisions internes, qui influencent le droulement du dveloppement. Ils introduisent des
bifurcations ou alternatives dans les scnarios. Aucun des scnarios ainsi identifi nest
considr comme scnario prfrable (ce qui les distingue des scnarios de type
prvision ). Il existe galement une catgorie de scnario What-if , appel scnario
probabilis, dans lequel certains vnements peuvent tre probabiliss.
Les scnarios de type exploratoire visent rpondre la question What can happen? . Ils
permettent dexplorer les situations qui sont considres comme pouvant survenir. En cela, ils
peuvent ressembler aux scnarios What-if , mais contrairement ces derniers qui portent sur

68
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

un horizon court terme, les scnarios exploratoires portent sur des horizons beaucoup plus longs.
Ils se dcomposent en deux catgories :
les scnarios externes sintressent tudier le droulement du scnario face
loccurrence de facteurs externes (par exemple les scnarios climatiques : tude de la
faon dont la mer et latmosphre absorbent les gaz effet de serre),
les scnarios stratgiques sintressent tudier le droulement du scnario selon que
lacteur choisit telle ou telle voie de dveloppement. Ils permettent de dcrire lensemble
des consquences possibles dune dcision stratgique. Ils se concentrent sur des facteurs
internes sur lesquels lacteur peut agir et prennent en compte linfluence de facteurs
externes pour dcrire comment les consquences dune dcision peuvent tre influences
par lvolution de lenvironnement.
Les scnarios de type normatif visent rpondre la question How can a specific target be
reached? . Ils se dcomposent en deux catgories, distingues par la manire dont la structure du
systme tudi est traite :
si les objectifs semblent pouvoir tre atteints sans modifier la structure du systme, alors
on parlera de scnario de catgorie preserving . Par exemple, llaboration de stratgies
de stabilisation du niveau de CO2 a un taux prdtermin,
a contrario, sil est ncessaire de transformer structurellement le systme, on parlera de
scnario de la catgorie transforming .

Le Tableau 4 rsume les diffrentes caractristiques des types/catgories de scnarios listes


selon :
la nature des informations manipules (qualitatif/quantitatif),
lhorizon tudi (court, long et trs long termes),
La nature des facteurs qui peuvent influencer le droulement des scnarios (interne /
externe).

69
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

Type de scnario Quantitatif/qualitatif Horizon Facteurs interne/externe


PREDICTIF
Prvision Quantitatif, quelques fois Court terme externe
qualitatif
What-if Quantitatif, quelques fois Court terme Externe et possiblement interne
qualitatif
EXPLORATOIRE
Externe Qualitatif, possible quantitatif Long terme Externe
Stratgique Qualitatif et quantitatif Long terme Interne sous influence de facteurs
externes
NORMATIF
Preserving Quantitatif Long terme Externe et interne
Transforming Qualitatif avec des lments Trs long Non applicable
quantitatifs terme

Tableau 4. Rsum des caractristiques des types de scnarios (inspir de (Brjeson et al.
2006))

Cette typologie na pour objectif que de distinguer les grandes catgories dapproches en
dcrivant les caractristiques fondamentales. Dans la ralit, la mise en uvre de la technique des
scnarios peut conduire dvelopper des scnarios qui portent des caractristiques dune, voire
deux ou plusieurs des catgories prcdemment prsentes.

3.2.3 Les atouts des techniques de scnarios

Gnralement, ces mthodes, appliques des niveaux de stratgie dentreprise, visent


dvelopper deux quatre scnarios. Pour cela, les techniques de travail de groupe sont
particulirement adaptes et utilises. La mthode Delphi a par exemple t dveloppe pour
cette finalit. (Roubelat 2000) met dailleurs en avant lintrt dune construction collective des
scnarios en faisant participer cette dmarche des acteurs de cultures et de niveaux
hirarchiques divers (experts, stratgies et tacticiens, dirigeants, etc.).

En outre, bien que de nombreuses approches restent qualitatives, il est possible de dvelopper
galement des modles quantitatifs.
Par exemple, il est possible de dvelopper des modles analytiques, qui peuvent tre excuts en
mode simulation pour identifier les effets de changements de certaines variables (Phelps, Chan, et
Kapsalis 2001). Les notions de probabilit et de quantification des scnarios peuvent tre
introduites pour valuer les combinaisons dvnements qui peuvent survenir ((Honton, Stacey,
et Millett 1984) (Powell 1997)). Les interrelations entre les incertitudes (vnements) peuvent tre
modlises par diverses techniques, dont celle des probabilits conditionnelles (Phelps, Chan, et
Kapsalis 2001), (Huss et Honton 1987).
Dans cette logique, nous inscrivons notre approche dans la continuit de certains travaux mens
au sein de notre laboratoire (Bougaret 2002) (Bakir 2003) (Villarreal Lizarraga 2005) (Ravalison
2006) (Marques 2010).

70
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

3.3 Exemple fil rouge illustrant la problmatique et les


propositions

Afin de mieux illustrer la fois notre problmatique, mais galement les propositions successives
que nous prsenterons dans les prochains chapitres, nous proposons un exemple simple de projet
comportant trois risques. Le projet consiste en la ralisation dune station mtorologique et son
planning est compos de trois phases (Figure 20) : prparation, construction et tests.
La phase de prparation comprend deux tches : le sondage du sous-sol pour en vrifier la
stabilit et la ralisation des voies daccs au site. La phase de construction est compose de trois
tches : le montage de la clture, ldification de lantenne et des diffrents capteurs de mesures,
ainsi que la construction des locaux et des installations de travail. La phase de tests, quant elle, a
pour objectif de valider ltat oprationnel du site.

Les dures des tches sont prsentes en units de temps (UT) et leurs cots en units montaires
(UM).

Phase de prparation R1 Terrain instable


(0,2 ; 1UT TF)
A Sondage 5UT 4MU R2 Dfaillance de la grue
(0,1 ; +3UT TF)
B Accs 5UT 20MU Phase de construction

C Clture 10UT 35UM R3 Effondrement


(0,6 ; +4UT TF; +45UM)
14UT 100UM
D Antenne
18UT 80UM
E Btiment Phase de tests

7UT 18UM
F - Tests
t (UT)

Dureinit = 35UT
Cotinit = 257UM

Figure 20. Planning du projet de ralisation dune station mtorologique

Trois risques ont t identifis et leur probabilit, ainsi que leurs impacts sur les cots et les dlais
du projet, ont t caractriss et sont prciss dans le Tableau 5. Les stratgies de traitement
envisages sont prsentes dans le Tableau 6.

Le premier risque correspond lidentification dun tat instable du terrain. Sa priode


doccurrence est bien videmment la tche de sondage du terrain. Il est caractris par une

71
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

probabilit de 0,2 et un impact sur le dlai de 1 UT pour raliser des tests supplmentaires. Cette
augmentation de dure seffectue taux fixe et limpact cot se rpercute ainsi sur le cot de la
tche. Il ny a pas de stratgie de traitement particulire contre ce risque.

Le deuxime risque correspond la dfaillance de la grue lors du montage de lantenne. Ce risque


a une probabilit de 0,1 et un impact dlai de 3 UT taux fixe si la tche se poursuit en mode
dgrad. Une stratgie de traitement corrective existe (StT21). Elle consiste remplacer la pice
dfectueuse. La rparation a un cot de 8 UM et une dure de 0,1 UT. Elle permet dannuler
limpact dlai initial.

Le troisime risque correspond leffondrement du btiment au cours de sa construction. Ce


risque a une probabilit leve de 0,6, un impact dlai de 4 UT taux fixe sur la dure de
reconstruction, ainsi quun impact cot fixe de 45 UM pour lachat des matriaux de
construction. Pour pallier ce risque, trois stratgies de traitement prventives sont possibles. La
premire consiste raliser des fondations supplmentaires (StT31). Cette tche supplmentaire
durerait deux UT et coterait 15 UM. La probabilit doccurrence du risque est alors rduite 0,1.
Limpact dlai serait rduit 2 UT et le cot 15 UM en cas doccurrence. La deuxime (StT32)
consiste modifier les fondations initialement prvues en conservant le trac prvu. Cette
modification augmente la dure dune UT et induit un surcot de 23 UM. La probabilit
doccurrence du risque est alors rduite 0,05. Limpact dlai serait rduit 1 UT et le cot
10 UM en cas doccurrence. La troisime (StT33) consiste modifier les matriaux choisis. Cette
modification naugmente pas la dure, mais induit un surcot de 58 UM. La probabilit
doccurrence du risque est alors rduite 0,02. Limpact dlai serait rduit 1 UT et le cot
5 UM en cas doccurrence.

Priode Impact cot initial


Risque Probabilit Impact dlai initial StT
doccurrence
R1 20% A Ajouter 1 UT A taux fixe
R2 10% D Ajouter 3 UT D taux fixe StT21
Cot fixe de 45 UM StT31
R3 60% E Ajouter 4 UT E taux fixe StT32
StT33

Tableau 5. Les risques identifis et leurs caractristiques

72
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

StT Type Prdcesseurs Successeurs Dure Cot Prob. Impact dlai Cot
ou tche rduite rduit rduit
modifie
StT21(c) Ajout T4 jusqu R2 Partie restante 0,1 UT 8 UM - 0 UT pour T3 -
de T4
StT31(p) Ajout B E 2 UT 15 UM 10 % 2 UT pour E 15 UM
StT32(p) Modification B / 1 UT 23 UM 5% 1 UT pour E 10 UM
StT33(p) Modification TE / - 58 UM 2% 1 UT pour E 5 UM

Tableau 6. Stratgies de traitement (p: prventive, c: corrective)

De manire intuitive, nous pouvons considrer que lors de la ralisation dun projet, il est bien
rare dtre confront un seul vnement risque. Si les approches classiques de management
des risques considrent chaque risque isolment, nous souhaitons dans ce travail de recherche
tudier et prouver lintrt de raisonner autrement.
Reprenons notre exemple propos ci-dessus. Selon une approche classique de hirarchisation
base dans un premier temps uniquement sur la probabilit doccurrence, on aurait class les
risques comme suit : R3 le plus probable, ensuite R1 puis R2.
Si lon envisage la possibilit quau cours dun projet plusieurs risques puissent survenir, le
classement est tout autre (voir Tableau 7) : la situation la plus probable reste la survenue de R3,
vient ensuite la situation o aucun risque ne survient, puis la situation o le projet voit
loccurrence des risques R1 et R3.

Rang Selon une approche classique Selon notre approche


1 R3 R3
2 R1 Aucun vnement ne survient
3 R2 R1 & R3
4 R1
5 R2 & R3
6 R2
7 R1 & R2 & R3
8 R1 & R2

Tableau 7. Comparaison de hirarchisation des risques selon lapproche retenue sur le seul
critre de probabilit

On peut bien videmment dresser le mme raisonnement avec dautres critres de


hirarchisation, comme par exemple celui de la criticit. On appliquera alors ce critre non plus
au niveau de chaque risque, mais on calculera la criticit de chaque situation.

3.4 La notion de scnario de projet

Un projet est dcrit par ses tches Tt (t=1T), T tant le nombre de tches du projet. Le
processus de planification permet dobtenir un planning initial Pi qui nintgre pas de risque. Un

73
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

projet est aussi dcrit par son ensemble ER de risques identifis Ri (i=0n), n tant le nombre de
risques identifis dans le cadre du projet. Chaque Ri est caractris au cours du processus de
gestion des risques. Un risque a ainsi une probabilit et un impact. La notion dimpact initial
permet de considrer le fait quune tche puisse se drouler en mode dgrad. Un risque Ri se
caractrise aussi par une priode doccurrence, qui peut correspondre, par exemple, a une tche
au cours de laquelle le risque peut aboutir.

3.4.1 Dfinition de scnario

Dans le domaine audiovisuel, la ralisation dune uvre cinmatographique ne peut se concevoir


sans tablir au pralable un scnario, racontant l'histoire sortie de l'imaginaire d'un ou plusieurs
scnaristes. Ce document sert dcrire les vnements, faits, actes et leurs enchanements qui
constituent le droul de lhistoire, ce que lon souhaite filmer. (Coates 2000) rappelle que le
terme scnario a t introduit dans le langage courant pour transcrire laction de movie setting .
Lauteur sappuyant sur le Websters Ninth New Collegiate Dictionary indique plusieurs
dfinitions associes au terme scnario, dont la suivante :
An imagined sequence of events, esp. any of several detailed plans or possibilities

Cette dfinition met en avant la fois laspect prospectif, imaginatif, ainsi que la notion
dvnement.
Plus proche de nos domaines de recherche, le domaine de la modlisation dentreprise et de
processus, inspir tout particulirement par celui des Systmes dInformation (SI), a fait merger
la ncessit de parler de scnario. Ainsi, dans (Morley et al. 2005), les auteurs dfinissent un
scnario comme la description de la simulation dune occurrence de processus [] . En
complment, (Von Reibnitz 1989) nous indique que le scnario dcrit les tats futurs dun
systme et quune dmarche de planification, dite par la technique des scnarios , permet de
dcrire un cheminement qui fait passer dune situation initiale vers un de ces tats futurs. Lauteur
compare dailleurs cette approche diverses autres techniques de planification (mthodes de
prvision traditionnelles, modles de simulation).
Pour notre part, dans une approche a priori (ex ante), nous dfinissons un scnario comme la
description (modlisation) dune ralisation (occurrence) possible dun ensemble dlments. Ces
lments peuvent tre soit des vnements, soit des actes, comme par exemple les tches dun
planning, les actions de traitement des risques.
Ainsi, nous spcialiserons la notion de scnario pour dfinir trois types de scnarios diffrents :
scnario de risque ( 3.4.2), qui va permettre de modliser les vnements possibles dans
une ralisation possible du projet,
scnario de traitement ( 3.4.3), o lon va sintresser aux actions de traitement retenues
dans une ralisation possible du projet,
scnario de projet ( 3.4.5), qui permet de dcrire le scnario de traitement choisi coupl
avec un scnario de risque possible.

74
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

3.4.2 Scnario de risque : dfinition et modlisation

Le processus de management des risques conduit identifier un portefeuille de risques


susceptibles de survenir au cours du projet. Certains vont survenir, les autres ne se manifesteront
pas. La ralisation du projet ne voit gnralement que la concrtisation ou l'occurrence d'un sous-
ensemble des risques. Un projet prsentant un ensemble ER de n risques peut conduire un
Ensemble de Scnarios de Risque EScR comptant 2n scnarios de risques. Ainsi, un Scnario de Risques
ScRs (s=12n) est alors dfini comme un sous-ensemble du portefeuille des risques possibles.
Dans un projet avec k risques ( 0 ! k ! n ), le nombre total de scnarios de risques, prsentant k
n!
risques parmi les n risques identifis, est gal .
k!(n ! k)!

Analys de manire ex ante, un Scnario de Risque ScRs correspondra l'ensemble des risques que
l'on considre occurrent lors d'une analyse du projet (une ralisation possible du projet).

Nota bene : nous utilisons lexpression occurrence dun risque pour indiquer que cest
lvnement, caractristique ou porteur du risque dfini, qui survient.

Le projet de ralisation dune station mtorologique prsent dans la partie prcdente propose
un ensemble de trois risques identifis : ER = {R1, R2, R3}.

Lexemple de scnario auquel nous nous intressons tout particulirement est celui prsentant
laboutissement de deux risques ScR8 = {R1, R2}. Il correspond un scnario de risque
comportant deux risques, ce scnario prvisionnel projette loccurrence des vnements relatifs
aux risques R1 et R2 , le risque R3 est considr comme vit. Dautres scnarios de risque avec 0,
1, 2 ou 3 risques, tel que par exemple {R1, R2, R3}, {R2, R3}, etc. auraient aussi pu tre tudis.

Figure 21. Exemple de scnario de risque : ScR3

3.4.3 Scnario de traitement : dfinition et modlisation

Sur cette base et de manire complmentaire la notion de scnario de risque, nous proposons
dintroduire la notion de scnario de traitement.

75
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

Un Scnario de Traitement ScTd (d=1D) regroupe un ensemble de Stratgies de Traitement


retenues pour rduire les risques lists dans le portefeuille des risques du projet, D tant le
nombre de scnarios de traitement identifis.

{
ScTd = StT21 , StT31 }
Dans cet exemple, ScTd comporte des stratgies de traitement visant rduire les risques R2 et R3.

Un risque Ri pourra disposer dune ou plusieurs Stratgies de Traitement StTij (j=1m), avec m le
nombre de stratgies identifies pour traiter le risque Ri. Celles-ci pourront tre soit prventives,
soit correctives. Pour rduire un risque donn, plusieurs stratgies de traitement concurrentes
peuvent ainsi tre identifies. La mise en uvre dune seule pourra savrer ncessaire. Sur la base
dune analyse de lefficience de chaque stratgie de traitement, ce sera au directeur de projet de
choisir une stratgie parmi cet ensemble identifi. Lensemble des stratgies de traitement
identifies sur le risque Ri sera dsign par StRi. Une stratgie particulire consiste ne pas mener
daction, elle est dsigne par ! (ensemble vide).

{ }
StRi = !, StTi1 ,.., StTij ,.., StTim , Card(StRi ) = m + 1

Une Stratgie de Traitement StTij regroupe un ensemble dActions de traitement Aij" ("=1a)
destines rduire le risque Ri. Ces actions de traitement sont des actions unitaires, qui peuvent
tres matrialiss par des tches raliser. Chacune des actions identifies dans une stratgie de
traitement est ncessaire pour atteindre lobjectif de rduction du risque. Traiter un risque peut
ainsi ncessiter de mettre en uvre plusieurs actions complmentaires de manire plus ou moins
concomitante. Il est noter quune mme action peut appartenir plusieurs stratgies diffrentes
de traitement du mme risque, ou bien appartenir des stratgies de traitement de risques
diffrents.
En rponse aux risques identifis et considrs comme majeurs dans le cadre dun projet, le risk
manager est amen proposer un plan d'actions compos d'actions de traitement. Ces actions de
traitement peuvent tre de type prventif ou correctif (Figure 22, Tableau 8).

Figure 22. Actions de traitement prventives versus correctives

Les actions prventives sont dcides et ralises avant loccurrence du risque (la priode
doccurrence du risque). Elles peuvent rduire la probabilit doccurrence et/ou les impacts. Les
actions correctives sont ralises aprs loccurrence du risque, elles ne peuvent que rduire les
impacts. Les effets des actions de traitement sont prsents dans le Tableau 8.

76
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

Tableau 8. Les effets des actions de traitement sur les risques

La typologie des stratgies dcoule donc de la nature des actions de traitement quelles
comprennent :
stratgie sans action de traitement pour les risques acceptables, StTi0 ={"},
stratgie prventive : si toutes les actions de traitement Aij! sont prventives,

stratgie corrective : si au moins une action de traitement est corrective,

Toujours bas sur lexemple introduit prcdemment, le risque R3 dtaill dans la Figure 23,
{
prsente un ensemble de stratgies possibles : StR3 = !, StT31 , StT32 , StT33 . }
Il est possible dobserver que les stratgies StT32 et StT33 comportent une action qui est identique,
respectivement A322 et A331.

R3

StT31 StT32 StT33

A311 A321 A322 A332


A331

Figure 23. Ensemble des stratgies de traitement possibles pour le risque R3

77
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

Dans un scnario de traitement, deux configurations diffrentes peuvent tre observes :


toutes les actions de traitement (stratgies) sont en relation avec un risque du scnario de
risque tudi. Dans ce premier cas, les actions listes pourront tre prventives comme
correctives, toutes les stratgies retenues dans le scnario de traitement
{ }
ScTd = StT12 , StT31 , StT42 sont en relation avec un risque de ScRi.

Certaines actions de traitement (stratgies) NE SONT PAS en relation avec un risque du


scnario de risque tudi. Dans ce deuxime cas, les actions qui ne sont pas en relation
avec un risque du scnario de risque tudi sont obligatoirement prventives. Ce cas est
illustr dans la Figure 24 dans laquelle le scnario de risque et de traitement illustrs sont
respectivement ScR8 = {R1, R2} et ScTd = {StT21, StT31}, d !{1...D} . Dans ce cas, le
risque R3 nest pas occurant et la stratgie A311 est prventive.

Figure 24. Exemple de scnario intgrant une stratgie prventive

3.4.4 Influence des actions de traitement sur le projet

La mise en uvre dune stratgie de traitement dcide dans un scnario de traitement du projet
peut conduire des modifications du projet de nature diverse.
Deux types dactions sont identifis, selon quelles correspondent :
des tches du planning, cest--dire quelles apparaissent dans le planning du projet.
Cest le cas de la StT31 de lexemple fil rouge.
des tches hors planning (Carter et al. 1996) : ce sont des tches raliser, mais qui ne
sont pas matrialises dans le planning. Leur influence dlai nest pas considrer. Par

78
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

contre, leur influence sur le cot total du projet est considrer. Cest le cas de la StT33 de
lexemple fil rouge pour laquelle il possible dimaginer quil a fallu, en hors projet, passer
par une tche de slection des matriaux.

Dans le cas des tches planning, les modifications induites (voir figure 7) par leur mise en uvre
dans des actions de traitement du risque peuvent porter sur :
le WBS. Les actions de traitement dcides par le chef de projet conduisent modifier la
structure du WBS du projet. Il sagit dactions qui :
! nexistaient pas dans le WBS, ncessitant leur ajout,
! existaient, mais ne sont plus ncessaires dans cette configuration, il faut les supprimer du
WBS,
! existaient, mais doivent tre modifies (au moins des caractristiques de la tche doivent
tre modifies : dure, cot),
le rseau logique. Il sagit ici de modifications dans les liens de prcdences, qui relient les
tches du planning du projet. Cela peut avoir comme seule consquence de modifier la
dure totale du projet.

Dans les deux premiers cas de modifications appliques au WBS (ajout, suppression de tches) et
dans le cas dune modification du rseau logique, il est ncessaire de spcifier les liens
prdcesseurs-successeurs aprs la modification (Bakir 2003). Par exemple, lorsquune action
conduit insrer une nouvelle tche dans le planning, les prdcesseurs et successeurs de cette
tche sont ncessaires pour la situer dans le planning et permettre de calculer la dure du projet.
Cette nouvelle tche peut tre distante de la tche sur laquelle porte le risque associ.

Linfluence de nature dlai est bien videmment dpendante du chemin critique du projet. Les
modifications apportes pouvant changer le chemin critique du projet, cest bien le recalcul du
PERT qui permettra de dterminer linfluence globale au niveau de la dure totale du projet.

Une action de traitement est caractrise par deux dimensions : sa dure (y compris ses liens
prdcesseur/successeur) et son cot.

Le cot dune action de traitement C( Aij! ) possde deux composantes :

un cot direct C direct , indpendant des ressources affectes et de la dure de la tche,


ij!

un cot indirect C indirect , dpendant des ressources affectes et de la dure de laction.


ij!

{ } { }
C( Aij! ) = C direct + C indirect ,"i # 1...n ,"j # 1...m ,"! # 1...a
ij! ij!
{ }
Lorsque laction correspond une tche raliser hors planning, son cot correspond au
montant engendr par laction ou cot direct. Cest le cas dans la stratgie StT33 qui possde un
cut direct engendr par le cot du nouveau bton utilis pour remplacer celui qui semblait de

79
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

qualit insuffisante. La dure de laction est considre comme nulle, alors quil existe un surcot
de 58 UM.
Lorsque laction Aij! est matrialise dans le planning, son cot C( Aij! ) et sa dure ( D( Aij! ) )
dpendent de la nature des modifications appliques au planning du projet. Le dtail des
situations analyses est synthtis dans le Tableau 9. Le tableau ci-dessous fait tat du cot direct
de laction de traitement.
Selon la nature de laction, pilote par le taux (taux fix) ou bien pilote par la charge (charge
fixe), le cot indirect de laction peut tre corrl la dure de cette dernire. Laction peut donc
tre perue comme une prolongation dune tche Tt puisque les ressources qui la traiteront seront
les mmes.

( )
C indirect = D Aij! " Vt avec Vt =
ij!
C(Tt )
dure_initiale(Tt )

Cela sapplique particulirement au cas des modifications des caractristiques dune tche, et en
particulier des modifications de la dure dune tche, le cot de laction de traitement est
dpendant du type de la tche.

Action de traitement
Type Modification C( Aij! )
porte sur type
Tche hors WBS ajout tche
C direct engendr par laction
planning ij!

Tche planning WBS ajout tche Tt


C direct + C(T )
ij! t

suppression tche Tt direct


C - C(T )
ij! t

modification tche taux fix


C direct + C indirect
ij! ij!

charge fixe
C direct
ij!

Liens de modification des liens (ajout, suppression, nul


prcdence remplacement)

Tableau 9. Dtermination des caractristiques cot et dure dune action de traitement

Diffrentes configurations sont illustres par les exemples ci-dessous (voir Tableau 10). Dans le
cadre de la tche C de notre exemple fil rouge (ralisation de la clture du site de la station
mto) un risque R4 peut tre rencontr lors de la fixation des palissades. Certains composants
utiliss ne permettent en effet pas de les fixer correctement et celles-ci peuvent se dtacher.
Trois stratgies de traitement diffrentes contenant chacune une action sont possibles :
laction 1 ncessite de rajouter une tche nouvelle de vrification des composants dans le
WBS, tche qui sexcute en parallle de la tche T1, avec une dure de 1 s. Elle nentrane
pas de cot direct, seul un cot indirect sera considr.

80
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

Laction 2, qui consiste utiliser des fixation plus robustes. Cela nentrane quune
modification de la tche existante T2. La modification porte seulement sur le cot direct,
le montage cotera 2 K! de plus du fait de lutilisation de matriels complmentaires,
mais il ny aura pas de modification de la dure du montage.
Enfin, laction 3, qui consiste effectuer un montage diffrent, entranera une
augmentation de la dure de la tche de montage de 1 s, mais galement un cot direct de
1 K!. Le cot total de laction comportera un cot direct de 1 K! ainsi quun cot
indirect li lutilisation pendant une semaine supplmentaire des ressources pour
effectuer cette tche.

A411 Qualification de lots de composants


D(A411) 1s
0 k!
C direct
411

A421 Utilisation de fixations plus robustes


D(A421) 0s
2 k!
C direct
421

A431 Effectuer le montage diffremment


D(A431) D(T2) + 1 s
1 k!
C direct
431

Tableau 10. Exemples dactions de traitement

Le cot dune stratgie de traitement StTij est dsign par :

{ } { }
a
C(StTij ) = " C( Aij! ),#i $ 1...n ,#j $ 1...m
! =1

3.4.5 Scnario de projet : dfinition et modlisation

Soit P un projet dcrit par :


ses T tches Tt (t=1T) caractrises par le processus de planification,
lensemble des risques E R identifis et caractriss grce au processus de management des
risques,
lensemble des stratgies de traitement identifies pour rduire les risques de E R .

Un scnario de projet ScPp (p=1P) est alors dfini par :

ScPp =< Pi,ScRs ,ScTd >

81
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

Avec :
Pi : le planning initial du projet,
ScRs (s=12n) : un scnario de risque,
ScTd (d=1D) : un scnario de traitement.
Diffrents types de scnarios de projet peuvent alors tre envisags :
ScPp avec un planning initial de projet, sans la prise en compte des risques.
ScPp =< Pi,!,! > .
Dans ce cas, nous avons un scnario unique conforme au planning initial. Les risques
identifis et leurs impacts ventuels sur la dure et le cot du projet ne sont pas pris en
compte. Ce planning permet de dterminer une dure prvisionnelle et un cot
prvisionnel du projet sans risque, appels respectivement dure initiale et cot initial. Ces
deux valeurs sont dtermines et uniques.
ScPp qui, sur la base du planning initial du projet, intgre les impacts des risques, mais sans
mettre en place daction de traitement ScPp =< Pi, ScRs ,! > . Les diffrents risques
peuvent apporter des modifications au Pi. Les stratgies de traitement ntant pas prises
en compte, les impacts des risques correspondront toujours aux impacts initiaux.
ScPp avec risques et stratgies de traitement ScPp=<Pi, ScRs, ScTd>.

Le scnario de risque ScRs indique les risques retenus pour lanalyse, lensemble des risques que
lon considre comme occurrents dans ce scnario ou ralisation possible du projet. Un scnario
de traitement ScTd associ propose les actions de traitement envisages. Pour un mme ScRs
dtermin, plusieurs ScTd sont ainsi possibles, entranant plusieurs ScPp. Le choix dune StTij et
dun ScTd parmi lensemble des solutions possibles est dpendant de sa performance intrinsque,
sa capacit rduire les impacts des risques.

Un scnario de projet indique les risques qui vont aboutir et les stratgies de traitement pour
chaque risque. Cette configuration du projet, ce scnario, est caractrise par une dure, un cot
et une probabilit doccurrence de ce scnario. La dure et le cot sont dtermins partir des
informations relatives aux tches du projet et aux risques occurents, en particulier sur la base des
impacts dlai et cot de ceux-ci.
Les impacts dlai sont utiliss pour recalculer le rseau PERT du scnario de projet considr.

3.5 Impact initial et impact rduit dun risque

Limpact initial est lexpression de limpact du risque sans mise en place de stratgie de traitement.
Limpact rduit, quant lui caractrise le niveau de limpact du risque aprs mise en uvre dune
stratgie de traitement. Il exprime le niveau rsiduel de limpact si le risque survenait malgr la

82
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

mise en place de la stratgie de traitement. A chaque stratgie de traitement sont associs un


impact rduit dlai, un impact rduit cot et une probabilit rduite de survenue du risque.
A chaque risque, il peut tre associ un ou plusieurs impacts, selon les tches qui sont concernes
par le risque. Nous avons considr dans ce travail deux dimensions, qui sont pour un risque Ri
les impacts de type dlai DIi et les impacts de type cot CIi. Limpact rduit de type dlai et de
type cot sont alors dsigns respectivement par DI et CI rduit rduit

i i

Reprenons un exemple pour illustrer ces deux concepts. Soit un risque R1, qui survient pendant la
tche T1, ses caractristiques sont listes ci-dessous.

Proba(R1) 40% T1 (3s)

T2 (2s)
DI1 3s T3 (3s)

T4 (2s)
CI1 4k!

StT11 A111 Qualification lot de composants parallle T1


D(A111) 1s
C(A111) 0!
DI i
rduit
3s

CI i
rduit
4k!

Tableau 11. Illustration sur un exemple des concepts dimpact initial et dimpact rduit

DI1 et CI1 dfinissent respectivement limpact dlai et cot initial. Dans ce cas, sans aucune
action, loccurrence du risque conduit une augmentation de la dure de la tche T2 de deux
semaines (remplacement des pices dfaillantes) et une augmentation du cot de la tche T2 de
4 K! (cot des fixations utilises pour remplacer celles dfaillantes). La probabilit de rencontrer
cette situation est fixe 40 % (probabilit initiale).
Limpact rduit de ce risque, aprs mise en uvre de la stratgie de traitement StT11, fait tat
dune augmentation de trois semaines de la dure de la tche T2 ( DI ) et dune augmentation de rduit

4 K! du cot direct de la tche T2 ( CI ) . rduit

3.6 Caractrisation des scnarios de projet

En sus des caractristiques donnes ci-dessus, chaque scnario est caractris par diverses
informations, qui sont :
la probabilit, qui est qualifie :

83
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

! dinitiale, lorsquaucun ScTij nest appliqu ScPp =< Pi, ScRs ,! > ,
! de rduite, lorsquun ScTij est appliqu ScPp =< Pi,ScRs ,ScTd > .
Limpact global, qui est qualifi :
! dinitial, lorsquaucun ScTij nest appliqu ScPp =< Pi, ScRs ,! > ,
! de rduit, lorsquun ScTij est appliqu ScPp =< Pi,ScRs ,ScTd > .
La dure du projet, qui est qualifie :
! de sans risque, lorsquaucun risque ni aucune action de traitement ne sont pris en compte
ScPp =< Pi,!,! > ,
! de prvisionnelle, lorsquun ScTij est appliqu ScPp =< Pi,ScRs ,ScTd > .
Le cot du projet, qui est qualifi :
! de sans risque, lorsquaucun risque ni aucune action de traitement ne sont pris en compte
ScPp =< Pi,!,! > ,
! initial, lorsquaucune action de traitement nest mise en uvre malgr loccurrence de
certains risques ScPp =< Pi, ScRs ,! > ,
! de prvisionnel, lorsquun ScTij est appliqu ScPp =< Pi,ScRs ,ScTd >
Limpact global est exprim selon les dimensions dlai et cot.

La mise en place dune stratgie de traitement a pour objectif de rduire la probabilit


doccurrence du risque associ et/ou son impact. Par consquent, chaque ScTij est caractrise par
un ensemble dactions projetes, une probabilit rduite et/ou par des impacts rduits, qui sont
respectivement la nouvelle probabilit et les nouveaux impacts du risque, aprs la mise en place
de la ScTij.

3.6.1 Calcul de la probabilit dun scnario de projet

Le calcul de la probabilit de chaque scnario de projet se dcompose en deux parties relatives :


(1) aux scnarios de projet sans aucune stratgie de traitement (paramtres initiaux),
(2) et aux scnarios de projet dots de stratgies de traitement (paramtres rduits).

Dsignons par :

( )
proba Ri la probabilit de survenue du risque Ri ou probabilit initiale, et

proba(Ri StTij ) , la probabilit de survenue du risque Ri sachant que lon a dcid la

mise en uvre de la stratgie de traitement StTij qui sapplique au risque Ri . On la


dsigne par le terme probabilit rduite du risque.

84
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

Dans le premier cas, le calcul sappuie uniquement sur les probabilits initiales doccurrence des
risques composant le scnario de risque.
La probabilit doccurrence proba ( < ScRs ;! > ) du scnario de projet caractris par le scnario
de risque ScRs et aucune action de traitement est obtenue par la formule ci-dessous.

$
( ) si ( R "ScR )
proba Ri
( )
&& n i s
proba < ScRs ;! > = ( %
i=1 & 1 - proba ( R ) si ( R #ScR )
i i s
&'
Le calcul de la probabilit du scnario tient compte de la probabilit initiale doccurrence
proba Ri ( ) des risques appartenant au ScRs tudi et de la probabilit de non-occurrence

( )
1 - proba Ri des risques nappartenant par au ScRs tudi.

Le deuxime cas illustre un scnario de projet dans lequel un scnario de traitement est mis en
uvre. Selon que les stratgies appliques chacun des risques sont des stratgies prventives ou
correctives, les probabilits utilises sont respectivement la probabilit rduite ou la probabilit
initiale doccurrence du risque. La formule ci-dessous donne les rgles appliquer pour calculer
cette probabilit proba ( < ScRs ;ScTd > ) .

" proba(Ri ) (a)


$
Ri &E R ,StTij &ScTd $ 1 ! proba(Ri ) (b)
(
proba < ScRs ;ScTd > = ) '
$
# proba(Ri StTij ) (c)
i, j $
$
$% 1 ! proba(Ri StTij ) (d)

((sans StT ) ou ( proba ( R ) = proba ( R StT )))


(a) si (Ri &ScRs ) et ij i i ij

(b) si (R (ScR ) et (( sans StT ) ou ( proba ( R ) = proba ( R StT )))


i s ij i i ij

( ( )
(c) si (Ri &ScRs ) et (StTij est prventive) et proba Ri ) proba Ri StTij ( ))
(d) si (Ri (ScRs ) et (StTij est prventive) et ( proba ( R ) ) proba ( R StT ))
i i ij

Quatre situations sont considrer pour calculer la probabilit de ce scnario de projet :

Cas (a) : le risque Ri est occurrent et :


! ou bien aucune stratgie na t retenue,

85
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

! ou bien la stratgie retenue StTij (quelle soit corrective ou prventive) est sans influence
sur la probabilit doccurrence du risque ; elle agit seulement en protection pour
limiter limportance des impacts.
Cas (b) : le risque Ri nest pas occurrent et :
! soit aucune stratgie na t retenue,
! soit la stratgie retenue StTij est prventive, mais sans influence sur la probabilit
doccurrence du risque ; elle agit seulement en protection pour limiter limportance des
impacts ventuels.
Cas (c) : le risque Ri est occurrent et la stratgie retenue StTij est prventive. Elle permet
de modifier la probabilit doccurrence du risque. La probabilit rduite est diffrente de
la probabilit initiale doccurrence du risque Ri .

Cas (d) : le risque Ri nest pas occurrent et la stratgie retenue StTij est prventive. Elle
permet de modifier la probabilit doccurrence du risque. La probabilit rduite est
diffrente de la probabilit initiale doccurrence du risque Ri . Cette stratgie a permis
dviter la survenue du risque.

3.6.2 Calcul du cot dun scnario de projet

Plus gnralement, chaque risque peut entraner plusieurs impacts, quils soient de type dlai
et/ou de type cot. Par consquent, nous proposons les formules suivantes pour calculer limpact
cot global au niveau dun risque.

Tout dabord, le calcul de limpact cot global initial pour le risque Ri (GCiinitial) :

( )
n n
GC initial Ri = ! CI idirect + ! CI iindirect
i=1 i=1

( )
T
C(Tt )
avec CI iindirect = " DI i ! Vt et Vt =
t=1 dure_initiale(Tt )

Limpact cot global rduit ( GC reduit ( Ri ) ) pour le risque Ri, auquel on applique la stratgie de
traitement StTij, est obtenu par la formule ci-dessous :

( )
n n
GC reduit Ri = ! CI idirect _ reduit + ! CI iindirect _ reduit
i=1 i=1

Le cot dun scnario de projet sans prise en compte des risques C R ScPp ( ) est obtenu par le
cot seul des T tches constituant le planning initial du projet.

86
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

( ) ( )
T
Avec !p,C R ScPp = " C Tt
t =1

Le cot initial dun scnario de projet ScPp =< Pi, ScRs ,! > est dtermin comme suit :

( )
C Rinitial ScPp = C R (ScPp ) + "
Ri !ScRs
( ) {
GC initial Ri ,#p ! 1...P }

Le cot prvisionnel dun scnario de projet ScPp =< Pi,ScRs ,ScTd > est dtermin comme suit :

( )
C ScPp = C R (ScPp ) + "
Ri !ScRs
( ) " "
GC reduit Ri +
Ri !ScRs Stij !StRi
{
C(StTij ),#p ! 1...P }

3.6.3 Calcul de la dure dun scnario de projet

Pour la dtermination de la dure dun scnario de projet, nous utilisons la mthode PERT. Les
impacts dlais de chaque risque, les actions de traitement ncessitant la mise en uvre dune
tche dans le planning sont prises en compte pour effectuer le calcul de la dure du scnario de
projet associ.
Pour chaque scnario de projet ainsi gnr, un calcul de la dure du ScPp =< Pi,ScRs ,ScTd > est
ralis en tenant compte des ventuelles modifications induites au niveau du planning par la mise
en place des stratgies de traitement. La mthode PERT est alors utilise, aprs avoir adapt le
planning initial conformment au scnario tudi. Lorsque plusieurs risques impactent la mme
tche et que ces risques se retrouvent dans le mme scnario de risque, il est ncessaire de
prciser la faon dont ces deux impacts vont tre grs. Nous avons retenu pour cela deux
modes, que lutilisateur pourra choisir selon son besoin.
Il sagit de considrer soit le maximum des deux impacts, soit de faire la somme des deux impacts
pour indiquer que les impacts se cumulent sur cette tche.

87
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

3.7 Conclusion

A linstar de la fin dun projet, o lun des droulements potentiel du projet a t achev et quil
est possible de lanalyser a posteriori, au lancement de celui-ci, cest un ensemble dexcutions qui
sont possibles. Chacun de ces droulements peut mettre en scne, la manire dun film,
diffrentes ressources, pour effectuer diffrentes tches. Dans chacune de ces ralisations de
projet, diffrents vnements associs des risques pourront survenir et des actions pourront tre
mises en uvre de manire prventive et/ou corrective. Etant donn que le nombre de
possibilits de ralisation de projets diffrents peut tre trs important, la problmatique
laquelle nous nous sommes intresss dans ce chapitre consiste dfinir le concept de scnario
dans la thmatique de la gestion de projet.

Nous avons ainsi dfini, travers ce chapitre, la notion de scnario comme tant une
modlisation dune ralisation dun ensemble dlments. Il est ainsi possible de dcomposer et
de clarifier un droulement de projet et de faciliter la prise en compte des risques projets. Ces
lments peuvent tre des vnements, des actes ou encore des actions. Nous pouvons donc
spcialiser cette notion de scnario travers les scnarios de risque, qui permettent ainsi de
modliser les vnements possibles dans une ralisation particulire du projet, mais aussi travers
les scnarios de traitement recensant les actions de traitement mises en place dans une ralisation
possible du projet. Finalement, un scnario de projet peut, quant lui, tre dcrit par le couplage
dun scnario de risque et dun scnario de traitement.

Un scnario de projet prsente ainsi un scnario de risque, qui peut entraner des modifications
dans la planification prvisionnelle dun projet (ou dans le droulement du projet dans un cas
idal, donc sans perturbation). Pour attnuer ou faire disparatre les effets de ces risques, le
responsable de projet peut mettre en place un ensemble dactions (prventive ou corrective) ou
scnarios daction. Ainsi, limpact des vnements (dans notre tude, cela correspond une
modification du cot, ainsi que du dlai) sera diffrent de limpact qui aurait pu tre subi si
aucune action navait t mise en uvre. La probabilit de survenue dun vnement,
contrairement aux impacts, ne peut tre modifie que par une action prventive. On parle alors
dimpact rduit et de probabilit rduite. En intgrant lensemble des impacts rduits et des
probabilits rduites, il est ainsi possible de dterminer, pour un scnario de projet donn (et par
consquent pour lensemble des scnarios possibles dun projet), la probabilit, le cot et la dure.
Ces informations permettent de mesurer les consquences que peut avoir le choix dun scnario
de traitement et donc de prendre des dcisions stratgiques quant au choix et la mise en uvre
dun scnario de traitement en particulier.

Lapplication de cette mthodologie est flexible. Elle peut tre mise en uvre avant le dbut du
projet, mais aussi chaque fois que ncessaire au cours du projet dans la boucle de pilotage. Il

88
CHAPITRE 3 Modlisation de scnarios en projet et caracterisation : dfinitions et mthodes

suffit alors de modifier la liste initiale des risques utiliser pour les calculs pour tenir compte
uniquement des risques qui ont une priode doccurrence postrieure la date dvaluation.

Cependant, lorsquun vnement associ un risque survient, il est possible que la structure du
projet soit modifie : certaines tches peuvent voir leurs dures allonges ou rduites impliquant
implicitement des modifications des activits ralises. Si une tche est ainsi modifie, les
caractristiques des risques qui lui sont lis peuvent en toute lgitimit tre modifies. De plus, de
nouveaux risques peuvent apparatre, comme certains risques existants peuvent disparatre. La
survenue de lvnement associ ce risque, dont la priode doccurrence est modifie, peut ainsi
devenir plus ou moins probable ou encore avoir un impact diffrent de celui initialement imagin.
Il est alors possible de parler de dpendance dun risque au regard dun autre. Ainsi, si un risque
aboutit, un autre risque, dpendant par rapport loccurrence de lvnement associ ce
premier, peut voir ses caractristiques modifies, il peut disparatre ou un autre risque peut surgir.
Nous proposons donc, dans le chapitre suivant, dtendre le modle propos et dintgrer cette
notion de dpendance entre risques sous ses diffrentes formes.

89
90
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

CHAPITRE 4 : INFLUENCE DES DEPENDANCES


ENTRE RISQUES POUR LANALYSE DES
SCENARIOS DE PROJET

4.1 Introduction

Dans les trente dernires annes, de nombreux travaux acadmiques comme caractre industriel
ont t mens pour apporter une rponse au besoin danticiper/de grer le caractre alatoire ou
stochastique de nombreux phnomnes : dfaillance dune machine ou dun systme, explosion
dune usine chimique, phnomnes mtorologiques, instabilit des marchs boursiers, versatilit
des clients, etc.

La plupart des travaux produits jusuqu ce jour dans le domaine du management des risques
formulent une hypothse trs forte dindpendance entre les risques. Cette hypothse,
intressante pour les simplifications quelle engendre, notamment en ce qui concerne lapplication
des thories des probabilits, nen est pas moins lourde de consquences quant la modlisation
de la ralit des phnomnes rels. Les phnomnes observs sont bien souvent loin de respecter
cette hypothse dindpendance.

Lobjectif de ce chapitre est de proposer des mcanismes de modlisation de la dpendance entre


plusieurs risques appliqus au domaine particulier du management de projet. Lapplication de ce
mcanisme, en complment de celui de gnration des scnarios de projet prsents dans le
chapitre prcdent, a pour intrt de modliser de manire plus raliste le comportement rel des
phnomnes existants. Ainsi, les risques dinstabilit du terrain et deffondrement du btiment
relatifs la construction de notre station mtorologique sont fortement lis. En effet, si lon
construit ce btiment sur un tel terrain, la probabilit dun effondrement augmente. Il existe
manifestement un lien de dpendance entre ces deux risques. Dans dautres cas, on a pu constater
par retour dexprience, voire mme dmontrer scientifiquement, que deux vnements
pouvaient tre systmatiquement associs, la survenue de lun conditionne ncessairement la
survenue de lautre. Dans une telle situation, il est inutile dtudier un scnario dans lequel il
nexisterait quun seul des deux risques !

Aprs cette introduction, nous dbuterons par un bref tat de lart de la notion de dpendance et
tout particulirement des outils/approches permettant de modliser et manipuler les
dpendances. Nous aborderons trois types dapproches :

91
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

celles issues du domaine des statistiques avec en particulier les lois de probabilits
conditionnelles ou thorme de Bayes,
celles reposant sur lutilisation de graphes, comme par exemple les arbres de dfaillance,
les chaines de dpendance (Carr et Tah 2001), les graphes de dpendance (Chauveau
2006), les rseaux baysiens,
celles reposant sur lutilisation de matrices, comme par exemple les matrices DSM
(Design Structure Matrix) (Steward 1981) ou les matrices de corrlation dincertitude dans
la mthode Monte Carlo.

Ensuite, aprs avoir pos notre propre dfinition de la notion de dpendance applique au
contexte du management des risques en projet, nous proposons une typologie des dpendances
permettant de statuer sur les incohrences possibles et la manire de les grer. Enfin, nous
terminerons par une conclusion.

4.2 Quelques outils de description et manipulation des


dpendances

Le terme dpendance peut recouvrir des sens diffrents selon le contexte dans lequel il est utilis.
Ainsi, dans la vie courante la dpendance dcrit une relation de subordination, de sujtion
quelquun. Par exemple, la dpendance du nourrisson ou du bb lgard de sa mre, la
personne ge a besoin de quelquun pour laider dans la vie quotidienne ; elle est dpendante.
Dans le cadre mdical, il existe galement une dpendance un mdicament (somnifre,
antidpresseur, anxiolytique) ou plus gnralement un produit quelconque (alcool, drogue), on
parle alors daddictologie En conomie, la dpendance conomique indique un lien de
subordination financire entre, par exemple, un enfant et ses parents pour subvenir ses besoins,
entre un donneur dordre et un sous-traitant. En architecture, il sagira de btiments ou de
constructions qui sont lies un btiment secondaire qui est une dpendance dun autre btiment
dit principal En statistique, la dpendance correspond une loi existante entre deux variables
alatoires.

Nous pourrions citer de nombreux autres domaines o ce terme est utilis, ils ont en commun la
dfinition dune dpendance comme une relation R entre deux lments a et b du (ou des)
monde(s) analys(s) A (et B)

R:A!B

92
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

La relation qui lie ces lments est caractrise par une smantique, un sens et ventuellement
une cardinalit. La smantique est souvent fonction du domaine dans lequel est employe cette
notion.
La dpendance est une relation qui peut tre unidirectionnelle ou bidirectionnelle selon que la
mme smantique puisse tre applique ou non des lments du monde A vers les lments du
monde B et des lments du monde B vers les lments du monde A. Lorsque pour deux
lments a et b appartenant respectivement aux mondes A et B, la relation qui les lie est
symtrique, on pourra parler dinterdpendance entre les lments : a dpend de b et b dpend
de a.

4.2.1 Dans le domaine des espaces de probabilit, le thorme de Bayes

Pour illustrer la notion de dpendance dans la thorie des probabilits, utilisons lexemple dun
jeu de d. Prenons un d six faces, le jet de ce d donne une valeur comprise entre 1 et 6 :
A est vnement o le jet donne une valeur suprieure 3 (cest--dire 4 ou 5 ou 6), alors
la probabilit de A : P(A) = 50,00 %
B est vnement o le jet donne une valeur impaire (cest--dire 1 ou 3 ou 5), alors la
probabilit de B : P(B ) = 50,00 %

A B

4 1
5
6 3

Figure 25. Exemple de deux vnements

(A et B) est un vnement o le jet donne une valeur suprieure 3 et impaire. La seule valeur
possible est 5. La probabilit de lvnement (A et B) est P(A # B) = 1/6 =16,67 %

Le thorme de Bayes permet de dterminer la probabilit de A sachant B ; P(A|B) est appele la


probabilit a posteriori de A sachant B (Zellner 2007), si lon connat les probabilits :
de A : P(A) est la probabilit a priori de A. Elle est antrieure au sens quelle prcde
toute information sur B. P(A) est aussi appele la probabilit marginale de A,
de B : P(B) est appel la probabilit marginale ou a priori de B,
de B sachant A : P(B|A), pour un B connu, est appel la fonction de vraisemblance de A.

Pour aboutir au thorme de Bayes, on part dune des dfinitions de la probabilit


conditionnelle : (Zellner, 2007)

93
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

en notant P(A # B) la probabilit que A et B aient tous les deux lieu.

On obtient lexpression du thorme de Bayes en divisant de part et dautre par P(B) :

Dans la thorie des probabilits, un vnement A nest pas indpendant un vnement B si


P( A) ! P( A | B) . La relation entre deux vnements non indpendants est symtrique, cest--
dire :
Si A nest pas indpendant de B alors B nest pas indpendant de A, ce qui peut scrire :
si P( A | B) ! P( A) alors P( B | A) ! P( B) .

Sil existe une dpendance entre deux variables alatoires dans la statistique, la dpendance est
symtrique, parce quils ont la mme zone dtermine (mme espace de probabilit).

Si lon applique cela notre exemple de jeu de d, intuitivement nous pouvons dterminer :
P(A|B) = 1/3 = 33,33 % et P(B|A) = 33,33 %.
Dans cet exemple, nous vrifions que P( A | B) ! P( A) et que P( B | A) ! P( B) .
Les vnements A et B ne sont donc pas indpendants !

4.2.2 Les graphes : avantages et limites

Selon la thorie des graphes (Fulkerson et Gross 1965), (Nukala 1995) un graphe peut tre
dfini par un couple G = (V, E), o V est lensemble des sommets et E est un ensemble de paires
dlments de V.

Le contenu smantique des ensembles V, E est diffrent selon les domaines dapplication. Par
exemple, dans le domaine de la gestion de projet et plus particulirement de la planification de
projet, V reprsente lensemble des tches et E est lensemble des liens de prcdence entre les
tches. Le graphe ainsi constitu dcrit lenchanement des tches. Les mthodes de planification,
telles que PERT, GANTT, CPM, etc. utilisent la thorie des graphes.

Dautres outils sappuient sur la thorie des graphes, citons par exemple : les arbres de
dfaillances (composs de portes logiques), les rseaux de Petri (composs de jetons), les arbres
de dcision

Intressons-nous quelques approches utilises en particulier dans le domaine du risque qui sur
la base de graphes permettent de dcrire des dpendances entre risques/vnements :

94
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

larbre de dfaillance,
les rseaux baysiens,
les chaines de dpendance (Carr et Tah 2001),
le graphe de dpendance (Chauveau 2006).

4.2.2.1 Larbre de dfaillance

Larbre de dfaillance est un outil de recensement de toutes les causes et dfauts entranant
l'apparition d'un vnement indsirable (Mittnik et Starobinskaya 2007), (Haasl 1965), (Vesely et
al. 1981). Il dtermine les diffrentes combinaisons possibles d'vnements qui entranent la
ralisation de cet vnement indsirable unique, cest une reprsentation graphique de type arbre
gnalogique.

Lapproche utilise est dductive, elle permet de rechercher lensemble des vnements
lmentaires, ou les combinaisons dvnements, qui conduisent lvnement indsirable
nomm vnement redout. La dmarche permet de recenser de manire exhaustive lensemble
de ses causes jusquaux plus lmentaires.

La mthode de larbre des dfaillances (AdD) est encore actuellement lune des plus frquemment
utilises dans les tudes de sret de fonctionnement (Villemeur 1988) (Niel et Craye 2002). Elle
est destine lvaluation de la scurit, de la disponibilit ou de la fiabilit des systmes
industriels. Par analyse quantitative, lAdD peut valuer galement la probabilit dapparition de
lvnement redout.

Il reprsente une dmarche danalyse dvnement. LAdD est construit en recherchant


lensemble des vnements lmentaires, ou les combinaisons dvnements, qui conduisent un
Evnement Redout. Un AdD comporte les vnements (vnement sommet, vnement
intermdiaire, vnement lmentaire) reprsents par des botes et les portes logiques (porte ET,
OU, OU exclusif, Combinaison k/n, Non-ET, Non-OU) pour prsenter les liaisons entre les
diffrents vnements (voir Figure 26).

95
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

Figure 26. Exemple dAdD

LAdD est particulirement utile pour rpondre des questions telle que Quel est le risque que
lvnement X se produise? , selon quels scnarios lvnement X risque-t-il de se produire ? ,
quelles combinaisons dvnements suffisent produire lvnement X ? LAdD permet
donc de reprsenter les faits. Cette mthode ne permet pas de reprsenter les influences entre les
vnements sommets - les vnements non-souhaits pour le systme.

4.2.2.2 Les rseaux baysiens

Un rseau baysien est un modle graphique dans lequel les connaissances sont reprsentes sous
forme de variables et de relations entre ces variables (Nam et al. 1999), (Godichaud 2009). Il est
entirement dfini par deux composantes principales :
la structure, qui est un graphe orient acyclique caractrisant des relations (causalit,
influence) entre les variables ou domaines.
les paramtres, qui dfinissent des fonctions densit de probabilit conditionnelle (ou
tables) pour chaque nud du graphe en fonction de ses antcdents (nuds lorigine
dun arc).

Par exemple, le rseau baysien sur la Figure 27 montre quil y a des relations entre les nuds a et
c ; b et c.

96
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

a b

Figure 27. Un exemple de rseau baysien entre les variables a, b et c

Pour caractriser cette relation, il faut dfinir une table de probabilit conditionnelle. Cette table
est renseigne par les statistiques relatives au problme rsoudre, elles peuvent aussi tre
dtermines par jugement dexperts. Chacune des variables dispose dune table de probabilits
conditionnelles relatives aux variables causales dont elle dpend. Dans le Tableau 12, la
probabilit P(c|a,b) reprsente la probabilit de c sachant a et b (dans cet exemple, 0 et 1 sont
deux valeurs possibles des variables a b et c).
Observations a 0 1
b 0 1 0 1
Estimation de c=0 0,7 0,1 0,99 0,1
P(c|a,b) c=1 0,3 0,9 0,01 0,9

Tableau 12. Exemple de table de probabilit conditionnelle pour c sachant a et b

La probabilit que c soit vrifie sachant que a a t vrifi et que b na pas t vrifi est gale
0,01.

Les rseaux baysiens ont t dvelopps au dbut des annes quatre-vingts, ils sappuient sur le
thorme de Bayes (cf 4.2.1). Il y a beaucoup de domaines qui sont intresss par ce type de
reprsentation : diagnostic, analyse de risques. Les rseaux baysiens sont utiliss pour
reprsenter les connaissances, mais aussi pour calculer les probabilits conditionnelles.

Les rseaux baysiens sont utiliss largement dans plusieurs domaines avec leurs extensions. Par
exemple, les rseaux baysiens dynamiques sont une extension des rseaux baysiens qui
permettent de reprsenter lvolution temporelle des variables. La dimension temporelle est
dcrite sous forme de pas de temps ou priodes. La structure des rseaux baysiens dynamiques
est constitue de deux graphes orients acycliques : un graphe intra-priode et un graphe inter-
priodes. Le graphe intra-priode modlise les relations on temporelles entre les nuds et le
graphe inter-priodes modlise lvolution dynamique des nuds (Godichaud 2009). De plus,
afin de modliser des problmes de dcision en milieu incertain, des nuds de dcision et dutilit
peuvent tre introduits dans le modle, ce qui conduit la notion de diagrammes dinfluence. La
vue graphique des diagrammes dinfluence permet notamment de faciliter limplication de tous les
acteurs du problme de dcision dans sa modlisation. Les nuds de chance reprsentent les

97
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

variables du problme, les nuds de dcision les choix possibles pour le dcideur et les nuds
dutilit permettent dvaluer les diffrentes dcisions (Jensen et Nielsen 2001).

4.2.2.3 Les chanes de dpendance

Cette approche est ne dans le domaine du management des projets de construction. Selon les
auteurs (Carr et Tah 2001), cest un domaine qui peut prsenter frquemment des risques et de
faibles performances. Les auteurs proposent la notion de chane de dpendance pour modliser
les liens entre les lments de projet (les tches, les risques, les facteurs de risques) afin de
complter le calcul flou des caractristiques des tches.

Pour tablir une chane de dpendance sous la forme dun diagramme de cause-effet, les auteurs
identifient trois catgories dobjets : les tches (Tx), les risques (Rx) et les facteurs de risques
(RFy). La notion de facteur de risque permet dexprimer la cause dun risque (par exemple : le
temps, la formulation du contrat). Il peut exister plusieurs facteurs de risque associs un risque,
ils sont alors associs selon une porte logique ET .

Une chane de dpendance permet de modliser les risques et les facteurs de risques qui peuvent
influer sur la ralisation dune tche. La tche est toujours llment final de la chane de
dpendance. Au moyen dun tableau de rgles, depuis les caractristiques de risques et facteurs de
risques, il est possible de dterminer le changement des caractristiques des tches comme : le
dlai, le cot, la qualit, la scurit

Le risque peut influencer directement une tche, mais aussi un autre risque. Un exemple dune
chane dpendance des risques est illustr dans la Figure 28. Dans cet exemple,
les facteurs de risque RF1, RF2 et RF3 affectent le risque R1,
les facteurs de risque RF4, RF5 affectent le risque R2,
les facteurs de risque RF6, RF7, RF8 affectent le risque R3.

La tche T1 est affecte :


par les risques R1 et R2 ;
R2 est lui-mme affect par le risque R3.

98
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

T1

R1 R2

RF1 RF2 RF3 RF4 RF5

R3

RF6 RF7 RF8

Figure 28. Exemple de lapproche de Carr et Tah (Carr et Tah 2001)

4.2.2.4 Graphe de dpendance

Dans un contexte de gestion de projet dans le domaine du logiciel, Chauveau propose une
dfinition de la notion de dpendance. Il prcise en particulier les conditions dactivation dune
dpendance loccurrence en disant qu une dpendance nest effective quau moment o le risque
qui induit la dpendance se produit (Chauveau 2006).

Il propose galement trois autres catgories de dpendances :


les dpendances destructrices : ce type de dpendance implique que lorsque un risque se
produit, un ou plusieurs autres risques nont plus de raison dtre et disparaissent donc.
Les dpendances cratrices : ce type de dpendance implique que loccurrence dun risque
entrane lapparition dun nouveau risque.
Les dpendances modificatrices : ce sont les dpendances les plus courantes.
Loccurrence dun risque va modifier la probabilit dapparition ou limpact dun autre
risque.
Il propose un formalisme base de graphes orients pour reprsenter les dpendances quil
dsigne sous le nom de graphe de dpendances (voir exemple dans la Figure 29). Dans ce
graphe, les sommets reprsentent les risques et les arcs reprsentent les dpendances entre les
risques. Un formalisme spcifique chaque catgorie de dpendance (destructive, cratrice,
modificatrice) est adopt pour distinguer le type darcs.
Par exemple sur la Figure 29, loccurrence du risque R4 va entraner la disparition du risque R2 : la
survenue du risque R1 va augmenter la probabilit du risque R3 et augmenter limpact des risques
R3 et R4.

99
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

Figure 29. Exemple de dpendance selon (Chauveau 2006)

Les avantages de cette mthode sont :


la facilit pour reprsenter les liens entre les vnements,
la possibilit dexprimer plusieurs types de dpendance,
la propagation de dpendance est prsente comme un chemin dans le graphe.

Les limites de la mthode de graphe de dpendance sont alors :


difficult pour exprimer les dpendances complexes, comme par exemple entre trois
vnements/ lments ou plus : loccurrence de deux risques induit un autre risque.
Difficult pour reprsenter des dpendances dans le cas de nombreux risques et
nombreuses dpendances
Impossible de reprsenter graphiquement les dpendances de type n :1.

4.2.3 Les matrices : avantages et limites

La matrice est un outil mathmatique reprsent par un tableau rectangulaire compos de n lignes
et p colonnes, n et p pouvant tre gaux (cest le cas des matrices carres). La matrice peut tre
utilise pour reprsenter un graphe et permettre dautomatiser lapplication des calculs plus
complexes. Une matrice est alors utilise comme un outil pour illustrer les dpendances.

4.2.3.1 La mthode Design Structure Matrix (DSM)

La mthode dveloppe par Steward (Steward 1981), sous lappellation - Design Structure
Matrix - permet de lever certaines des limites des graphes.

DSM est un outil intressant pour prsenter les dpendances entre lments. Il est utilis pour la
modlisation des systmes dans le but de les dcomposer ou de les intgrer. Cette approche
prconise de dcrire les liens dans une matrice carre avec les mmes lments, prsents dans le

100
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

mme ordre, dans les lignes et les colonnes. La relation entre les lments est reprsente par une
marque X , ou une valeur qui reprsente lintensit de la dpendance. DSM est utilis trs
souvent par les techniques clustering , partitioning , tearing . DSM est utilis galement
comme un outil matriciel de reprsentation dune architecture pour la conception modulaire,
(Ulrich et Eppinger 1995), (Browning, Lockheed, et Worth 2001), (Vidal 2009).
Des travaux existent galement dans le domaine de lanalyse des risques projet. (Vidal 2009)
propose dutiliser les techniques DSM pour modliser les relations de causes effets entre les
risques, dans lobjectif de regrouper les risques en fonction de leur niveau dinteraction
potentielle, afin de faciliter la coordination et le traitement des risques.

La Figure 30 illustre la construction de la forme matricielle pour trois configurations possibles de


dpendance entre lments.

A B A B A B
A A A 1
B 1 B B 1
(a) Dpendant (b) Indpendant (c) Interdpendant

Figure 30. Les types dpendance entre deux lments

Le passage la forme matricielle permet de rsoudre les problmes permanents des mthodes de
modlisation graphique, notamment en relation avec la complexit engendre lorsquil existe un
grand nombre dlments. Les approches matricielles sont quant elles particulirement adaptes
pour un traitement informatique (manipulation, mmorisation, calculs), mme dans des cas
comportant un grand nombre dlments.
Les avantages de la mthode DSM sont donc :
un outil compact et pratique facile implmenter dans un programme de calcul.
Capacit de prsenter les dpendances complexes par les matrices 2 dimensions, 3
dimensions, , n dimensions.

Une des limites majeures de la mthode DSM est la difficult de reprsentation des dpendances
flexibles apportant des modifications sur une ou plusieurs caractristiques des
vnements/lments.

101
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

4.2.3.2 Les matrices de corrlation dincertitude Simulation Monte Carlo

La mthode de simulation Monte Carlo organise des tirages alatoires de variables reprsentatives
de phnomnes rels. De nombreuses applications de la mthode Monte Carlo existent, que ce
soit dans le domaine de prospection ptrolire, de lnergie, du projet pour par exemple
lvaluation de la rentabilit de projets de dveloppement de nouveau produit (Gourc, Bougaret,
et Burtin 2005).
Cette approche est principalement utilise dans le domaine de risque-incertitude (cf. chapitre 2).

De nombreux travaux, comme par exemple ceux dj anciens de (Woolery et Crandall 1983),
utilisent la mthode Monte Carlo pour manipuler lincertitude qui pse sur des variables dentre
dun modle quantitatif. Dans le modle de Woolery, les variables alatoires Tij reprsentent la
dure de ralisation dune tche dun projet. Lincertitude, exprime selon une loi de probabilit,
porte sur la distribution possible de dures de ralisation (Woolery & Crandall, 1983)en fonction
de facteurs varis, facteurs que lon ne cherche pas lister.
La simulation aura pour objet, en sappuyant sur la mthode de calcul PERT, de dterminer
lincertitude sur une variable de sortie du modle, comme par exemple la date de fin du projet ou
la dure totale de ralisation du projet. A chaque itration du processus de simulation, une valeur
unique de chaque variable dentre sera gnre.
La mme approche peut tre utilise sur des estimations de taille de march, de prix de vente dun
nouveau produit, etc.

Le cas gnral conduit considrer les variables comme indpendantes, dans ce cas les variables
sont tires de manire totalement alatoire. Lorsquil existe des dpendances entre ces variables,
par exemple, une dure importante de ralisation dune tche Aij peut entraner une dure
importante de la dure de la tche Aik : du fait la prsence de conditions mtorologiques
dsastreuses, les dures pour raliser la construction du btiment et llvation de lantenne de
notre station mtorologique seront toutes deux plus importantes et devront tre considres
dans une estimation haute de lincertitude.
Dans ces cas, un facteur de corrlation entre les variables alatoires est considr sous la forme
dun paramtre k ( !1 " k ! 1). Un facteur de corrlation positif indique que les variables
voluent dans le mme sens, alors quun facteur ngatif indique que si une valeur de la variable
est leve lautre sera proportionnellement plus faible.
Ce mcanisme permet de rendre plus raliste le comportement dun modle et dviter dtudier
des situations non pertinentes (Papadopoulos et Yeung 2001).

102
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

4.3 Modlisation des dpendances entre les risques-projet

Nous avons montr au pralable la ncessit et les enjeux associs lidentification et la


formalisation des relations de dpendances entre risques, que ce soit dans le cadre gnral du
management des risques, comme plus spcifiquement pour les risques-projets.

4.3.1 Dfinition : dpendance entre risques-projet

Lanalyse des relations possibles entre risques permet didentifier plusieurs types de dpendances,
selon que lon sintresse aux proprits structurelles des risques, la relation au temps, aux
lments calendaires
La relation de dpendance D de lensemble des risques identifis ER vers lui-mme porte sur
lexistence dun lien entre un ensemble dvnements RisquesSource et un vnement particulier
dsign par RisqueCible.
RisquesSource et RisqueCible sont des sous-ensembles particuliers de lensemble des vnements
associs aux risques identifis ER. RisquesSource $ ER. et RisqueCible $ ER.

La smantique porte par la relation D exprime la dpendance entre les vnements


RisquesSource et lvnement RisqueCible .
Dire que RisqueCible est dpendant des lments RisquesSource indique que la valeur dune ou
plusieurs des caractristiques de RisqueCible est (sont) influence(s) par ltat ou certaines
caractristiques, comme la probabilit ou les impacts, des lments de RisquesSource pris
conjointement.

La relation de dpendance sera exprime par une flche mettant en relation les lments de
RisquesSource avec llement de RisqueCible (Figure 31).

dpendance
RisquesSource RisqueCible

Figure 31. Une dpendance entre risques-projet

Nous dtaillons tout dabord la notion de dpendance unitaire entre risques-projet.

103
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

4.3.2 Cas de la dpendance unitaire et ses composants

Une dpendance unitaire est caractrise par une situation dans laquelle RisqueCible est
compos dun seul lment. En dautres termes, la relation de dpendance unitaire D que nous
tudions est une relation de type n :1.

Lexemple propos Figure 32 permet dillustrer que le risque R3 est dpendant des risques R1, R2
et R5. Dans ce cas, cest bien la conjonction des risques R1, R2 et R5 qui implique une
modification de ltat et/ou des caractristiques du risque R3.

dpendance
R1, R2, R5 R3

Figure 32. Exemple de dpendance unitaire

Une dpendance unitaire entre RisquesSource et RisqueCible est caractrise par :


les lments source (RisquesSource) qui sont lorigine de lactivation de la dpendance,
llment cible (RisqueCible), qui est influenc par la dpendance,
le type de dpendance, qui exprime la nature de la dpendance.

Il en dcoule alors plusieurs variantes qui diffrent par :


Les conditions dactivation de la dpendance : sous quelles conditions la dpendance est
active ou mise en uvre ;
Linfluence de la dpendance sur RisqueCible : quelle(s) caractristique(s) de RisqueCible
est (sont) modifie(s) par la dpendance.

4.3.2.1 Conditions dactivation dune dpendance unitaire

Une dpendance peut tre active par :

loccurrence de RisquesSource, cela implique que tous les vnements identifis dans
RisquesSource surviennent au cours du scnario tudi,
la non-occurrence de RisquesSource, cest le cas o aucun des lments prsents dans
RisquesSource ne survient,
la modification de la probabilit de RisquesSource, cest le changement de la valeur de
probabilit de lensemble RisqueSource qui entrane lactivation de la dpendance. Il suffit
pour cela quau moins un des lments composant RisqueSource voit sa probabilit
voluer. La probabilit de RisqueSource peut voluer car certains risques de

104
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

RisquesSource peuvent tre eux-mmes cible dautres risques. Des seuils de modification
peuvent alors tre dfinis comme condition dactivation.

4.3.2.2 Consquences de lactivation dune dpendance unitaire sur RisqueCible

Lactivation dune dpendance a pour objectif de reprsenter la modification de certaines


caractristiques de RisqueCible. Les caractristiques impactes sont de deux types, elles
concernent :
la probabilit, on parle alors de probabilit modifie de RisqueCible (PMRisqueCible)
avec 0% ! PM ! 100% , un facteur multiplicatif Fp peut tre appliqu la probabilit
RisqueCible

initiale du RisqueCible (PIRisqueCible). PMRisqueCible = Fp * PIRisqueCible


les impacts en cas de survenue, on parle alors dimpacts modifis. Il existe deux sortes
dimpacts modifis : Impact Dlai Modifi (IDMRisqueCible) et Impact Cot Modifi
(ICMRisqueCible). Les valeurs associes aux impacts modifis (IDMRisqueCible et ICMRisqueCible)
sont fournies par lexpert et saisies dans le modle lors de son paramtrage.
Deux cas particuliers de modification de la probabilit de RisqueCible correspondent aux
situations o lactivation dune dpendance entrane :
une certitude sur loccurrence de RisqueCible (PMRisqueCible = 100%), RisquesSource et
RisqueCible seront tous deux occurents dans un mme scnario,
une certitude sur la non-occurrence de RisqueCible (PMRisqueCible = 0%), RisquesSource et
RisqueCible ne peuvent pas tre occurents conjointement dans un mme scnario. Dans
un scnario donn, on pourra rencontrer de manire exclusive soit les lments de
RisquesSource, soit les lements de RisqueCible, soit aucun de ces deux lements.
Dans ce dernier cas, lidentification et la caractrisation des impacts modifis est inutile.

4.3.2.3 Synthse des types de dpendance lmentaire

Une dpendance lmentaire D est donc dfinie par :


son type, dsign dans le tableau ci-dessous par D1 D9,
les lments RisquesSource,
llement RisqueCible,
les paramtres caractrisant la relation (PMRisqueCible, IDMRisqueCible, ICMRisqueCible, valeur et type de seuil, Fp)
devant tre prciss au moment du renseignement du modle.

Le Tableau 13 prsente une synthse des dpendances lmentaires tudies, ainsi que les
paramtres caractristiques.

105
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

Condition Situations possibles pour RisqueCible


dactivation de la Occurrence Non occurence Modification de la probabilit
dpendance 0% <PMRisqueCible < 100%
Occurrence de D1. D2. D3.
RisquesSource PMRisqueCible = 100% PMRisqueCible = 0% PMRisqueCible = Fp * PIRisqueCible (Fp
prciser)
IDMRisqueCible, ICMRisqueCible ( prciser) IDMRisqueCible, ICMRisqueCible IDMRisqueCible, ICMRisqueCible ( prciser)
(Non applicable)
Non-occurrence de D4. D5. D6.
RisquesSource PMRisqueCible = 100% PMRisqueCible = 0% PMRisqueCible = Fp * PIRisqueCible (Fp
prciser)
IDMRisqueCible, ICMRisqueCible ( prciser) IDMRisqueCible, ICMRisqueCible IDMRisqueCible, ICMRisqueCible ( prciser)
(Non applicable)
Modification de D7. D8. D9.
probabilit de Valeur et type de seuil ( prciser) Valeur et type de seuil ( Valeur et type de seuil ( prciser)
RisquesSource prciser)
(Seuil de PMRisqueCible = 100% PMRisqueCible =
probabilit de PMRisqueCible = 0% Fp * PIRisqueCible (Fp prciser)
RisquesSource IDMRisqueCible, ICMRisqueCible ( prciser)
( > ou < ) ou IDMRisqueCible, ICMRisqueCible IDMRisqueCible, ICMRisqueCible ( prciser)
pourcentage de (Non applicable)
changement)

Tableau 13. Tableau rcapitulatif des dpendances lmentaires entre risques

4.3.3 Description des cas particuliers de dpendance lementaire

A partir des dpendances lmentaires que nous venons de prsenter, il est possible de dfinir
des dpendances particulires issues de situations particulires observes dans la ralit. Nous
proposons ainsi lexpression de cinq dpendances :
dpendance dexclusion : les lments de RisquesSource et de RisqueCible ne peuvent
tre occurents les deux la fois dans un mme scnario de projet, mais lun au moins des
deux ensembles doit tre occurent. La dpendance dexclusion permet dexprimer que les
RisquesSource et RisqueCible ne peuvent jamais aboutir dans un mme scnario de
ralisation dun projet. Cette dpendance compose repose sur les dpendances unitaires
D2 et D4. Seuls les paramtres dimpacts modifis sont renseigner pour le cas li la
non occurrence de RisquesSource.

Dpendance dite diso-implication : les lments de RisquesSource et RisqueCible ne


peuvent pas tre prsents sparment dans un mme scnario de projet. Dans le cas de la
dpendance diso-implications, si les lments de RisquesSource aboutissent, alors
RisqueCible doit aboutir. De mme, si RisquesSource nexiste pas alors RisqueCible ne
peut exister. Cette dpendance compose est exprime par les dpendances unitaires D1
et D5.

Dpendance de disparition : loccurrence des lments de RisquesSource entrane


limpossibilit doccurrence de RisqueCible, alors que leur non occurrence laisse une
certaine libert doccurrence de RisqueCible, la probabilit de loccurrence de RisqueCible
peut tre ajuste ou non par rapport sa probabilit initiale. La dpendance disparition

106
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

permet de reprsenter les situations o loccurrence de RisquesSource est incompatible


avec loccurrence de RisqueCible, alors que la non occurrence de RisquesSource
nimplique pas de contrainte forte sur la prsence ou non de RisqueCible. Cette
dpendance est modlise grce aux dpendances lmentaires D2 et D6. Les paramtres
dimpacts modifis et le facteur de changement de probabilit doccurrence de
RisqueCible sont renseigner pour dfinir cette dpendance compose dans le cas li la
non occurrence de RisquesSource.

Dpendance dimplication : loccurrence des lments de RisquesSource entrane


loccurrence de RisqueCible, alors que leur non occurrence laisse une certaine libert
doccurrence de RisqueCible, la probabilit de loccurrence de RisqueCible peut tre
ajuste ou non par rapport sa probabilit initiale.

Dpendance flexible : entrane une modification de la probabilit de RisqueCible en cas


doccurrence de Risque Source.

Dpendance compose Dpendances unitaires Paramtres prciser


Exclusion D2 & D4 IDMRisqueCible, ICMRisqueCible (dpendance D4)
Disparition D2 & D6 Fp (dpendance D6)
IDMRisqueCible, ICMRisqueCible (dpendance D6)
Implication D1 IDMRisqueCible, ICMRisqueCible (dpendance D1)
Iso-implication D1 & D5 IDMRisqueCible, ICMRisqueCible (dpendance D1)
Flexible D3 Fp (dpendance D3)
IDMRisqueCible, ICMRisqueCible (dpendance D3)

Tableau 14. Expression de dpendances particulires et paramtres associs

4.3.4 Applicabilit dune dpendance

Outre les conditions dactivation respecter, dcrites prcdemment, la prise en compte de leffet
dune dpendance dans un scnario de projet doit vrifier et respecter quelques conditions.
Notamment, les priodes doccurrence des lments RisquesSource doivent prsenter une
antriorit temporelle par rapport la priode doccurrence de RisqueCible.
Dans ce travail, nous considrons chaque tche de manire lmentaire, sans chercher
dcomposer le temps entre le dbut et la fin de la ralisation de la tche.

Soit un risque Ri, dont la priode doccurrence est dcrite par les tches Tt, (t=1T). Chaque
tche Tt est caractrise par une date de dbut tdt et une date de fin tft.
Nous proposons de caractriser la priode doccurrence du risque Ri par lespace temporel Ei
born par une date de dbut de priode Edi et par une date de fin de priode Efi.
Edi=min(tdt), (t=1T)

107
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

Efi=max(tft), (t=1T)

T1

T2


Tk
temps
Ed Ef

Figure 33. Espace temporel doccurrence potentielle dun risque

La priode doccurrence dun ensemble de risques ER est caractrise par un espace temporel E
born par une date de dbut de priode Ed et une date de fin de priode Ef.
Ed=min(td1)
Ef=max(tfT)

Nous dsignerons donc par E la priode doccurrence potentielle de lensemble RisquesSource.

Dsignons par Ecible lespace temporel relatif la priode doccurrence de RisqueCible borne par
Edcible et Efcible.
Pour un scnario donn, les espaces E et Ecible doivent respecter un certain nombre de conditions
afin que les effets de la dpendance puissent tre applicables :
Edcible % Ef.

Ed Ef

E dcible E fcible
Pour illustrer cela, plusieurs configurations sont illustres dans la Figure 34.

Figure 34. Espaces temporels dune dpendance

4.3.5 Incohrences entre les dpendances

Nous avons formul prcdement lhypothse dune relation de dpendance qui peut mettre en
relation plusieurs lments RisquesSource vers un seul lment RisqueCible. Pour autant,
lexpression des relations de dpendance peut conduire dcrire plusieurs relations diffrentes
pointant vers le mme lment RisqueCible.

108
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

Sur une priode de temps donne, correspondant la priode doccurrence de plusieurs risques, il
est possible que tout ou partie de ces risques ait une relation de dpendance vers un mme
autre risque (RisqueCible). Etant donn que la discrtisation laquelle nous nous intressons
nest pas plus fine que la priode considre, lordre daboutissement de cet ensemble de
RisquesSources nest ici pas pris en compte.

Dpendance 1 RisquesSource1
Di

RisqueCible

Dj
Dpendance 2 RisquesSource2

Figure 35. Exemple de deux dpendances avec un mme RisqueCible

Sil existe deux dpendances, sur une mme priode, pour un mme risque-cible, il est alors
diffrents cas sont alors possibles. Pour un exemple simple de deux Risques source :

Relation entre Sources Type de dpendance Relation entre Dpendances


RisquesSource1 est un sous-ensemble Prend le type de la dpendance de Dpendance active vers RisqueCible
de RisquesSource2 ou inverse RisquesSource2 qui englobe est la dpendance qui a
RisquesSource1 RisquesSource le plus englobant
RisquesSource1 nest pas un sous- Indiffrents Ncessit de dfinir des rgles pour
ensemble de RisquesSource2 et lever les ambiguts
rciproquement

Tableau 15. Relation entre les dpendances mme Risque-Cible

4.4 Conclusion

La ralit de la gestion du risque-projet montre que les risques voluent au cours dun projet.
Certains vnements peuvent avoir des consquences modifiant le projet et modifiant les risques
venir dans le projet. Des risques induisent donc des modifications sur dautres risques : ils
peuvent donc tre dpendants les uns des autres.

Il est alors possible de dfinir que des ensembles de risques dit RisqueSources peuvent ainsi en
cas doccurrence apporter des modifications sur des ensembles de risques dit RisqueCible .

109
CHAPITRE 4 Influence des dpendances entre risques pour lanalyse des scnarios de projet

Un risque ne peut cependant pas modifier les caractristiques dun autre risque si la priode
doccurrence de celui-ci est dj passe. La priode doccurrence est donc une condition de
validit des dpendances.

De mme que si la composition des ensembles cibles et sources est importante, loccurrence de
plusieurs risques sources impactant un mme risque cible peut prsenter un ensemble de
combinaisons dont certaines seront difficilement modlisables.

Ce chapitre a donc consist proposer une modlisation de certains mcanismes de dpendance


lmentaire. Nous avons mis en avant certaines conditions dapplicabilit des dpendances et
relev certaines des possibles incohrences.

110
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

CHAPITRE 5 : APPLICATION DE LAPPROCHE


PRORISK A LA PLANIFICATION DUNE ETUDE
CLINIQUE

5.1 Introduction du chapitre

Dans la premire partie de ce chapitre, nous prsentons la plateforme ProRisk, conue et


dveloppe pour valider les propositions effectues dans les chapitres prcdents. Nous
prsentons les fonctionnalits majeures de ProRisk, ainsi que le cadre dans lequel cette
plateforme peut tre utilise. Aujourdhui, il nexiste pas dans ProRisk de module capable
danalyser automatiquement les rsultats produits par le module de calcul, toutefois nous
proposons un processus standard pour mener lanalyse des donnes.

Ensuite, nous prsentons un cas dtude issu du secteur du dveloppement pharmaceutique, il


sagit dun projet relatif la ralisation dune tude clinique dun projet de dveloppement de
nouveau mdicament. Nous dcrivons les tches de ce projet avec leurs caractristiques, ainsi que
les risques et stratgies de traitement identifis
Lapplication de ProRisk sur ce cas dtude permet dillustrer les informations obntenues et
fournies au dcideur. Dans cette partie, nous proposons galement un processus danalyse des
rsultats pour aider au choix du scnario de traitement des risques le plus pertinent.

5.2 Plateforme ProRisk

Afin de valider une partie de nos propositions, prsentes dans les chapitres prcdents, nous
avons conu et dvelopp un dmonstrateur logiciel dsign sous le nom ProRisk. Cet outil
permet de dcrire un projet, ses tches avec leurs caractristiques (dure, cot, liens de
prcdence) et les risques possibles avec leurs caractristiques (probabilit doccurrence, impacts
initiaux et dpendances). A partir de ces donnes, ProRisk propose didentifier lensemble des
scnarios de projets possibles et den calculer les caractristiques principales afin den permettre
leur comparaison.

111
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

5.2.1 Cadre et objectif

La plateforme propose sappuie sur des donnes issues du processus de planification dlai (par
lquipe de management) et du processus de management des risques (par lquipe de
management des risques projet). Elle a pour objectif de fournir au dcideur (chef de projet,
gestionnaire des risques) les informations ncessaires pour dcider de la stratgie de traitement
appliquer un projet dans le but :
daugmenter les chances de respecter les engagements de dlai ou de cot dans une
relation contractuelle,
doptimiser lutilisation des moyens pour rduire le niveau de risque dun projet et de
rduire les impacts de la survenue des risques.

Nous proposons Figure 36 une description du contexte dans lequel sinscrit lutilisation de notre
plateforme.

Responsable de risques
Equipe de management
de risques projet

Risques
Actions de traitement
Chef de projet Dpendances entre
Equipe de management risques
de projet Cas initial de projet (caractristiques
globales de projet; marges libres, marges
ProRisk totales de toutes les tches planning)
Projet Tableau de tous les ScP (probabilit,
Tches cot, dure)

exporter-importer

Fichier XML de projet

Figure 36. Contexte dutilisation de ProRisk

La figure prcdente fait ressortir le fait que la description du projet et des risques constituent les
donnes dentre de ProRisk. Le projet est dcrit par un ensemble dinformations qui sont :
le nom du projet,
les tches qui le composent en intgrant leur dure, leur cot et les relations de
prcdence.

La description des risques du projet comprend diverses informations, dont:


le nom du risque,
la tche pendant laquelle il peut survenir,
la probabilit doccurrence initiale / rduite / modifie,

112
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

les impacts initial / rduit/ modifi de type dlai et cot,


les dpendances possibles entre risques,
les scnarios de traitement applicables.

Sur la base de ces informations, ProRisk calcule les paramtres globaux dvaluation du projet
sans prise en compte des risques. Ces paramtres sont :
la dure totale,
les marges (libres et totales) de chaque tche,
le cot total.

Ensuite, ProRisk gnre lensemble des scnarios de projet possibles dans les configurations
suivantes :
avec prise en compte des risques sans appliquer de stratgie de traitement,
avec prise en compte des risques en appliquant les stratgies de traitement,
avec ou sans prise en compte des dpendances.

Pour chacun des scnarios gnrs, les paramtres descriptifs lists ci-dessus sont complts par
la probabilit doccurrence de projet.

Les donnes principales gnres par ProRisk sont prsentes sous la forme de tableau
comportant les informations cites prcdemment. La mise en forme est faite partir de logiciel
externe (diagramme, courbe), telle quelle peut tre observe dans ce chapitre.

Pour sauvegarder/changer les donnes dun projet ou pour crer un nouveau projet depuis un
projet existant, ProRisk permet dexporter/importer les projets sous forme de fichiers XML. La
Figure 37 montre un exemple de gnration de fichier XML partir dun projet concret. Nous
pouvons constater que chaque lment de projet correspond une balise XML dans le fichier
XML gnr (<projet></projet>,<tche></tche>, etc.). Chaque balise contient des
informations sur llment (nom, description, dure, cot, etc.).

113
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Figure 37. Un exemple de fichier XML de description dun projet

5.2.2 Architecture technique gnrale

La figure suivante (Figure 38) illustre larchitecture technique gnrale de notre dmonstrateur. Il
est bas sur un IDE (Integrated Development Environment ou Environnement de
dveloppement intgr) Eclipse &.

Larchitecture a t conue de manire permettre aux diffrents utilisateurs, par exemple chef de
projet et gestionnaire des risques, daccder la plateforme indpendamment du lieu de travail,
sans contrainte dinstallation dun applicatif, en local sur le poste de travail utilis, et
indpendamment du systme dexploitation utilis. Une architecture accessible partir dune
connexion Internet a donc t retenue.

114
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Expert externe Internet


Chef de projet

EMAC Base de donnes de


ProRisk

Serveur de calcul Expert


Administrateur
de ProRisk

Figure 38. Architecture technique gnrale de ProRisk

Le noyau de calcul de ProRisk est dvelopp en langage Java. Les donnes manipules sont
stockes et mmorises dans une structure de fichier XML sur le serveur de lapplication.
Une instance de notre plateforme est installe sur le serveur de lEcole des Mines dAlbi-Carmaux
(Figure 38) accessible tant en interne sur le rseau local que par une connexion distante via
Internet. Laccs lapplication se fait par un navigateur Internet ladresse suivante :
http://prorisk.mines-albi.fr

Le module de gnration des scnarios de projet sappuie sur la technique de la programmation


dynamique pour construire petit petit les scnarios de risques mais aussi les scnarios de projet
(lapproche Bottom-up), des scnarios les plus simples aux scnarios les plus complexes.
Les caractristiques des ScP sont calculs et mmoriss dans toutes les tapes (Nguyen et Gourc
2009) et ces donnes sont utilises pour calculer les ScP dans les tapes suivantes. Nous utilisons
en particulier cette approche pour calculer la probabilit et le cot (Nguyen et Gourc 2008) des
scnarios. Nous ne pouvons pas utiliser cette technique pour dterminer les dures des SCP
partir de sous-ScP.

115
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

5.2.3 Fonctionnalits de ProRisk

Pour prsenter les fonctionnalits principales de ProRisk, nous proposons dutiliser un


diagramme de cas d'utilisation qui permet de reprsenter les interactions entre lenvironnement,
les utilisateurs et le systme au travers des fonctions mises disposition.

5.2.3.1 Diagramme de cas dutilisation

Dans un diagramme de cas dutilisation, un acteur est un rle que lutilisateur joue lgard du
systme. Deux rles particuliers sont proposs : chef de projet et responsable des risques. Les
fonctions associes ces deux rles sont prsentes dans deux diagrammes de cas dutilisation,
respectivement Figure 39 et Figure 40.

ProRisk est un systme multi-utilisateurs, laccs aux fonctions seffectue par une connexion avec
un identifiant permettant didentifier le rle attribu lutilisateur et de protger laccs aux
donnes manipules par chaque utilisateur.

Le chef de projet peut crer un nouveau projet, supprimer un projet ou manipuler un projet avec
tous ses composants (caractristiques globales, lot de tches, tches, risques) (Figure 39). Le
rle de responsable de risques permet seulement de consulter le projet, mais il peut
dclarer/modifier les risques, les stratgies de traitement ainsi que les dpendances entre risques
(Figure 40).
System
Crer un projet
partir d'un projet
existant (5)

<<extend>> Modifier/ saisir: les


<<include>> caractristiques, les
Crer un lots et les tches (10)
nouveau
projet (1) <<include>>
Dfinir un
nouveau <<extend>>
<<include>> projet (6) Modifier/saisir
Ouvrir un
les stratgies
projet
Grer/ manipuler de traitement
existant (7)
un projet (2) (12)

<<include>>
<<include>>
<<extend>>

Chef de projet S'identifier (4) Ouvrir un


projet
(8) <<extend>>
<<extend>> Modifier/ saisir
Risques,
<<include>>
dpendances
entre risques
(11)
Calculer/ mmoriser/
Supprimer trier les scnarios de
un projet projet (9)
(3)

Analyser/
manipuler/ traiter
les rsultats

Figure 39. Cas dutilisation du systme ProRisk avec le rle de Chef de projet

116
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Le responsable des risques contrle le processus de management des risques. Avec ce rle, il peut
tablir les caractristiques de risques, des stratgies de risques, ainsi que les dpendances entre
risques. Il peut galement lancer des calculs de scnarios de projet. Enfin, il participe lanalyse
des rsultats avec le chef de projet (ou lquipe de management).
System

Consulter
un projet

<<include>>
Modifier/saisir
les stratgies
de traitement
Ouvrir un
projet
S'identifier existant
<<extend>>
Responsable
de risques
<<extend>>
<<include>>
<<include>> Modifier/ saisir
Risques,
dpendances
entre risques
Grer/ manipuler
un projet
"quipier"
Calculer/ mmoriser/
<<extend>> trier les scnarios de
projet

Analyser/
manipuler/ traiter
les rsultats

Figure 40. Cas dutilisation du systme ProRisk avec le rle de responsable de risques

Les diffrentes fonctions disponibles peuvent tre classes dans cinq catgories :
les fonctions de manipulation de projet,
les fonctions de description des tches initiales de projet,
les fonctions de description des risques, des stratgies de traitement et des dpendances
entre risques,
les fonctions de gnration et calcul des scnarios de projet,

Ces diffrentes fonctions sont dcrites dans les parties ci-dessous.

5.2.3.2 Les fonctions de manipulation dun projet

Ces fonctions permettent de crer un nouveau projet (1), de crer un nouveau projet partir
dun fichier existant (5), de grer /manipuler un projet existant (2) ou de supprimer un projet
existant (3).
Lorsquun projet est ouvert, le chef de projet peut modifier ou saisir les caractristiques du projet
(10), modifier / saisir les risques et dpendances (11) et modifier /saisir les stratgies de
traitement (12).

117
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

5.2.3.3 Les fonctions de description des tches initiales de projet

Les fonctions dcrites ont pour objet de crer/modifier la structure du projet en lots et tches
(nom, dure, cot), ainsi que les liens de prcdence associs.
La Figure 41 prsente un exemple de description dune tche issu dune copie dcran de ProRisk.
Ces informations sont modifiables tout moment par les commandes situes en bas de lcran
(modifier, dplacer, supprimer). Seul le chef de projet a accs ces fonctions.

Figure 41. Dtail dune tche planning (copie dcran de ProRisk)

5.2.3.4 Les fonctions de description des risques, des stratgies de traitement et des dpendances
entre risques

Les fonctions de saisie/modification des risques sont accessibles par le chef de projet et par le
responsable des risques. Ces deux rles peuvent accder ces fonctions pour faire la modification
ou la saisie des risques, des stratgies de traitement et des dpendances entre les risques. La
Figure 42 prsente linterface qui permet de crer un nouveau risque avec ses caractristiques
(probabilit initiale, impact cot fixe initial) et dindiquer la (ou les) priode(s) doccurrence de
celui-ci. La saisie de la priode doccurrence se fait par slection des tches pendant lesquelles le
risque peut survenir.

118
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Figure 42. Ajout dun risque (copie dcran de ProRisk)

La Figure 43, ci-dessous, illustre deux exemples de dpendances entre risques, dcrites dans les
chapitres prcdents :
dpendance D1 du risque R3 vers le risque R4,
dpendance D2 du risque R3 vers le risque R5.

Figure 43. Exemple de dpendances entre risques

Le responsable de risques peut consulter les tches pour connatre la priode doccurrence de
risque, les impacts dlais, les impacts cots sur les tches. Mais il ne peut changer les
caractristiques des tches.

5.2.3.5 La gnration des scnarios

A partir des informations fournies (projet, tches, risques, dpendances), ProRisk gnre les
scnarios de risque, scnarios de traitement et scnarios de projet possibles.
La Figure 44 prsente la structure en modules permettant cette gnration et les calculs associs.

119
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Figure 44. La fonction de gnration des scnarios de projet

Cette fonction permet de traiter les donnes dentre permettant dobtenir les rsultats le cas
initial du projet et tous les ScP possibles de projet. Cette fonction est compose des modules :
de gnration du planning initial de projet,
de calcul de projet dans le cas initial,
de gnration des ScR possibles,
de gnration des ScT possibles,
de construction des ScP,
de calcul des caractristiques (probabilit, cot, dure) des ScP,
de capitalisation des rsultats.

A partir des tches initiales de projet et leurs caractristiques, la gnration du planning initial de
projet permet de dterminer la structure du projet et sa dure initiale. Les marges libre et totale de
chaque tche sont galement calcules.
La gnration des ScR est effectue en utilisant les informations des risques identifis et saisis
dans le portefeuille des risques de ce projet. Deux ensembles de ScR sont constitus : lensemble
des ScR gnrs sans prendre en compte les dpendances identifies et lensemble des ScR en
exploitant les dpendances saisies.

120
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

La gnration des ScT possibles consiste dterminer lensemble des combinaisons de stratgies
de traitement quil est possible de mettre en uvre.

Le rsultat de cette fonction est directement utilis pour la construction des ScP
(ScP=<ScR,ScT>). Cette construction est ralise par plusieurs itrations. Par exemple, si nous
avons un ensemble de scnarios de projet possibles EScP, la premire itration de la fonction de
construction des scnarios de projet liste les scnarios possibles avec uniquement le risque R1.

ES1 = #
{
" !; R ;(R , StT )
$ 1 1 11 } si StT11 est corrective
{
$% !; R1;(_, StT11 );(R1 , StT11 ) } si StT11 est prventive

La notation (_,StT11) indique que la stratgie de traitement (prventive) est mise en place et
permet dviter la survenue du risque R1 ou tout du moins que R1 ne survient pas.
La deuxime itration permet de construire les scnarios en considrant maintenant en plus le
risque R2. Par exemple, si StT11 et StT21 sont des stratgies correctives respectivement pour les
risques R1 et R2 , alors :
"$!; R1;(R1 , StT11 ); R2 ; R1R2 ;(R1 , StT11 )R2 ; &$
ES2 = # '
%$(R2 , StT21 ); R1 (R2 , StT21 );(R1 , StT11 )(R2 , StT21 ) ($

En finalit, ce module permet dobtenir lensemble total des scnarios possibles en considrant
toutes les combinaisons possibles de survenue des risques.

{ } {
ESn = ScPi = !; R1;(R1 , StT11 ); R2 ; R1R2 ;(R1 , StT11 )R2 ;... }

Le calcul des caractristiques des ScP est effectu par trois sous-fonctions respectivement
associes aux indicateurs de probabilit, de dure et de cot de chaque ScP. Les mthodes de
calcul de la probabilit et du cot de chaque ScP ont t prsentes dans le chapitre 3. Pour la
dure de chaque ScP, ce calcul est ralis en tenant compte des ventuelles modifications induites
au niveau du planning par la mise en place des stratgies de traitement. La mthode PERT est
alors utilise, aprs avoir adapt le planning initial conformment au scnario tudi. Lorsque
plusieurs risques impactent la mme tche et que ces risques se retrouvent dans le mme scnario
de risque, il est ncessaire de prciser la faon dont ces deux impacts vont tre grs. Nous avons
retenu pour cela deux modes, que lutilisateur pourra choisir selon son besoin. Il sagit de
considrer soit le maximum des deux impacts, soit de faire la somme des deux impacts pour
indiquer que les impacts se cumulent sur cette tche (Nguyen et Gourc 2009).

Enfin, la capitalisation des rsultats permet de sauvegarder le cas initial de projet, mais aussi tous
les scnarios possibles qui se dcomposent en deux parties relatives aux ScP sans ScT et ceux
dots de ScT. Ces deux ensembles peuvent tre redcomposs selon le critre de prise en compte
ou non des dpendances entre risques.

121
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

5.2.3.6 Lanalyse des rsultats

Pour linstant, cette fonction nest pas automatise et ne fait partie des fonctions supportes par
la plateforme ProRisk.

Lobjectif de cette fonction est daider analyser les rsultats gnrs par ProRisk pour aider le
chef de projet dterminer :
les scnarios les plus critiques,
les stratgies de traitement privilgier,
dterminer le niveau de risque rsiduel du projet,

Nous proposons dans la Figure 45 un processus gnrique pour analyser les rsultats. Le chef de
projet et son quipe doivent proposer les critres pour analyser/filtrer les ScR, mais aussi les ScT.

Scnarios gnrs
par ProRisk

Critre
pour les
Critres ScR Dterminer les
danalyse ScR le plus
important Consulter
par les
graphiques
Critre pour
les ScT
associs
Dterminer les
meilleurs ScT
associes

Proposer les ScP


pertinents

Figure 45. Processus danalyse des rsultats

122
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

5.3 Prsentation du cas dtude

Dans cette partie, nous prsentons un cas dtude issu du contexte pharmaceutique. Lindustrie
pharmaceutique met en uvre une srie dtudes visant prouver la qualit, la scurit et
lefficacit dune molcule avant dobtenir son enregistrement, c'est--dire son autorisation dtre
commercialise comme mdicament.

5.3.1 Contexte pharmaceutique

Les tudes sont dabord ralises chez lanimal (tudes prcliniques) avant dtre ralises chez
lhomme (tudes cliniques). Les tudes prcliniques visent garantir une scurit et une meilleure
connaissance du comportement de la molcule aprs son administration. Puis, le programme
dtudes vrifie lefficacit et la tolrance chez lhomme, au moyen de plusieurs tudes cliniques.

Le programme dtudes cliniques se divise en trois phases, dites phase I, phase II et phase III. Les
tudes cliniques sont mises en place tant en milieu hospitalier quen cabinet mdical. Des
protocoles scientifiques stricts dterminent les modalits d'essais sous la responsabilit d'experts,
au cours de ces trois phases principales. Ces tudes doivent se drouler selon des Bonnes
Pratiques Cliniques (BPC), dans un contexte rglementaire extrmement surveill.

La PHASE I tudie la tolrance et le mtabolisme. Ces essais sont conduits sur trs peu de
personnes (effectifs rduits) et visent tester le produit par paliers croissants trs progressifs
jusqu dceler les premiers effets secondaires. La dernire dose teste sans le moindre signe
dintolrance sappelle la Dose Maximale Tolre (DMT). Ces essais sont conduits en gnral en
dose unique, puis en doses rptes et le plus souvent chez le volontaire sain. En effet, cette
tape, il est impossible thiquement de proposer de nouvelles molcules des malades en
substituant leur traitement habituel une substance encore insuffisamment connue. Cette phase
permet donc dvaluer les grandes lignes du profil de tolrance du produit test.

La PHASE II tudie l'efficacit du produit sur de petites populations. Il est impossible de


dmontrer un effet thrapeutique sur des volontaires sains, aussi cette seconde tape dite phase
II , se droule chez un petit nombre de patients volontaires. Il s'agit de voir si la nouvelle
molcule a l'effet thrapeutique espr, sans provoquer d'effets secondaires inacceptables, et
prsente donc un rapport bnfice / tolrance favorable ou au moins quivalent aux
mdicaments commercialiss et tests dans les mmes indications. Les paramtres
pharmacocintiques du produit sont rvalus cette phase. La dose optimale, cest--dire celle
pour laquelle leffet thrapeutique est le meilleur pour le moins deffets secondaires, est tablie.
On la vu, il sagit ici dune petite population, en gnral 60 400 patients par tude pour ces
premiers essais.

123
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

La PHASE III correspond un groupe dessais thrapeutiques tendus. Pratiquement dans les
conditions normales d'emploi, on vrifie et on confirme le rapport efficacit / tolrance sur
un grand groupe de malades. On prcise les prcautions d'emploi chez les personnes risques et
les interactions avec d'autres mdicaments associs. Selon le type de molcule, les essais peuvent
couvrir quelques dizaines plusieurs milliers de patients. Ici, le traitement est suppos test en
grandeur relle, selon les modalits dfinitives de dosage et de posologie. Cest pourquoi de
nombreux essais couvrant de gros effectifs sont ncessaires pour dceler les effets secondaires et
leurs frquences. Lefficacit est teste la fois versus placebo et versus rfrence, en double
aveugle par plusieurs essais. Comme on la prcis, les effectifs sont ici trs importants, la fois
pour mesurer lefficacit et dceler les faibles probabilits dintolrance. A ce stade, la probabilit
de succs du projet est gnralement trs forte (60 80 % de succs), car les risques darrt du
projet sont majoritairement prsents dans les phases pralables. Cest cette phase III qui est aussi
la plus coteuse 60 et 80 % (DiMasi, Grabowski, et Vernon 2004) du cot total du projet compte
tenu du nombre dessais engags simultanment.

Aprs avoir franchi avec succs ces trois tapes, la connaissance clinique du mdicament permet
de raliser le dossier qui sera prsent aux autorits d'enregistrement pour recevoir l'approbation
officielle appele Autorisation de Mise sur le March ou A.M.M. Les autorits en Europe sont
lEMEA5 et aux Etats Unis la FDA6. Elles requirent le mme type dtudes, mais selon des
protocoles (modalits de contrle) souvent diffrents.

Les enjeux du laboratoire en phase III sont ici trs clairs : nous sommes sur la dernire ligne
droite et le laboratoire doit aller au plus vite sur le march, de prfrence avant les concurrents,
sinon une trs forte partie des parts de march sont perdues. En outre, le retard de cette phase
fait perdre des mois de commercialisation garantie par la proprit intellectuelle (brevet initial)
avant larrive de mdicaments gnriques.

Comment grer les risques de retards ?


Pour rpondre cette question, voyons dj quels sont les diffrents enjeux de ltude et
comment se droule-t-elle ?

5.3.2 Droulement dune tude clinique de phase III

Globalement les essais se droulent en quatre tapes (Figure 46) :


tape 1 : concevoir le protocole de lessai,

tape 2 : mise en place de lessai,

tape 3 : phase de monitoring,

5 European MEdicines Agency


6 Food and Drug Administration

124
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

tape 4 : phase danalyse.

Lors de ltape 1, il sagit de dterminer la manire dont le produit va tre administr, quelle
population exactement, celle-ci doit tre parfaitement homogne pour permettre les
comparaisons statistiques. Ce sont les critres dinclusion et dexclusion des patients dfinis lors
de cette tape qui vont permettre dobtenir une population homogne. Les traitements
concomitants autoriss sont galement prciss dans le protocole. Enfin et surtout, la faon dont
on va mesurer lefficacit et la tolrance du produit sont dtermins tant dans les critres choisis,
les modalits de mesure que leur timing . Ainsi, toutes les analyses biologiques radiologiques et
autres moyens dinvestigation, de diagnostic ou pronostic sont prciss.

Ces tudes sont gnralement conduites en double aveugle, c'est--dire que le produit test et son
comparateur sont masqus de telle sorte que ni le patient ni lquipe mdicale investigatrice nont
connaissance duquel des deux produits est administr afin de ne pas biaiser les interprtations.

Les critres defficacit sont redfinis, dont un critre principal dit end point , et des critres
secondaires qui donneront des lments dinformations complmentaires sur les caractristiques
du produit.

Les enjeux de cette tape sont de dfinir la population de manire trs rigoureuse (critre
dinclusion, dexclusion et traitement autoris), afin dviter tout biais dinterprtation mais en
mme temps de ne pas trop rduire cette population, car sinon on ne trouve plus suffisamment
de patients pour tester le produit. Par ailleurs, les difficults proviennent aussi du fait que les
modalits de traitement et les critres valids de mesures defficacit ne sont pas forcment les
mmes dans tous les pays, alors que les grands effectifs de population exigs pour ces tudes
ncessitent un recrutement multicentrique international. Mettre tout le monde daccord sur
lensemble des modalits du protocole nest pas toujours si facile. Lorganisation de comits
mdicaux scientifiques internationaux ( medical advisory board comittee ) est souvent
ncessaire.

Lenjeu de ltape 2 de mise en place de lessai est dinstaller le produit, le protocole et tous les
lments de mesure du traitement dans tous les hpitaux ou cabinets mdicaux qui ont accept
de participer lessai. La phase de mise en place est aussi celle qui permet dobtenir toutes les
autorisations thiques et administratives, de procder aux investigations cliniques de ltude dans
tous les hpitaux qui ont accept de participer cet essai. Ces autorisations sobtiennent au
niveau national et rgional hospitalier. Cette phase peut tre source de retard, du fait de tous les
aspects logistiques qui la composent : retard darrive des produits, des cahiers dobservation, des
documents sur site, autorisations manquantes, etc.

125
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Ltape 3, ou phase de monitoring , correspond une phase de recrutement et de traitement


des patients proprement dits. Chaque patient choisit daccepter ou de refuser de rentrer dans
lessai aprs quon lui en ait clairement expliqu toutes les modalits. Ensuite, il est libre tout
moment de quitter lessai sil nen peroit pas le bnfice. Compte tenu des effets placebo et
surtout nocebo7, un nombre de patients quittant lessai est dplorer, quelque soit lefficacit des
traitements, on parle de perdu du vue si ces patients quittent lessai sans justifier leur retrait. La
phase dinclusion a une dure souvent alatoire, car la vitesse de recrutement est un des
paramtres les plus difficiles valuer lavance. Cette phase est jalonne par deux dates cls ; le
premier patient rentr dans lessai (FPI8) et le dernier patient sorti de lessai (LPO9)

Ltape 4 permet danalyser les donnes. Les cahiers dobservations cliniques biologiques et
autres suivis diagnostics qui ont t saisis deux fois dans une base de donnes en aveugle sont
collects en vu dtre analyss. La cohrence des donnes a t vrifie par test et a gnr des
questions ( queries ) auxquelles les praticiens doivent rpondre. Lorsque la base de donnes est
parfaitement cohrente, elle est gele et le double aveugle est alors lev pour permettre la
ralisation des tests statistiques permettant de mesurer la tolrance et lefficacit. Ces tests
statistiques font lobjet de rapports cliniques qui devront obligatoirement tre joints dans le
dossier dAMM, quel que soit le rsultat positif ou ngatif. Cette dernire phase est gnralement
sur le chemin critique et tous les laboratoires sorganisent pour la grer dans les meilleurs dlais.
En temps masqu, les centres investigateurs sont clturs avec reprise des units thrapeutiques
utilises pour les traitements et lettre darrt aux agences.

Le schma suivant (Figure 46) rsume lessai :

7 L'effet placebo n'est pas toujours bnfique, il peut tre de nature dommageable pour l'individu : c'est l'effet
nocebo (du latin : je nuirai ) Cet effet nocebo peut aussi prendre la forme des effets indsirables d'un vrai
mdicament. Il est prsent car le patient, sachant qu'il prend un mdicament, recre inconsciemment les effets
indsirables dont il a pu entendre parler auprs de ses amis, dans les mdias, ou simplement lus sur la notice. Ces
effets, distincts des effets secondaires rels d'un mdicament, sont de nature purement psychologique - mme si la
distinction entre les deux n'est pas toujours aise. 20 30 % des sujets en parfaite sant observent des effets
secondaires tels que maux de tte, somnolence et nauses13. (Wikipedia)
8 First Patient In

9 Last Patient Out

126
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Phase conception Mise Monitoring Analyse et exploitation


en place clinique
investigateur
Plan de dvpt

Brochure
clinique

Sortie Dernier Patient


(LPO)

FPI

Publication
Ouvertures pays

Rapports dtude
CRFS
des UT

patients
Synopsis

OUVERTURE DU 1ER CENTRE

INCLUSION 1er PATIENT


Protocole

Dossier
Planification

Rapports STAT
GEL DE LA BASE
- Budget Avis/Assistance EMEA si ncessaires - Inclusions
- Comit Scientifique (advisory board) - Monitoring
- Identification des Centres - Approvisionnement en UT
- Commande des units thrapeutiques - Traitement des donnes
- Brochure Invest. (mise jour) - Pharmacovigilance
- Libration des lots - Saisie et double saisie des data - Audits
- Protocole - Queries - Suivi budgtaire/Honoraires
- Plan danalyse statistique - Coherence des donnes - CLOTURE DES CENTRE
- Autorisation dimport/Export - Medical Blind review - Recuperation des UTs
- Contrats et assurance - Gel de la base des donnes - Analyse stats
- Documents dautorisation dessais Autorisations obtenues - Audits - Medical writing
et matriel disponible - Suivi budgtaire/Honoraires - Declaratiopn fermeture de lessais
- Brochure Invest. (mise jour) - Declaration pharmacovigilance

Figure 46. Droulement dun essai clinique

5.3.3 Donnes de ltude de cas

Nous prsentons ici les donnes relatives la ralisation dune tude clinique de phase III pour
un mdicament pour traiter langor10. Le temps de traitement propos par le laboratoire est de 6
mois. Ltude vise recruter quatre cents patients par lintermdiaire de quarante centres de
recrutement rpartis sur deux pays. Nous utiliserons ces donnes pour illustrer et valider notre
approche.

5.3.3.1 Les tches du projet

Cette tude clinique de phase III comporte quatre tapes (cf. partie 5.3.2) : conception, mise en
place, monitoring, analyse et exploitation clinique. Ces quatre tapes sont dcomposes en tches
considres comme lmentaires pour la planification du projet dtude clinique, elles sont
prsentes dans le Tableau 16. Pour chaque tche, la dure, le cot et son mode de calcul du cot
(taux fixe ou charge fixe) sont dcrits. Une tche est de type charge fixe si son cot total et sa
dure sont indpendants. Une tche est de type taux fixe si son cot est li

10 langor (ou angine de poitrine) est une maladie cardiaque rsultant d'un manque d'apport d'oxygne au myocarde,
le plus souvent secondaire une diminution du dbit sanguin dans une artre coronaire (Wikipedia).

127
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

proportionnellement la dure. Ce dernier mode daffectation est utile pour calculer le cot dans
le cas dun changement de dure de tche.

Etape Tche Dure initiale Cot initial Mode daffectation


Conception Rdaction du protocole 6 mois 11 k! Taux fixe
Autorisation administrative 3 mois 18 k! Charge fixe
Mise en place Ouverture centre partie 1 1 semaine 21 k! Charge fixe
Ouverture centre partie 2 7 semaines 35 k! Taux fixe
Ouverture centre partie 3 7 semaines 35 k! Taux fixe
Monitoring Recrutement partie 1 6 semaines 30 k! Charge fixe
Recrutement partie 2 15 semaines 375 k! Charge fixe
Recrutement partie 3 19 semaines 195 k! Charge fixe
Monitoring (tche Hamac) 200 k! Charge fixe
Saisie (tche Hamac) 40 k! Charge fixe
Data cleaning 3 semaines 10 k! Taux fixe
Analyse et Analyse 1 mois 14 k! Charge fixe
exploitation
clinique

Tableau 16. Les tches de ltude clinique de phase III tudie

La phase de conception de ltude clinique a pour objet de rdiger le protocole selon lequel
ltude devra tre ralise et dobtenir les autorisations administratives requises pour raliser
ltude clinique.
La mise en place des centres est dcompose en trois parties en raison des modes daffectation
diffrents utiliss pour chacune dentre elles. La tche Ouverture centre partie 1 est une tche
charge fixe , qui prpare les dossiers pour ouvrir les centres et raliser louverture de quelques
premiers centres. La tche Ouverture centre partie 2 est de type taux fixe , son cot rel est
estim en fonction de la dure qui dpend du nombre de centres ouverts.

La phase Monitoring est compose de cinq tches. La tche Recrutement (dcompose en


partie 1, partie 2 et partie 3) est jalonne par linclusion du premier patient recrut (FPI : First
Patient In ) et par le recrutement du dernier patient (ou LPI : Last Patient In ). La tche
Monitoring est une tche Hamac. Sa dure est dpendante des deux jalons FPI et LPO ( Last
Patient Out ). Dans le cas initial, sa dure prvisionnelle est de 10 mois. La tche Saisie est
aussi une tche Hamac. Elle est comprise entre les deux jalons CRFI ( Case Report Form In ) et
CRFO ( Case Report Form Out ). Sa dure initiale est 315 jours.
Le diagramme GANTT prsent Figure 47 permet de montrer les liens de prcdence entre les
tches et de positionner les jalons.

128
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Figure 47. La ralisation dune tude clinique (planning initial sans risque)
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Dans sa planification initiale, le projet est prvu avec une dure de 490 jours et prsente un cot
total de 984 k!. Cependant, cela implique quaucun vnement perturbateur ne survienne. Or,
dans la ralit, un certain nombre de risques ont t identifis et sont susceptibles dimpacter
cette dure et ce cot prvisionnel. Ils sont prsents dans la partie suivante.

5.3.3.2 Les risques inhrents la ralisation de cette tude clinique de phase III

Aprs analyse des causes potentielles de retard et de surcot de la ralisation de cette tude
clinique, les experts ont relev une liste des risques principaux ainsi que leurs impacts. Ils
proposent galement des stratgies (prventives mais aussi correctives) pour traiter ces risques :
R1 : Dsaccord pays dans la ralisation du protocole
R2 : Critres dinclusion trop slectifs
R3 : Retard de recrutement partie 1
R4 : Retard de recrutement partie 2
R5 : Retard de recrutement partie 3
R6 : Augmentation des sorties dessai
R7 : Incohrence des saisies

Le risque de Dsaccord pays dans la ralisation du protocole intervient lorsque les mdecins ne sont
pas daccord avec le protocole de traitement. Il peut survenir durant la priode de Recrutement
partie 2 avec une probabilit initiale de 50 %. Son impact initial prolonge de cinq mois la tche
de Recrutement partie 2 . Nous pouvons traiter ce risque par une stratgie prventive Crer
un Steering committee (StT1), qui runit les mdecins pour une mise au point sur le protocole
avant la validation du protocole .

Le risque Critres dinclusion trop slectifs peut conduire augmenter la difficult de trouver des
patients rpondant aux critres dfinis dans le protocole. Il peut survenir pendant la priode du
Recrutement partie 1 avec une probabilit initiale de 20 %. Son impact initial prolonge
chacune des phases de recrutement. Nous pouvons traiter ce risque par la stratgie corrective
Amendement du protocole (StT2).

Le risque de Retard de recrutement partie 1 , indique une difficult rencontre lors du recrutement
des patients dans les premiers centres. Il peut survenir dans la priode du Recrutement
partie 1 avec une probabilit initiale 20 %. Son impact initial est de plus six semaines dans la
tche de recrutement partie 1. Nous pouvons viter ce risque soit par la stratgie corrective
Incitation pour investigateur (StT31), soit par une autre stratgie corrective Ouvrir de
nouveaux centres (StT32).

Le risque de Retard de recrutement partie 2 peut survenir dans la priode du Recrutement partie
2 avec une probabilit initiale 20 %. Son impact initial est de plus 15 semaines dans la tche de

130
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

recrutement partie 2. Nous pouvons viter ce risque soit par la stratgie corrective Incitation
pour investigateur (StT41), soit par une autre stratgie corrective Ouvrir de nouveaux centres
(StT42).

Le risque de Retard de recrutement partie 3 peut survenir dans la priode du Recrutement


partie 3 avec une probabilit initiale 20 %. Son impact initial est de plus 19 semaines sur la tche
de recrutement partie 3. Nous pouvons viter ce risque soit par la stratgie corrective Incitation
pour investigateur (StT51), soit par une autre stratgie corrective Ouvrir de nouveaux centres
(StT52).

Le risque Augmentation des sorties dessai indique que le taux de dpart de patients avant la fin de
lessai touche le seuil de 20 % ( drop out ). Il peut survenir dans la priode du Monitoring
avec une probabilit initiale 20 %. Son impact initial est de plus 6 semaines dans la tche de
recrutement partie 3. Nous pouvons viter ce risque soit par la stratgie prventive
Recrutements supplmentaires en partie 2 (StT61), soit par la stratgie corrective
Recrutements supplmentaires en partie 3 (StT62).

Le risque Incohrence des saisies est relatif lexistence dincohrences ou derreurs introduites
lors de la saisie des informations de suivi des patients inclus et suivis dans ltude. Il peut survenir
dans la priode de Saisie avec une probabilit initiale 80 %. Son impact initial est de plus 3
semaines dans la tche de Data Cleaning. Nous pouvons viter ce risque soit par la stratgie
prventive Cleaning en parallle de la saisie (StT71), soit par la stratgie corrective Nettoyage
de la base (StT72).

Diffrentes dpendances entre les risques ont pu tre releves. Il sagit de la rpercussion de
retard pris dans le recrutement de patients. Ds lors quun retard est avr dans lune des parties
du recrutement, la probabilit davoir un retard dans les parties suivantes est amplifie. Ainsi, si
un retard survient en partie 1, la probabilit den observer un en partie 2 et/ou 3 est accentue.
De mme, si un retard est rencontr en partie 2 voire en partie 1 et 2, la probabilit doccurrence
de R5 est augmente. Dune probabilit initiale de 20 %, R4 et / ou R5 passera une probabilit
modifie de 50 %.

Le dtail de ces lments est rsum dans les tableaux qui suivent.

131
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Risque Probabilit Priode Tche impacte Impact initial dlai StT


R1 50% Recrutement partie 2 Recrutement partie 2 + 5 mois StT1 - Crer un Steering Committee
Recrutement partie 1 + 3 semaines
R2 20% Recrutement partie 1 Recrutement partie 2 + 8 semaines StT2 Rdiger un amendement du protocole
Recrutement partie 3 + 10 semaines
StT31 Incitation pour investigateur
R3 20% Recrutement partie 1 Recrutement partie 1 + 6 semaines
StT32 Ouvrir de nouveaux centres
StT41 Incitation pour investigateur
R4 20% Recrutement partie 2 Recrutement partie 2 + 15 semaines
StT42 Ouvrir de nouveaux centres
StT51 Incitation pour investigateur
R5 20% Recrutement partie 3 Recrutement partie 3 + 19 semaines
StT52 Ouvrir de nouveaux centres
StT61 Recrutements supplmentaires en partie 2
R6 20% Monitoring Recrutement partie 3 + 6 semaines
StT62 Recrutements supplmentaires en partie 3
StT71 Prvoir un nettoyage de la base en parallle de la
R7 80% Saisie DataCleaning + 3 semaines saisie
StT72 Nettoyer la base aprs saisie

Tableau 17. Les risques et leurs caractristiques


CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

StT Type stratgie Action/tche Type action Probabilit rduite Tche impacte Impact dlai
rduit
StT1 Prventive A1 - Crer un steering committee Ajouter 5% + 5 mois
StT21 Corrective A2 - Rdiger un amendement Ajouter Recrutement partie 1 + 2 semaines
Recrutement partie 2 + 4 semaines
Recrutement partie 3 + 5 semaines
StT31 Corrective A31 - Verser une prime supplmentaire aux investigateurs de 1,5 K! en Ajouter Recrutement partie 1 + 3 semaines
plus par patient - Ngociation
StT32 Corrective A32 - Ouvrir de nouveaux centres partie 1 Ajouter
A33 Recrutements complmentaires partie 1 Ajouter
StT41 Corrective A41 - Verser une prime supplmentaire aux investigateurs de 1,5 K! par Ajouter Recrutement partie 2 +7 semaines
patient - Ngociation
StT42 Corrective A42 - Ouvrir de nouveaux centres partie 2 Ajouter
A43 Recrutements complmentaires partie 2 Ajouter
StT51 Corrective A51 - Verser une prime supplmentaire aux investigateurs de 1,5 K! par Ajouter Recrutement partie 3 + 9 semaines
patient - Ngociation
StT52 Corrective A52 - Ouvrir de nouveaux centres Ajouter
A53 Recrutements complmentaires partie 3 Ajouter
StT61 Prventive A611 Recrutement partie 2 avec 10% de patients en plus Remplacer 5%
A612 Recrutement partie 3 avec 10% de patients en plus Remplacer
StT62 Corrective A62 Recrutement partie 3 avec 20% de patients en plus Remplacer
StT71 Prventive A71 - Cleaning parallle de la saisie Saisie et data management Remplacer 5%
StT72 Corrective A72 - Nettoyage de la base Ajouter

Tableau 18. Les stratgies et actions de traitement

133
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Action/tche Prdcesseurs Successeurs Dure Cot fixe (en


K!)
A1 - Crer un steering committee Dbut Autorisation administrative 3 mois 40
A2 - Rdiger un amendement Recrutement partie 1 Last Patient In 1 mois 4
A31 - Verser une prime supplmentaire aux investigateurs de First Patient In Last Patient In 3 semaines 30
1,5 K! en plus par patient - Ngociation
A32 - Ouvrir de nouveaux centres partie 1 Centre partie 2 Centre partie 3 2 jours 2
A33 Recrutements complmentaires partie 1 Ouvrir de nouveaux centres partie 1 Last Patient In 2 semaines
A41 - Verser une prime supplmentaire aux investigateurs de Dbut Recrutement Partie 2 Last Patient In 3 semaines 375
1,5 K! par patient - Ngociation
A42 - Ouvrir de nouveaux centres partie 2 Centre partie 3 Recrutements complmentaires partie 2 1 semaine 5
A43 Recrutements complmentaires partie 2 Ouvrir de nouveaux centres partie 2 Last Patient In 5 semaines
A51 - Verser une prime supplmentaire aux investigateurs de Dbut Recrutement Partie 3 Last Patient In 3 semaines 195
1,5 K! par patient - Ngociation
A52 - Ouvrir de nouveaux centres partie 3 Centre partie 3 Recrutements complmentaires partie 3 1 semaine 5
A53 Recrutements complmentaires partie 3 Recrutements complmentaires partie 3 Last Patient In 6 semaines
A611 - Recrutement partie 2 avec 10% de patients en plus Centre partie 2 (DD+1s) Last Patient In 17 semaines 375
A612 - Recrutement partie 3 avec 10% de patients en plus Centre partie 3 (DD+1s) Last Patient In 21 semaines 195
A62 - Recrutement partie 3 avec 20% de patients en plus Centre partie 3 (DD+1s) Last Patient In 23 semaines 195
A71 - Cleaning parallle de la saisie Saisie et data Case Report Form In Case Report Form Out 51 semaines 41
management
A72 - Nettoyage de la base DataCleaning Analyse 1 semaine 2

Tableau 19. Actions de traitement et tches planning associes

134
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Risque(s) source(s) Risque(s) cible(s) Probabilit initiale Rcible Probabilit modifie Rcible
R3 R4 20 % 40 %
R3 R5 20 % 40 %
R4 R5 20 % 40 %
R3 et R4 R5 20 % 40 %

Tableau 20. Les dpendances associes aux risques identifis.

135
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

5.4 Exploitation des rsultats

5.4.1 Prsentation des rsultats bruts

Sur la base des donnes collectes (projet et risques), la gnration des scnarios possibles a
conduit identifier :
128 scnarios de risques (27) seuls o seuls les impacts initiaux sont pris en compte, que
nous noterons <ScR, !>,
19 200 scnarios de projet comportant risques et traitements envisageables, que nous
noterons <ScR, ScT>.

5.4.1.1 Analyse selon la dure

La planification initiale, sans prise en compte des risques et stratgies de traitement, conduit
proposer un projet dune dure prvisionnelle de 490 jours et dun cot prvisionnel de 984 K!.
Nous analyserons successivement les donnes obtenues lors des simulations sans et avec
stratgies de traitement appliques aux scnarios de risques.

Dans un premier temps, la prise en compte des risques et de leurs impacts potentiels fait
apparatre une amplitude de dures possibles de 185 jours, allant de 490 jours 675 jours. La
Figure 48 illustre la distribution en pourcentage de scnarios par tranches de dures de projet. Le
pas daffichage retenu sur laxe des abscisses (dure du scnario) est de 9 jours. Ainsi, la premire
barre de lhistogramme exprime quil existe 6 % scnarios gnrs (soit 8 scnarios) dont la dure
est comprise entre 490 et 500 jours (500 non compris).

136
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Distribution des dures de scnarios de projet <ScR, >

14%

12%

10%

8%

6%

4%

2%

0%
500[

510[

520[

530[

540[

550[

560[

570[

580[

590[

600[

610[

620[

630[

640[

650[

660[

670[

680[
[490,

[500,

[510,

[520,

[530,

[540,

[550,

[560,

[570,

[580,

[590,

[600,

[610,

[620,

[630,

[640,

[650,

[660,

[670,
Duree de scnario (en jours)

Figure 48. Histogramme des dures de scnarios de projet <ScR, !>

La dure maximale est de 675 jours, 16 scnarios conduisent cette dure, ils ont en commun la
survenue des risques R5, R6, R7. La drive de dure maximale correspond une augmentation de
47 % de la dure initialement prvue pour le projet.

La gnration des scnarios complets, intgrant risques et stratgies de traitement, conduit une
amplitude de dures possibles similaire (235 jours). Cependant, la rpartition du nombre de
scnarios de projet est alors diffrente, avec une diminution du nombre en fonction de
laugmentation de la dure (voir figure ci-dessous).

Distribution du nombre de scnarios par dure de projet <ScR,ScT >

30%

25%

20%

15%

10%

5%

0%
00[

10[

20[

30[

40[

50[

60[

70[

80[

90[

00[

10[

20[

30[

40[

50[

60[

70[

80[
[490,5

[500,5

[510,5

[520,5

[530,5

[540,5

[550,5

[560,5

[570,5

[580,5

[590,6

[600,6

[610,6

[620,6

[630,6

[640,6

[650,6

[660,6

[670,6

Duree de scnario (en jours)

Figure 49. Histogramme des dures de scnarios de projet <ScR, ScT>

137
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

5.4.1.2 Analyse selon le cot

Lanalyse des cots des scnarios de projets <ScR,0> montre une variation possible de 1 % due
aux risques seuls. Ds lors que lon applique les scnarios de traitements aux scnarios de risques
<ScR,ScT>, lamplitude est plus importante. Elle permet alors dobserver une variation cot de
634 K! allant de 984 1618 K!. Ces rsultats sont prsents sur la figure ci-dessous, dans
laquelle le pas daffichage de laxe des abscisses est de 29 K!. Lamplitude maximale correspond
une drive de cot de 64 %. Cela revient dire que le scnario le plus dfavorable peut entraner
une augmentation du cot du projet de 64 % par rapport la prvision initiale.
180 scnarios conduisent un cot suprieur ou gal 1600 K!. Ils correspondent des
scnarios comportant au minimum la survenue des risques R3, R4 et R5.

Distribution des cots de scnarios de projet <ScR,ScT >


Nombre de scnarios

4500
4000
3500
3000
2500
2000
1500
1000
500
0
20[

050[

080[

110[

140[

170[

200[

230[

260[

290[

320[

350[

380[

410[

440[

470[

500[

530[

560[

590[

620[
0[ 9
[960,9

0
[990,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1

,1
[1020

[1050

[1080

[1110

[1140

[1170

[1200

[1230

[1260

[1290

[1320

[1350

[1380

[1410

[1440

[1470

[1500

[1530

[1560

[1590
Cot de scnario (en K euros)

Figure 50. Histogramme des cots de scnarios de projet <ScR, ScT>

5.4.1.3 Pour les scnarios <ScR, !>, analyse de la probabilit datteindre une plage de dure, de
cot

La probabilit que le projet se droule selon une valeur de dure (respectivement de cot) est
reprsente dans la Figure 51. Cette figure restitue linformation selon une plage de valeurs
possibles de dures. Plusieurs scnarios de risques peuvent conduire une mme valeur de dure
(respectivement de cot). Une plage de valeur (par exemple [510, 520[ pour la dure) peut
comporter plusieurs scnarios de risques. Dans ce cas, cest la probabilit cumule de lensemble
de ces scnarios qui va nous intresser et qui sera reprsente dans la figure. La mme analyse est
galement effectue pour le critre de cot.
Pour le critre de dure, on observe une forte probabilit que la dure du projet soit comprise
entre 500 et 510 jours, ce qui traduit une augmentation de 10 20 jours. Lanalyse de la Figure 51
montre galement une forte probabilit que la dure du projet soit comprise entre 590 et 600
jours, soit une augmentation de 100 110 jours. Ces deux pics sont observs, que lon fasse
lanalyse sans comme avec prise en compte des dpendances entre les risques.
Leffet de lintroduction de la notion de dpendance (Figure 51.b) entre les diffrents risques peut
sobserver au niveau des probabilits doccurrence des scnarios. Lamplitude maximale reste

138
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

inchange entre les deux analyses. La prise en compte des dpendances modifie la probabilit de
rencontrer ces deux situations, les scnarios entranant une augmentation de 100 110 jours sont
plus probables avec prise en compte des dpendances. La probabilit passe de 10 % 15 %.

! "#$%$&'&()* +,%"+-.")/+0* 1 )2%"&#+34 1 5 6+78+ (a) Sans dpendance


!"'#
!"'!
!"&#
! "#$%$&'&()*

!"&!
!"%#
!"%!
!"$#
!"$!
!"!#
!"!!
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
!(
" #!
" #$
" #%
" #&
" #'
" ##
" #*
" #+
" #,
" #)
" *!
" *$
" *%
" *&
" *'
" *#
" **
" *+
" *,
(' ) !
(# ! !
(# $ !
(# % !
(# & !
(# ' !
(# # !
(# * !
(# + !
(# , !
(# ) !
(* ! !
(* $ !
(* % !
(* & !
(* ' !
(* # !
(* * !
(* + !
9.") / +0/ 2+:#."*8

! "#$%$&'&()* +,%"+-.")/+0* 1 )2%"&#+34 1 5 6+78+ (b) Avec dpendances


!"'#
!"'!
!"&#
! "#$%$&'&()*

!"&!
!"%#
!"%!
!"$#
!"$!
!"!#
!"!!
!(

!(

!(

!(

!(

!(

!(

!(

!(

!(

!(

!(

!(

!(

!(

!(

!(

!(

!(
" #!

" #$

" #%

" #&

" #'

" ##

" #*

" #+

" #,

" #)

" *!

" *$

" *%

" *&

" *'

" *#

" **

" *+

" *,
(')!

(#!!

(#$!

(#%!

(#&!

(#'!

(##!

(#*!

(#+!

(#,!

(#)!

(*!!

(*$!

(*%!

(*&!

(*'!

(*#!

(**!

(*+!

9.") / +0/ 2+:#."*8

Figure 51. Probabilit de chaque plage de valeur de dure

Nous pouvons constater (Figure 52) que la probabilit dtre confront un scnario de risque
prsentant une dure infrieure 510 jours est la mme que celle dtre confront un scnario
de risque prsentant une dure suprieur 510 jours. Cependant, seulement 16 scnarios ont une
dure infrieure 510 jours. Ces scnarios ne font pas apparatre les risques R2 et R5. Les
graphiques (a) et (b) (de la Figure 52) montrent bien que leffet des dpendances, dans ce cas
dapplication, ne touche que la probabilit. En effet, sur des plages de valeur telles que [500, 510[
ou encore [590, 600[, si la probabilit davoir un scnario dans ces plages varie, le nombre de
scnarios quant lui ne varie pas.

139
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Interprtation des dures de scnarios (scnarios <ScR, >) (a) Sans dpendance
0,45 18
Probabilit
Nombre de scnarios

0,40 16

0,35 14

0,30 12

Nombre de scnarios
0,25 10
Probabilit

0,20 8

0,15 6

0,10 4

0,05 2

0,00 0
00 [

10 [

20 [

30 [

40 [

50 [

60 [

70 [

80 [

90 [

00 [

10 [

20 [

30 [

40 [

50 [

60 [

70 [

80 [
0,5

0,5

0,5

0,5

0,5

0,5

0,5

0,5

0,5

0,5

0,6

0,6

0,6

0,6

0,6

0,6

0,6

0,6

0,6
[49

[50

[51

[52

[53

[54

[55

[56

[57

[58

[59

[60

[61

[62

[63

[64

[65

[66

[67
Dure (en j)

Interprtation des dures de scnarios (scnarios <ScR, >) (b) Avec dpendances
0,45 18
Probabilit
Nombre de scnarios
0,40 16

0,35 14

0,30 12

Nombre de scnarios
0,25 10
Probabilit

0,20 8

0,15 6

0,10 4

0,05 2

0,00 0
00 [

10 [

20 [

30 [

40 [

50 [

60 [

70 [

80 [

90 [

00 [

10 [

20 [

30 [

40 [

50 [

60 [

70 [

80 [
0,5

0,5

0,5

0,5

0,5

0,5

0,5

0,5

0,5

0,5

0,6

0,6

0,6

0,6

0,6

0,6

0,6

0,6

0,6
[49

[50

[51

[52

[53

[54

[55

[56

[57

[58

[59

[60

[61

[62

[63

[64

[65

[66

[67

Dure (en j)

Figure 52. Scnarios de risques selon la dure

Au regard des cots, les scnarios se rpartissent en deux classes de cots. Chacune de ces classes
compte 64 scnarios. Le risque R7 permet cette dichotomie : 64 scnarios sans R7, prsentant un
cot compris entre 980 et 990 k! et 64 scnarios avec R7 prsentant un cot compris entre 990 et
1000 k!. Les dpendances possibles ninfluencent pas cet aspect.
La figure ci-dessous montre la probabilit de chaque plage de valeur de cot pour le scnarios de
risques sans application de stratgie de traitement. Lanalyse du graphique montre des
probabilits importantes dtre, in fine, confront un scnario de projet prsentant un cot
compris entre 990 et 1000 K!.

140
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Interprtation des cots de scnarios (scnarios <ScR, >)

0,9 70

0,8
60
0,7

Nombre de scnarios
50
0,6

Probabilit
0,5 40

0,4 30

0,3
20
0,2
10
0,1

0,0 0

[
90[

000
0,9

0,1
[98
Cot (en K!)

[99
Probabilit
Nombre de scnarios

Figure 53. Scnarios de risques selon le cot

5.4.2 Description du processus danalyse des rsultats

Il sagit ici, dans un premier temps, didentifier les scnarios de risques pour lesquels il conviendra
de proposer des mesures de traitement sous la forme de scnarios de traitement.
Pour cela, nous proposons danalyser conjointement les trois dimensions caractristiques de
chaque scnario, a savoir :
la probabilit doccurrence dun scnario,
la dure du scnario, ou dune autre manire laugmentation du dlai par rapport au
scnario initial,
le cot du scnario, ou dune autre manire laugmentation de cot par rapport au
scnario initial.
Parmi lensemble des scnarios de risques gnrs, lidentification des scnarios inacceptables
peut tre effectue selon diffrents critres. Citons par exemple les scnarios qui dpasseraient un
objectif de dlai et/ou un objectif de cot. Cela peut tre utilis lors de la ngociation
contractuelle avec un client afin destimer la marge de scurit disponible au moment de la
ngociation en fonction du niveau de risque que lon accepte de prendre.
Le critre le plus habituellement utilis dans le cas de la hirarchisation des risques dans les
mthodes classiques est celui de la criticit.
Le niveau de criticit de chaque scnario peut tre calcul selon la formule ci-dessous.
Afin de rendre comparable les critres, pour chaque scnario de projet, nous introduisons !p et
"p qui reprsentent respectivement les mtriques des impacts dure et cot dun scnario de
projet ScPp :
ID(ScPp ) IC(ScPp )
!p = ,( p = 1...P) et ! p = ,( p = 1...P) ainsi, ! p , ! p ! "#0,1$%
max(ID(ScPp )) max(IC(ScPp ))

141
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

dans lesquelles les fonctions ID(ScPp) et IC(ScPp) renvoient respectivement aux impacts dures et
cots dun ScPp et max(ID(ScPp)) et max(IC(ScPp) les impacts dures et cots les plus longs ou
coteux des scnarios de projet.
Limpact global norm et pondr Impact(ScPp) peut alors sobtenir suivant la formule suivante :
Impact(ScPp ) = q ! ! p + q'! ! p
Dans laquelle q et q sont 2 coefficients qui sont choisis par le responsable de projet suivant
limportance donne chaque critre : q correspondra au poids donn au dlai et q au cot.

La criticit Cr(ScPp) est alors obtenue par la formule suivante, en se basant sur limpact global
norm et pondr, ainsi que sur la probabilit doccurrence du scnario P(ScPp).
Cr(ScPp)= P(ScPp) x impactp

Sur la base de ce critre de criticit, les scnarios de risques sont ordonns afin den dterminer
les plus critiques. Ici, ce sont bien les scnarios de projets qui sont ordonns et non pas les
risques. Nous illustrerons lors de la prsentation de lapplication numrique (5.4.3) les diffrences
observes entre ces deux mthodes de hirarchisation des risques.
Pour chaque scnario de risques ainsi identifi, les stratgies de traitement (StT) proposes sont
values afin de retenir la stratgie qui prsente le meilleur ratio cot de mise en place versus
niveau de rduction du risque. Par ailleurs, une analyse complmentaire peut conduire
privilgier des stratgies de traitement qui permettraient de traiter simultanment plusieurs
risques, quils participent aux scnarios critiques ou pas.
Le degr de pertinence dun scnario de traitement est corrl au niveau de rduction de criticit
du scnario de risque.
Soit, ScTd un scnario de traitement associ au scnario de risque ScRs, avec Cr(ScPp) la criticit du
scnario de projet ScPp, le degr de pertinence du scnario de traitement ScTd est PertScTd avec
!"#$!"#! ! !" ! !"#! ! ! ! ! !" ! !"#! ! !"#! !

Le ScT a retenir est celui qui entraine un degr de pertinence le plus lev.

142
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Figure 54. Processus danalyse de rsultat

Pour permettre une analyse visuelle, nous proposons dutiliser des graphiques sous la forme dune
reprsentation en trois dimensions (diagramme bulle) comportant :
en abscisse, la dure du scnario,
en ordonne, le cot du scnario,
et le diamtre de la bulle, reprsentatif de la probabilit du scnario.
Un exemple de cette reprsentation sera propos dans le paragraphe qui suit (5.4.3) lors de la
prsentation de lapplication numrique.

5.4.3 Application numrique notre tude de cas

Dans notre cas dtude, limpact dlai est plus important que limpact cot. Par consquent, pour
le calcul de lindice de criticit, nous avons retenu les poids suivants : q = 0,75 et q = 0,25.

143
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

5.4.3.1 Rcapitulatif des observations

Le tableau suivant rcapitule les plages de valeurs des diffrents rsultats obtenus.
Probabilit Cot Dlai Criticit
Pi 3,27% 984 490 0
Min Max Min Max Min Max Min Max
<ScR, !> 3,2. 10-3 % 13,1% 984 994 490 675 0 0,0407
<ScR, !> et 1,28. 10-2 % 13,1% 984 994 490 675 0 0,0407
dpendance
<ScR, ScT> 2.10-5 % 35,1% 984 1618 490 675 0 0,0298

Tableau 21. Rcapitulatif des plages de valeurs rencontres

De ce tableau, il est possible de remarquer que la criticit des scnarios extrmes (calcule telle
que prcdement expos) sans prise en compte des stratgies de traitement nest pas influence
par les dpendances des risques. La probabilit entre pourtant en compte dans ces calculs de
criticit, ce qui sobserve notamment travers la probabilit du scnario de projet le moins
probable, qui diminue du fait des stratgies de traitement.
Une amplitude importante peut tre releve en termes de cot. Celle-ci met en vidence que si les
stratgies de traitement des risques peuvent avoir des effets rducteurs sur les dures et cots
finaux des projets, il nen demeure pas moins que celles-ci ont un cot pour un effet dont
lapprciation revient au chef de projet.
On observe que la mise en place de stratgies de traitement conduit une criticit max moins
dfavorable que dans le cas des scnarios sans stratgie de traitement. Cela est en partie d la
diminution des probabilits doccurrences dans le cas daction prventive, mais aussi la
limitation des impacts dans le cas dactions correctives.

5.4.3.2 Reprsentations graphiques

La planification initiale du projet permet didentifier une dure et un cot prvisionnel. Sachant
que cette planification est effectue sans prise en compte aucune de lensemble des alas qui
peuvent survenir, il y a de fortes chances que cet objectif ne puisse pas tre respect. La question
cruciale que doit se poser le chef de projet, lissue de cette tape, cest didentifier de manire
conjointe quels sont les objectifs de dlai et de cot quil est raisonnable de communiquer. Ces
objectifs devront correspondre des chances raisonnables de les respecter, cest dire raliser le
projet pour une dure et cot infrieurs ou gaux.
Dans dautres situations, les objectifs de dlai et de cot sont fixs, le chef de projet a en charge
de mettre en uvre un plan de management de projet capable de les respecter.

La figure ci-dessous prsente leffet observ de chaque risque pris de manire unitaire. Les
scnarios de projets ainsi dcrits prsentent uniquement loccurrence dun risque (ou daucun
pour Pi) et aucune stratgie nest mise en uvre.

144
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

1005

R7

995
Cot (en K!)

Pi ou R1
985

R6 R2 R5

R3 ou R4

975
480 490 500 510 520 530 540 550 560 570 580 590
Dure (en j)

Figure 55. Scnarios de projet prsentant loccurrence unitaire de chaque risque

La Figure 56, ci-dessous, prsente lensemble des ScP de type <ScR, !> dans une reprsentation
de type diagramme bulle. Les axes portent les objectifs de dure et de cot. Une bulle
reprsente un scnario de projet dans lespace de dure-cot. La taille de la bulle exprime la
probabilit doccurrence de ce scnario.

Effet des risques sur le dplacement des scnarios (a) Sans


1005

Scnario prsentant l'occurrence de dpendance


l'ensemble des risques
R5 R2

R6 R2
R6
995
Cot

R2 R7
R7
R6 R6
985

Pi, R1 R2 R6
R5 R2
R3 et R4
R6
975
480 530 580 630 680
Dure

145
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Effet des risques sur le dplacement des scnarios (b) Avec


1005

Scnario prsentant l'occurrence


dpendances
de l'ensemble des risques
R5 R2

R6 R2
R6
995
Cot

R2
R7
R7
R6 R6
985

Pi, R1 R2
R6
R5 R2
R3 et R4
R6
975
480 530 580 630 680
Dure

Figure 56. Effets cumuls des risques

En premire analyse, cette reprsentation permet didentifier que les scnarios les plus probables
sont situs dans la partie gauche et haute du graphique. Nous pouvons en dduire que les
scnarios conduisant des augmentations maximales de cot du projet sont relativement
probables.
Il est ainsi facilement observable que si les impacts des scnarios de projet nont pas volu, la
probabilit de les rencontrer, quant elle, a chang en intgrant la notion de dpendance. On
observe ainsi un changement entre les deux graphiques prcdents ; il ny a pas un accrossement
du nombre de bulles, cependant elles sont moins superposes du fait dune varit plus large de
diamtres, tout en restant concentriques.

La reprsentation nous permet didentifier plusieurs nuages de bulles . Un nuage de bulles, ou


nuage de scnarios, est constitu de scnarios qui ont un caractre commun, mme valeur de
dure et de cot. Nous remarquons que la construction des nuages rpond une logique dajout
progressif de risques supplmentaires partir dun scnario identifi (Figure 56).
Pour comprendre la distribution des nuages, la Figure 57 illustre limpact initial de chaque risque
dans les cas isols. Dans lespace de dure-cot, les risques sont reprsents par les vecteurs qui
indiquent les impacts initiaux de dure et de cot.

146
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

!"# $"%&' ()"' (&*' +%"' (),-' (."' (# ,' (*' /.0'

+*

!!#
5 /6$(2784

+' +%
,-./+&./+(./+# +)
!"#
#!$ %$$ %&$ %'$ %($ %#$ %%$ %)$ %*$ %"$ %!$
1%&0 " (23/%&'4

Figure 57. Vecteurs de risques

Ceci nous permet dobserver que les risques R2, R5 et R6 ont des vecteurs dots dune plus forte
amplitude sur la dure et que R7 est le seul prsenter une amplitude daction sur le cot et dans
une moindre mesure sur la dure aussi.

5.4.3.3 Comparaison ScR critiques et risques critiques

La Figure 58 prsente les dix scnarios de risques les plus critiques. Elle permet une comparaison
entre la hirarchisation obtenue avec, dune part les scnarios de risque et dautre part une
approche classique prenant en considration les risques de manire spare.
Le classement des ScR par criticit montre que les deux ScR les plus critiques sont ceux qui font
intervenir les risques R7 avec ou sans R1. R1 a un effet sur une tche qui nest pas sur le chemin
critique. Un allongement de la dure de cette dernire nest donc pas ressenti sur les critres
tudis. De plus, il sagit dune tche charge fixe, il ny a donc pas de rpercussion sur les cots.
En outre, R1 a une probabilit doccurrence de 50 %. Cela signifie quil possde la mme
probabilit de survenir comme de ne pas survenir, donc les scnarios avec et sans prsenteront la
mme criticit.
Le troisime scnario le plus critique prendre en compte est alors celui faisant intervenir R7
accompagn de R5 avec ou sans R1. Il est intressant de noter que dautres risques tels que R3 et
R4 prsentent des caractristiques dimpacts similaires R1. Cependant, la probabilit
doccurrence de R1 tant suprieure celle de R3 et R4, les scnarios les faisant intervenir sont
donc moins critiques.

Si lon compare avec la hirarchisation que lon aurait obtenue selon une mthode classique
(Figure 59), ne considrant que des risques pris isolment, ce sont, dans lordre, les risques R7,
R5, R2 et R6 qui sont les plus critiques.

147
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Importance des ScR par criticit


R7
R1 R7
R7 R5
R1 R7 R5
R2 R7
R1 R2 R7
R7 R6
R1 R7 R6
R1 R7 R4
R1 R3 R7

0 0,01 0,02 0,03 0,04 0,05


criticite

Figure 58. Les dix ScR les plus critiques Figure 59. Hirarchisation des risques pris
isolment

Les dix scnarios les plus critiques sont prsents sur la figure suivante sous la forme de
diagramme bulle. Il est noter que chaque bulle prsente une superposition de scnarios
intgrants ou pas R1.

Les dix ScR les plus critiques


Les dix ScR les plus critiques
1005 1005

/ R1R5R7 / R5R7
R1R4R7 R1R2R7 / R1R6R7 / R6R7

R2R7
995 995
Cot (en K!)
Cot (en K!)

R1R6R7 R1R5R7
R1R4R5R7 / R4R5R7
7/ / R6R7 / R5R7 R1R7 / R7 R1R2R7 / R2R7

R7
985 985

975 975
485 505 525 545 565 585 605 625
485 535 Dure585
(en j) 635 Dure (en j)

(a) Sans dpendances (b) Avec dpendances

Figure 60. Les dix ScR les plus critiques

La prise en compte des dpendances permet de mettre en vidence une modification de la


hirarchisation des scnarios de risques lors dun tri par criticit. Les scnarios mettant en scne
les risques R1, R3 et R7 ainsi que R1, R4 et R7 ont t relgu hors de cette liste des dix scnarios
les plus critiques par ceux contenant R4, R5 en plus de R7 (avec ou sans R1).
Dans le Tableau 22, une comparaison des approches est propose mettant en avant le tri suivant
la criticit des risques spars, des scnarios de risques ou encore des scnarios de risques prenant
en compte les dpendances.

148
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Rang Risque Scnario de risques Scnario de risques avec dpendance


1 R7 R1 R7 R1 R7
2 R5 R7 R7
3 R2 R1 R7 R5 R1 R7 R5
4 R6 R7 R5 R7 R5
5 R1 ou R3 ou R4 R1 R2 R7 R1 R2 R7
6 R2 R7 R2 R7
7 R1 R7 R6 R1 R7 R6
8 R7 R6 R7 R6
9 R1 R3 R7 R1 R7 R4 R5
10 R1 R7 R4 R7 R4 R5

Tableau 22. Comparaison de limportance des risques

Cette analyse des risques et scnarios de risques permet de mettre en vidence une hirarchisation
des priorits dans le traitement des risques. Celle-ci sera effectue au moyen de stratgies de
traitement.

5.4.3.4 Dtermination des ScT associs les moins critiques

La figure suivante montre lensemble des scnarios de projets possibles, intgrant la notion de
stratgie de traitement (mais pas ncessairement, car il peut tre dcid de ne pas mettre en uvre
de stratgie). Ce graphique reprend lensemble des scnarios tris par cot (le cot total, pas
seulement celui de la mise en uvre de stratgies) dcroissant. On peut ainsi observer que la
criticit qui est calcule en tenant compte de la dure nest logiquement pas diminue si lon
augmente les sommes dpenses dans le cadre du projet. Les stratgies les plus onreuses ne sont
ainsi pas ncessairement les plus efficaces au regard de la criticit.

0,035 1700

0,03 1600

1500
0,025
1400
Criticit

0,02
Cot

1300
0,015
1200
0,01
1100
0,005 1000

0 900
1 2001 4001 6001 8001 10001 12001 14001 16001 18001 Criticit
ScP Cot

Figure 61. Scnarios de projets tris en fonction de leurs cots

149
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Gestion dun scnario de risque


Si le responsable des risques de lorganisation sintresse au scnario de risques le plus critique
(contenant R1 et R7), diffrentes stratgies de traitements sont envisageables. Le tableau suivant
prsente cet ensemble de possibilits, une reprsentation sous forme de diagramme bulle est
aussi observable ci-aprs.
Scnario de Scnario de Probabilit Dure (j) Cot (k!) Criticit
Risque traitment
R7 R1 0,131072 505 994 0,00848
StT11 0,0131072 505 1034 0,00105
StT71 0,008192 490 985 3,2.10-6
StT72 0,131072 495 986 0,002760234
StT11 & StT71 8,19E-04 490 1025 1,32442E-05

StT11 & StT72 0,0131072 495 1026 0,000482762

Tableau 23. Rcapitulatif des caractristiques des scnarios de projet dans lesquels R1 et R7
sont occurents

La premire stratgie consiste ne rien faire et subir les consquences de ces risques. Ce scnario
de projet est le plus critique en effet, sil ne prsente pas le cot le plus lev, il prsente la dure
de projet la plus leve.

Le scnario le moins critique est celui o la stratgie de traitement StT71 seule est mise en uvre.

Il est intressant de voir que lajout de la stratgie de traitement StT11 fait augmenter la criticit.
Celle-ci fait diminuer la probabilit doccurrence du scnario, cependant laugmentation du cot
lie la mise en uvre de ces actions de traitement prventives contrebalance la variation de
probabilit. Le risque R1 agissant sur une tche ntant pas sur le chemin critique, tant charge
fixe et ayant une probabilit de 0,5, le scnario faisant intervenir R1 prsente une criticit nulle
selon les calculs effectus. Dans la ralit, R1 a tout de mme des rpercussions gnantes et un
modle de criticit plus raliste montrerait une criticit suprieure 0. Nanmoins, les rsultats de
ces calculs conduiraient sans doute le responsable ne pas traiter R1, car le traitement par la
stratgie StT11 ferait dans tous les cas augmenter la criticit, et seulement sintresser au risque
R7 en appliquant la stratgie StT71 uniquement. Celle-ci permet dobtenir un scnario de projet si
R1 et R7 surviennent qui ne prsenterait, certes pas, loccurrence conjointe de R1 et R7 la moins
probable, mais avec des rpercussions values comme tant les moins critiques.

150
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Figure 62. Effet des diffrentes stratgies sur les scnarios de projet prsentant loccurrence de
R1 et R7

Gestion dun cadre contractuel


Sur la figure prcdente, un exemple de cadre contractuel est reprsent. Celui-ci se dfinit par un
cot de projet devant tre infrieur ou gal 1000 k! pour assurer une rentabilit ce projet et
une dure de projet pour laquelle un engagement est pris auprs dun client pour une dure de
495 jours.

Loccurrence du scnario de risque incluant R1 et R7 entrane clairement le non respect de ce


cadre contractuel. La seule stratgie de traitement mettre en uvre permettant de respecter ce
cadre est celle contenant la stratgie prventive StT71. Il est donc prconis au responsable des
risques de prvoir de la mettre en uvre et dintgrer dans la plannification du projet les actions
prventives.

151
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

5.5 Conclusion

Dans ce chapitre, nous avons dans un premier temps prsent le dmonstrateur logiciel ProRisk
que nous avons dvelopp dans le cadre de ces travaux de recherche. Cette plateforme a pour
objectif de fournir des dcideurs tels que des chefs de projet, ou encore des gestionnaires de
risques, des informations pertinentes leur permettant de choisir la stratgie de traitement
appliquer dans le cadre de la gestion des risques dun projet. A travers une meilleure connaissance
des rpercussions de la mise en place dactions de traitement des risques, un choix stratgique
peut tre effectu. Celui-ci permet logiquement davoir plus de chances de tenir des engagements
de dlai ou de cot pris dans le cadre de relation contractuelle, mais aussi dutiliser de manire
efficace et pertinente les moyens disponibles pour rduire le niveau de risque dun projet en
rduisant les impacts de la survenue des risques.

Dans un deuxime temps, nous avons propos un cas dapplication de nos travaux. Ceux-ci sont
positionns dans le contexte pharmaceutique du dveloppement dun nouveau mdicament.
Nous nous sommes ainsi intresss la ralisation un essai clinique de Phase III dans le cadre du
dveloppement dun mdicament visant traiter langor. La dure de traitement dun patient
propos par le laboratoire est de six mois. Pour mener bien une telle tude, quatre cents
patients doivent tre recruts par lintermdiaire de quarante centres de recrutement rpartis sur
deux pays. Sept risques ont t identifis concernant ce projet ainsi que quatre dpendances entre
risques. Pour traiter ces risques et en rduire les impacts, douze stratgies de traitement des
risques bases sur seize actions de traitement ont aussi t rpertories.

Ainsi, alors quune approche considrant sparment les risques aurait consist sintresser
huit scnarios diffrents (un scnario sans risque et un scnario diffrent avec chacun des sept
risques), une approche tenant compte du fait que plusieurs risques peuvent survenir au cours
dun projet permet de sintresser cent ving-huit scnarios diffrents (incluant les huit scnarios
prcdemment mentionns). Cependant, afin de permettre le choix des stratgies pertinentes de
traitement des risques, celles-ci doivent tre prises en compte. Cest donc 19 200 scnarios de
projet quil sagira alors dtudier.

Nous avons montr les rsultats obtenus par lapplication de notre outil ProRisk et un processus
propos danalyse des rsultats. Le fait de considrer les dpendances entre les risques, mais aussi
de sintresser des scnarios de risques plutt qu des risques pris sparment peut changer les
priorits de traitement. De lanalyse qui accompagne nos rsultats, nous avons pu relever
diffrents points intressants. Il est possible de choisir les stratgies de traitement des risques afin
de permettre le respect dun cadre contractuel et latteinte dobjectifs. Ainsi, le choix des stratgies
de traitement peut, si elles sont mal adaptes, accentuer la criticit des scnarios et donc orienter
le projet vers un non respect des objectifs fixs. Par consquent, il peut ainsi tre plus intressant
de laisser certains risques aboutir plutt que de chercher les traiter tout prix.

152
CHAPITRE 5 Application de lapproche ProRisk la planification dune tude clinique

Lune des limites de ce modle dvaluation des risques pourrait tout fait se retrouver dans le
cadre de ce cas dtude. En effet, certains des risques voqus devraient tres considrs comme
pouvant arrter ou remettre en cause la pertinence de la ralisation du projet. Aujourdhui, ce type
dimpact nest pas formalis dans notre modle, puisque nous navons ainsi retenu uniquement
des risques dont les consquences ne sont pas obligatoirement larrt du projet. Cette volution
fera ainsi lobjet de dveloppements et travaux ultrieurs la thse.

153
154
Conclusion gnrale

CONCLUSION GENERALE

Dans le contexte de mondialisation actuel, les entreprises doivent tre de plus en plus
comptitives. Il est ainsi ncessaire pour beaucoup dentre elles de proposer des produits
innovants et de renouveler rapidement leurs gammes de produits. Dans ces conditions, le
dveloppement de nouveaux produits ou de nouveaux services prsente alors un caractre
hautement stratgique afin de prenniser leurs activits dans un contexte fortement concurrentiel
et incertain. Lorganisation des activits innovantes passe par la mise en place de structures projet
permettant dorganiser les ressources et comptences de lentreprise afin de rpondre aux attentes
du march. Le management par projet est donc une rponse judicieuse et ncessaire dans le
contexte actuel de forte concurrence et doptimisation des efforts consacrs. Si les approches et
mthodologies de gestion de projet sont gnralement matrises par les responsables en charge
de leur pilotage, un tel environnement dinnovation nest gnralement pas matris dans sa
globalit. Il devient alors ncessaire de tenir compte de lensemble des ventualits, vnements
et situations que le projet pourrait rencontrer au cours de son droulement afin de pouvoir
lvaluer. Pour aller plus loin, il est notable que lorsquun vnement survient, il modifie le projet
et modifie aussi les conditions de survenue dautres risques. Il est alors intressant de pouvoir
tenir compte des liens et relations qui existent entre les risques.

Pour raliser ce travail, nous avons formul diffrentes hypothses gnrales dfinissant le
contour du problme abord. La premire est que lintgration du risque au management de
projet ne se fait quau regard de deux critres : le cot du projet et sa dure. Les impacts des
risques considrs (modification ou suppression d'une tche existante ou l'insertion d'une
nouvelle tche, par exemple) influencent la dure totale du projet et le cot. Des aspects tels que
la disponibilit des ressources ou leurs comptences ne sont pas considrs pour le moment dans
le modle.

Une autre hypothse pose dans le cadre de ce modle est quau dbut du projet la liste des
tches et la liste des risques sont connues et ne varient pas au cours du projet. Chaque
caractristique relative aux risques est connue puisquune approche telle que la mthode Delphi a
pu tre applique auparavant (Dalkey et Helmer 1963). Cette mthode permet au gestionnaire des
risques de caractriser les diffrentes dimensions des risques (impact et probabilit). Diffrents
questionnaires anonymes sont ainsi utiliss pour obtenir l'opinion d'experts afin de parvenir un
consensus. L'tape d'valuation des risques peut ncessiter la collecte dun grand nombre de
donnes. Ce travail n'a pas pour objectif de dvelopper un outil facilitant la collecte de donnes,
ce qui peut savrer coteux en temps et en effort dans le cas dun projet prsentant un certain
nombre de tches.

Lorsque de nouveaux risques sont identifis et quantifis au cours du projet, ceux-ci peuvent tre
intgrs dans les calculs des scnarios de risques, permettant davoir, dans une large mesure, de la
ractivit et du ralisme pour calculer les diffrents scnarios de projets. Cependant, les

155
Conclusion gnrale

incertitudes ne sont pas prises en compte dans ce travail. Par consquent, il est possible
d'appliquer le modle avant le dmarrage dun projet pour analyser le niveau de risque global du
projet, les scnarios possibles et le choix des meilleures stratgies de traitement. Plus tard, au
cours du projet, les mmes questions peuvent tres rsolues par une analyse des scnarios de
risques ayant abouti ou non.

Cette thse est organise en trois parties. La premire partie est un tat de lart portant sur la
gestion de projet et la gestion des risques en projet. Cet tat de l'art se trouve dans les deux
premiers chapitres. La deuxime partie prsente les contributions scientifiques. Elle est organise
travers les deux chapitres suivants et comporte les diffrents apports de notre travail. La
troisime partie de cette thse prsente un cas dapplication. Celui-ci est dcrit dans le dernier
chapitre.

tat de lart

Pour assurer leur comptitivit, les entreprises misent entre autres sur linnovation, qui reprsente
non seulement un moyen ncessaire la prennisation dune entreprise, mais aussi une
composante essentielle dans le pilotage au quotidien des organisations (Pnide et al. 2010). Pour
certaines entreprises, innover est synonyme de prise de risque, entranant parfois des entreprises
dans un tourbillon de difficults lies la frilosit de lentreprise innover (Christensen 2003) ou
lobsession de la direction de suivre uniquement les bonnes pratiques de management, parfois
contradictoires avec linnovation. Linnovation devient alors un enjeu stratgique pour la
prennisation de lentreprise, la piloter passe par la mise en place de structures ad hoc dinnovation
adoptant des postures projet (Lenfle 2010), (Benghozi 1990).

Ainsi, de plus en plus de recherches visent outiller le chef de projet. Cette bote outils de
mthodes doit lui permettre dintgrer au mieux les aspects antagonistes des fonctions objectifs
des projets. Elle lui permet ainsi de trouver des compromis par rapport la finalit du projet. Il
ressort de ltude de ltat de lart que des travaux visent proposer des processus globaux
spcifiquement pour la gestion du risque en projet (Pingaud et Gourc 2003) ou plus gnraux
(Courtot 1998), (X50-117 AFNOR 2003). Dautres travaux cherchent prciser quelles
approches sont applicables en fonction de lavancement dans le processus afin de permettre
lacteur du projet en charge de la gestion des risques de pouvoir choisir lapproche adquate
(Grimaldi et Rafele 2008). Certains travaux outillent directement les diffrentes phases du
processus de gestion des risques et intgrent le risque sous la forme risque-vnement.

Cependant, ces diffrents travaux ne positionnent pas les impacts des risques avrs ainsi que les
actions relatives aux stratgies de traitement dans les plannings des projets. Les impacts associs
ne sont alors pas recalculs ou se focalisent sur des calculs doptimisation avec des fonctions
objectifs difficilement gnralisables. Les stratgies sont alors difficilement valuables et le choix
nest pas trivial.

156
Conclusion gnrale

Le problme consiste alors proposer un modle raliste intgrant les impacts des risques sur la
planification du projet. Celui-ci devra alors permettre de dterminer les impacts des risques
identifis sur le planning (dure totale de ralisation, etc.), mais aussi de dterminer les impacts de
la mise en place des actions de traitement sur le planning (modification de dure totale, marges de
chaque tche du planning, etc.). Il permettra ainsi daider au choix de la meilleure stratgie de
traitement.

Contributions scientifiques

1. Scnario de risque, scnario de traitement, scnario de projet

La plupart des mthodes classiques de planification ne prennent pas en compte les changements
et incertitudes lis la nature mme des projets. Pour limiter ces imprvus, les techniques de
management des risques sont utilises pour anticiper les alas ou en limiter les consquences.
Parmi les risques identifis dans un projet, on constate que seule une partie de ces risques se
ralise effectivement. On peut alors, a posteriori, parler dune ralisation possible du projet, mettant
en relation un ensemble dvnements survenus, un ensemble dactions mises en uvre, un
ensemble de tches excutes. Cela correspond un scnario possible du projet.
Nous avons propos ainsi une dfinition de ce concept de scnario et des diffrentes dimensions
et caractristiques. Un projet prsentant un ensemble de risques peut conduire un Ensemble de
Scnarios de Risques. Ainsi, un Scnario de Risques est alors dfini comme un sous-ensemble du
portefeuille des risques possibles. Un Scnario de Traitement regroupe un ensemble de Stratgies de
Traitement retenues pour rduire les risques lists dans le portefeuille des risques du projet. Un
scnario de projets est alors dfini avec un planning initial, un Scnario de Risque et un Scnario de
Traitement. Il a donc un cot et une dure, ainsi quune probabilit doccurrence.
Tous les scnarios de projet envisageables ne permettent pas de respecter des engagements
contractuels. Nous proposons alors, sur la base de ces dfinitions, un modle permettant,
travers diffrents calculs, de connatre les rpercussions des risques et les consquences des
stratgies de traitement. Les scnarios de projet peuvent alors tre compars, permettant ainsi au
chef de projet ou responsable des risques de choisir en connaissance de cause le scnario de
traitement rellement mettre en uvre pour augmenter ses chances de tenir ses engagements.

2. Dpendance entre risques

Si lon construit un btiment sur un terrain prsentant des risques dinstabilit, la probabilit quil
seffondre augmente. Laboutissement du risque avoir un terrain instable a donc des
rpercussions sur le risque le btiment seffondre .
Cest sur la base de cette ide directrice que nous proposons de dfinir une relation de
dpendance dun ensemble de risques identifis vers lui-mme comme portant sur lexistence

157
Conclusion gnrale

dun lien entre un ensemble dvnements RisquesSource et un ensemble dvnements particulier


dsign par RisqueCible. RisquesSource et RisqueCible sont des sous-ensembles particuliers de
lensemble des vnements associs aux risques identifis. Loccurrence de RisquesSource est alors
la condition dactivation de la dpendance. Les consquences des dpendances peuvent se
mesurer sur diffrentes caractristiques de RisqueCible. Ainsi, le(s) impact(s) de RisqueCible tels
que cot et/ou dure peuvent varier, ainsi que la probabilit doccurrence.
Diffrents aspects restent cependant difficiles modliser. Il sagit notamment du cas particulier
o plusieurs dpendances relatives diffrents RisquesSources sont actives simultanment et
pointent vers un mme RisqueCible.
Le modle propos prcdemment a ainsi t complt par ce concept de dpendance. Le choix
dun scnario de traitement peut alors se faire au regard dun modle plus raliste vis--vis du
comportement des risques.

Perspectives de ce travail

Ce travail dbouche sur un ensemble de perspectives. Nous en reprenons ici quelques unes, qui
nous apparaissent comme importantes :
tendre la rflexion sur les dpendances difficiles modliser et proposer des rgles de
rsolution des situations ambigues,
intgrer la prise en compte de la disponibilit des ressources ncessaires la mise en
uvre des actions de traitement. En complment aux critres retenus jusqu' ce jour pour
slectionner un scnario de traitement, lanalyse de la disponibilit des ressources nous
semble primordiale pour retenir un scnario raliste et ralisable,
proposer une extension graphique loutil ProRisk permettant de prsenter directement
les rsultats gnrs par loutil de calcul,
dvelopper un module daide lanalyse des donnes gnres permettant au responsable
du projet de faciliter la prise de dcision par une identification des scnarios les plus
intressants.

158
159
160
Rfrences bibliographiques

REFERENCES BIBLIOGRAPHIQUES

AFNOR. 1992. Dictionnaire de management de projet.


AFNOR, X50-105. 1991. Le management de projet!: concepts.
AFNOR, X50-117. 2003. Management des risques dun projet.
Artigues, C. 1997. Ordonnancement en temps rel dateliers avec temps de prparation des
ressources. Thse de doctorat, Toulouse: Universit de Toulouse 3.
Avoine, B.E. 1998. La pratique des cots dans les projets industriels. AFNOR.
Baccarini, D., et R. Archer. 2001. The risk ranking of projects: a methodology .
International Journal of Project Management 19 (3): 139145.
Bakir, S. 2003. Contribution une dmarche dintgration des processus de gestion des
risques et des projets!: tude de la fonction planification. Thse de doctorat, Universit
de Toulouse.
Barjis, J., et J. L.G Dietz. 2000. Business process modeling and analysis using Gert networks.
Dans Enterprise information systems, 7180.
Belassi, W., et O. Tukel. 1996. A new framework for determining critical success/failure
factors in projects . International Journal of Project Management 14 (3) (juin): 141-
151.
Benghozi, P. J. 1990. Innovation et gestion de projets. Eyrolles.
Bessis, J., D. Galai, L. Hillel, et P. Kienast. 1993. Business plan: concevoir et rdiger un plan
de dveloppement. Nathan.
Betts, M., et P. Lansley. 1995. A review of the first ten years . International Journal of
Project Management 13 (4) (aot): 207-217.
Brjeson, L., M. Hjer, K.H. Dreborg, T. Ekvall, et G. Finnveden. 2006. Scenario types and
techniques: Towards a users guide . Futures 38 (7) (septembre): 723-739.
doi:10.1016/j.futures.2005.12.002.
Bougaret, S. 2002. Prise en compte de lincertitude dans la valorisation des projets de R&D
pharmaceutique!: la valeur de linformation nouvelle. Thse de doctorat, Universit de
Toulouse.
Bradfield, R., G. Wright, G. Burt, G. Cairns, et K. Van Der Heijden. 2005. The origins and
evolution of scenario techniques in long range business planning . Futures 37 (8)
(octobre): 795-812. doi:10.1016/j.futures.2005.01.003.
Browning, T. R., M.A. Lockheed, et F. Worth. 2001. Applying the design structure matrix
to system decomposition and integration problems: a review and new directions .
IEEE Transactions on Engineering management 48 (3): 292306.
Bunn, D. W., et A. A. Salo. 1993. Forecasting with scenarios . European Journal of
Operational Research 68 (3) (aot 13): 291-303. doi:10.1016/0377-2217(93)90186-Q.
Carr, V., et J. H. M. Tah. 2001. A fuzzy approach to construction project risk assessment
and analysis: construction project risk management system . Advances in
Engineering Software 32 (10-11): 847-857.
Carter, B., T. Hancock, J. Morin, et N. Robin. 1996. Introducing RISKMAN: the European
project risk management methodology. The Stationery Office.
Cazaubon, C. 1998. Management de projet technique: Mthodes et outils. Ellipses Marketing,
mai 5.
Chapman, C, et S Ward. 1997. Project risk management: processes, techniques, and insights.
John Wiley & Sons.
Chapman, C. 1997. Project risk analysis and managementPRAM the generic process .
International Journal of Project Management 15 (5): 273281.

161
Rfrences bibliographiques

Chartier-Kastler, C. 1995. Prcis de conduite de projet informatique. Les Ed. dOrganisation.


Chauveau, E. 2006. Management des risques dans les projets et les processus logiciel. Thse
de doctorat, Bordeaux: Universit Bordeaux 1.
Christensen, C. M. 2003. The innovators dilemma: the revolutionary book that will change
the way you do business. Harper Paperbacks.
Coates, J. F. 2000. Scenario Planning . Technological Forecasting and Social Change 65
(1) (septembre): 115-123. doi:10.1016/S0040-1625(99)00084-0.
Cooke-Davies, T. 2002. The real success factors on projects . International Journal of
Project Management 20 (3) (avril): 185-190. doi:10.1016/S0263-7863(01)00067-9.
Courtot, H. 1998. La gestion des risques dans les projets. Economica.
. 2009. Recensement des logiciels de gestion des risques.
Crawford, L. H., J. B. Hobbs, et J. R. Turner. 2005. Project Categorization Systems:
Aligning Capability With Strategy for Better Results . Newtown Square, PA: Project
Management Institute.
DGA. 1995. DGA AQ 924!: Manuel du management des risques dans un programme
darmement.
DiMasi, J. A, H. G Grabowski, et J. Vernon. 2004. R&D costs and returns by therapeutic
category . Drug Information Journal 38 (3): 211223.
Dombkins, D. 2008. Redefining Our Profession Part 2: The History and Future of Project
Management .
Draghici, C. 2005. Modlisation et conception dalgorithmes pour la planification
automatique du personnel de compagnies ariennes. septembre 29.
Estienne, H. 1578. Deux dialogues du nouveau langage franais italianis et autrement
dguis.
FD X50-118. Norme AFNOR X50-118:Recommandations pour le Management de Projets.
AFNOR.
Fulkerson, D. R., et O.A. Gross. 1965. Incidence matrices and interval graphs . Pacific
Journal of Mathematics 15: 835855.
Gaddis, P. O. 1959. The project manager . Harvard Business Review 37 (3): 8997.
Gareis, R. 1991. Management by projects: the management strategy of the [`]new project-
oriented company . International Journal of Project Management 9 (2) (mai): 71-76.
doi:10.1016/0263-7863(91)90062-Z.
Garel, G. 2003. Pour une histoire de la gestion de projet . Grer et comprendre 74
(dcembre): 77-89.
Garel, G., V. Giard, C. Midler, et R. Calvi. 2004. Faire de la recherche en management de
projet. Vuibert, novembre 2.
Gausemeier, J., A. Fink, et O. Schlake. 1998. Scenario management: an approach to develop
future potentials . Technological Forecasting and Social Change 59 (2) (octobre):
111-130. doi:10.1016/S0040-1625(97)00166-2.
Geraldi, J. G., J. Rodney T., H. Maylor, A. Sderholm, M. Hobday, et T. Brady. 2008.
Innovation in project management: Voices of researchers . International Journal of
Project Management 26 (5) (juillet): 586-589. doi:10.1016/j.ijproman.2008.05.011.
Giard, V., et C. Midler. 1996. Management et gestion de projet: bilan et perspectives . IAE
de Paris-Grgor-Cahier de recherche.
Godet, M., et F. Roubelat. 2000. Scenario Planning: an open future . Technological
Forecasting and Social Change 65 (1) (septembre): 1-2. doi:10.1016/S0040-
1625(99)00119-5.
Godichaud, M. 2009. Outils daide la dcision pour la slection des filires de valorisation
des produits de la dconstruction des systmes en fin de vie: application au domaine
aronautique. Thse de doctorat, Institut National Polytechnique de Toulouse.

162
Rfrences bibliographiques

Golenko-Ginzburg, D. 1988. Controlled alternative activity networks for project


management . European Journal of Operational Research 37 (3): 336346.
Golenko-Ginzburg, D., et A. Gonik. 1998. A heuristic for network project scheduling with
random activity durations depending on the resource allocation . International
Journal of Production Economics 55 (2): 149162.
Gourc, S. Bougaret, et B. Burtin. 2005. Un modle dvaluation de la rentabilit des projets
incertains utilisant la simulation Monte Carlo!: application un projet de mdicament.
Dans Bordeaux.
Gourc, D. 2006. Vers un modle gnral du risque pour le pilotage et la conduite des activits
de biens et de services. Habilitation Diriger des Recherches, Toulouse, France:
Institut National Polytechnique de Toulouse.
Gratton, J. F, S. Landry, et B. A Aubert. 2003. Risk Software Perspective/Recensement des
logiciels de risque . CIRANO Project Reports.
Grimaldi, S., et C. Rafele. 2008. A tool selection and support methodology for project risk
management. Dans Roma, Italy.
Haasl, D. F. 1965. Advanced concepts in fault tree analysis. Dans System Safety Symposium.
Vol. 8.
Herroelen, W., et R. Leus. 2005. Project scheduling under uncertainty: Survey and research
potentials . European Journal of Operational Research 165 (2) (septembre 1): 289-
306. doi:10.1016/j.ejor.2004.04.002.
Honton, E. J, G. S Stacey, et S. M Millett. 1984. Future scenarios: The BASICS
computational method . Battelle Columbus Division, Economics and Policy Analysis,
Occasional Paper 44.
Huss, W. R., et E. J. Honton. 1987. Scenario planningWhat style should you use? Long
Range Planning 20 (4): 2129.
Ishikawa, K. 1985. What is total quality control? The Japanese way. Prentice Hall.
ISO 10006. 1997. International Organization for Standardization, Quality Management.
Guidelines to Quality in Project Management.
ISO 31000. 2009. International Standards for Business, Risk management - Principles and
guidelines.
ISO Guide 73. 2002. Risk management Vocabulary: guidelines for use in standards.
Jaafari, A. 2001. Management of risks, uncertainties and opportunities on projects: time for
a fundamental shift . International Journal of Project Management 19 (2) (fvrier):
89-101. doi:10.1016/S0263-7863(99)00047-2.
Jensen, F. V, et T. D Nielsen. 2001. Bayesian networks and decision graphs. ASA.
Joly, M., et J. L.G Muller. De la gestion de projet au management par projet. AFNOR.
Kahn, H., A. J. Wiener, et D. Bell. 1967. The year 2000: a framework for speculation on the
next thirty-three years. Macmillan London.
Kalos, M. H., et P. A. Whitlock. 1970. Monte Carlo Methods . Computers and Their Role
in the Physical Sciences.
Kaufmann, A., et R. Faure. 1968. Mthodes et modles de la recherche oprationnelle
(Tomes 1, 2, 3) . Dunod, Paris.
Ke, H., et B. Liu. 2005. Project scheduling problem with stochastic activity duration
times . Applied Mathematics and Computation 168 (1) (septembre 1): 342-353.
doi:10.1016/j.amc.2004.09.002.
Klein, J. H., et R. B. Cork. 1998. An approach to technical risk assessment . International
Journal of Project Management 16 (6) (dcembre): 345-351. doi:10.1016/S0263-
7863(98)00006-4.
Kone, O. 2009. Nouvelles approches pour la rsolution du problme dordonnancement de
projet moyens limits. dcembre 7.

163
Rfrences bibliographiques

Lagadec, P. 1981. Le risque technologique majeur. Pergamon Press.


Lannoy, A. 2008. Matrise des risques et sret de fonctionnement: repres historiques et
mthodologiques (Collection Sciences du risque et du danger, srie Notes de synthse
et de recherche).
Lenfle, S. 2010. Projets et conception innovante. Editions Universitaires Europeennes, juin
11.
Lengagne, S. 2009. Planification et re-planification de mouvements srs pour les robots
humanodes. octobre 21.
Lopez, P. 2003. Approche par contraintes des problmes dordonnancement et daffectation:
structures temporelles et mcanismes de propagation. Habilitation Diriger des
Recherches, Toulouse: Institut National Polytechnique de Toulouse.
Luh, P. B., F. Liu, et B. Moser. 1999. Scheduling of design projects with uncertain number
of iterations . European Journal of Operational Research 113 (3) (mars 16): 575-
592. doi:10.1016/S0377-2217(98)00027-7.
Marques, G. 2010. Management des risques pour laide la gestion de la coopration au sein
dune chane logistique!: une approche par simulation. Thse de doctorat, Institut
National Polytechnique de Toulouse, dcembre 10.
Midler, C. 1996. Modles gestionnaires et rgulations conomiques de la conception .
Coopration et conception, Octares.
Mittnik, S., et I. Starobinskaya. 2007. Modeling dependencies in operational risk with
hybrid Bayesian networks . Methodology and Computing in Applied Probability: 1
12.
Morley, C., J. Hugues, B. Leblanc, et O. Hugues. 2005. Processus mtiers et SI: evaluation,
modlisation, mise en oeuvre. Dunod.
Mller, R., et J.R. Turner. 2007. The influence of project managers on project success
criteria and project success by type of project . European Management Journal 25
(4) (aot): 298-309. doi:10.1016/j.emj.2007.06.003.
Murphy, P. L. 1989. Pharmaceutical Project Management: Is It Different? Project
Management Journal 3: 3538.
Nam, P., P. Leray, O. Pourret, et P. H Wuillemin. 1999. Rseaux baysiens . Une 1: 3.
Navarre, C. 1993. Gestion de projets: bilan et perspectives. University of Ottawa.
Nguyen, T. H, et D. Gourc. 2008. Towards a model for assessing risk impact on project
planning. Dans 22nd IPMA World congress!: project management to run. Roma, Italy.
. 2009. Une mthode pour valuer limpact des risques et aider au choix de stratgie
de traitement des risques!: application au pilotage de projet. Dans 8me Congrs
International de Gnie Industriel. Bagnres-de-Bigorre, France, juin 10.
Niel, E., et E. Craye. 2002. Matrise des risques et sret de fonctionnement des systmes de
production . Traite IC2 productique, ed. Hermes-Lavoisier.
Nukala, M. V. 1995. Generalized models of design iteration using signal flow graphs. Indian
Institute of Technology, Madras.
OBrien, F. A. 2004. Scenario planning-lessons for practice from teaching and learning .
European Journal of Operational Research 152 (3) (fvrier 1): 709-722.
doi:10.1016/S0377-2217(03)00068-7.
Olsson, R. 2007. In search of opportunity management: Is the risk management process
enough? International Journal of Project Management 25 (8) (novembre): 745-752.
doi:10.1016/j.ijproman.2007.03.005.
Ozouf, V. 2009. Comment conserver un niveau de risques acceptable dans un contexte de
conception / industrialisation de plus en plus rapide dun produit de plus en plus
complexe!? dcembre 7.

164
Rfrences bibliographiques

Papadopoulos, C. E., et H. Yeung. 2001. Uncertainty estimation and Monte Carlo


simulation method . Flow Measurement and Instrumentation 12 (4) (aot): 291-298.
doi:10.1016/S0955-5986(01)00015-2.
Pnide, Thomas, Herv Pingaud, Didier Gourc, et Philippe Peillon. 2010. Ingnierie des
processus innovants!: reprsentation et dfinition du processus dinnovation. Dans
Hammamet (Tunisie), mai 10.
Perilhon, P. 2007. La gestion des risques: Mthode MADS-MOSAR II - Manuel de mise en
oeuvre. Paris: Les Editions Demos.
Phelps, R., C. Chan, et S. C. Kapsalis. 2001. Does scenario planning affect performance?
Two exploratory studies . Journal of Business Research 51 (3) (mars): 223-232.
doi:10.1016/S0148-2963(99)00048-X.
Pingaud, et D. Gourc. 2003. Approach of controlling an industrial project by the risk
analysis (Dmarche de pilotage dun projet industriel par lanalyse des risques) . 5e
Congrs International Franco-Qubcois de Gnie Industriel, Canada.
Pinto, J. K. 2002. Project management 2002 . Research-Technology Management 45 (2):
2237.
PMI. 2008. A guide to the project management body of knowledge:(PMBOK guide). Project
Management Institute, Inc.
Powell, J. H. 1997. An application of a network-based futures method to strategic business
planning . Journal of the Operational Research Society 48 (9): 857872.
Pritsker, A. A.B. 1979. Modeling and analysis using Q-GERT networks. Halsted Press.
Project Management Institute. 2004. A guide to the project management body of knowledge.
Newtown Square, Pa.
Rabbani, M., S.M.T. Fatemi Ghomi, F. Jolai, et N.S. Lahiji. 2007. A new heuristic for
resource-constrained project scheduling in stochastic networks using critical chain
concept . European Journal of Operational Research 176 (2) (janvier 16): 794-808.
doi:10.1016/j.ejor.2005.09.018.
Ramat, E., C. Lente, et C. Tacquard. 1997. Incertitude et projets dinnovation. Le modele
RAIH = Uncertainty and innovation projects. The RAIH model . RAIRO-APII-JESA-
Journal Europen des Systemes Automatises 31 (4): 615644.
Ravalison, R. B. 2006. Mise en scne des projets de systme dinformation!: apports de la
matrise des risques dans les projets de systme dinformation. Thse de doctorat,
Institut National Polytechnique de Toulouse, fvrier 1.
Von Reibnitz, U. 1989. La technique des scnarios pour la planification et la prvision, trad.
de Scenario techniques (1988). AFNOR Gestion.
Roubelat, F. 2000. Scenario Planning as a Networking Process . Technological
Forecasting and Social Change 65 (1) (septembre): 99-112. doi:10.1016/S0040-
1625(99)00125-0.
Salvi, O., et B. Debray. 2006. A global view on ARAMIS, a risk assessment methodology
for industries in the framework of the SEVESO II directive . Journal of Hazardous
Materials 130 (3) (mars 31): 187-199. doi:10.1016/j.jhazmat.2005.07.034.
Sharad, D. 1986. Management by projects: an ideological breakthrough . Project
Management Journal 2: 613.
Sienou, A. 2009. Proposition dun cadre mthodologique pour le management intgr des
risques et des processus dentreprise. Thse de doctorat, Institut National
Polytechnique de Toulouse.
Sienou, A., E. Lamine, A.P. Karduck, et H. Pingaud. 2008. Towards a semi-formal modeling
language supporting collaboration between risk and process manager. Dans Digital
Ecosystems and Technologies, 2008. DEST 2008. 2nd IEEE International Conference,
119-125.

165
Rfrences bibliographiques

Smith, P. G, et G. M Merritt. 2002. Proactive risk management: controlling uncertainty in


product development. Productivity Press.
Sderlund, J. 2004. Building theories of project management: past research, questions for
the future . International Journal of Project Management 22 (3) (avril): 183-191.
doi:10.1016/S0263-7863(03)00070-X.
Steward, D. 1981. The design structure matrix: A method for managing the design of
complex systems . IEEE Transactions on Engineering Management 28 (3): 7174.
Tah, J. H. M., et V. Carr. 2001. Towards a framework for project risk knowledge
management in the construction supply chain . Advances in Engineering Software 32
(10-11): 835-846. doi:10.1016/S0965-9978(01)00035-7.
Taylor, B. W, et L. J Moore. 1980. R&D Project Planning with Q-GERT Network
Modeling and Simulation . Management Science 26 (1): 4459.
Themistocleous, G., et S. H. Wearne. 2000. Project management topic coverage in
journals . International Journal of Project Management 18 (1) (fvrier): 7-11.
doi:10.1016/S0263-7863(99)00030-7.
Tixier, J., G. Dusserre, O. Salvi, et D. Gaston. 2002. Review of 62 risk analysis
methodologies of industrial plants . Journal of Loss Prevention in the Process
Industries 15 (4) (juillet): 291-303. doi:10.1016/S0950-4230(02)00008-6.
Turner, J. R. 2000. The global body of knowledge, and its coverage by the referees and
members of the international editorial board of this journal . International Journal of
Project Management 18 (1): 1-6.
. 2006. Towards a theory of project management: The nature of the project .
International Journal of Project Management 24 (1) (janvier): 1-3.
doi:10.1016/j.ijproman.2005.11.007.
Tversky, A., et D. Kahneman. 1992. Advances in prospect theory: Cumulative
representation of uncertainty . Journal of Risk and uncertainty 5 (4): 297323.
Ulrich, K. T, et S. D Eppinger. 1995. Product design and development. McGraw-Hill New
York.
Varum, C. A., et C. Melo. 2010. Directions in scenario planning literature A review of the
past decades . Futures 42 (4) (mai): 355-369. doi:10.1016/j.futures.2009.11.021.
Vesely, W. E., F. F. Goldberg, N. H. Roberts, et D. F. Haasl. 1981. Fault Tree Handbook.
Storming Media.
Vidal, L. A. 2009. Thinking project management in the age of complexity. Particular
implications on project risk management. Thse de doctorat, Ecole Centrale de Paris.
Villarreal Lizarraga, C. L. 2005. Contribution au pilotage des projets partags par des PME en
groupement base sur la gestion des risques. Thse, octobre 18.
Villemeur, A. 1988. Sret de fonctionnement des systmes industriels: fiabilit. facteurs
humains. informatisation. Eyrolles.
Voropajev, V. I., S. M. Ljubkin, B. P. Titarenko, et D. Golenko-Ginzburg. 2000. Structural
classification of network models . International Journal of Project Management 18
(5): 361368.
Voropajev, V.I., V.N. Burkov, D. Golenko-Ginzburg, et M. Voropaeva-Cates. 2008. Network
Models in Project Management. Theory and Practice: Successes, Disappointments,
Future perspectives. Dans Roma, Italy.
Wack, P. 1985. Scenarios: Uncharted Waters Ahead . Harvard Business Review 63.
Wang, J., Y. Xu, et Z. Li. 2009. Research on project selection system of pre-evaluation of
engineering design project bidding . International Journal of Project Management 27
(6): 584599.

166
Rfrences bibliographiques

Ward, S., et C. Chapman. 2003. Transforming project risk management into project
uncertainty management . International Journal of Project Management 21 (2): 97-
105. doi:10.1016/S0263-7863(01)00080-1.
Woolery, J. C., et K. C. Crandall. 1983. Stochastic Network Model for Planning
Scheduling . Journal of Construction Engineering and Management 109 (3).
Wybo, J. L. 1998. Introduction aux cindyniques. Ed. Eska.
Yang, K. K., L. C. Tay, et C. C. Sum. 1995. A comparison of stochastic scheduling rules for
maximizing project net present value . European Journal of Operational Research 85
(2) (septembre 7): 327-339. doi:10.1016/0377-2217(94)00039-F.
Zafra-Cabeza, A., M. A Ridao, et E. F Camacho. 2008. Using a risk-based approach to
project scheduling: A case illustration from semiconductor manufacturing . European
Journal of Operational Research 190 (3): 708723.
Zellner, A. 2007. Generalizing the standard product rule of probability theory and Bayess
Theorem . Journal of Econometrics 138 (1) (mai): 14-23.
doi:10.1016/j.jeconom.2006.05.013.
Zhu, Z. 2006. Success criteria for projects. Dans Proceedings of 20th IPMA World Congress
on Project Management, Vols 1 and 2, 551-554. Shangai: Turner R.

167
Rsum

Dans le contexte de la planification de projet, lobjectif de cette thse est de


sintresser la prise en compte, ds les phases de conception de projet, des
diffrents alas potentiels pouvant survenir au cours du projet. Nous proposons ainsi
une approche permettant de fiabiliser les estimations ncessaires la prise de
dcision. Cette approche vise adresser deux problmatiques bien spcifiques (i)
comment, pour lvaluation dun projet, pourrait-on tenir compte de lensemble des
ventualits, vnements et situations que le projet pourrait rencontrer au cours de
son droulement et (ii) comment tenir compte des liens et relations qui peuvent
exister entre les risques. Pour cela, un modle dvaluation des scnarios de risque-
projet en variables mixtes multi risques, multi impacts, multi stratgies de traitement,
multi dpendances, est propos. Le modle dvelopp est intgr un cadre de
simulation permettant de traiter le processus complet de planification de projet. Un
prototype informatique supportant cette approche a ainsi t dvelopp et appliqu
sur un cas dtude issue du secteur pharmaceutique (conduite dune tude clinique).

Mots cls : planification, management de risque, scnarios, valuation, aide la


dcision.

Abstract

In the context of project planning, the objective of this thesis is to focus on the
consideration, from the design phase of the project, of the various potential hazards
that may arise during the project. We propose an approach for reliable estimates
needed for decision-making. This approach aims to address two specific problems (i)
how to evaluate a project, one might consider all possibilities, events and situations
that the project could encounter during its implementation and (ii) how to address the
linkages and relationships that can co-exist between risks. For this, a model for
assessing the scenarios of risk-project in the mixed variables of multi-risk, multi-
impact, multi-strategy of treatments and multi-dependency, is proposed. The
developed model is integrated into a simulation framework for handling the entire
process of project planning. A prototype computer program that supports this
approach has been developed and applied in a case study for the pharmaceutical
sector (conducting a clinical study).

Keywords : planning, risk management, scenarios, evaluation, decision support