Hadj Lazib - Melissa

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
Ministre de lEnseignement Suprieur et de la Recherche Scientifique

Universit des Sciences et de la Technologie Houari Boumediene
====================
Facult de Mathmatiques
Dpartement de Recherche Oprationnelle
Projet de Fin dEtudes

En vue de lobtention du diplme
DIngnieur dEtat en Recherche Oprationnelle
Thme
Optimisation du media planning
Prsent par : Hadj lazib Melissa Ghislaine
Encadr par : Mr.D.Chaabane (USTHB)
Khider Lilia
Mr.T.Benlounes (IMMAR)
Devant le jury compos :

Mme.Y. Kerboua
Prsidente
Mr. Benkhelfat
Examinateur
Mr. D.Chaabane
Encadreur
Promotion 2007/2008
CODE/ 5/6/ 08
Remerciements
Nos vifs remerciements vont tout dabord notre encadreur
Mr .Dj.Chaabane pour son aide et ses conseils tout au long de
lanne universitaire.
Nous tenons galement remercier tous le staff de IMMAR,
Mr.T.Benlounes , Mme. D.Fellah pour leur patience et le
savoir quils nous ont transmis dans le domaine du media.
Nos meilleurs remerciements vont tous les enseignants du
dpartement de Recherche Oprationnelle pour tous les cours
dispenss tout au long de notre parcours universitaire.
Lilia et Melissa.
A la mmoire de
Manel Kaddache
Ddicaces
A Manel Kaddache.
A ma mre, mon pre.
A Mehdi pour ses encouragements.
A Lilia.
A mes amis ici et ailleurs.
A toute la famille Khider.
Melissa.
Ddicaces
A la mmoire de mon pre.
A la mmoire de mes grands parents paternels.
A la mmoire de mon grand pre maternel.
A Ma mre que jadore et mes frres.
A ma grand-mre et toute la famille Benbouabdellah.
A toute la famille Khider.
A mes amis.
A Melissa.
A la famille Hadj Lazib.
Lilia.
Sommaire
Table des matires

Introduction gnrale......................10
Chapitre 1 : Prsentation de lorganisme daccueil

1.1.Prsentation de la socit IMMAR..................................................................................... 15
1.2. Les principales missions d'IMMAR en Algrie ................................................................. 16
1.2.1. Media data .................................................................................................................. 17
1.2.2. tudes ad hoc.............................................................................................................. 21
1.2.3. Etudes en souscription Omnibus ................................................................................ 22
1.2.4. Panels ......................................................................................................................... 23
1.2.5. Call centre .................................................................................................................. 23
1.2.6. Etude d'opinions ......................................................................................................... 24
Chapitre 2: Dfinitions et gnralits
2.1. Introduction ....................................................................................................................... 26
2.2. Dfinitions ......................................................................................................................... 27
2.2.1. La publicit .................................................................................................................. 27
2.2.2. Les annonceurs ........................................................................................................... 27
2.2.3. Les agences medias .................................................................................................... 27
2.1.4.1. Quelques mots des medias .................................................................................................... 28
2.3. Gnralits ....................................................................................................................... 31

2.3.1. La tlvision en Algrie .............................................................................................. 31
2.3.1.1. Historique............................................................................................................................ 31
2.3.1.2. Les diffrentes chanes TV en Algrie ..................................................................................... 31
2.4. Conclusion ......................................................................................................................... 34

Chapitre 3 : Mdia planning et Problmatique
3.1. Le media planning ............................................................................................................. 36
3.1.1. Introduction ................................................................................................................ 36
3.1.2. Dfinition .................................................................................................................... 36
3.1.3. Etapes d'laboration d'un mdia planning ................................................................. 36
3.2. Problmatique ................................................................................................................... 37
6
3.2.1. Position du problme .................................................................................................. 37

Chapitre 4 : Aide multicritre la dcision
4.1. Introduction ....................................................................................................................... 40
4.2. Concepts de base de l'aide multicritre la dcision ..................................................... 41
4.2.1. Dfinitions ................................................................................................................... 41
4.2.1.1. Dfinition de la dcision ....................................................................................................... 41
4.2.1.2. Dfinition de l'aide la dcision ............................................................................................ 41
4.2.1.3. Dfinition de lhomme dtude .............................................................................................. 42
4.2.1.4. Dfinition de l'aide multicritre la dcision .......................................................................... 42
4.2.2. Dmarche multicritre d'aide la dcision .............................................................. 44

4.2.2.2. Choix d'une mthode d'analyse multicritre ............................................................................ 45
4.2.2.3. Application de la mthode et interprtation des rsultats ......................................................... 45
4.2.2.4. Elaboration des recommandations ......................................................................................... 45
4.2.3. Les lments constitutifs d'un problme multicritre ................................................ 46

4.2.4. Modlisation des prfrences ..................................................................................... 47
4.2.4.1. Systme relationnel des prfrences ....................................................................................... 48
4.2.4.2. Principales structures de prfrences ..................................................................................... 48
4.2.4.3. Les critres d'valuation ...................................................................................................... 51
4.2.4.4. Problmatique d'aide la dcision ........................................................................................ 54
4.2. Les diffrentes mthodes multicritres .............................................................................. 56

4.3.1. Les mthodes multicritres lmentaires ................................................................... 57
4.3.2. La mthode de la moyenne pondre ......................................................................... 57
4.3.3. La mthode lexicographique (ou hirarchique) ......................................................... 57
4.3.4. La mthode de borda (la mthode de la somme des rangs) ....................................... 58
4.3.5. La mthode de Condorcet ........................................................................................... 58
4.3.6. Les mthodes d'utilits ............................................................................................... 58
4.3.7. Les mthodes interactives .......................................................................................... 59
4.3.8. Les mthodes de surclassement ................................................................................. 60
4.4. Conclusion ......................................................................................................................... 62
Chapitre 5 : Modlisation du problme
5.1. Introduction ....................................................................................................................... 64
5.2. Dfinition de l'ensemble des actions potentielles .............................................................. 65
5.3. Dfinition des critres ....................................................................................................... 65
5.4. Poids des critres .............................................................................................................. 67
7
5.5. Choix de la problmatique ................................................................................................ 67

5.6. Conclusion ......................................................................................................................... 68
Chapitre 6 :Choix et prsentation des mthodes de rsolution multicritre
6.1. Introduction ....................................................................................................................... 70
6.2. Choix d'une procdure d'agrgation ................................................................................ 70
6.3. Prsentation de la Mthode des Hirarchies multicritres ............................................... 72
6.3.1. Dfinition de la mthode............................................................................................. 72
6.3.2. Les principes fondamentaux de la mthode AHP ....................................................... 73
6.3.3. Construction des hirarchies ...................................................................................... 73
6.3.4. Etablissement des priorits ......................................................................................... 75
6.3.4.1. Les comparaisons par paires ................................................................................................. 75
6.3.4.2. L'chelle de comparaison ...................................................................................................... 76
6.3.5. Synthses des apprciations ....................................................................................... 78

6.3.6. Normalisation de la matrice ....................................................................................... 78
6.3.7. La cohrence............................................................................................................... 78
6.3.8. Les tapes de la mthode AHP ................................................................................... 80
6.3.9. Inconvnients de la Mthode des Hirarchies Multicritres ...................................... 82
6.3.10. Avantages de la Mthode des Hirarchies Multicritres ........................................ 82
6.3.11. Organigramme de la mthode .................................................................................. 83
6.3.12. Algorithme adapt de la mthode AHP .................................................................... 84
6.4. Application de la mthode AHP dans le rangement des quarts d'heure ........................... 88
6.5. Prsentation de la mthode PROMETHEE ..................................................................... 90
6.5.1. Critres gnraliss et intensits de prfrences ....................................................... 91
6.6. Flux de surclassement multicritre ................................................................................... 95
6.7. Le rangement de PROMETHEE ....................................................................................... 96
6.7.1. Le rangement partiel de PROMETHEE I ................................................................... 96
6.7.2. Le rangement complet de PROMETHEE II ............................................................... 96
6.7.3. L'analyse de Robustesse ............................................................................................. 97
6.7.4. Avantages de la mthode PROMETHEE.................................................................... 97
6.7.5. Inconvnients de la mthode PROMETHEE .............................................................. 98
6.7.6. Organigramme de la mthode PROMETHEE............................................................ 99
6.7.7. Algorithme de la mthode PROMETHEE ................................................................ 100
8
6.7.8. Algorithme de la mthode PROMETHEE II............................................................. 101

6.7.9. Adaptation de la mthode PROMETHEE au surclassement des quarts d'heure ..... 102
6.7.10. Application de la mthode PROMETHEE.............................................................. 102
6.7.11. Organigramme de lapproche de rsolution base sur la mthode PROMETHEE et
AHP .................................................................................................................................... 104
6.8. Conclusion ....................................................................................................................... 105
Chapitre 7 : Description et prsentation du logiciel
7.1. Description gnrale ....................................................................................................... 107
7.2. Lenvironnement de programmation DELPHI 7 ......................................................... 107
7.2.2. Le principe de dveloppement en Delphi ................................................................. 107
7.3. Prsentation de loutil ..................................................................................................... 107
Conclusion gnrale..117
Bibliographie119
Table des illustrations

Figure 1: Echantillon TV Data .................................................................................................................. 18
Figure 2: Echantillon Radio Data.............................................................................................................. 20
Figure 3: Aboutissement dune problmatique de choix ............................................................................... 55
Figure 4: Aboutissement dune problmatique de tri ................................................................................... 55
Figure 5 : Aboutissement dune problmatique de rangement ...................................................................... 56
Figure 6 : Organigramme gnral de la mthode AHP ............................................................................... 75
Figure 7 : Organigramme de la Mthode AHP .......................................................................................... 83
Figure 8:Organigramme de lapplication de la mthode AHP au media planning ......................................... 88
Figure 9 : Fonction de prfrence ............................................................................................................. 92
Figure 10: Organigramme de la mthode Promthee .................................................................................. 99
Figure 11:Organigramme de lapproche de rsolution base sur les mthodes AHP et Promthe .............. 104
Figure 12:Fiche principale ..................................................................................................................... 108
Figure 13:Fiche du mot de passe ............................................................................................................. 109
Figure 14:Fiche de renseignements ......................................................................................................... 109
Figure 15:AHP applique aux critres ..................................................................................................... 110
Figure 16:AHP applique aux quarts dheure........................................................................................... 111
Figure 17: Application de promthe ....................................................................................................... 112
Figure 18:Synthse Promthe ................................................................................................................ 113
Tableau 1 : Modlisation des quatre situations fondamentales de prfrences dans la comparaison de deux
actions potentielles ................................................................................................................................... 50
Tableau 2: Tableau dvaluation ............................................................................................................... 54
Tableau 3: Lchelle de SAATY ................................................................................................................. 77
Tableau 4: Cohrences alatoires ............................................................................................................. 80
Tableau 5 : Types de critres gnraliss ................................................................................................... 94
10
Introduction gnrale
Accrocher lattention, retenir lintrt, veiller le dsir, provoquer lachat,
telles sont traditionnellement les fonctions de la publicit. Celle-ci natteint son
but que si lachat se ralise effectivement ; lobjectif de la publicit est donc de
vendre quil sagisse dun produit commercial ou dun homme politique.
Dans cette optique, diffrentes disciplines interviennent, celle qui a
connue la mutation la plus profonde est sans nul doute l'expertise media: ceci
couvrant tant l'aptitude a apprhender l'audience et la valeur des diffrents
media, l'aptitude a recommander la combinaison optimale pour atteindre les
objectifs fixs que le talent d'acheter l'espace aux meilleures conditions
possibles.
En effet le media planning s'enrichit chaque jour de nouveaux instruments,
de nouvelles mesures, de nouveaux concepts en fonction du dveloppement des
medias eux mme. Le risque d'une telle dynamique est un effet de mode.
Lintrt du prsent mmoire est de rsoudre la problmatique du media
planning qui peut se rsumer en une seule phrase trouver les meilleurs quarts
dheure dinsertion . En effet, le media planer se trouve face a un ensemble de
quarts dheure quil devra classer selon quatre critres conflictuels afin davoir
le meilleur compromis.
Avec la prsence de ces diffrents critres et de multiple point de vue
conflictuels, on a suggr ladoption dune approche multicritre , car son
ambition pratique est justement daider le dcideur y voir clair dans les
diffrents ordres de priorit et cerner la ncessit et lutilit de la cohrence
finale entre ses choix, ses critres de slection et sa structure de prfrence sur
ces critres. Cette cohrence apparat comme le meilleur garant de la pertinence
stratgique de lentreprise.
Simple, concret, notre mmoire permet au lecteur qui dcouvre cet univers,
de se familiariser avec ces concepts et ces problmatiques.
11
Le prsent document est structur comme suit :

Le premier chapitre est une prsentation globale de lorganisme
daccueil.
Le deuxime chapitre est consacr aux dfinitions et gnralits
concernant le domaine des medias.
Le troisime chapitre est en deux parties, la premire est rserve au
media planning et ses dfinitions. La deuxime, quand elle est
rserve au dveloppement de la problmatique.
Le quatrime chapitre donne un aperu gnral sur laide multicritre la
dcision.
Le cinquime chapitre dcrit la modlisation du problme du media
planning.
Le sixime chapitre traite du choix et de la prsentation des mthodes
daide multicritre la dcision.
Le septime chapitre est consacr la description gnrale du logiciel
informatique.
12
Si lesprit dun homme sgare, faites lui

tudier les mathmatiques car dans les
dmonstrations, pour peu quil scarte, il sera
oblig de recommencer
Francis Bacon
13
Chapitre 1
Prsentation de l'organisme
daccueil
14
Prsentation de lorganisme daccueil
Chapitre 1
1.1. Prsentation de la socit IMMAR

International Media and Market Research socit d'tude et de conseil
IMMAR est ne de la volont conjointe de Brahim SAIL, Didier FICHARD et
Pierre FEUILLE. La socit IMMAR Research Consultancy Paris se dfint
comme le spcialiste franais des tudes et du conseil marketing en Afrique
francophone et des pays arabes d'Afrique du Nord. [Imm07]
IMMAR Paris est l'entit historique du groupe, son savoir-faire et son
expertise s'appuient sur trois axes fondamentaux :
1. Une matrise des techniques marketings: statistiques, concepts
marketing, analyse de
donnes, etc. la hissant au diapason des grands
instituts d'tudes internationaux.
2. Une connaissance approfondie des comportements et des marchs
africains (traditions, spcificits rgionales et ethniques, habitudes de
consommation) lui permettant de garantir ses clients une information
objective et une analyse pertinente.
3. Des rseaux de correspondants et de collaborateurs fidles et
expriments lui permettant une ractivit quasi-instantane et une
adaptabilit permanente.
IMMAR Research Consultancy Alger, la filiale maghrbine de IMMAR
Research & Consultancy est charge de dvelopper les activits du groupe en
Algrie et au Maghreb. Elle s'impose peu peu comme l'institut leader des
tudes marketing en Algrie et dveloppe ses activits dans les autres pays du
Maghreb afin de proposer ses clients internationaux des tudes rgionales
suivant un standard la fois uniforme et respectant les spcificits de chaque
pays.
15
Prsentation de lorganisme dacceuil
Chapitre 1
Elle s'organise par domaines de comptence :

Medias: Eutelsat, TV5, Eurosport, Mdi 1, VOA (USA), BBC World
(UK), Deutsche Welle (D), RCI (CAN.), RFI (F), ENTV (DZ).
Communications: McCann
Mindshare, StarCom.
Algeria,
MMC-DDB,
MediAlgeria,
Industrie et Automobile: Schneider, Shell, Renault, Peugeot, Michelin...

Grande Consommation: Nestl, Danone, Rglait, Candia, Yoplait,
Heineken,Bel
International,
Celia,
Knorr
Best
foods,
L'Oreal,Pepsi,Unilever, Henkel, Blandin, Giplait, Eriad, Encg, Enasucre,
Snta.
Sante:GSK (GlaxoSmithKline), Pfizer, Novartis, Novonordisk, Medimix.
Tlcommunications: Wataniya, Mobilis, OTA Djezzy.
Banque Finances, Opinion et Institutionnel, ce qui lui permet de mettre
disposition de ses clients des spcialistes de leur mtier et de ses
spcificits.
1.2. Les principales missions d'IMMAR en Algrie

Depuis 2001, elle Intervient auprs d'entreprises multinationales et
d'organismes publics internationaux pour des tudes qualitatives et quantitatives
et ralise des tudes AD HOC et multi clients dans divers domaines. [Con07]
Les diffrentes tudes qu'elle ralise sont:
-
Etudes mystres.
Etudes syndiques.
Omnibus.
Etudes d'image et de satisfaction.
Panels.
CATI (Computer Assisted Telephone Interviewing).
Etude d'opinion.
16
Chapitre 1
1.2.1. Media data

1- TV Data
Mthodologie :
Le panel TV contient 1160 individus reprsentatifs de l'ensemble de la
population citadine ge de 09 ans et plus rpartis sur 4 villes: Alger, Oran,
Constantine, Annaba.
Deux fois par an, ce panel est largi 3 autres villes : Stif, Tizi-Ouzou,
Tlemcen, soit 1580 individus.
La slection alatoire, chaque vague, des points d'enqute, et recrutement
des panlistes se fait suivant la mthode des quotas, conformment la
distribution statistique des populations.
Les critres retenus pour les quotas sont :
- Sexe.
- ge (9 ans et plus).
- Catgories Socioprofessionnelles (C.S.P).
Priodicit :
Panel mensuel : 12 vagues d'observation dont 10 sur le panel principal et 2
sur un panel largi.
Principales informations recueillies:
- Pntration des chanes TV durant une semaine de chaque mois.
- Ecoute dtaille d'heure par d'heure des 7 jours de la semaine
observe.
- Scores d'audience des chanes par localit et par profil : sexe, ge, CSP,
CSE.
- Scores et profils d'audience des programmes des TV algriennes.
- Dure d'coute des principales chanes TV par individu et par auditeur
(DEI
et
DEA)
17
Chapitre 1
- En option, donnes
(mmorisation) Pub.
de
mmorisations
publicitaires
Recall
Principe :
A la rcupration des carnets d'coute TV, interrogation des panlistes du
TV DATA sur leur souvenir de spots publicitaires diffuss par lENTV durant
la semaine d'coute par secteur et au global.
Figure 1: Echantillon TV Data
2- Radio data
Mthodologie:
Le panel radio contient 3500 individus reprsentatifs de l'ensemble de la
population citadine ge de 15 ans et plus.
Chaque jour, 500 individus sont interrogs Alger, Oran, Constantine,
Annaba, Stif, Tizi-Ouzou et Tlemcen sur leur coute de la veille, et ce durant 7
jours.
La slection alatoire, chaque vague, des points d'enqute, et recrutement
des panlistes se fait suivant la mthode des quotas, conformment la
distribution
statistique
des
populations.
18
Chapitre 1

- Sexe.
- Niveau d'instruction.
- Catgories Socioprofessionnelles (CSP).
Priodicit :
Deux vagues d'une semaine tous les 6 mois.
Principales informations recueillies :
- Le recueil d'information se fait selon la mthode du Day After Recall :

Mesure de l'impact d'un message publicitaire dans les 24 heures qui
suivent sa diffusion .
- Pntration des stations de radio durant une semaine de chaque mois.
- Ecoute dtaille d'heure par d'heure des 7 jours de la semaine
observe.
- Scores d'audience des stations de radio par localit et par profil : sexe,
ge, CSP, CSE.
- Scores et profils d'audience des programmes des stations de radio
algriennes.
- Dure dcoute des principales stations radio par individu et par auditeur.
19
Chapitre 1
Figure 2: Echantillon Radio Data
3-Presse Data
Mthodologie :
Le panel presse contient 1800 individus reprsentatifs de l'ensemble de la
population citadine lettre ge de 15 ans et plus. Les individus sont interrogs
sur leurs habitudes de lecture des titres de la presse quotidienne et priodique
nationale algrienne.
La slection alatoire des points d'enqute, et recrutement des interviews

se fait suivant la mthode des quotas, conformment la distribution statistique
des populations.
20
Chapitre 1

- Sexe.
- Niveau d'instruction.
- Catgories Socioprofessionnelles (CSP).
Priodicit :
Deux vagues par an, une vague en t et une vague en hiver.
Principales informations recueillies:
- Pntration des titres de la Presse Quotidienne Nationale et de la Presse
Priodique Nationale les 6 derniers mois.
- Dernire lecture des titres de la PQN et de la PPN.
- Frquence de lecture des titres de la PQN et de la PPN.
- Jours de lecture des titres de la PQN.
- Moyenne de prise en main des titres de la PQN et de la PPN.
- Profils des lecteurs de chacun des titres de la PQN et de la PPN.
1.2.2. tudes ad hoc

Pour ses clients rguliers ou occasionnels, IMMAR ralise des tudes
ad hoc :
1. Etudes qualitatives :
Ce sont des entretiens individuels semi directifs auprs d'experts
(mdecins, chefs d'entreprise) & focus group.
Prise en charge totale des tudes qualitatives :
- Paramtrage de l'tude (mthodologie choisie, dfinition de la cible).
- Elaboration du guide d'animation.
- Recrutement.
- Mise disposition des locaux.
- Animation.
21
Chapitre 1
- Prise de note, retranscription, enregistrement.

- Analyse du contenu ralis par nos collaborateurs, afin que celle-ci puisse
tre effectue la lumire de la connaissance approfondie des spcificits
rgionales des participants et en tenant compte du contexte de l'tude.
2. Etudes quantitatives :
Elles en font en rue, salle, ou domicile.
Exemples : usages et attitudes, tests produits, tudes de satisfaction, visites
mystre, tudes en magasin, segmentation de march.
1.2.3. Etudes en souscription Omnibus

Mthodologie :
- Interview de 2500 individus reprsentatifs de la population nationale ge
de 15 ans ou plus hors zone parse.
- Administration du questionnaire en face face.
- Mthode des quotas.
Priodicit :
1 vague par an pour le moment. Dernier terrain : Dcembre .2005.
Marchs concerns :
En fonction des demandes des clients, possibilit d'intgrer des Feuilles
volantes pour des questions spcifiques :
- Produits laitiers : lait, yaourts, fromages.
- Hygine Beaut : shampooing, produits coloration, produits du visage.
Avantage :
22
Chapitre 1
Relev des informations media. Possibilit de croiser les marchs avec les
habitudes d'coute media des individus.
Par exemple : un consommateur de lait en poudre de la marque
A regarde telle chane de tlvision, coute telle radio et lit tel journal.
1.2.4. Panels
IMMAR dispose de panels, pour le secteur pharmaceutique, il est constitu
de 600 points de vente : pharmacies publiques et prives rparties sur plusieurs
villes.
Visites : mensuelles entre le 7 et le 11 du mois en cours.
1.2.5. Call centre

IMMAR dispose d'une plate-forme CATI, base Alger, entirement
ddie aux enqutes par tlphone:
- 20 postes CATI quips de la dernire version du logiciel Converso.
Agencement des postes de manire ergonomique, pour un meilleur
confort de travail et une plus grande efficacit.
- Une quipe de tlenquteurs/enqutrices expriment(e)s, polyvalente,
bilingue: franais, arabe.
Les secteurs d'activits : automobiles, tlcommunications, sant,
Les tudes ralises: tudes de march, tudes de satisfaction clientle,
gestion de la relation client, appels mystres,
23
Chapitre 1
1.2.6. Etude d'opinions

1. Etudes d'opinion pour le compte d'organisations internationales et des
gouvernements.
2. Etude Moral de la Nation : tude quantitative ou qualitative, ayant
pour objectif d'identifier la perception que les citoyens d'un pays ont
envers la situation conomique, politique et sociale de leur nation.
3. Sondage prlectoral: tude quantitative d'opinion avec intentions de
vote.
24
Chapitre 2
Dfinitions et gnralits
25
Chapitre 2
2.1. Introduction
La publicit est une activit aussi vieille que le commerce. Son
dveloppement dbute l'aube de la rvolution industrielle qui change le monde
du commerce.
La multiplication de l'offre de produits permise par la production
mcanise rpond rapidement aux besoins de la population; Il ne suffit plus de
mettre un produit sur le march pour qu'il soit vendu, il devient primordial
dsormais de le faire connatre, de le promouvoir.
Cette priode ouvre galement l're de campagnes publicitaires coteuses,
que seuls des groupes importants peuvent se payer (spots radios puis, surtout,
spots tl).
La publicit devient un lment crucial de la comptitivit; une bonne
insertion publicitaire peut assurer la fortune de l'entreprise tandis qu'une
campagne rate peut signer sa mort. Au cours des dix dernires annes, le
paysage mdiatique a beaucoup volu; de nouveaux moyens d'accs aux
contenus se sont dvelopps, Internet s'est impos comme un mdia part
entire et comme un nouveau partenaire de la tlvision dont l'offre s'est largie.
Les radios et les tlvisions sont des mdias de premier plan; la tlvision
a su s'adapter aux besoins et aux nouveaux modes de vie et ainsi vivre avec ses
contemporains dans un univers en pleine mutation.
La tlvision reste forte et continue tre le mdia qui s'adresse tous et
chacun, et demeure le premier mdia en termes d'attachement en ayant la
capacit de rassembler le mieux la famille.
26
Chapitre 2
2.2. Dfinitions
2.2.1. La publicit
La publicit est l'un des outils majeurs permettant une entreprise de
transmettre des informations persuasives ses marchs.
On appelle publicit: toute forme de communication non interactive
utilisant un support payant, mise en place pour le compte d'un metteur identifi
en tant que tel. L'activit publicitaire met en jeu trois principaux partenaires: les
annonceurs, les medias et les agences. [Kot00]
2.2.2. Les annonceurs

On appelle annonceurs tout organisme qui "fait de la publicit". Loin de se
limiter aux entreprises commerciales, les annonceurs sont aussi toutes sortes
d'organismes publics : la poste, la prvention routire, ou d'uvres caractre
social, religieux ou politique.
Les sommes investies dans la publicit par les annonceurs varient
considrablement d'un secteur l'autre. Le budget d'une campagne peut atteindre
plusieurs dizaines voire plusieurs millions de dinars. [Kot00]
2.2.3. Les agences medias

Une agence est un organisme indpendant, compos de spcialistes
chargs, pour le compte des annonceurs, de la conception, de l'excution et du
contrle des actions publicitaires. [Gro07]
Les agences comportent la fois des services techniques: tudes, cration,
fabrication, achat d'espaces dans les mdias et des services commerciaux qui
sont en contact avec les annonceurs pour la dfinition des objectifs, des budgets
et de la stratgie de communication.
En fait le march est assez volatil et, selon qu'une agence russit
dcrocher quelques gros budgets ou, au contraire, laisse filer ses principaux
clients, sa place sur le march s'en ressent.
27
Chapitre 2
Il n'y a pas de rgle uniforme concernant les relations entre agences et

annonceurs, en dehors de l'exclusivit rciproque.
En gnral, les agences sont rmunres sous forme d'honoraires.
La mise en uvre d'une campagne publicitaire suppose que l'on rponde
cinq questions, parfois appeles les cinq M est qui sont dans l'ordre qui suit:
1) Quels sont les objectifs poursuivis?
2) Quelle doit tre la taille du budget?
3) Quel message faut-il transmettre?
4) Quels mdias doivent tre employs?
5) Comment mesurer l'efficacit de l'action entreprise?
2.2.4. Les medias

On appelle support tout vecteur de communication publicitaire, et mdia
l'ensemble des supports qui relvent d'un mme mode de communication.
Il est devenu classique d'isoler cinq grands mdias: la presse, la tlvision,
l'affichage, la radio et le cinma. Au del, les supports publicitaires sont
extraordinairement diversifis: catalogue, calendriers, panneaux lumineux, et en
constante volution.
Naturellement chaque mdia prsente ses avantages et inconvnients du
point de vue de la couverture du march, les conditions de rception du
message, de la qualit de la reproduction, et des cots. [Kot00]
2.1.4.1. Quelques mots des medias [Tar08]

Affinit: Rapport entre l'audience utile et l'audience totale du support, qui
met en vidence la proximit d'une cible avec un support. Il est
habituellement exprim en indice ou en pourcentage.
Audience: C'est la moyenne des audiences, mesures seconde par
seconde, pour toute la dure de l'mission. Actuellement, 1% d'audience
(on dit aussi un point") reprsente 523600 individus gs de 4 ans et
plus. Une mission dont l'audience est de 10 points ou 10% a t regarde
par 52360000 tlspectateurs.
28
Chapitre 2
Audience cumule: Pourcentage ou nombre d'individus ayant eu au moins

un contact avec la TV au cours d'une priode quelle qu'en soit la dure.
Audience moyenne: Indicateur d'audience de la tlvision. Pour un
moment dtermin (spot, cran, mission, tranche horaire), c'est la
moyenne de l'audience des diffrents moments mesurs (seconde, minute,
quart d'heure). L'audience moyenne s'exprime en nombre de
tlspectateurs et/ou en pntration.
Audience utile: Ensemble des personnes exposes au support et
appartenant la cible.
Cible: L'ensemble des personnes que l'on souhaite toucher avec une
campagne publicitaire. La cible se dfinit en termes d'ge, de sexe,
d'habitat, de critres socioprofessionnels, de revenus, de comportements,
etc. A ce jour, il existe 25 cibles en achat d'espace.
Conditions gnrales de vente (C.G.V.): Document qui regroupe toutes les
informations concernant la vente d'espace publicitaire d'un support : tarifs,
majorations et/ou abattements tarifaires, tarifs d'vnements....Leur
parution est annuelle.
Contact: C'est l'exposition au message publicitaire. Le nombre de contacts
obtenus sur la cible vise est un critre de performance pour le support
de publicit.
Couverture: C'est la proportion de la cible couverte", c'est--dire
expose au moins une fois au message publicitaire. Le plus souvent, cette
mesure est rapproche de celle de la rptition.
Cot au GRP: Indicateur conomique d'un plan mdia, calcul
gnralement d'aprs le cot d'un spot sur la base de 30 secondes. C'est le
rapport entre le tarif de l'cran (30") et les GRP gnrs par cet cran.
Day Parts: Les diffrentes tranches horaires constituant la journe. Trois
principales tranches : Day time, prime time, night time.
Day Time: Tranche horaire couvrant la matine, la mi-journe et l'aprsmidi. Dure dcoute par tlspectateur (D.E.T.): Indicateur d'audience de
la tlvision et de la radio. Moyenne du temps pass devant la tlvision
ou l'coute de la radio par l'ensemble des tlspectateurs. Elle peut tre
calcule pour une mission, une tranche horaire ou l'ensemble de la
journe.
Dure dcoute par foyer (D.E.F.) : Indicateur d'audience de la tlvision
et de la radio. Moyenne de temps pass devant la tlvision ou l'coute
de la radio par l'ensemble des foyers composant la population tudie.
29
Chapitre 2
Elle peut tre calcule pour une mission, une tranche horaire ou
l'ensemble de la journe.
Dure dcoute par individu (D.E.I.): Indicateur d'audience de la radio et
de la tlvision. Moyenne du temps pass devant la tlvision ou
l'coute de la radio par l'ensemble des individus composant la population
tudie. Elle peut tre calcule pour une mission, une tranche horaire ou
l'ensemble de la journe.
Echantillon: Fraction d'une population slectionne de faon reprsenter
l'ensemble de cette population.
Format: C'est la dure en secondes du spot publicitaire ralis pour un
annonceur. Les formats courants sont : 10s, 15s, 20s, 30s et 40s.
Grilles de programmes: C'est la rpartition au cours de la semaine des
diffrents genres de programmes (missions) selon les jours nomms et
les heures. On distingue habituellement : les programmations horizontales
(la mme mission tous les jours la mme heure) et les programmations
verticales (mmes missions selon le jour, par exemple film du dimanche
soir).
GRP Gross Rating Point: Nombre moyen de contacts obtenus sur 100
personnes de la cible vise.
GRP =couverture (en pourcentage) * rptition moyenne.
Cet indicateur permet de mesurer la pression publicitaire d'une campagne ou

d'un spot.
Media planning: C'est l'ensemble des techniques utilises pour mettre au
point et grer un plan de campagne publicitaire.
Mmorisation: Souvenir laiss par un message (spot, mission, etc.).Cet
objet d'tude a t particulirement approfondi dans le domaine de la
publicit.
Night Time: Tranche horaire couvrant la deuxime partie de soire.
Panel: C'est un chantillon recrut pour une certaine dure, pendant
laquelle il sera interrog plusieurs fois. Un des intrts d'un panel est de
mettre en vidence les volutions. Un panel constant est constitu des
individus ayant rpondu sur l'ensemble d'une priode.
Pntration: Indicateur d'audience d'un mdia ou d'un support auprs
d'une population. Elle s'exprime en % d'une population.
30
Chapitre 2
Prime time: C'est la tranche horaire correspondant la plus forte coute de

la TV. Elle va de 19 heures 22 heures; elle est dcompose en Access
Prime time (19 heures 20 heures) et en Peak Time (20 heures 22
heures).
2.3. Gnralits [Tar08]

2.3.1. La tlvision en Algrie
2.3.1.1. Historique
La tlvision apparat en Algrie en 1956, lorsque le gouvernement
franais ouvre un relais de la Radiodiffusion tlvision franaise (RTF) Alger.
Ce programme reprend celui de Paris avec un journal local.
Suite l'indpendance de l'Algrie en 1962, la Radiodiffusion tlvision
algrienne (RTA) se substitue la Radiodiffusion tlvision franaise (RTF) le
28 octobre 1962.
2.3.1.2. Les diffrentes chanes TV en Algrie

A l'poque coloniale il n'existait qu'une station rgionale de l'ORTF, puis
on a assist la cration de celle qu'on appelait la chane unique pour ensuite
tre tmoin de la naissance de deux autres chanes: canal Algrie et Algerian
third channel.
Nous prsentons un bref historique de ces trois chanes:
ENTV:
L'Entreprise Nationale de Tlvision (ENTV) a t cre par le dcret
n86-147 du 1er Juillet 1986. Son sige est fix au 21 Boulevard des Martyrs,
Alger.
C'est une Entreprise Publique caractre Industriel et Commercial
(EPIC). Elle a une vocation sociale et culturelle ; elle est dote de la personnalit
31
Chapitre 2
morale et de l'autonomie financire et est place sous la tutelle du Ministre de

la Communication et de la Culture.
L'ENTV assure un service public de tlvision. Elle exerce le monopole
de la diffusion des programmes tlvisuels sur tout le territoire national.
Sa mission consiste informer, duquer et distraire au moyen de la
diffusion de tous reportages, missions et programmes se rapportant la vie
nationale, rgionale, locale et internationale ainsi qu' des questions et
problmes d'actualit.
Elle assure l'exploitation, la maintenance et le dveloppement de ses
moyens techniques de production de mme qu'elle prend en charge la formation
et le perfectionnement de son personnel ainsi que la conservation et la gestion
des archives audiovisuelles.
L'ENTV est dirige par Monsieur Habib Chawki HAMRAOUI, Directeur
Gnral, nomm par dcret prsidentiel.
Canal Algrie:
Canal Algrie a t cre en 1994, utilisant (actuellement) le satellite
Eutelsat W2 16 Est. Cette chane se veut "un lien culturel avec la
communaut algrienne rsidant l'tranger, plus prcisment en Europe, et
s'associe au dialogue et l'change entre les cultures et les civilisations. "
Elle tend aussi intresser et sduire le public tranger concern par
l'volution de la situation en Algrie en particulier dans les domaines politiques
et conomiques".
C'est une chane gnraliste relevant de l'Entreprise Nationale de
Tlvision (ENTV) et offrant un panel de programmes diversifis alliant
l'information, la culture, le divertissement et le sport.
Canal Algrie figure, selon un sondage ralis par l'Institut Abassa en
2001, comme tant la sixime chane tlvisuelle en matire d'occupation de
l'audimat en France.
Elle est classe au premier rang des chanes arabes et est donc appele
devenir une chane internationale d'expression francophone.
32
Chapitre 2
Depuis le dbut 2002, la chane est diffuse en UHF pour la capitale

(Alger) par l'metteur de Bordj El-Bahri.
Elle est distribue aussi sur le bouquet numrique Canal Satellite sur Astra
1E 19.2 Est;et est diffuse parmi le bouquet Arabesque sur TPS sur le
satelliteEutelsat Hotbird 5 13 Est. Elle est dirige par M. Salim Rebbahi.
Algerian Third Channel - A3C:
La troisime chane de tlvision est diffuse par le satellite Arabsat.
Destine essentiellement au monde arabe pour donner une image vraie de
l'Algrie, elle permet de constituer un lien permanent entre la communaut
algrienne l'tranger, notamment dans le monde arabe, et le pays natal.
Le projet de cration de cette chane a pris naissance en novembre 1998 et
a vu sa concrtisation en dcembre 1999. Algerian Third Channel a
officiellement vu le jour le 5 juillet 2001.
Dans la premire phase de son dveloppement, Algerian Third Channel
accorde une importance particulire l'information. A3C est dirige par Mme
Houria Khatir.
Nous ne sommes pas loin de penser que les tlvisions algriennes (dont
certaines semblent coupes du temps et de l'espace) ont vraiment besoin qu'on
les secoue et qu'on les mette devant la ralit.
De fait, c'est comme si elles n'coutaient ni ne voyaient ce que font les
autres tlvisions: une attitude attentive au march, un effort permanent
d'innovation, de crativit, d'audace jusque dans le domaine de la mise en
scne des programmes ; voil ce qui se passe dans le monde!
33
Chapitre 2
2.4. Conclusion
Ce chapitre a mis laccent sur certaines dfinitions et gnralits
entourant le monde du media planning .En effet, elles constituent une base
indispensable la comprhension de la problmatique qui sera dveloppe dans
le chapitre suivant.
34
Chapitre 3
Media planning et
Problmatique
35
Chapitre 3
Media planning et problmatique
3.1. Le media planning

3.1.1. Introduction
La publicit offre un ventail d'activits trs diverses, il y a celles que l'on
voit: les annonces dans la presse, les spots la tlvision et au cinma, les
messages la radio, les affiches et celles que l'on ne voit pas: le media planning
en est le meilleur exemple.
Le media planning constitue une tape dcisive dans la communication
publicitaire. Il fait appel aussi bien aux techniques de pointe dans les domaines
des sondages, des statistiques, de l'informatique, qua l'intuition du media
planeur.
Mme si l'heure actuelle, il n'est toujours pas possible de dterminer les
parts de responsabilit entre le media planning et la cration publicitaire dans le
succs d'une campagne, nul n'ignore son importance.
Le dveloppement considrable de l'informatique a fait progresser le
media planning en multipliant les outils. Mais cette sophistication ne doit pas
nous faire oublier que ces outils restent des aides la dcision qui ne savent ni
rflchir ni crer. [Jea94]
Deux qualits qui laissent encore de beaux jours au media planeur.
3.1.2. Dfinition
Le plan mdia, galement appel Media planning jusqu'en 1985, est le
terme englobant l'ensemble des oprations et tudes ncessaires la dfinition
des critres de performance d'une insertion publicitaire pour un produit donne
qui sont: la couverture, la rptition et le GRP. [Med06]
3.1.3. Etapes d'laboration d'un mdia planning

Afin de slectionner les meilleurs moments de passage des messages,
permettant d'atteindre la majeure partie de la cible vise au moindre cot, avec
une dose de rptition par individu, le choix des mdias et des supports doit se
faire de faon judicieuse.
36
Chapitre 3
Mdia planning et problmatique
3.2. Problmatique
3.2.1. Position du problme
La publicit est l'un des outils majeurs permettant une entreprise de
transmettre des informations persuasives ses marchs.
Les medias planeurs doivent prendre des dcisions en ce qui concerne
l'insertion de cette publicit: combien de fois ? Et quand insrer cette dernire ?
Le media planning donne un compte rendu de l'effort publicitaire en
termes de moments de diffusion.
L'objectif est de trouver le media planning qui maximise l'effet
publicitaire pour un budget donn.
En effet, la tlvision fait vendre; bien connaitre les tlspectateurs et les
consommateurs ainsi que leurs habitudes et comportements permet d'optimiser
le media planning.
Le media planning est le terme englobant l'ensemble des oprations et
tudes ncessaires la dfinition des indicateurs de performance d'un produit
qui sont les suivants :
1. Le total GRP :
GRP du plan = somme des GRP de chaque insertion.
C'est un indicateur de puissance qui quantifie le nombre de contacts sur la
cible, mais ne donne pas d'indications sur la faon dont les contacts ont t
dlivrs. En d'autres termes le GRP est l'indice de pression publicitaire.
2. La couverture (effective) : nombre de personnes (de la cible), exprim
en pourcentage, ayant t exposes au moins une fois au message
publicitaire.
3. La rptition moyenne : Nombre moyen de contacts par individu
expos au moins une fois au message.
37
Chapitre 3
Media planning et problmatique
4. La distribution des contacts : Ventilation des individus de la cible en

fonction du nombre exact de contacts reus.
Notre travail consiste trouver les meilleurs quarts dheure dinsertion en

tenant compte de la contrainte suivante :
1. Ne pas dpasser le budget allou la campagne publicitaire.
38
Chapitre 4
Aide multicritre
dcision
39
la
Chapitre 4
Aide multicritre la dcision
4.1. Introduction
L'optimisation de certains problmes ne peut pas toujours se situer dans
une approche critre unique, car bien souvent la ralit humaine est points de
vue multiples ou encore multicritre. Il faut donc utiliser des mthodes qui
sachent tenir compte de plusieurs critres.
Il est incontestable que l'aide la dcision prend appui sur la recherche
oprationnelle, mais aussi sur d'autres disciplines (psychologie, sociologie,
conomie, informatique...) et d'autres dmarches.
Toutefois, toute contribution en Recherche Oprationnelle ne relve pas
ncessairement de l'Aide la dcision dans la mesure o certains travaux
purement mathmatiques mis sous l'tiquette de la Recherche Oprationnelle ne
sont pas directement tourns vers une aide la dcision. [Roy92]
L'aide multicritre la dcision est l'une de ces mthodes qui consiste
fournir au dcideur des outils lui permettant de progresser et de contribuer dans
la rsolution d'un problme en tenant compte de plusieurs critres.
L'objet de ce chapitre est de prsenter les concepts fondamentaux de

l'approche multicritre d'aide la dcision.
40
Chapitre 4
4.2. Concepts de base de l'aide multicritre la

dcision
4.2.1. Dfinitions
4.2.1.1. Dfinition de la dcision
Une dcision est une action de dcider, c'est--dire de faire un choix
face un problme .En effet, d'aprs Bernard Roy, la dcision est
l'aboutissement d'un processus qui dpend de plusieurs critres qui peut tre plus
ou moins long selon le problme considr. [Roy85]
4.2.1.2. Dfinition de l'aide la dcision

Laide la dcision est lactivit de celui qui, prenant appui sur des
modles clairement explicits mais non ncessairement compltement
formaliss, aide obtenir des lments de rponse aux questions que se pose un
intervenant dans un processus de dcision, lments concourant clairer la
dcision et normalement prescrire, ou simplement favoriser ,un
comportement de nature accrotre la cohrence entre lvolution du processus
dune part, les objectifs et le systme de valeurs au service desquels cet
intervenant se trouve plac dautre part .
Selon cette dfinition, une activit daide la dcision sarticule autour
dun processus de dcision. En effet, Martel soutient le fait quune activit
daide la dcision "implique un minimum dinsertion dans le processus de
dcision : elle ne se fait seulement pour mais essentiellement avec les acteurs du
processus dans ltablissement dune vritable relation daide". Pour Bernard
Roy, un "problme" de dcision nest pas un objet qui prexiste.
[Mar99] [Roy92].
La formulation quon en donne ne peut pas, en gnral, tre totalement
objective et ne peut tre envisage indpendamment des rapports entre
lindividu et la ralit. Il ajoute quil est normal que cette formulation volue au
fur et mesure de lavancement dans le processus de dcision. [Sal06]
41
Chapitre 4
Dans ce sens, Landry remarque que le succs dune dmarche daide la

dcision dans une organisation ncessite la comprhension de lensemble du
processus de dcision dans lequel sinsre cette aide, ce qui implique une
capacit dapprhender adquatement le problme qui justifie lorigine et qui
alimente par la suite ce processus. [Lan98]
4.2.1.3. Dfinition de lhomme dtude [Roy85]

Toute activit daide la dcision fait intervenir un dcideur et assez
souvent un homme dtude. Le dcideur (decision-maker en anglais), est un
intervenant principal qui sadresse laide la dcision et occupant une place
centrale dans le processus de dcision. La notion de dcideur "dsigne en
dernier ressort lentit qui apprcie le "possible" et les finalits, exprime
les prfrences et est sens les faire prvaloir dans lvolution du processus".
Remarquons que dans notre tude on se met dans un cadre de monodcideur, o la dcision relve dune seule entit qui est lannonceur.
Nanmoins, en pratique la dcision concerne souvent plusieurs parties, que ce
soient plusieurs personnes individuelles ou des entits. Mais on suppose en effet
quil y a une autorit finale qui prend la dcision et qui constitue un dcideur
unique.
Dans les problmes relativement complexes, le dcideur est gnralement
guid par lhomme dtude (analyst en anglais) dont le rle "consiste entre
autres expliciter le modle, lexploiter en vue dobtenir des lments de
rponses, clairer le dcideur sur les consquences de tel ou tel comportement
en
lui
rendant
intelligibles,
ventuellement
en
prescrivant
(prconisant,conseillant) une ou une srie dactions ou encore une
mthodologie".
4.2.1.4. Dfinition de l'aide multicritre la dcision

Un problme de dcision monocritre est un problme du type :
Opt f x / x A
O A est lensemble des actions admissibles et f est la fonction critre

optimiser. Ce modle traduit gnralement un problme bien structur et bien
dfini mathmatiquement, qui simpose la fois au dcideur et lhomme
dtude.
42
Chapitre 4
Lorsque les actions potentielles dun problme de dcision ne sont pas

values par un critre unique, mais par un ensemble de critres quon dsigne
par f1 , f1 , f1 ,......, f m et que le dcideur souhaite optimiser simultanment, le
problme pos est alors de la forme :
Opt f1 x , f 2 x ,......., f j x / x A
La principale difficult dun problme multicritre est quil sagit dun

problme mathmatiquement mal pos, cest--dire sans solution objective. Il
nexiste pas, en gnral, daction meilleure que toutes les autres, simultanment
sur tous les critres : le concept de solution optimale, un postulat de base de
lapproche monocritre, na donc pas de sens dans un contexte multicritre. Il ne
sagit pas donc de chercher une vrit cache, mais plutt aider le dcideur
progresser vers une action de compromis. [Roy90]
Lorsque lactivit de laide la dcision se base sur une approche
multicritre (i.e. plusieurs critres, souvent conflictuels, sont pris en compte,
reconnaissance de lexistence de plusieurs rationalits , quil nexiste pas une
solution "optimale"), on parle de laide multicritre la dcision. Diffrentes
dfinitions ont t proposes pour laide multicritre la dcision. Nous
reprenons ici celle de Vincke :
Laide multicritre la dcision vise, comme son nom lindique,
fournir un dcideur des outils lui permettant de progresser dans la rsolution
du problme de dcision ou plusieurs points de vue, souvent contradictoires,
doivent tre pris en compte [Vin89]
Traditionnellement, lactivit de laide la dcision se base sur lide de
lexistence dune fonction objectif (ou un critre) bien dfinie et unique et qui
simpose aux yeux de tous pour caractriser la bonne direction dans laquelle il
convenait de faire voluer le systme dont on sintressait. En procdant ainsi,
on lavantage daboutir un problme "bien pos" mathmatiquement, cest
dire quil est pos en des termes tels que la solution optimale, est entirement
dtermine par sa formulation. [Roy88]
43
Chapitre 4
Nanmoins, en pratique les consquences sont suffisamment complexes,

cest le cas dans le cadre du media planning, pour quune seule fonction objectif
(un seul critre) ne puisse apprhender adquatement toute linformation
ncessaire la comparaison globale des diffrentes alternatives dactions
possibles. Daprs Martel, ces consquences sont multiples et sapprcient en
des termes forts varis (conomiques, techniques, de confort, etc.). [Mar99]
Pour Bouyssou, largument raliste selon lequel la ralit tant
multidimensionnelle, il est naturel que lon prenne en compte plusieurs points de
vue pour aider la dcision et donc quon utilise des mthodes multicritres, ne
peut lui seul justifier dadopter une dmarche multicritre pour aider la
dcision. Utiliser un tel argument conduirait voir le monocritre comme un cas
limite et dgnr du multicritre.
Toujours selon Bouyssou, adopter une dmarche multicritre, ce nest pas
postuler que "dans la ralit" un seul critre est luvre mais cest, plus
simplement, vouloir aider la dcision en nexhibant quun seul critre. Il y a,
selon lui, la base dune dmarche multicritre en aide la dcision, un "acte de
foi" consistant croire que construire explicitement plusieurs critres peut avoir
un "rle positif" dans le processus de modlisation. [Roy93]
4.2.2. Dmarche multicritre d'aide la dcision [Sam01]

Il existe des dmarches diffrentes pour faire face une situation de
dcision multicritre, nanmoins en gnral, chacune d'elles comportent trois
grandes phases, savoir :
Lintelligence du problme: identification de la situation de dcision,
dfinition des objectifs et des axes de signification.
La conception: dfinition des actions et la construction des critres.
Le choix de solution(s): valuation des actions sur la base des critres en
prsence et agrgation des valuations obtenues, pour le choix d'une solution(s).
En pratique, un problme multicritre d'aide la dcision peut tre abord
en adoptant la dmarche suivante :
44
Chapitre 4
4.2.2.1. Elaboration du modle

Pour modliser un problme multicritre il faut :
- Dfinir l'objet de la dcision, puis situer le problme par rapport aux
problmatiques de rfrence (choix, tri, rangement).
- Dterminer l'ensemble des solutions envisageables (action potentielle)
pouvant constituer l'objet de la dcision.
- Analyser les consquences des actions afin d'laborer des critres
reprsentatifs et qui correspondent aux objectifs de la dcision.
-
Juger et valuer les performances des actions par rapport chaque critre.
4.2.2.2. Choix d'une mthode d'analyse multicritre

Aprs l'valuation des performances des actions potentielles selon chaque
critre, il est ncessaire d'effectuer une synthse de ces jugements, pour pouvoir
construire une structure de prfrence globale qui sera exploite selon le type de
la problmatique aborde (choix, tri, rangement). Cela se fera l'aide d'une
mthode d'agrgation multicritre dont le choix dpendra des donnes et des
objectifs rtablis.
4.2.2.3. Application de la mthode et interprtation des

rsultats
Il s'agit d'appliquer la mthode multicritre choisie aprs avoir dtermin
ses diffrents paramtres puis interprter le rsultat obtenus selon la
problmatique retenue.
4.2.2.4. Elaboration des recommandations

Il s'agit d'exploiter le rsultat afin de donner au dcideur une
recommandation qui constitue un support pour la prise de dcision finale.
Dans le but d'laborer une recommandation synthtique et robuste, il est
opportun de faire une analyse de sensibilit des paramtres de la mthode
multicritre applique visant tester la stabilit du rsultat obtenu.
45
Chapitre 4
4.2.3. Les lments

multicritre [Mar99]
constitutifs
d'un
problme
La rsolution d'un problme multicritre consiste au pralable

dterminer les lments constitutifs de ce problme :
Les actions : daprs ROY Une action a est la reprsentation d'une
ventuelle contribution la dcision globale susceptible, en gard l'tat
d'avancement du processus de dcision, d'tre envisage de faon autonome et
de servir de point d'application l'aide la dcision . [Roy85]
Il est utile de distinguer entre les diffrents types d'actions existant afin
d'clairer le travail d'aide la dcision :
Actions relles: c'est--dire une action issue d'un projet compltement
labor susceptible d'tre mise excution.
Actions fictives: laction fictive correspond un projet idaliste,
incompltement labor ou encore construit dans l'imagination.
Actions idales: catgorie particulire d'action fictive, qui correspond
rigoureusement la description qu'on en donne.
Actions ralistes: l'action raliste implique un projet dont la mise
excution peut tre raisonnablement envisage.
Actions irralistes: cette action peut correspondre la satisfaction
d'objectifs incompatibles, et en mme temps constituer un bon support de
discussion et de raisonnement.
Il y a aussi une autre notion, c'est la mme que nous utiliserons au cours
de notre travail, la notion d' action potentielle .
Action potentielle: ce sont les actions relles ou fictives juges
provisoirement ralistes pour un intervenant au moins ou prsumes telles par
l'homme d'tude en vue d'aide la dcision. L'ensemble des actions potentielles
est not A .
L'ensemble des actions A peut tre :
46
Chapitre 4
Stable: c'est--dire qu'il est dfinit priori et n'est pas susceptible d'tre
chang au cours de la procdure.
Evolutif : l'ensemble A peut tre modifi au cours de la procdure cause
des rsultats intermdiaires que cette procdure fait apparatre, ou encore cause
de l'environnement changeant dans lequel le problme de dcision se pose.
Global: l'ensemble des actions A est un ensemble global si chaque
lment de A est exclusif de tout autre.
Fragment: A est fragment de sorte que les rsultats de processus de
dcision font intervenir des combinaisons de plusieurs lments de l'ensemble
A .
Fini: l'ensemble des actions A est fini s'il nous est possible de baser notre
tude sur un nombre limit d'actions.
Infini: on considre que l'ensemble A est infini, si le nombre d'actions qui
le compose ne peut tre limit un nombre prcis, ou lorsque les actions varient
en continu.
4.2.4. Modlisation des prfrences

L'aide la dcision prend en compte les valeurs et les prfrences d'un ou
plusieurs acteurs dans le processus de dcision.
Il existe quatre situations fondamentales incompatibles permettant de
reprsenter exhaustivement les prfrences par rapport deux actions.
Ces quatre relations binaires sont :
Prfrence stricte (P) : elle correspond l'existence de raisons claires et
positives qui justifient une prfrence significative en faveur de l'une
(identifie) des deux actions.
Prfrence faible (Q) : elle correspond l'existence de raisons claires et
positives qui infirment une prfrence stricte en faveur de l'une
(identifie) des deux actions mais ces raisons sont insuffisantes pour
dduire soit une prfrence stricte en faveur de l'autre soit une
indiffrence entre ces deux actions.
Lindiffrence (I) : elle correspond l'existence de raisons claires et
positives qui justifient une quivalence entre ces deux alternatives.
47
Chapitre 4
Lincomparabilite (R) : elle correspond l'absence de raisons claires et

positives justifiant l'une des trois situations prcdentes.
4.2.4.1. Systme relationnel des prfrences

A l'aide des relations fondamentales prcdentes, on espre parvenir un
modle satisfaisant toutes les prfrences du dcideur. Cest ce qu'on appelle
systme relationnel des prfrences.
Celui ci doit vrifier certaines proprits:
1. En accord avec les dfinitions prcdentes des situations
fondamentales, les relations constituantes ce systme peuvent tre des
prfrences du dcideur vis--vis des actions de A.
2. Les relations du systme doivent tre exhaustives, c'est dire que pour
une paire quelconque d'actions (a , b), au moins une des relations peut
exprimer la prfrence entre cette paire d'actions.
3. Les relations du systme mutuellement exclusives: pour une paire
d'actions quelconque, deux relations distinctes ne sont jamais vrifies.
4.2.4.2. Principales structures de prfrences

Le concept de relation binaire est crucial pour modliser les prfrences.
Voici quelques structures remarquables de ces relations:
1. La relation dquivalence : une relation binaire R (relation entre deux
lments) dfinie sur un ensemble A est une relation d'quivalence si
cette relation est:
- Rflexive: x A, xRx
- Symtrique: x, y A * A, xRy yRx

- Transitive: x, y, z A * A * A, xRy et yRz xRz
2. La relation dordre : une relation binaire R dfinie sur un ensemble A
est une relation d'ordre si cette relation est:
48
Chapitre 4
- Rflexive: x A, xRx
- Antisymtrique: x, y A * A, xRy et yRx y x

- Transitive: x, y, z A * A * A, xRy et yRz xRz
Il existe plusieurs types d'ordre qui sont:

- La relation de prordre: Un prordre est une relation rflexive et
transitive.
- La relation de prordre partiel : Un prordre partiel est une relation de
prordre pour laquelle tous les lments d'un ensemble peuvent tre mis
en relation : l'incomparabilit entre deux lments est autorise.
- La relation de prordre total: Un prordre total est une relation de
prordre pour laquelle tous les lments d'un ensemble peuvent tre mis
en relation : lincomparabilit entre deux lments n'est pas permise.
Remarque:
- L'ordre est un prordre antisymtrique.
- Dans un prodre l'ex-quo est possible alors que dans un ordre l'exquo n'est pas possible.
49
Chapitre 4
[Roy93]
Situation
Indiffrence
Prfrence stricte
Prfrence faible
Incomparabilit
Dfinition
Relations et proprits
Existence de raisons claires et

positives qui justifient une
quivalence entre les
deux actions.
I : relation symtrique
(rflexive).

positives qui justifient une
prfrence significative en faveur
de lune (identifie) des deux
actions.

positives qui infirment une
prfrence stricte en faveur de
lune (identifie) des deux actions
mais
ces
raisons
sont
insuffisantes pour dduire soit
une prfrence stricte en faveur
de lautre soit
une indiffrence entre ces deux
actions (ces raisons ne permettent
donc pas disoler lune des deux
situations prcdentes comme
tant la seule approprie).
Absence de raisons claires et

positives
justifiant lune des trois
situations prcdentes.
P : relation asymtrique
(irrflexive).
Q :(comme quasi )
Relation
asymtrique
(irrflexive)
R :(comme refus de
se prononcer )
Relation symtrique
(rflexive)
Tableau 1 : Modlisation des quatre situations fondamentales de prfrences dans la comparaison de

deux actions potentielles
50
Chapitre 4
4.2.4.3. Les critres d'valuation [Vin89]

4.2.4.3.1. Dfinition
Un critre est reprsent par une fonction note F dfinie sur l'ensemble A
qui prend ses valeurs dans un ensemble totalement ordonn. On reprsente
plusieurs points de vue par une famille de critres note F .Notons que les
critres F peuvent tre qualitatifs ou quantitatifs.
Le critre vise rsumer l'aide d'une fonction, les valuations d'une
action sur diverses dimensions pouvant se rattacher un mme axe de
signification .
On entend par dimension : la reprsentation d'un aspect bien identifi
des consquences entranes par la mise en excution de chacune des
actions.
Et par axe de signification dun critre : tout lment pouvant servir
caractriser l'ensemble des actions potentielles et susceptibles
d'intervenir dans la dtermination des prfrences entre elles en
fonction des objectifs prtablis.
Do
- Le critre est reprsent par une fonction f j .
- L'valuation d'action a i selon le critre f j est f j ai .
4.2.4.3.2. La famille cohrente de critres
Lors de l'laboration des critres, l'homme d'tude doit respecter une
marge de libert restreinte par quelques exigences logiques, qui constituent un
guide pour ce dernier, ces exigences logiques sont :
Exhaustivit : s'il y a galit des performances sur tous les critres
constituant F pour deux actions de A alors il n'existe pas d'argument,
parmi les critres omis par l'homme d'tude, susceptible de remettre en
cause la situation d'indiffrences entre ces deux actions.
51
Chapitre 4
Cohsion : l'valuation des performances globales pour une action vis vis d'une autre doit tre monotone avec l'volution de chacune de ses
valuations locales, et ceci, pour chaque critre. En d'autres termes, en
augmentant la satisfaction sur un seul critre, les autres restants
inchangs, la prfrence globale augmente.
Non-redondance : la liste de critres est redondante lorsqu'un critre
spcifique peut tre supprim sans que la nouvelle liste ne puisse plus
vrifier la condition d'exhaustivit.
Oprationnelle : la famille de critres doit tre assez significative pour
le dcideur pour lui permettre de comprendre les implications sur les
alternatives, cette condition peut tre ralise en hirarchisant le
problme complexe de faon obtenir des sous critres quantifiables
ou facilement remplaables par des lments quantifiables.
Minimale : cest dire rduite au plus petit nombre de critres. Cette
condition peut tre ralise en agrgeant les critres. Le nombre de
critres utiliss pour effectuer la classification est entre 7 et 11 selon
KIDD alors que SAATY estime que ce nombre ne devrait pas dpasser
7 pour chaque hirarchie.
4.2.4.3.3. Les types de critres
Diffrents types de critres peuvent tre utiliss, chacun d'eux concernant
la capacit du dcideur comparer plus prcisment sa finesse du jugement.
Le vrai critre: Il traduit un comportement classique d'une fonction-critre
f j vis--vis de deux types de possibilits tel que :
a, b A
aPb f j a f j b (preference strict)

aIb f j a f j b (indiffrence)
Le quasi-critre : Ce dernier diffre du prcdent par sa prise en compte

de l'cart entre f j a et f j b de manire suivante :
a, b A
aPb f j a f j b q j
aIb | f j a f j b | q j
52
Chapitre 4
q j Reprsente le seuil qui dtermine l'indiffrence du dcideur vis--vis de
l'cart entre f j a et
f j b .
Si l'cart entre f j a et f j b est suprieur ce seuil, cela signifie qu'il y a

une prfrence stricte, dans le cas contraire on est dans la situation
d'indiffrence.
Le pseudo critre: Ce critre prend en considration un seuil de prfrence
et un seuil d'indiffrence. Cela nous amne distinguer trois situations :
aIb | f j a f j b | q j
(indiffrence)
aQb q j f j a f j b p j (Prfrence faible)
aPb f j a f j b p j
(Prfrence stricte)
p j est le seuil de prfrence qui reprsente la plus petite valeur de l'cart entre
f j a et f j b en dessus de laquelle le dcideur prouve une prfrence stricte
pour l'action a.
Notons que : Lorsque q j 0 , le critre f j est appel pr critre.
4.2.4.3.4. Les coefficients de pondration [Pom93]
Pour prendre en considration le fait qu'un critre puisse tre plus ou
moins important qu'un autre, on associe un coefficient de pondration appel
poids.
L'attribution de poids aux critres est une opration dlicate puisqu'elle
doit exprimer les prfrences du dcideur entre les critres.
4.2.4.3.5. Tableau des performances (valuation)
Ce tableau, appel matrice des jugements ou des valuations, est
constitu, en ligne, des actions de l'ensemble A et en colonnes, des critres de F.
Les valeurs qui remplissent ce tableau ne sont rien d'autre que des valuations
des performances de chaque action ai selon les critres f j (appele f j ai ).
Pour rpondre aux besoins de la mthode appliquer, chaque colonne
contient ventuellement aussi, comme information complmentaire, les
53
Chapitre 4
fonctions seuils q j f a et p j f a , les ventuels poids et les sens du critre

(critre maximiser ou minimiser).
[Ala85]
f1 ( . )
f2 ( . )
..
fj ( . )
..
fk ( . )
a1
f1 ( a1 )
f2 ( a1 )
......
fj ( a1 )
...
fk ( a1 )
a2
f1 ( a2 )
f2 ( a2 )
...
fj ( a2 )
...
fk ( a2 )
......
.....
...
...
......
..
..
...
..
..
ai
f1 ( ai )
f2 ( ai )
fj ( ai )
fk ( ai )
..
an
f1 ( an )
f2 ( an )
..
fj ( an )
fk ( an )
Tableau 2: Tableau dvaluation
4.2.4.4. Problmatique d'aide la dcision [Roy85]

La problmatique peut tre perue comme tant une orientation de
linvestigation quon adopte pour un problme de dcision donn. Elle exprime
les termes dans lesquels le dcideur ou lhomme dtude pose le problme et
traduit le type de la prescription quil souhaite obtenir. Roy (1985) distingue
quatre problmatiques, de base que tout problme de dcision multicritre doit
se ramener ncessairement lune dentre elles.
4.2.4.4.1. Problmatique de choix ()
La problmatique de choix, dite aussi problmatique alpha, consiste
chercher un sous ensemble de A bien sur aussi restreint que possible, contenant
les meilleures actions ou dfaut les actions les plus satisfaisantes.
Donc, cette problmatique donne comme rsultat un choix ou une procdure de
slection.
54
Chapitre 4

A*
Actions les plus satisfaisantes retenir
Procdure de slection
A/A*
Le reste, rejeter
Figure 3: Aboutissement dune problmatique de choix
4.2.4.4.2. Problmatique de tri ()

La problmatique de tri, dite aussi problmatique beta, est celle qui
cherche affecter chacune des actions potentielles une catgorie, celles-ci sont
dfinies partir de la valeur intrinsque des actions quelles sont destines
recevoir, le but de cette mthode est de sparer les bonnes actions des moins
bonnes.
Procdure daffectation
A1
Bonnes actions
A2
Moins bonnes actions
A3
Mauvaises actions
Figure 4: Aboutissement dune problmatique de tri
4.2.4.4.3. Problmatique de rangement ou de classement ()

La problmatique de rangement, dite aussi problmatique gamma,
consiste regrouper les actions en classes d'quivalence, lorsqu'on se situe dans
cette problmatique, les actions sont classes de la meilleure la moins bonne
pour choisir ensuite k actions parmi les meilleures.
55
Chapitre 4

A1
A2
Meilleures actions
Un peu moins bonnes
A3
A
K actions parmi les meilleures
Procdure de
classement
An
Plus mauvaises actions
Figure 5 : Aboutissement dune problmatique de rangement
4.2.4.4.4. Problmatique de description ()

La problmatique de description, dite aussi problmatique sigma, consiste
poser le problme en termes restreints une description des actions de A
et/ou leur consquents, c'est--dire orienter l'investigation vers la mise en
vidence d'informations relatives aux actions potentielles conues en vue d'aider
directement le dcideur les dcouvrir, les comprendre et les juger. Donc,
cette problmatique donne comme rsultat une description.
4.2. Les diffrentes mthodes multicritres

La phase de choix de la mthode multicritre pour la rsolution d'un
problme n'est pas indpendante de la phase de modlisation.
Les mthodes multicritres sont souvent classes en mthodes Multi objectifs ou multi-attributs suivant qu'elles considrent des ensembles d'actions
A continus et dfinis par des contraintes.
56
Chapitre 4
C'est aux spcialistes de l'aide multicritre la dcision de choisir entre

les diffrentes mthodes celle qui correspond le mieux la rsolution de leurs
problmes.
4.3.1. Les mthodes multicritres lmentaires [Vin89]

Les mthodes lmentaires sont des mthodes qui viennent immdiatement
l'esprit lorsqu'on est confront un problme d'agrgation multicritre : elles
sont d'ailleurs souvent mises en uvre dans la pratique.
4.3.2. La mthode de la moyenne pondre

Cette mthode est la plus lmentaire et consiste construire une structure
globale de prfrence P, I comme suit :
Soit :
a, b : Deux actions de l'ensemble des actions potentielles
A.
w j : Le poids du critre f j , j 1,..., n .
aPb si
aIb si
j 1
j 1
w j f j a w j f j b
n
j 1
j 1
w j f j a w j f j b
Nanmoins, du fait de sa simplicit, cette mthode risque souvent de

cacher des aspects importants du problme comme l'effet de compensation entre
les critres, et n'accorde pas d'importance au caractre plus ou moins conflictuel
des critres.
4.3.3. La mthode lexicographique (ou hirarchique)

Cette mthode peut tre applique dans des cas spciaux, elle est fonde
sur l'ordre d'importance des critres et le dcideur est prt dlaisser les n k
critres les moins importants si les k premiers lui permettent de conclure
(k pouvant tre gal 1), donc il est tout fait possible de classer les actions
selon un seul critre.
57
Chapitre 4
4.3.4. La mthode de borda (la mthode de la somme

des rangs)
Cette mthode est fonde sur la notion de rang, notons r j a le rang de
l'action a pour le critre j. On peut dterminer le rang d'une action par la
position qu'occupe cette action lorsqu'on range toutes les actions dans un ordre
dcroissant par rapport aux valeurs de la fonction critre f j , soit deux actions
potentielles a et b :
aPb si
r a r b
j
aIb si
r a r b
j
L'inconvnient de cette mthode c'est qu'elle ne prend pas en

considration les poids des critres.
4.3.5. La mthode de Condorcet

Cette mthode se base essentiellement sur la mthode de borda, soit deux
actions potentielles a et b.
aPb Lorsque le nombre des critres pour lesquels a est meilleur que b est
plus grand que le nombre des critres pour lesquels b est meilleure que a.
Le dfaut de cette mthode rside dans le paradoxe de Condorcet , c'est-dire de trouver des rangements diffrents pour des actions donnes, par
exemple, pour trois actions a, b, c on trouve les rangements abc, bca, cab.
4.3.6. Les mthodes d'utilits [Sam01]

La mthode UTA (pour utilit additive) est base sur la thorie de l'utilit
multi-attribut essentiellement d'inspiration anglo-saxonne et est largement
utilise aux USA, cette thorie repose sur l'axiome fondamental suivant : tout
dcideur essaie inconsciemment (ou implicitement) de maximiser une fonction
qui agrge tous les points de vue prendre en compte. Autrement dit, si l'on
interroge le dcideur sur ses prfrences, ses rponses seront en accord avec une
certaine fonction U que l'on ne connat pas.
58
Chapitre 4
Deux problmes sont essentiellement tudis dans le cadre de cette thorie :

- Quelles priorits doivent possder les prfrences du dcideur pour
tre reprsentables par une fonction U ayant une forme analytique
donne ?
- Comment construire les fonctions et estimer les paramtres intervenant
dans la forme analytique choisie ?
La mthode UTA est une mthode indirecte de construction de la fonction
U consistant l'estimer partir de jugements globaux mis par le dcideur sur
l'ensemble des actions. Elle dtermine d'abord une fonction d'utilit optimale
par la programmation linaire et fournit ensuite une analyse de sensibilit.
Donc, il s'agit d'valuer un ensemble A d'action, par rapport n critres
diffrents qui correspondent aux consquences favorables des actions.
Les mesures de ces consquences sont donnes par le vecteur :
g a g1 a , g 2 a ,..., g n a pour un objet quelconque appartenant A.
On suppose l'existence d'une fonction d'utilit :

U g a U g1 a , g 2 a ,..., g n a .
Elle permet d'agrger ce critre, d'valuer ainsi chaque projet et de

comparer les projets les uns aux autres.
Cette mthode l'avantage de permettre l'estimation d'une fonction
additive non linaire. En effet, mme si l'estimation est faite par la
programmation linaire, les fonctions d'utilit partielles qui la composent ne sont
linaires que par morceaux. Ceci permet l'estimation de fonctions qui
reprsentent mieux les prfrences du dcideur.
Une variante directe de construction de l'utilit additive est applique et
offre la possibilit d'introduire les poids des critres comme seuls paramtres.
4.3.7. Les mthodes interactives [Sam01]

L'approche interactive, de dveloppement plus rcent, correspond
l'valuation des mthodes multicritres la dcision vers un accroissement du
rle du dcideur au moyen de son intgration du processus de rsolution. En
59
Chapitre 4
effet, cette approche implique le dcideur dans la dfinition des actions

potentielles et des objectifs. Comme c'est le cas pour toutes les mthodes d'aide
la dcision, mais contribue galement la recherche de solution en lui
permettant d'intervenir dans la phase, de traitement de la mthode.
L'approche interactive procde en une succession d'tapes de dialogue,
avec le dcideur, et de calcul avec le dcideur. Durant chaque phase de dialogue,
le dcideur communique des informations sur ses prfrences partir des
quelles la phase de calcul gnre une nouvelle solution potentiellement
meilleure aux yeux du dcideur. Ces interactions entre l'analyste et le dcideur
permettent ce dernier de parcourir une partie de l'ensemble A et ainsi de suite
jusqu' aboutir une solution satisfaisante ou que le temps disponible la
procdure soit puis.
4.3.8. Les mthodes de surclassement [Roy85]

L'ide de base des mthodes de surclassement est fonde sur le concept de
surclassement introduit par B.ROY, une relation de surclassemnet est une
relation binaire S dfinis dans l'ensemble d'actions A telle que aSb .
Si tant donn la qualit des valuations des actions et la nature du
problme, il y a suffisamment d'arguments pour admettre que a est aussi bonne
que b sans qu'il y ait de raisons importantes de refuser cette affirmation. Ces
mthodes consistent tablir des relations binaires de prfrence partielle
(surclassement) par rapport chaque critre, un ensemble de tests (concordance
et discordance) par rapport chaque critre, conduisant accepter ou rejeter un
surclassement entre les actions du niveau global.
Cela aboutit construire un systme relationnel de prfrence acceptant
l'incomparabilit et n'ayant pas ncessairement des priorits de transitivit.
Le recours une telle approche se justifie dans le cas suivant :
Si parmi les critres, il existe au moins un dont les performances prennent
leurs valeurs dans une chelle faussement quantitative qui ne se prte pas
bien la comparaison d'carts de prfrences, ceci correspond aux critres
qualitatifs et subjectifs.
Il existe une forte htrognit dans les chelles de prfrences
labores.
60
Chapitre 4
La compensation d'une perte de performance sur un critre donn par un

gain sur un autre critre s'opre d'une faon complexe. Donc cela ne permet pas
de dfinir de taux de substitution permettant d'homogniser les critres.
61
Chapitre 4
4.4. Conclusion
L'approche multicritre est l'une des mthodes scientifiques d'aide la
dcision qui consiste fournir au dcideur des outils lui permettant de
progresser et contribuer dans la rsolution d'un problme en tenant compte des
diffrents points de vue souvent contradictoires.
Les mthodes de slection multicritres sont relativement nombreuses
mais elles s'inspirent toutes de principes de base simple.
Ce chapitre avait pour but de prsenter l'approche multicritre d'aide la
dcision en deux sections :
Nous avons abord les notions de base de l'aide multicritre la dcision :
la dfinition d'un problme multicritre, la dmarche multicritre, les lments
constitutifs d'un problme multicritre et les diffrentes problmatiques d'aide
la dcision.
Nous pouvons maintenant passer ltape la plus importante qui est la
modlisation du problme.
62
Chapitre 5
Modlisation du problme
63
Chapitre 5
5.1. Introduction
Les gestionnaires des plus grandes multinationales aux petites entreprises
sont souvent confronts de multiples problmes, et leur rsolution s'avre
souvent une tche difficile.
Ces problmes se prsentent sous forme de donnes, de contraintes dont
on doit tenir compte et d'un ou de plusieurs objectifs atteindre.
Pour arriver rsoudre un problme donn, on doit commencer par
interprter tous ses paramtres, et les transformer sous des formes qu'on peut
grer. Donc la premire tape dans la rsolution d'un problme est sa projection
dans un espace qui permet diverses manipulations sur le problme projet. Ce
dernier s'appelle le modle associ au problme.
La modlisation est donc une traduction des paramtres du problme dans
un langage accessible par la mthode de rsolution utilise, ou bien c'est une
faon de dcrire le problme sous une forme qui introduit sa ralisation.
La modlisation d'un problme multicritre, consiste gnralement
dfinir les actions, les critres, et de choisir le type de la problmatique.
Notons que la dfinition de l'ensemble des critres est parfois l'une des
tapes les plus dlicates.
Nous allons prsenter dans ce chapitre les dmarches constituant
l'laboration du modle en expliquant les diffrentes tapes.
64
Chapitre 5
5.2. Dfinition de l'ensemble des actions potentielles

L'ensemble des actions, not "A", est l'ensemble des lments que l'on va
explorer dans le processus de dcision, notre objectif consiste slectionner les
meilleurs quarts d'heure en terme de cot ,de couverture, de cot au GRP et
programme environnant le quart dheure. .
Ces quarts d'heure seront compris entre le dbut et la fin de la compagne
publicitaire en ne tenant compte que des quarts dheure estims intressants
pour lannonceur. Il y aura donc une prslection qui sera faite en utilisant les
deux logiciels dextraction de cible et de calcul de couverture dont IMMAR se
dote. La combinaison des rsultats de ces deux logiciels nous permettent de
dduire avec aisance lensemble des quarts dheures potentiels.
D'o :
A Q1 , Q2 ,...., Qn
On note :
QI : Le i me quart d'heure.
N : le nombre de quart d'heure envisageable
5.3. Dfinition des critres

La dtermination des critres s'opre en troite collaboration avec le
dcideur.
Avec l'aide des dcideurs dIMMAR nous sommes parvenus dgager les
critres suivants:
1. La couverture (effective) : La couverture correspond au nombre de
personnes (de la cible), exprim en pourcentage, ayant t exposes au
moins une fois au message publicitaire. On doit choisir les quarts
d'heure dont la couverture est maximale afin d'atteindre le plus grand
nombre de personnes dans la cible.
La couverture est calcule partir du fichier SPSS qui contient toutes
les informations relatives au comportement tlvisuel du panel TV.
65
Chapitre 5
2. Le cot du quart d'heure: Le cot du quart d'heure est un critre trs

important dans le media plan, il traduit la contrainte budgtaire. Il
dpend de plusieurs paramtres qui sont: la dure du spot, l'cran
d'insertion et sa priode de diffusion (t, ramadhan,...).
3. Le cot du GRP qui reprsente le cot pour obtenir 1% de contacts.
Cest le rsultat de la division du montant investi par le pourcentage de
contacts obtenu par rapport la cible. Le cot du GRP nest pas li
leffectif de la cible.
4. Le programme environnant le quart dheure, ce critre est essentiel
tant donn les tudes prouvant le comportement volatil du
tlspectateur algrien rendant la donne audience insuffisante.
L'idal serait de choisir les quarts d'heure de couverture maximale et de

cot minimal, mais ce n'est pas toujours vident. On parle alors de compromis
entre critres.
Montrons que ces critres constituent bien une famille de critres
cohrente:
- Exhaustivit: Il n'existe pas de critres omis par le dcideur, les critres
qui ont t retenus recouvrent entirement les aspects considrs dans
la perspective de classement des diffrents quarts d'heure.
- Oprationnelle: Les critres retenus sont assez significatifs pour le
dcideur, ils lui permettent de statuer sur l'importance des quarts
d'heure.
- Non redondance: Nous remarquons que les critres retenus sont bien
dfinis sans reprsenter une redondance dans l'valuation des quarts
d'heure.
- Cohsion: Chacun des critres retenus suit une certaine monotonie
(croit ou dcroit et suit donc un sens de prfrence).
66
Chapitre 5
- Minimale: Le nombre de critre retenu et de 4, la rgle de SAATY est

vrifie.
5.4. Poids des critres

Pour considrer le fait qu'un critre puisse tre plus ou moins important
par rapport un autre, on lui associe un coefficient de pondration appel poids.
C'est certainement l'une des tapes qui ncessite une entire coopration
entre l'homme d'tude et le dcideur .Ce dernier doit exprimer au mieux ses
prfrences vis--vis de l'importance de chaque critre dans le processus de
dcision, et d'autre part l'homme d'tude doit exploiter de la meilleure manire
ses suggestions afin de dterminer la valeur des poids qui correspond le mieux
aux exigences du dcideur.
5.5. Choix de la problmatique

Le problme pos dans le cadre de ce projet, et de concevoir un outil qui
permet de faciliter au dcideur la slection des quarts d'heure qui rpondent au
mieux aux objectifs.
Parmi les problmatiques de rfrence d'aide multicritre la dcision
(choix, tri, rangement), il est adquat d'adopter une problmatique de rangement
afin de classer les diffrents quarts d'heure. Le classement obtenu, permettra au
dcideur d'laborer le planning d'insertion le plus appropri, conformment aux
prfrences du dcideur et la stratgie de l'entreprise.
67
Chapitre 5
5.6. Conclusion
La modlisation est une tape trs importante dans le processus de
rsolution des problmes multicritres. Celle-ci ainsi faite, nous pouvons passer
au chapitre suivant : Choix et prsentation des mthodes de rsolution
multicritre.
68
Chapitre 6
Choix et prsentation des
mthodes de rsolution
multicritre
69
Chapitre 6
Choix et prsentation des mthodes de rsolution multicritres
6.1. Introduction
Notons tout d'abord que la phase de choix des mthodes multicritres pour
la rsolution d'un problme n'est pas indpendante de la phase de modlisation.
Les mthodes multicritres sont souvent classes en mthodes multiobjectifs ou multi-attributs suivant qu'elles considrent des ensembles d'actions
continus et dfinis par des contraintes ou des ensembles finis de taille modre,
dfinis par numration.
Mais les spcialistes de l'aide multicritre la dcision ont pris l'habitude
de subdiviser les mthodes en trois grandes familles, mme si les frontires entre
ces familles sont videmment trs floues : La thorie de l'utilit multi-attribut,
les mthodes de surclassement, les mthodes interactives.
L'objet de ce chapitre est de prsenter en premier lieu la dmarche adopte
pour le choix des mthodes de rsolution, puis de dvelopper les fondements
thoriques de celles-ci.
6.2. Choix d'une procdure d'agrgation [Am00]

L'agrgation consiste tablir un modle de prfrences globales, c'est-dire une reprsentation formalise de telles prfrences relativement un
ensemble A d'actions potentielles que l'homme d'tudes juge approprie au
problme d'aide la dcision.
Les trois premires tapes (actions, critres, tableau d'valuation) sont
communes toutes les tapes et ne prsentent que de faibles variantes. La
quatrime qui est l'agrgation des performances, reprsente une diversit
nettement suprieure.
Si les mthodes d'agrgation sont si nombreuses, c'est parce qu'il y a dans
la nature des choses dont les exigences qu'un utilisateur pourrait trouver dans la
rsolution de son problme ne peuvent tre respectes en totalit par une
mthode
70
Chapitre 6
Choix et prsentation des mthodes de rsolution multicritre
Notre problme est pos en termes de rangement des diffrents quarts

d'heure candidats par ordre de priorit, du meilleur au moins bon selon les
critres tablis.
Les mthodes de surclassement reposent, comme leur nom l'indique, sur
l'utilisation de la relation de surclassement due B.ROY. Ce type de procdures
permet d'apprhender les prfrences du dcideur et on ne cherche pas
ncessairement d'agrgation complte en respectant l'incompatibilit et
l'intransitivit au prix de la clart des rsultats.
Le principe des mthodes appartenant la famille d'agrgation multiattribut, consiste en l'agrgation des diffrents critres et actions en une seule
fonction reprsentative des prfrences du dcideur. Donc, la structure de
prfrence correspondante est un pr-ordre ou un ordre total. Par consquent,
l'incomparabilit n'est pas admise (ou assimile l'indiffrence).
Ce rsultat qui correspond une problmatique de rangement est le plus
riche qu'on peut obtenir en aide la dcision. Il est galement utile de remarquer
que dans une problmatique de rangement, le rsultat final est un pr-ordre. Or
l'existence d'un pr-ordre impose la transitivit des prfrences, dans ce cas la
thorie de l'utilit multi-attribut a le mrite de poser clairement les exigences du
rsultat recherch, et on note en sa faveur sa grande rigueur mathmatique.
Les mthodes interactives se trouvent entre les deux approches
prcdentes, elles permettent de rpondre en grande partie aux critiques
adresses l'aide la dcision multi-attribut, qui exige une grande prcision de
l'information demande au dcideur.
D'autre part elles ne reprennent pas autant les exigences de modlisation
des prfrences des mthodes de surclassements.
Notons que toute mthode d'aide la dcision implique un dialogue avec
le dcideur, ne fut ce pour dfinir l'ensemble A et les critres, nanmoins pour
qu'elle entre dans la catgorie des mthodes interactives, il est ncessaire que le
dialogue soit l'un des outils principaux d'investigation, c'est--dire que le
dcideur contribue directement la construction de la solution en intervenant
dans la mthode et pas seulement dans la dfinition du problme.
A la diffrence des deux approches prcdentes, o la recommandation
peut reprsenter un choix, un tri, un rangement selon le type de la problmatique
71
Chapitre 6
adopte, le caractre local de l'approche interactive rend trs difficile de

synthtiser les rangements sur les divers sous-ensembles d'actions potentielles,
par suite ces mthodes sont trs difficiles adapter une problmatique de
rangement. Par ce fait, les mthodes interactives sont dveloppes pour rsoudre
les problmatiques de choix.
De ce fait, les mthodes interactives sont exclure pour traiter notre
problme, du fait qu'il est pos en termes de problmatique de rangement. Reste
les deux autres familles des mthodes multicritres, savoir : les mthodes de
surclassement, et les mthodes bases sur la thorie de l'utilit multi-attribut, qui
conviennent notre problme.
Nous avons opt pour l'application de deux mthodes, parmi lesquelles on

distingue la Mthode des Hirarchies Multicritres (MHM), dite aussi Analytic
Hierarchic Process (AHP) en anglais, qui appartient la famille d'agrgation
multi-attribut, pour remdier au problme de pondration des critres ainsi que
la matrice des jugements et la mthode PROMETHEE (Prfrence Ranking
Organisation Method for Enrichment Evaluation) appartenant la famille de
surclassements. Et confirmer ainsi en cas de cohrence des rsultats, la bonne
modlisation des prfrences du dcideur.
Le processus qui consiste tablir des priorits fait appel aux
apprciations d'individus informs en les invitant effectuer des comparaisons
binaires selon des critres donns entre des objets semblables, afin de dcouvrir
leurs importances relatives.
6.3. Prsentation de la Mthode des Hirarchies

multicritres [Saa84]
6.3.1. Dfinition de la mthode
Le processus analytique hirarchique (AHP) est une technique d'analyse
des systmes qui a t dveloppe par Thomas L.SAATY en 1982. Elle suscite
notre intrt de par le grand nombre de ses applications, compte tenu de son
apparition relativement rcente.
72
Chapitre 6
C'est un outil trs puissant pour la rsolution des problmes de dcision

par la considration des facteurs quantitatifs et qualitatifs simultanment. Elle
constitue une technique qui permet d'laborer une dcision en se basant sur une
structure hirarchique.
Elle suggre de considrer le problme dans un cadre organis mais
complexe qui permet l'interaction et l'interdpendance des facteurs en jeu tout en
laissant au dcideur la latitude de les aborder de faon simple.
Fondamentalement, cette mthode permet de structurer un systme et son
environnement en composantes interactives et de les synthtiser en mesurant et
en attribuant des valeurs relatives l'impact de chacune de ces composantes sur
la totalit du systme.
6.3.2. Les principes fondamentaux de la mthode AHP

Dans la rsolution des problmes par une analyse logique explicite, on
peut distinguer trois principes fondamentaux de la mthode AHP, savoir :
- La construction des hirarchies qui consiste en la dcomposition et la
reprsentation d'un problme en lments spars.
- L'tablissement des priorits et leurs synthses par le classement
d'lments selon leur importance relative.
- La cohrence (logique) qui traduit le souci de regrouper des lments
de faon logique et de les classer de manire cohrente selon des
critres logiques.
6.3.3. Construction des hirarchies

Il n'existe pas de rgles fortement tablie pour construire des hirarchies et
les diffrentes faons de les aborder dpendent du type de dcision qui est en jeu
et de l'exprience du dcideur, car en fait, on ne propose pas de prescrire certains
cadres rigides, mais plutt de simuler la pense de faon dterminer les types
de niveaux hirarchiques choisir et les types d'lments qu'il convient d'inclure
chaque niveau.
S'il s'agit de choisir entre diffrentes possibilits, on pourrait partir du

niveau infrieur en dressant la liste de toutes les possibilits. Le niveau suprieur
73
Chapitre 6
ne serait constitu que d'un lment, la cible ou l'objectif dominant, en fonction

duquel les critres peuvent tre compars selon l'importance de leur rle.
Une fois une telle hirarchie chafaude, elle n'est forcment pas fige une
fois pour toutes. Il nous est toujours possible d'en modifier certaines parties pour
intgrer de nouveaux critres auxquels on n'avait pas penss ou qu'on n'avait
pas juges importants au moment de la construction de cette hirarchie.
Parfois mme, lorsque les lments d'un niveau donn ne peuvent se

comparer facilement, un niveau supplmentaire comportant des distinctions
plus fines doit tre cr et cela afin de faciliter l'analyse des comparaisons et
d'augmenter la prvision des avis exprims.
En somme, il n'y a pas de limite au nombre de niveaux que peut contenir

une hirarchie, c'est seulement l'intrt que l'on peut avoir utiliser certains
dtails qui dlimitent l'tendue de notre exploration.
Il en rsulte que les hirarchies sont souples et qu'il est toujours possible
de les modifier pour y introduire de nouveaux critre.
74
Chapitre 6
Objectif global
Sc 11
Critre m
Critre 2
Critre 1
Sc 1n
Alternative 1
Sc 21
Sc 2n
Sc m1
..
Alternative 2
Sc mn
Alternative n
Sc : sous critre.
Figure 6 : Organigramme gnral de la mthode AHP
6.3.4. Etablissement des priorits

Il s'agit dans cette partie de dterminer les priorits entre les critres puis
les priorits entre les actions potentielles selon les critres retenus.
6.3.4.1. Les comparaisons par paires

Dans la mthode AHP, les lments de chaque niveau sont compars entre
eux par paire par rapport une proprit commune dans le niveau adjacent
suprieur.
Soient A1 , A2 ,..., An n lments comparer entre eux par paire par rapport
une proprit commune; aij reprsente la prfrence de l'lment Ai l'lment
A j par rapport a cette proprit commune. Lensemble des comparaisons est
stock dans une matrice carre. Il s'agit de juger chaque action potentielle aux
yeux de chaque critre.
75
Chapitre 6
On se retrouve ainsi, devant une matrice dont la structure est: chaque

critre est attribue une colonne et chaque action correspond une ligne et
l'intersection d'une ligne et d'une colonne figure l'valuation qu'on peut porter
sur l'action correspondante par rapport au critre correspondant.
Pour aborder le processus de comparaison binaire, il faut commencer au
sommet de la hirarchie et slectionner un critre qui sera utilis pour effectuer
la premire comparaison.
Ensuite, il faut considrer des lments comparer partir du niveau
immdiatement infrieur.
6.3.4.2. L'chelle de comparaison

Lorsqu'on compare deux actions, la plupart des individus prfrent
formuler une apprciation qui exprime leurs prfrences par nombre entier.
Ainsi, pour remplir la matrice des comparaisons binaires, on utilise une chelle
numrique pour valuer et reprsenter l'importance relative de chaque lment
par rapport un autre en fonction de la proprit.
On commence par un lment gauche de la matrice et on demande au
dcideur d'exprimer verbalement le degr d'importance de cet lment par
rapport un lment en haut de la matrice, et on rpte ce procd pour toutes
les paires.
Voici maintenant, le tableau qui contient l'chelle utilise pour procder
aux comparaisons binaires. Il dfinit et explique les valeurs de 1 9, attribues
aux apprciations dans la comparaison des paires d'lments semblables,
chaque niveau d'une hirarchie, par rapport au niveau immdiatement suprieur.
Comparaison des paires d'lments semblables, chaque niveau d'une
hirarchie, par rapport au niveau immdiatement suprieur.
76
Chapitre 6
Echelle
Echelle verbale
Explication
numrique
1
Importance gale
Les deux activits

galement lobjectif
contribuent
Importance de lun par rapport Le jugement favorise faiblement une

lautre
activit une autre
Importance essentielle ou forte
Le jugement favorise fortement une

activit sur une autre
Importance dmontre
Une activit est fortement favorise et

sa dominance est dmontre en
pratique
Importance absolue
Lvidence favorise une activit sur

une autre est de plus grand ordre
daffirmation
2, 4, 6,8
Valeurs intermdiaires
deux jugements
entre Lorsquon a besoin dun compromis
Tableau 3: Lchelle de SAATY
Rciproque:
Si l'activit i se voit attribuer l'un des chiffres prcdents, lorsqu'elle est
compare l'activit j on a donc la valeur inverse lorsqu'on compare l'activit
j l'activit i
L'explication des nombres de 1 9 comme recommand par SAATY se
rsume : puisqu'elle est impos, d'une part, que le sujet soit instruit se toute les
graduations des comparaisons, et d'autre part, les tests psychologique ont montr
qu'un individu ne peut comparer simultanment plus de sept objets sans tre
confus, alors le choix des nombres 2+7=9 d'objets s'impose.
77
Chapitre 6
Remarque:
Lorsqu'on compare un lment lui mme, il est clair que la
comparaison dispos sur la diagonale de la matrice soit remplie par
l'unit(1).
Le nombre d'apprciation ncessaire pour remplir une matrice de
N 1
.
2
comparaison d'ordre N est gale N
6.3.5. Synthses des apprciations

Pour obtenir l'ensemble des priorits globales d'un problme de dcision,
aprs avoir
videmment collect toutes les donnes fournies par les
comparaisons binaires, on doit faire la synthse des apprciations formules.
Nous procdons des oprations de pondrations, issues de calculs
arithmtiques, qui doivent nous donner une valeur numrique. Cette dernire
nous indiquera l'estimation globale de l'ordre des priorits de chaque lment.
6.3.6. Normalisation de la matrice

Cette opration consiste diviser toutes les entres de chaque colonne de
la matrice des comparaisons par le total de cette colonne pour obtenir une
matrice normalise (La somme des entres d'une colonne est gale 1 qui
permet des comparaisons significatives entre les lments.
La moyenne des lignes de la matrice normalise reprsente les
pourcentages des priorits globales relatives.
6.3.7. La cohrence
Dans les problmes de prise de dcision, il est important de savoir quel
point nos jugements sont cohrents, afin d'viter que notre dcision soit fonde
sur des apprciations si peu cohrentes qu'elle pourrait sembler alatoire.
Il faut bien reconnatre, par ailleurs, qu'il est difficile de se tenir
ternellement une parfaite cohrence, car gnralement, nous ne somme pas
suffisamment convaincus du bien fond nos jugements.
78
Chapitre 6
Si un lment A est prfr B, par exemple, et l'lment B est prfr

C, il s'ensuit dans une relation parfaitement cohrente que A doit tre prfr C
(la relation est transitive).
Comme des circonstances prcises influencent, parfois sur nos prfrences
et les circonstances elles-mmes voluent, il arrive souvent qu'une telle relation
ne soit pas vrifie (la relation n'est pas transitive). Passer outre, comme nous le
faisons couramment, elle mne l'incohrence.
Il est utile de rappeler que la plupart des nouvelles expriences que nous
intgrons dans notre conscience tendent susciter une nouvelle hirarchisation
de nos prfrences et peuvent modifier les relations et les engagements qui
existaient antrieurement, entranant ainsi, la perte d'une certaine cohrence.
Donc, si on veut obtenir de bons rsultats dans des situations relles, un
certain degr de cohrence est videmment ncessaire lorsqu'on tablit des
priorits relatives des lments ou des activits en fonction d'un critre
donn.
Mais il n'est pas toujours facile pour le dcideur de dsigner les critres
les plus importants et de passer par la suite des comparaisons cohrentes et
logiques, la mthode AHP fait valuer la cohrence globale d'apprciation au
moyen du calcul du ratio de cohrence RC ; celui ci sera test la fin de la
procdure et pourrait, peut tre, remettre en question les jugements du dcideur.
Autrement dit la matrice pourrait tre rvise jusqu' ce que le degr de
consistance soit d'un niveau acceptable.
Ceci ce traduit par la formule : RC 10 %
Avec : RC
IC
IC n
IC : tant l'indice de cohrence.

IC n : tant la valeur de cohrence alatoire pour une dimension n.
Tel que : L'indice de cohrence IC
max n
, max est la valeur propre maximale
n 1
de la matrice.
79
Chapitre 6
La cohrence alatoire pour les diffrentes tailles de matrices est donne par
la table suivante:
Dimension de
matrice
la 1
Cohrence alatoire
0.00
10
0.00
0.58
0.90
1.12
1.24
1.32
1.41
1.45
1.49
Tableau 4: Cohrences alatoires
Pour que la cohrence de nos apprciations soit acceptable, on exige, en

gnral, que la valeur de ce ratio de cohrence soit infrieure ou gale 10%. Si
elle est suprieure 10%, les apprciations formules risquent d'tre un peu
alatoires et peuvent alors exiger certaines rvisions. On peut amliorer cette
cohrence en classant les activits dans un ordre simple, tenant compte des poids
obtenus l'issue de la premire tape de rsolution.
6.3.8. Les tapes de la mthode AHP

Pour l'utilisation de la mthode AHP trois tapes sont requises :
Premire tape : Structure hirarchique
Pour la structure de la hirarchie, il y'a trois catgories de niveaux :
niveaux objectifs, niveaux de critre et niveaux d'actions. SAATY souligne
qu'une telle hirarchie ne constitue pas le traditionnel arbre de dcision : chaque
niveau peut reprsenter une partie du problme. Par exemple, un niveau peut
reprsenter des facteurs sociaux ; un autre niveau peut reprsenter des facteurs
conomiques qui vont tre valus en termes de facteurs sociaux ou vice versa.
SAATY attire l'attention sur le fait qu'il n'y a pas de rgle sur la manire
de structurer les hirarchies ni sur le nombre de niveaux. Ceci a pour avantage
de permettre au dcideur d'insrer ou d'liminer des lments et des niveaux tant
que cela est ncessaire, pour mettre au clair le choix des priorits ou pour mettre
l'accent sur une ou plusieurs parties du systme.
80
Chapitre 6
Une fois le problme est dcompos et structur en une hirarchie, il y'a

lieu de dterminer les poids relatifs pour les lments de chaque niveau ; c'est l
l'objet de la seconde tape.
Deuxime tape : Mesure des poids relatifs des critres
La mthode AHP prend en compte des critres quantitatifs et qualitatifs, et
les mesures affrentes y sont exprimes selon une chelle ratio.
Pour les critres quantitatifs, il y'a deux faons de faire :
- La mthode d'entre directe ; on fait entrer les mesures directement
l'ordinateur et on les normalise sous formes de ration;
- La matrice de comparaison par paire, rciproque et positive. Si nous
avons n critres, on construit une matrice rciproque W wij d'ordre n
o wij
Pi
, Pi et Pj tant les poids relatifs des critres g i et g j
Pj
respectivement.
Le vecteur P des poids des critres est obtenu en trouvant une solution au
systme W * Pn 1 0 . Si n est une valeur propre de w, alors P est le vecteur
propre qui est associ.
SAATY a montr que si les valeurs d'entres sont positives, la solution du
systme serait le vecteur propre principal, et ses composantes procurent les
poids des critres sur une chelle de ratio.
L'tablissement de mesures pour les critres qualitatifs ncessite pour les
comparaisons par pair une chelle ; SAATY en a propos une qui prend les
valeurs de 1 9.
Troisime tape : Agrgation
Pour la dtermination des poids globaux, on procde ainsi : pour chaque
niveau dans la structure hirarchique, les lments sont classifis en construisant
la matrice des comparaisons par paire, selon leur importance relative par rapport
chacun des lments du niveau hirarchique immdiatement suprieur. Ayant
tabli les poids locaux, il convient alors d'attribuer pour le poids global le degr
d'importance de chaque niveau en tenant compte de la hirarchie : en prennent le
niveau des actions, le poids global de chaque action est obtenu en multipliant les
81
Chapitre 6
poids locaux obtenus aux yeux de chaque critre (constituant le niveau

hirarchique suprieur) par le poids du critre et on additionne tous ces produits;
le rsultat obtenu fournit la proprit de l'action en question. Ainsi, on aura
tabli nos dcisions finales.
6.3.9. Inconvnients de la Mthode des Hirarchies

Multicritres
Le principal inconvnient de la mthode de hirarchie multicritre est son
caractre irrvocable : lorsqu'une concession t ralis sur un critre, elle est
dfinitivement enregistre dans le modle et si le dcideur dsir changer d'avis,
il doit reprendre le processus ds le dbut.
6.3.10. Avantages de la Mthode des Hirarchies

Multicritres [Tho86]
- Elle permet de structurer les composantes pertinentes d'un problme
dans un cadre facile comprendre par les dcideurs : en effet, la
complexit est rduite une reprsentation fonctionnelle des lments
importants des dcisions ;
- C'est une mthode axiomatise ;
- AHP propose un modle souple et facilement comprhensible pour
rsoudre un large ventail de problmes non structurs et complexes.
Elle permet aussi au dcideur d'affiner la dfinition d'un problme et
d'amliorer son jugement et sa comprhension par la rptition du
processus ;
- Elle labore un compromis reprsentatif des divers avis exprims, en
tenant compte des priorits relatives d'un systme permettant ainsi de
slectionner la meilleure solution en fonction des objectifs tablis ;
- La mthode AHP reflte la tendance naturelle de l'esprit de sparer les
lments d'un systme en diffrents niveaux et regrouper les lments
semblables sur un mme niveau en conservant leur interdpendance
sans toutefois se focaliser sur une pense linaire ;
Cette mthode fournit une chelle qui permet de mesurer les proprits
non quantifiables et d'tablir des priorits conduisant une estimation globale du
caractre dsirable de chaque solution, sans oublier d'valuer la cohrence
logique des avis utiliss pour dterminer les priorits.
82
Chapitre 6
6.3.11. Organigramme de la mthode

Dbut
Remplir la matrice des

comparaisons inter critres
Slectionner un critre
Remplir les matrices inter

actions par rapport au critre
slectionn
Traitement de la matrice :
Normalisation, Calcul des poids,
Calcul de max , Calcul de IC et
RC
Traitement de la matrice :
Non
Normalisation, calcul des poids,

calcul de max , calcul de IC et
RC 0.1
RC
Oui
Non
RC 0.1
Oui
Construction de la matrice
combine actions critres
Synthse
Fin
Figure 7 : Organigramme de la Mthode AHP

83
Chapitre 6
6.3.12. Algorithme adapt de la mthode AHP

Pour faciliter l'implmentation de la solution de notre problme sur
machine, nous prsentons l'algorithme informatique adapt la mthode AHP :
Soient les paramtres suivants :
A A1 , A2 ,....., An , l'ensemble des actions valuer,
C C1 , C2 ,....., Cm , l'ensemble des critres proposs,
MC Matrice carre des comparaisons critre critre,
O MC MCij , i 1,..., m, j 1,..., m
MA Matrice carre de comparaison des actions.

O MA MAij , i 1,..., n, j 1,...n
84
Chapitre 6
Dbut
Phase1: Cohrence du premier niveau :
1. Remplir la matrice carre des jugements MC , en utilisant
l'chelle de SAATY, (en comparant les critres C i deux
deux).
2. Normalisation de la matrice des jugements MC des
comparaisons
binaires.
Sommer les entres (critres) de chaque colonne `j'.
S j MCij , j 1,..., m .
Diviser l'entre de chaque colonne par le total de cette

colonne.
MCij
MCij
Sj
, i 1,..., m, j 1,..., m.
3. Dterminer les poids des critres (not P).

- Totaliser les entres de chaque ligne de la matrice normalise
SLi MCij , i 1,..., m.
- Prendre la moyenne de ces entres

Pi
SLi
, i 1,..., m vecteur des
m
prorits
4. Calcul de la cohrence des jugements

Multiplier l'entre de chaque colonne `j de la matrice initiale par
la priorit globale relative au critre C j .
MCij MCij * Pi , i 1,..., m, j 1,..., m
- Faire le total de chaque ligne ;

TLi MCij , i 1,..., m.
85
Chapitre 6
- Calculer les proportions : PRi

- Calculer de lambda :
TLi
, i 1,..., m.
Pi
PR i
moyenne des PRi
m
- Dterminer l'indice de consistance : IC
max m
m 1
- Calculer la ration de consistance : RC
IC
IA
O IA : Indice de consistance alatoire

5. Tester la consistance :
Oui bonne conssis tan ce , on accpte le vecteur priorit
RC 0.10
Non, revoir et mod ifier la matriceMC
Phase2: Cohrence de second niveau.

Pour chaque critre C k , k 1,..., m
Faire :
1. Remplir la matrice carre des jugements des actions MA , en
utilisant l'chelle de SAATY.
2. Normalisation de la matrice MA des comparaisons binaires
d'ordres n :
- Sommer les entres (actions) de chaque colonne `j.
S j MAij , j 1,..., n.
- Diviser l'entre de chaque colonne par le total de cette

colonne.
MAij
MAij
Sj
, i 1,..., n, j 1,..., n
86
Chapitre 6
3. Dterminer les utilits partielles U 0

- Totaliser les entres de chaque ligne de la matrice normalise.
SLi MAij , i 1,..., n
- Prendre la moyenne de ces entres.

U ic
SLi
, i 1,..., n vecteur des
n
proirits .
- Refaire les mmes tapes de la phase 1 partir du niveau 4.

Phase3: Synthse des jugements :
- Construire la matrice combine action- critre U p (utilit partielle
de chacune des actions par rapport chacun des critres).
- Avec cette matrice combine U et le vecteur de pondration P
des critres obtenus de la phase 1, effectuer une opration
d'agrgation, en utilisant la formule d'agrgation totale :
U i U ijp , i 1,..., n.
Phase 4:
Le poids global de chaque action est obtenu en multipliant les poids
locaux par rapport chaque critre par le poids du critre et on
additionne tous ces produits.
Fin
87
Chapitre 6
6.4. Application de la mthode AHP dans le

rangement des quarts d'heure
Aprs un dialogue avec les dcideurs de l'organisme d'accueil, nous
somme parvenus aux quatre critres suivants :
C1 : Le cot du quart d'heure.
C 2 : La couverture du quart d'heure.
C 3 : Le cout du GRP.
C 4 : Le programme environnant le quart dheure.
Comme le but est de dterminer l'ensemble des meilleurs quarts d'heure

d'insertion, il est clair que l'ensemble des actions sera dfini par l'ensemble des
quarts d'heure de la campagne publicitaire.
Classification des quarts dheure
Cot du quart
dheure
Cot du GRP
Quart dheure 1
Quart dheure 2
Programme
environnant le
quart dheure
Couverture
du quart
dheure
Quart dheure n
Figure 8:Organigramme de lapplication de la mthode AHP au media planning
88
Chapitre 6
Phase 1:
1re tape : Matrice de premire tape : inter-critre
La dtermination des poids des cirires est une tape cruciale dans le
processus de dcision.
Il sera demand l'annonceur de donner verbalement ses prfrences en
ce qui concerne les critres.
Ces prfrences seront traduites selon l'chelle de SAATY.
Objectifs
C1
C2
C3
C4
C1
C2
1/y
C3
1/z
1/u
C4
1/t
1/v
1/w
Les valeurs de y, z, u et v sont dtermines par l'annonceur et le media planner.

2me tape:
- Normalisation de la matrice des jugements des comparaisons binaires
(critre-critre).
- Calcul des vecteurs priorits globales.
- Tester la cohrence des jugements: si RC est inferieure ou gale 10% on
continue le processus, sinon on revoit et on modifie la matrice initiale des
comparaisons (critre-critre).
Phase 2: Cohrence du second niveau
On passe aux matrices de comparaisons (quart d'heure-quart d'heure) par
rapport chaque critre et on refait la procdure prcdente.
89
Chapitre 6
A ce niveau on doit tablir le poids global de chaque action en multipliant

les poids locaux de chaque critre par le poids global du critre et on additionne
tous les produits. Ainsi on aura tablis les priorits finales.
Phase 3: Synthses des jugements
Etablissement des recommandations.
6.5. Prsentation de la mthode PROMETHEE

[Bra84]
La mthode PROMETHEE a t propose par JEAN -PIERRE BRANS
et PHILIPPE VINCKE en 1985.
Elle repose sur la dfinition de critres gnraliss permettant une bonne
modlisation des prfrences du dcideur, et sur la construction d'une relation de
surclassement value. La dfinition de flux de surclassement permet de
construire des pr-ordre partiels (PROMETHEE I)
ou complets
(PROMETHEE II) sur l'ensemble des actions.
En effet, la mthode PROMETHEE, qui est lune des versions les plus
rcentes des mthodes ELECTRE (Elimination Et Choix Traduisant La
REalits) qui font partie de lapproche de surclassement de synthse dont le
principe est dlaborer partir des relations entre les actions tablies en
comparant leurs valuations par rapport tous les critres un systme rationnel
de prfrence synthtisant lensemble des critres.
Ce systme sera exploit afin dtablir une recommandation selon le type
de problmatique aborde.
Cette deuxime approche de rsolution est une hybridation entre la
mthode AHP et la mthode PROMETHEE. En effet, lattribution des poids aux
critres pour reprsenter leurs importances relatives est un point trs dlicat,
toutefois, la plupart des mthodes de surclassement, telle que PROMETHEE,
supposent que les poids des critres sont connus de faons explicites, ce qui est
gnralement invraisemblable. La mthode AHP, par contre permet la
90
Chapitre 6
dtermination des poids des critres, moyennant des informations partielles

(comparaisons binaires) de ces derniers.
6.5.1. Critres gnraliss et intensits de prfrences

La premire tape de la mthode PROMETHEE consiste associer
chaque critre g j une fonction de prfrence
Pj : A * A
0,1
a, b
Pj a, b
Pj a, b Est la prfrence du dcideur pour l'action a par rapport l'action b selon
le critre g i .
On distingue quatre situations de prfrence :
- Pj a, b 0 Si a n'est pas prfre b ou Si a et b sont indiffrentes ;
- Pj a, b 0 Si a est faiblement prfre b ;
- Pj a, b 1 Si a est strictement prfre b ;
- Pj a, b 1 Si a est fortement prfre b.
Le couple ( g i , Pj ) est appel un critre gnralis.

Pj Est une fonction de la diffrence entre g j a et g j b
Pj a, b H j g j a g j b
O H j d est une fonction monotone non dcroissante qui s'annule pour d0.
Pour donner une meilleure vision de la zone d'indiffrence entre deux
actions, la fonction suivante est utilise.
Pj a, b si g j a g j b
H j g j a g j b
Pj b, a si g j a g j b
91
Chapitre 6
Hj
g j a g j b
0
Figure 9 : Fonction de prfrence
Pour guider le dcideur dans le choix d'une fonction de prfrence adapte

chaque critre, six types de fonctions ralistes ont t proposes par les auteurs
de la mthode PROMETHEE.
Cette liste n'est pas restrictive mais semble recouvrir la plupart des
besoins rencontrs en pratique. Gnralement les types 1,2 et 4 sont bien adapts
la modlisation des critres qualitatifs tandis que les types 3,5 et 6 conviennent
la reprsentation des critres quantitatifs.
Chacun des six types proposs dpend, au plus, de deux paramtres dont
la signification conomique est claire pour le dcideur.
Le seuil d'indiffrence q j : reprsente le plus grand cart entre g j a et
g j b au dessus duquel le dcideur considre que a et b sont indiffrents.
Le seuil de prfrence p j : est la plus petite valeur de cet cart au dessus

duquel le dcideur prouve une prfrence stricte en faveur d'une des actions.
Le seuil gaussien j : contrle l'aplatissement de la fonction de
prfrence. Les proprits de ce paramtre sont bien connues en statistique.
L'association d'un critre gnralis g j , p j chaque critre g j j 1,..., k
permet une meilleure modlisation des prfrences du dcideur sur chaque
critre.
92
Chapitre 6
Pour obtenir une mesure globale de ces prfrences, l'indice multicritre

suivant est considr:
k
a, b w j Pj a, b
j 1
Cet indice reprsente l'indice de prfrence agrg. Il exprime comment et avec

quel degr a est prfr b.
Nous avons les proprits suivantes:
a, a 0
0 a, b 1, a, b A
Les w j sont des poids associs aux critres w j 0, j 1,..., k et reprsentent

l'importance relative de ces critres. Ils sont supposs normaliss.
La dtermination des poids des critres est un problme dlicat. Si tous les
critres ont une importance comparable dans un problme de dcision, les poids
wj
k
peuvent tre tous gaux
, j 1,..., k .
a, b Est un nombre compris entre 0 et 1 et il reprsente l'intensit de

prfrence de a sur b lorsque tous les critres sont pris en compte:
a, b 0 Si la prfrence globale a sur b est faible.

a, b 1 Si la prfrence globale de a sur b est forte.
Cet indice de prfrence multicritre dfinit une relation de surclassement
value sur a.
Les types de critres gnraliss :
Pour faciliter le choix du dcideur et lui permettre d'tablir une fonction
de prfrence pour chaque critre, les auteurs de PROMETHEE ont class les
critres gnraliss en six types :
93
Chapitre 6
Type 1 : Critre usuel :

Pas de paramtre fixer.
H(d)=0 si d = 0
H(d)=1 si |d| > 0
Type 2 : Quasi-critre :
qj : seuil dindiffrence fixer
H (d)=0 si |d| qj
H (d)=1 si |d| >qj
Type 3 : Critre linaire :

Pj : Seuil de prfrence
H (d)=|d|/pj si |d| pj
H (d)=1 si |d| > pj
Type 4 : Critre palier (pseudo critre) :

Pj : seuil de prfrence
qj : seuil dindiffrence
H (d)=0 si |d| qj
H (d)=1/2 si qj<|d| pj
H (d)=1 si |d|>pj
Type 5:Critre linaire avec indiffrence :
Pj : Seuil de prfrence
Qj : seuil dindiffrence
H (d)=0 si |d| qj
H (d)= (|d|-qj)/ (pj-qj) si qj<|d| pj.
H d 1 Si d p j
Type 6 : Critre gaussien :
j : seuil gaussien fixer.
Hj(d)=1-exp (-d2/2 2j)
Tableau 5 : Types de critres gnraliss
Les types 1, 2 et 4conviennent la modlisation des critres qualitatifs tandis

que les type 3, 5 et 6 s'adaptent particulirement la reprsentation des critres
quantitatifs.
94
Chapitre 6
6.6. Flux de surclassement multicritre

Toute action fait face n 1 autres actions de A. Trois flux de
surclassement sont dfinis:
- Le flux de surclassement positif:
1
a
a, x
n 1 x A
Ou n est le nombre d'actions possibles n A .

- Le flux de surclassement ngatif:
1
a
x, a
n 1 xA
Le flux de surclassement positif exprime comment l'action a surclasse

toutes les autres. C'est la puissance de a, son caractre surclassant. Plus a est
lev meilleure est l'action.
Le flux de surclassement ngatif exprime comment l'action a est
surclasse par toutes les autres. C'est la faiblesse de a ou son caractre surclass.
L'action est d'autant meilleure que a est petit.
Le flux net est la diffrence entre les flux sortants et entrants :
a a a
a Est grand et positif si a surclasse plus les autres actions qu'elle n'est
surclasse par ces dernires; a est ngatif si a est plus surclasse par les autres
actions qu'elle ne les surclasse, elle-mme.

Les flux dfinis ci- dessus sont normaliss, on a toujours :
1
0 1 et 0 1 ; tant donn le facteur de normalisation :
n 1
95
Chapitre 6
6.7. Le rangement de PROMETHEE

6.7.1. Le rangement partiel de PROMETHEE I
PROMETHEE I construit un pr ordre partiel sur A en considrant les flux
sortants et entrant multicritre : une action a est d'autant meilleure si a est
grand et a est petit.
Le pr ordre P I , I I , R I est dtermin de la faon suivante :
a b et a b
ou
I
aP b ssi a b et a b
ou
a b et a b
aI b ssi a b et a b
aR I b autrement
O P I , I I , R I : expriment respectivement la prfrence, l'indiffrence et

l'incomparabilit.
Certaines actions, restant donc incomparables, seules les prfrences
solidement tablies et confirmes par les deux flux sont prsentes au dcideur.
6.7.2. Le rangement complet de PROMETHEE II

Dans certaines applications, il est utile de disposer d'un rangement
complet de toutes les actions.
PROMETHEE II construit un pr-ordre complet P, I sur A en utilisant le
flux net multicritre :
aPb si a b
aIb si a b
Il est important d'insister sur le fait que PROMETHEE II ne laisse aucune

place l'incomparabilit entre les actions.
96
Chapitre 6
L'information fournie par le pr-ordre complet, bien que plus facile

interprter dans certains cas, est donc moins riche que celle fournie par
PROMETHEE I.
6.7.3. L'analyse de Robustesse

Dans le but de s'assurer des rsultats obtenus lors de son processus de
dcision, et afin de prouver la fiabilit de son travail, L'homme d'tude doit en
effet effectuer une analyse dite analyse de Robustesse , ou il essaye dans
cette problmatique comme dans les autres, de chercher savoir dans quelle
mesure les conclusions demeurent robustes face des variations concomitantes
et raisonnables des paramtres dont la valeur est mal dtermine. Il s'agit ici non
seulement des coefficients w j des seuils q j et p j voir de certaines performances.
Cette analyse consiste modifier quelque paramtre, puis analyse les
nouveaux rsultats et de cette manire l'homme d'tude peut se rende compte de
l'influence des paramtres sur les rsultats.
Cette analyse permet donc d'affiner les conclusions en les enrichissant
pour les renforcer ou les changer.
Notons aussi que les variations auxquelles les conclusions rsistent le
moins bien seront dlaisses.
6.7.4. Avantages de la mthode PROMETHEE

1. L'introduction de six fonctions de prfrence diffrentes dans un seul et
mme processus : il s'agit d'une extension de critre mais de faon bien
formalise.
2. C'est une mthode qui est moins compliqu par rapport ELECTRE III,
ce qui rend son application moins hasardeuse.
3. Cette mthode est parvenue intgrer de faon simple les
dveloppements rcents dans la modlisation des prfrences.
4. Cette mthode essaye de systmatiser la dtermination de la fonction de
prfrence. En effet, le dcideur ayant choisir la forme de sa
prfrence, il se sentirait plus rassur.
97
Chapitre 6
6.7.5. Inconvnients de la mthode PROMETHEE

Le principal inconvnient de la mthode PROMETHEE est relatif la
dtermination de l'information inter-critre. Dans la plupart des mthodes
multicritres, l'importance relative des critres est prcise au moyen de poids
numriques.
C'est notamment le cas pour les mthodes PROMETHEE. Mais
l'utilisation des poids pose le problme de leur dtermination. Il s'agit l d'un des
problmes les plus dlicats de l'analyse multicritre, il faut traduire en termes
quantitatifs la notion qualitative d'importance des critres.
La dfinition mme de la notion de poids est difficile tablir, surtout
dans le cadre des mthodes de surclassement comme PROMETHEE.
98
Chapitre 6
6.7.6. Organigramme de la mthode PROMETHEE
Associer chaque critre g j , un critre gnralis p j , g j parmi les

six types existants
Pour chaque couple dactions (a, b) calculer lindice multicritre :

k
( a , b) w P ( a , b)
j
j 1
Pour chaque action dterminer les flux :

-
Le flux sortant
1
(a, b)
n 1 bA
Le flux entrant
(a)
1
(b, a)
n 1 bA
Les flux net
( a) ( a) (a)
Dterminer le pr-ordre
complet :
Dterminer le pr-ordre partiel,

P P I I I , R I tel que :
aP b Si (a) (b) et
P P II , I II Tel que :
(a) (b) avec au moins une
ingalit stricte
aP II b Si (a) (b)
aI I b Si (a) (b) et (a) (b)
aI II b Si (a) (b)
aR I b Si aP I b, bP I a, aI I b
PROMETHEE I
PROMETHEE II
Figure 10: Organigramme de la mthode Promthee
99
Chapitre 6
6.7.7. Algorithme de la mthode PROMETHEE

Cette deuxime approche de rsolution est une hybridation de la mthode
AHP et PROMETHEE. Le processus de raisonnement est identique
lapproche prcdente, le changement intervient au niveau de la table des
valuations.
En effet, la mthode PROMETHEE, qui est lune des versions les plus
rcentes des mthodes ELECTRE qui font partie de lapproche de surclassement
de synthse dont le principe est labor partir des relations entre les actions
tablies en comparant leurs valuations par rapport tout les critres. Un
systme relationnel de prfrences synthtisant lensemble des critres sera
exploit afin tablir des recommandations selon le type de problmatique
abord.
Lattribution des poids aux critres pour reprsenter leurs importances
relatives, est un point trs dlicat, toutefois, la plupart des mthodes de
surclassement telle que PROMETHEE suppose que les poids des critres sont
connus de faon explicite, ce qui est gnralement invraisemblable.
La mthode AHP permet de dterminer les poids des critres, moyennant
les informations partielles de ces derniers.
Lapproche de rsolution consiste donc deffectuer une hybridation
double sens :
Utiliser La mthode AHP pour la pondration des critres, ainsi nous
remdions au problme de pondration des critres de la mthode
PROMETHEE.
Utiliser les pondrations ainsi obtenues dans la mthode
PROMETHEE, pour la comparaison des actions par rapport aux
critres, par le biais des relations de surclassement, afin daboutir au
classement total des quarts dheure.
100
Chapitre 6
6.7.8. Algorithme de la mthode PROMETHEE II

Soient R les diffrents critres : C1 , C2 ,..., C R retenus.
Soit Pj a, b la fonction de prfrences des deux actions a et b.
Soit w j les poids relatifs aux critres C j .
Dbut
Etape 1 :
Associer chaque critre g j , j 1,2,..., R , un critre gnralis p j , g j parmi
les six types existants.
Etape 2 :
Pour chaque couple daction (a, b) calculer lindice multicritre :
k
a, b w P a, b
j 1
Etape 3 :
Pour chaque action on a dterminer les flux :
Le flux sortant : a
1
a, x
n 1 kA
Le flux entrant : a
1
x, a
n 1 k A
Le flux net : a a a
Etape 4 :
Dterminer le pr-ordre complet PP II , I II , tel que :
aPb si a b
aIb si a b
101
Chapitre 6
6.7.9. Adaptation de la mthode PROMETHEE au

surclassement des quarts d'heure
Pour le surclassement des quarts d'heure nous avons considr les quatre
critres suivants :
- Le cot du quart dheure est un critre quantitatif minimiser de type 5.
- La couverture du quart dheure est un critre quantitatif maximiser de
type 3.
- Le programme environnant le quart dheure est un critre qualitatif de
type 1.
- Le cout du GRP est un critre quantitatif minimiser de type 3.
6.7.10. Application de la mthode PROMETHEE

On attribue chaque critre un poids en appliquant la mthode AHP et on
utilise par la suite ces pondrations surclassement et aboutir ainsi au rangement
des quarts d'heure.
Pour chaque couple de quarts dheure a, b on calcule l'indice multicritre

a, b donn par: a, b = w j Pj a, b
O w j sont les poids attribus aux critres.
On dtermine ensuite pour chaque quart d'heure les flux donns par:
-Le flux sortant : a
1
a, x
n 1 x A
-Le flux entrant : a
1
x, a
n 1 xA
-Le flux net : a a a
102
Chapitre 6
L'objectif de ce surclassement est d'obtenir un rangement complet sur A,

on appliquera alors PROMETHEE 2 qui donnera un pr-ordre complet.
aP 2 b
2
aI b
si
si
a b
a b
On obtiendra ainsi le rangement des quarts d'heure, et ainsi donner des un

ensemble de recommandations aux dcideurs.
103
Chapitre 6
6.7.11. Organigramme de lapproche de rsolution base

sur la mthode PROMETHEE et AHP
Dbut
Rpartition des critres en classe
Affectation des critres chaque

classe de quarts dheures.
Pour chaque classe de

quarts dheures faire
Remplissage de la matrice
des quarts dheure par
rapport chaque critre,
normalisation de la matrice,
Calculer les poids des classes
et le ratio RC.
Non
Remplissage de la matrice des

quarts dheure par rapport
chaque critre, normalisation
de la matrice, calculer les
poids des classes et le ratio
RC.
RC0.1
Oui
RC0.1
Non
Oui
Evaluation des quarts dheure
par rapport aux critres,
appliquer la mthode
PROMETHEE.
Affichage des rsultats, prise

de dcision.
FIN
Figure 11:Organigramme de lapproche de rsolution base sur les mthodes AHP et Promthe
104
Chapitre 6
6.8. Conclusion
Pour la rsolution de notre problmatique, nous avons opt pour
lutilisation de deux mthodes : AHP et Promthe.
Ce chapitre contient les notions fondamentales relatives ces deux
mthodes et a mis en vidence leur application au media planning.
Nous allons passer au chapitre suivant qui dcrit limplmentation du
logiciel .
105
Chapitre 7
Prsentation et description du
logiciel
106
Chapitre 7
Prsentation et description du logiciel
7.1. Description gnrale

La mise en uvre de la dcision et le test de son efficacit passe
invitablement par la programmation informatique de notre algorithme de
rsolution, autrement dit programmer la mthode AHP et PROMETHEE.
Ainsi nous avons t amens concevoir un logiciel assez gnral et non
pas adapt un seul type de problmatique ou de modle donn.
7.2. Lenvironnement de programmation DELPHI 7

7.2.1. Le DELPHI
Le DELPHI est un environnement de programmation permettant de
dvelopper des applications pour Windows 95, 98, 2000 et NT. Il incarne la
suite logique de la famille Turbo Pascal avec ses nombreuses versions. Le Turbo
Pascal ne subira apparemment plus de mise jour. Delphi est un outil moderne,
qui fait appel une conception visuelle des applications, la programmation
objet. De plus, il prend en charge le maintien automatique dune partie du code
source.
7.2.2. Le principe de dveloppement en Delphi

Delphi fait videmment partie de la famille de la programmation
constructive, comme ne peuvent que ltre les langages de dveloppement
modernes sous Windows.
On ne peut se permettre dattendre des annes quun objet possde tel ou
tel proprits. Les proprits, entre autre, doivent tre immdiatement et
toujours visible au programmeur. Pour construire linterface dune application,
ce dernier place des objets sur une fiche et les personnalise en modifiant
ventuellement leurs proprits et/ou en leur attachant des instructions lies
des vnements donns.
7.3. Prsentation de loutil

Notre outil est un logiciel interactif daide la dcision bas sur des
mthodes multicritres. Il a t conu pour traiter et analyser les diffrentes
107
Chapitre 7
actions qui peuvent atteindre

prdfini.
nimporte quelle dimension, avec des critres
Le logiciel permet lutilisateur de faire des classifications en

intervenant sur des paramtres de base comme les poids des critres prendre
en considration.
Pour mieux se familiariser avec notre logiciel, nous avons considr utile
de dcrire, dans ce qui suit les principales fonctionnalits et fiches exploites
dans notre travail.
A lappel du logiciel, une interface visuelle apparait, qui est la suivante :
Figure 12:Fiche principale
Lors du lancement du projet et pour des raisons de scurit, il sera

demand lutilisateur dintroduire un mot de passe.
108
Chapitre 7
Figure 13:Fiche du mot de passe
Une fois le mot de passe saisi, la fiche principale apparait. Celle-ci illustre
les diffrents renseignements concernant lannonceur et la campagne
publicitaire.
Figure 14:Fiche de renseignements
109
Chapitre 7
Une fois les donnes saisies, lutilisateur peut cliquer sur le bouton
Suivant afin daccder la fiche qui reprsente lapplication de la mthode
AHP pour le calcul des poids des critres.
Celle-ci se prsente comme suit :
Figure 15:AHP applique aux critres
Le media planer doit avant tout, spcifier le nombre de critre selon

lesquels les quarts dheure seront classs. Ce nombre est fix 4 car tous les
critres cits sont ncessaires pour la comparaison des quarts dheure.
Par la suite, il devra remplir la partie suprieure de la matrice des quarts
dheure selon lchelle de SAATY. Le bouton Complter se chargera de
remplir la partie infrieure de cette matrice.
Cette forme a pour fonction le calcul des poids des critres. Lutilisateur
peut tout moment consulter les dtails de ce calcul. Pour cela, il lui suffit de
cliquer sur le bouton Dtails dexcution de la mthode AHP .
110
Chapitre 7
Une foi la mthode AHP applique aux critres, celle-ci devra tre
applique aux quarts dheure. Pour se faire, le mdia planer devra cliquer sur le
bouton Suivant .
La forme qui illustre lapplication de la mthode AHP aux quarts dheure
est la suivante :
Figure 16:AHP applique aux quarts dheure
Comme pour
nombre de quarts
comparaison de ces
des quarts dheure
prcdente.
la forme prcdente, lutilisateur doit dabord insrer le

dheure puis slectionner le critre selon lequel la
quarts dheure se fera. Ensuite, il devra remplir la matrice
de la mme manire que cela a t fait dans la forme
Le bouton Pondration des quarts dheure permet de calculer les poids

des quarts dheure selon le critre slectionn. Ces derniers, ainsi que le poids
du critre slectionn (calcul prcdemment) devront tre affichs dans la
matrice dvaluation critres/quarts dheure en cliquant sur le bouton
Synthse .
Enfin, une fois la synthse effectue par rapport tous les critres,
lutilisateur pourra obtenir la synthse gnrale en cliquant sur le bouton
Synthse gnrale .
111
Chapitre 7
Cette forme a pour fonction le calcul des poids des quarts dheure,
lutilisateur peut tout moment consulter les dtails de ce calcul. Pour cela, il
lui suffit juste de cliquer sur le bouton Dtails dexcution .
Une foi la mthode AHP applique aux quarts dheure, le mdia planer
devra passer lapplication de la mthode PROMETHEEII pour le classement
des quarts dheure en cliquant sur le bouton Suivant .
La forme qui illustre lapplication de la mthode PROMETHEEII est la
suivante :
Figure 17: Application de promthe
La saisie des seuils de prfrences et dindiffrences est obligatoire.

Le bouton Aide permet davoir plus de dtail concernant la mthode
de surclassement utilise.
En cliquant sur le bouton suivant , la fiche finale apparait, elle illustre
le classement des quarts dheure.
112
Chapitre 7
Figure 18:Synthse Promthe
En cliquant sur le menu xecution de cette forme, lutilisateur verra

apparaitre trois sous menu.Si celui-ci clique sur le sous menu xecution
PROMETHEE ,les rsultats de cette mthode safficheront.Il peut galement
souhaiter visionner les rsultats de la mthode AHP, pour se faire, il lui suffit
juste de cliquer sur xecution AHP.Enfin, si lutilisateur veut visionner les
rsultats des deux mthodes, il ira vers le sous menu xecution finale.
.
113
Conclusion gnrale
La problmatique qui nous a t expose par la socit IMMAR consistait
trouver les meilleurs quarts dheure pour insrer des spots publicitaires la
tlvision.
Nous avons tudi diffrentes approches pour la rsolution de ce problme
et rencontr bien des difficults, ceci est notamment du la nature complexe du
problme.
Nous avons finalement opt pour lutilisation des mthodes multicritres.
En effet, lanalyse multicritre offre plusieurs avantages par rapport aux autres
outils : prise en compte des critres conflictuels, des prfrences et des objectifs
divergents, de systmes de valeurs diffrents.
A travers cette tude, nous avons expliqu les diffrentes tapes de la
dmarche multicritre que nous avons appliqu, dans le but dapporter une aide
la dcision dinvestissement pour la ralisation du meilleur programme
dinsertion qui permettra lannonceur de ralis le profit escompt.
La difficult de la tache qui nous a t assigne rside dans la prise de
dcision la plus approprie pour lentreprise. Llaboration du modle
multicritre nous a permis de prendre en considration cette complexit en
tenant compte des multiples critres quils soient qualitatifs ou quantitatifs et
cerner ainsi les orientations stratgiques de lentreprise en faisant intervenir le
plus dinformation concernant ce problme.
Aprs llaboration du modle nous avons entam sa rsolution, pour cela
nous avons utilis deux approches de rsolution : la premire est base sur la
mthode AHP appartenant la famille des mthodes multiattribut et la deuxime
approche est base sur la mthode PROMETHEE, appartenant la famille des
mthodes de surclassement.
Lapplication de ces approches a permis
priorit de tous les quarts dheure.
un classement par ordre de
Pour mettre en vidence cette dmarche multicritre, nous avons

dvelopp un logiciel permettant dappliquer les mthodes choisies adaptes au
problme.
114
Lobjectif de la conception de ce logiciel est la mise au point dun outil

qui permet de conduire le processus daide multicritre la dcision de faon
simple et efficace.
Cette tude nous a permis de mieux nous rapprocher dun problme
multicritre de dcision, dans le cadre concret dtablissement des programmes
dinsertion publicitaire, en mettant en pratique les aspects thoriques qui
permettent aux dcideurs de mieux apprhender la structure de leur problme,
pour prendre une bonne dcision.
Le travail que nous avons effectu nest quune parcelle de ce qui pourrait
tre fait dans le domaine de loptimisation du media planning, nous souhaitons
quil fasse lobjet de critique et damlioration pour de futures recherches dans
ce domaine.
115
Bibliographie
[Bra84] Brans, J., Mareschal, B., & Vincke, P. (1984). PROMETHEE : A new
family of outranking methods in multicriteria analysis. Operational Research84
.
[Sal06]
Chakhar,
S.
(2006).
Cartographie
dcisionnelle
multicritre:Formalisation et implmentation informatique. Paris: Universit
Paris Dauphine , D.F.R Science des Organisations .
[Fia07]
FIAT/IFTA
Technique.
(2007,
Aout
10).
http://www.fiatifta.org/aboutfiat/members/archive/entv.html. Consult le
5
Fevrier 2008, from http://www.fiatifta.org/.
[Con07] Immar Research & Consultancy. (2007, Decembre 10). Nos activits
en Algerie. Alger.Consult le 23 Decembre 2007.
[Imm07] Immar technique. (n.d.). http://www.immar-intl.fr/notre_metier.htm.
Consult le 30 Novembre 2007, from http://www.immar-intl.fr/.
[Kot00] Kotler, P., & Dubois, B. (2000). Marketing & Management. Paris:
Publi Union, 10me Edition.
[Am00] Laaribi, A. (2000). SIG et analyse multicritre. Paris: Hems Science.
[Lan98] Landry, M. (1998). Laide la dcision comme support la
construction du sens dans lorganisation. Systmes dInformation et
Management .
[Mar99] Martel, J. M. (1999). Laide multicritre la dcision : Mthodes et
applications. CORS-SCRO Annual Conference, (p. 7). Widsor, ontario.
[Med06] MediaWiki. (2007). http://fr.wikipedia.org/wiki/Media_planning.
Consult le 27 Novembre 2007, from http://fr.wikipedia.org/.
[Sam01] Mena, S. B. (2001). Mthode multicritre d'aide la dcision :
Agrgation partielle. Gembloux: Universit des Sciences agronomiques.
[Pom93] Pomerol Jean-Charles, S. B.-R. (1993). Choix multicritre dans
l'entreprise principe et pratique. Paris: Herms.
116
[Roy90] Roy, B. (1990). Decision-aid and decision-making. Readings in

Multiple Criteria Decision Aid .
[Roy88] Roy, B. (1988). Des critres multiples en recherche oprationnelle :
Pourquoi ? Operational Research 87 .
[Ro852] Roy, B. (1985). Mthodologie multicritre d'aide la dcision. PARIS:
Economica.
[Roy92] Roy, B. (1992). Science de la dcision ou science de laide la
dcision. Revue Internationale de systmique .
[Roy93] Roy, B., & Bouyssou, D. (1993). Aide multicritre la dcision :
Mthodes et cas. Paris: Economica.
[Tar08]
SA
TARIF
MEDIA.
(2008).
http://www.tarifmedia.com/static/services/infos/motscles.cfm. Consult le 15
Fevrier 2007, from http://www.tarifmedia.com.
[Tho86] Saaty, T. L. (1986). Axiomatic foundation of the analytic hierarchy
process. Pittsburgh: Graduate School Univesity of Pittsburgh, Management
Science.
[Ala85] Scharlig, A. (1985). Dcider sur plusieurs critres : Panorama de l'aide
la dcision milticritre . Lausanne: Lausanne CHE : Presse polytechniques et
universitaires Romande.
[Gro07]
Socit
1001
Sites
BtoB
du
groupe.
(n.d.).
http://www.businesspme.com/articles/communication/62/les-3-etapes-delaboration-d-une-campagne-publicitaire.html.Consult le 25 Decembre 2007,
from http://www.businesspme.com/.
[Saa84] Thomas lorie Saaty, G. H. (1984). Decider face la complexit. Paris:
EME Editions Sociales Franaises (ESF).
[Jea94] Vartarian, J. C. (1994). Le Media Planning. Paris: Economica.
[Vin89] Vincke, p. (1989). Laide multicritre la dcision. Bruxelles: ditions
de lUniversit de Bruxelles.
117
118

Hadj Lazib - Melissa

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Hadj Lazib - Melissa

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

Ministre de lEnseignement Suprieur et de la Recherche Scientifique

Projet de Fin dEtudes

Prsent par : Hadj lazib Melissa Ghislaine

Encadr par : Mr.D.Chaabane (USTHB)

Devant le jury compos :

Table des matires

Chapitre 1 : Prsentation de lorganisme daccueil

2.3. Gnralits ....................................................................................................................... 31

2.4. Conclusion ......................................................................................................................... 34

3.2.1. Position du problme .................................................................................................. 37

4.2.2. Dmarche multicritre d'aide la dcision .............................................................. 44

4.2.3. Les lments constitutifs d'un problme multicritre ................................................ 46

4.2. Les diffrentes mthodes multicritres .............................................................................. 56

5.5. Choix de la problmatique ................................................................................................ 67

6.3.5. Synthses des apprciations ....................................................................................... 78

6.7.8. Algorithme de la mthode PROMETHEE II............................................................. 101

Table des illustrations

Le prsent document est structur comme suit :

Si lesprit dun homme sgare, faites lui

Prsentation de lorganisme daccueil

1.1. Prsentation de la socit IMMAR

Prsentation de lorganisme dacceuil

Elle s'organise par domaines de comptence :

Industrie et Automobile: Schneider, Shell, Renault, Peugeot, Michelin...

1.2. Les principales missions d'IMMAR en Algrie

Prsentation de lorganisme dacceuil

1.2.1. Media data

Prsentation de lorganisme daccueil

Figure 1: Echantillon TV Data

Prsentation de lorganisme daccueil

Les critres retenus pour les quotas sont :

- Le recueil d'information se fait selon la mthode du Day After Recall :

Prsentation de lorganisme dacceuil

Figure 2: Echantillon Radio Data

La slection alatoire des points d'enqute, et recrutement des interviews

Prsentation de lorganisme daccueil

Les critres retenus pour les quotas sont :

1.2.2. tudes ad hoc

Prsentation de lorganisme dacceuil

- Prise de note, retranscription, enregistrement.

1.2.3. Etudes en souscription Omnibus

Prsentation de lorganisme dacceuil

1.2.5. Call centre

Prsentation de lorganisme dacceuil

1.2.6. Etude d'opinions

2.2.2. Les annonceurs

2.2.3. Les agences medias

Il n'y a pas de rgle uniforme concernant les relations entre agences et

2.2.4. Les medias

2.1.4.1. Quelques mots des medias [Tar08]

Audience cumule: Pourcentage ou nombre d'individus ayant eu au moins

Cet indicateur permet de mesurer la pression publicitaire d'une campagne ou

Prime time: C'est la tranche horaire correspondant la plus forte coute de

2.3. Gnralits [Tar08]

2.3.1.2. Les diffrentes chanes TV en Algrie

morale et de l'autonomie financire et est place sous la tutelle du Ministre de

Depuis le dbut 2002, la chane est diffuse en UHF pour la capitale

Media planning et problmatique

3.1. Le media planning

3.1.3. Etapes d'laboration d'un mdia planning

Mdia planning et problmatique

Media planning et problmatique