Académique Documents
Professionnel Documents
Culture Documents
Imane HSSINI
« L ’ efficacité des décisions du cadre
dépend pour une large part de la qualité de
ses modèles»
Henry Mintzberg
Introduction
3
Qu’est ce qu’un modèle
4
✓ « Les modèles servent à expliquer comment les choses sont liées entre elles. »
Mikael Krogerus et Roman Tschäppeler (2018)
Qu’est ce qu’un modèle
5
▪ Les modèles aident à simplifier. Ils n’appréhendent pas tous les éléments de la
réalité, mais se concentrent sur ceux qui sont importants.
▪ Ils récapitulent. Ce sont des résumés de processus plus complexes.
▪ Ils sont visuels. Ils traduisent en images ce qu’il est difficile d’expliquer avec
des mots.
▪ Ce sont des méthodes. Ils ne donnent pas de réponses, mais posent des
questions.
▪ Ce n’est qu’au moment où l’utilisateur applique le modèle, c’est-à-dire quand
il le remplit et travaille avec celui-ci, que les réponses apparaissent
Qu’est ce qu’un modèle
6
Modélisation
• Les modèles en 3D sont si réalistes qu’il est parfois difficile de se rendre compte
au premier regard qu’il s’agit de rendus d’images. Il existe plusieurs techniques de
modélisation en 3D à savoir:
✓ Les modèles théoriques, parmi lesquels on peut faire une distinction entre:
➢ les modèles descriptifs qui cherchent à décrire le monde réel
➢ les modèles idéaux qui visent à représenter des situations idéales.
▪ Toutes les entreprises ont un modèle économique. Une grande majorité d’entre elles
l’ont construit sans s’y pencher sérieusement, simplement en imitant le modèle de
leurs concurrents. Toutefois, il ne s’agit pas d’une stratégie qui permet à l’entreprise
d’être meilleure que ces concurrents et de les surpasser.
▪ Le business model canvas est un outil qui propose une démarche visant à
élaborer un modèle économique. Il permet à l’entrepreneur d’obtenir une image
de son modèle économique. Le business model canvas est articulé autour des
neuf éléments suivants :
/
Modélisation PNL
17
➢ Les types de données des différents attributs (par exemple, chaîne ou numéro)
➢ Les relations entre les entités de données
➢ Les attributs primaires ou les champs clés des données
▪ Ces modèles sont utiles pour la conception de grandes bases de données, appelées
entrepôts des données, ainsi que pour la conception de systèmes d'informations
automatisés.
Modélisation des données
23
✓ L'entité Clients est dotée d'un champ d'adresse e-mail au format xxx@exemple.com ou
xxx@exemple.com.yy. Le nom du champ ne peut pas dépasser 100 caractères.
✓ L'entité Ventes est dotée de champs de noms pour le client et le représentant. La date de
la vente est un type de données de date et la quantité un type de données décimal.
Modélisation des données
24
▪ Les architectures les plus connues : CIMOSA, GIM, ARIS, l’ENV 40003, PERA et
GERAM.
▪ CIMOSA
▪ CIMOSA (CIM Open System Architecture) est une architecture pour construire
des systèmes intégrés de production.
▪ La méthode comprend :
✓ un cadre de modélisation
✓ une plate-forme d’intégration
✓ une méthodologie d’intervention
▪ Le cadre de modélisation est basé sur trois principes fondamentaux et
orthogonaux pour la modélisation.
▪ Ceci donne une structure en trois axes communément appelée cube CIMOSA.
Les trois axes sont :
✓ L’axe de générécité
✓ L’axe de dérivation (relatif au cycle de développement)
✓ L’axe de génération (instanciation)
Modélisation d’entreprise
30
▪ CIMOSA
Modélisation d’entreprise
31
▪ GRAI-GIM
▪ GRAI (Graphe de Résultats et d’activités Interreliées) est une méthodologie de modélisation
et d’analyse des systèmes de décision des entreprises de production de bien ou de service.
▪ La méthode a été étendue pour s’adapter aux systèmes intégrés de production :
Méthodologies GIM (GRAI Integrated Methodology)
▪ GIM considère quatre vues:
✓ Information (données/connaissances)
✓ Décision (chaînes d’activité et centres de décision)
✓ Physique (ressources)
✓ Fonction (décomposition fonctionnelle)
▪ GIM définit trois niveaux de travail:
✓ Conceptuel (définition des besoins tels vus par les utilisateurs)
✓ Structurel (définition d’une solution technologique validée par les utilisateurs)
✓ Réalisationnel : décrit l’implantation en tenant compte :
➢des aspects organisationnels
➢des technologies de l’information
➢des technologies industrielles et manufacturières
Modélisation d’entreprise
32
▪ GRAI-GIM
▪ GIM ne fournit pas un langage de modélisation propre, il s’appuie sur des
formalismes existants (Merise, réseaux GRAI, IDEF0, IDEF3, modèle
relationnel)
Modélisation d’entreprise
33
▪ Modélisation de processus
▪ La modélisation des processus d'entreprise est une technique puissante qui
consiste à créer des représentations graphiques ou des modèles qui illustrent les
étapes, les activités et les interactions impliquées dans un processus.
▪ La modélisation des processus d'entreprise permet de capturer visuellement le
flux de travail, d'informations et de ressources au sein d'un processus, ce qui
facilite l'identification des inefficacités, des goulets d'étranglement et des
domaines à améliorer. Les modèles utilisent généralement une notation
standardisée, afin de garantir la clarté et la cohérence de la communication.
Modélisation d’entreprise
34
▪ Modélisation de processus
▪ Il existe de nombreux outils de modélisation des processus qui peuvent être
utilisés pour améliorer les flux de travail, les rendant plus efficaces et plus
rentables:
✓ Diagramme SIROP
✓ BPMN: Business Process Model and Notation (modèle de procédé d'affaire
et notation),
✓ UML : en particulier les cas d'utilisation et les diagrammes d'activité.
✓ Cartographie des chaines de valeur (VSM).
✓ Merise : le modèle organisationnel de traitement (MOT).
✓ IDEF0 et IDEF3.
✓ Logigrammes.
✓ ….
Modélisation d’entreprise
35
▪ Modélisation de processus
▪ Les diagrammes SIPOC sont un outil utilisé dans la méthodologie Six Sigma.
▪ SIPOC est un acronyme qui aide les parties prenantes à identifier les éléments
clés d'un processus dès le départ.
✓ Le "s" de SIPOC désigne les fournisseurs.
✓ Le "i" pour les intrants.
✓ Le "p" pour le processus que vous souhaitez améliorer.
✓ Le "o" pour les résultats.
✓ Le "c" désigne les clients auxquels les résultats sont destinés.
▪ Lors de la réalisation d'un diagramme SIPOC, chaque lettre de l'acronyme est
généralement inscrite en haut d'une colonne sous la forme d'un tableau. Les
parties prenantes énumèrent ensuite les éléments clés de chaque catégorie.
Modélisation d’entreprise
36
• Modélisation de processus
• Exemple diagramme SIPOC
Modélisation d’entreprise
37
▪ Modélisation de processus
▪ Les diagrammes UML, abréviation de Unified Modeling Language, ont été
développés par des ingénieurs en informatique, mais sont devenus l'un des outils
de modélisation des processus d'entreprise les plus populaires.
▪ L’UML est un langage de modélisation du développement qui est utilisé pour
fournir une manière standardisée de représenter visuellement un système. Les
diagrammes comprennent les acteurs, les actions, les rôles et les classes d'un
système et aident à mieux comprendre ou à documenter un système.
▪ Il existe environ 14 types différents de diagrammes UML, dont plusieurs sont
utiles en tant qu'outils de modélisation des processus d'entreprise. Ces
diagrammes se répartissent en deux grandes catégories :
• Modélisation de processus
• Les diagrammes UML,
Modélisation d’entreprise
39
▪ Modélisation de processus
▪ Les diagrammes BPMN sont des outils de modélisation des processus d'entreprise qui ont été
développés par la Business Process Management Initiative (BPMI). La technique est
similaire aux diagrammes UML et constitue une méthode standardisée pour créer des
organigrammes - un diagramme étape par étape d'un processus.
▪ les diagrammes BPMN peuvent être utilisés pour fournir aux parties prenantes une vue
d'ensemble d'un processus. Ils peuvent également être utilisés pour créer des diagrammes
très détaillés qui fournissent des conseils pratiques aux parties prenantes responsables de
l'exécution des tâches. Les quatre éléments communs des diagrammes de processus
opérationnels sont les suivants :
✓ Objets de flux : Il s'agit notamment des événements, des activités et des passerelles.
✓ Relier les objets : Les lignes pleines indiquent le transfert de tâches, tandis que les lignes
en pointillé représentent des messages.
✓ Couloirs de nage : Ces couloirs détaillent les responsabilités des sous-tâches et les
personnes ou services chargés de les accomplir.
✓ Les artefacts : Ils sont utilisés pour ajouter des informations à un diagramme qui ne sont
pas des flux de séquences ou de messages.
Modélisation d’entreprise
40
• Modélisation de processus
• Les diagrammes BPMN
Modélisation d’entreprise
41
▪ Modélisation de processus
▪ La cartographie de la chaîne de valeur est utilisée pour illustrer les étapes d'un processus
commercial. L'objectif premier de cette méthodologie est d'identifier les endroits où un
processus peut être amélioré par l'élimination des déchets. Il existe plusieurs types de
déchets différents que les parties prenantes cherchent à identifier. Il s'agit notamment de:
✓ L'attente : Il s'agit d'un retard de production causé par un goulot d'étranglement dans un
processus antérieur.
✓ Mouvement : Les étapes inutiles qui font qu'une tâche prend plus de temps et coûte plus
cher.
✓ Transport : Réduire les étapes impliquant le transport de fournitures ou d'informations.
✓ La surproduction : Produire plus que la demande entraîne des déchets ou des coûts de
stockage.
✓ Traitement excessif : Prendre trop de temps à essayer d'être parfait au lieu de passer à la
phase suivante.
✓ Défauts : Nécessité de refaire ou de produire un article qui doit être mis au rebut..
Modélisation d’entreprise
42
• Modélisation de processus
• La cartographie de la chaîne de valeur
Modélisation d’entreprise
43
▪ Modélisation de processus
▪ SADT (en anglais Structured Analysis and Design Technique), connue aussi sous le label
IDEF0 (en anglais Integration DEfinition for Function Modeling), est l’un des standards de
description graphique d'un système complexe par analyse fonctionnelle descendante, c'est-à-
dire que l'analyse chemine du général (dit « niveau A-0 ») vers le particulier et le détaillé (dits
« niveaux Aijk »).
✓ Le produit, c'est ce qui est (ou sera) fourni à un utilisateur pour répondre à son besoin,
✓ La fonction d'usage, c'est la fonction réalisée par le produit pour répondre au besoin d'un
utilisateur donné.
✓ La matière d'œuvre, c'est ce sur quoi agit le produit;
✓ Le produit agit sur la matière d'œuvre pour la faire évoluer d'un état initial à un état final
✓ Les données de contrôle sont les éléments dont a besoin le produit pour démarrer ou modifier
son processus d'élaboration de la valeur ajoutée;
Modélisation d’entreprise
44
• Modélisation de processus
• Diagramme SADT/IDEF0
Modélisation d’entreprise
45
▪ Modélisation de processus
▪ IDEF3 ou "Integrated DEFinition for Process Description Capture Method", c'est-à-dire
"Méthode de définition intégrée pour la capture des descriptions de processus", est une
méthode de modélisation de processus qui pour but de représenter graphiquement une
séquence de comportements (tâches) et d'états en résultant. Elle appartient à la famille des
méthodes de modélisation IDEF, qui avaient été développées à l'origine pour l'armée
américaine. Elle est à ce titre un complément à la méthode IDEF0 d'analyse fonctionnelle
descendante.
Modélisation d’entreprise
46
• Modélisation de processus
• Diagramme IDEF3
Modélisation mathématique
47
▪ Modélisation mathématique
▪ Les problèmes d'organisation rencontrés dans une entreprise ne sont pas
mathématiques dans leur nature. Mais les mathématiques peuvent permettre de
résoudre ces problèmes.
▪ La modélisation mathématique ou l’élaboration d’un modèle mathématique revient
à traduire le problème dans un cadre mathématique, cadre dans lequel les
techniques de la recherche opérationnelle pourront s'appliquer.
▪ Le modèle mathématique permet d'analyser des phénomènes réels et de prévoir des
résultats à partir de l'application d'une ou plusieurs théories à un niveau
d'approximation donné.
Modélisation mathématique
48
▪ Modélisation mathématique
▪ En modélisation mathématique, nous ne devons pas modéliser la totalité des
éléments d'un problème. En effet, une des vrais difficultés de départ est de savoir
quels éléments doivent être modélisés et quels sont ceux qui n'ont pas besoin de
l'être.
▪ Par exemple, lorsqu'on souhaite planifier une tournée, la couleur du véhicule n'a pas
d'intérêt. Le statut du conducteur, la nature du véhicule ou du produit transporté
peuvent, eux, en avoir, et seule une compréhension de l'objectif de l'optimisation de
la tournée peut permettre de trancher.
▪ Modélisation mathématique
▪ Pour un même problème, différentes modélisations sont possibles il n'est pas rare
que le problème semble insolvable dans une modélisation et trivial dans une autre..
▪ Avant d’entamer l’élaboration d’un modèle mathématique, il faut poser les bonnes
questions permettant de décrire en plus juste le problème étudié. Ces questions
s’articulent autour de trois axes : les variables de décision, les contraintes et
l’objectif.
✓ Quelles sont les variables de décision ? C'est-à-dire quels sont les éléments de mon
modèle que j'ai le droit de faire varier pour proposer d'autres solutions ?
✓ Quelles sont les contraintes ? Une fois identifiées les variables de décision, quelles sont
les valeurs autorisées pour ces variables ?
✓ Quel est l'objectif ou le critère ? Quelle est la quantité que l'on veut maximiser ou
minimiser ?
Modélisation mathématique
50
▪ Modélisation mathématique
Plusieurs étapes sont nécessaires pour élaborer un modèle mathématique :
1. description des phénomènes physiques : c’est le domaine des experts de la
discipline concernée par les phénomènes que l’on souhaite étudier (chimistes,
physiciens, biologistes, etc.)
2. modélisation : il s’agit, à partir de la description qualitative des experts, d’établir un
modèle mathématique décrivant le comportement du phénomène physique.
On s’attache à déterminer les inconnues (variables) du problème, par exemple la vitesse
d’écoulement d’un fluide, la température, etc., ainsi que les données du problème (les
paramètres physiques par exemple) ou encore les contraintes, avant d’écrire les
équations.
Deux remarques à propos de ce modèle :
• lorsque le modèle est trop complexe, on peut chercher à le simplifier (comportements
négligeables à certaines échelles, etc.);
• dans la plupart des cas, on ne sait pas calculer une solution analytique explicite, il faudra alors
se résoudre à calculer une solution approchée par des techniques numériques.
Modélisation mathématique
51
▪ Modélisation mathématique
Plusieurs étapes sont nécessaires pour élaborer un modèle mathématique :
3. analyse mathématique : bien qu’aucune solution théorique ne puisse être trouvée, il
est intéressant de construire un cadre théorique propice à l’analyse mathématique du
modèle. On sera amené à considérer des questions relatives à l’existence, à l’unicité des
solutions, à leur stabilité ou à d’autres propriétés. Il est en particulier intéressant de
savoir si les solutions du problème satisfont les propriétés physiques du modèle
(positivité d’une concentration, ...) on introduit la notion de problème bien posé.
4. résolution numérique : l’étude mathématique va servir à construire les bases de la
résolution numérique du problème. Comme les ordinateurs ne peuvent traiter qu’un
nombre fini d’inconnues, avec une précision donnée, on se ramène à un problème en
dimension finie, en discrétisant l’espace et le temps. Ceci aboutit à la résolution d’un
système, linéaire ou non.
C’est ici que les classes de méthodes de résolution constructives apparaissent
(différences finies, éléments finis, volumes finis, méthodes spectrales, etc.).
Modélisation mathématique
52
▪ Modélisation mathématique
Plusieurs étapes sont nécessaires pour élaborer un modèle mathématique :
5. analyse numérique : une fois que le problème discret est obtenu, se pose la question
légitime de savoir si la solution discrète est proche de la solution continue, et en quel
sens. Ceci revient à savoir si cette solution discrète converge vers la solution du modèle
continu lorsque le nombre d’inconnues augmente et si il est possible de connaître la
vitesse de convergence de la méthode.
6. mise en œuvre : il s’agit d’implémenter la méthode numérique au moyen d’un
ordinateur. Pour cela, il est important de sélectionner soigneusement les structures de
données et les algorithmes qui constituent le programme de résolution. Il faudra prendre
en compte les contraintes de temps de calcul et de ressources mémoire pour obtenir la
solution la plus précise possible.