Qu'est-ce qu'une matrice de décision ?
Une matrice de décision (ou grille de décision pondérée) est un outil d'aide au choix qui croise deux entrées : en lignes, les options entre lesquelles vous devez trancher ; en colonnes, les critères sur lesquels vous les évaluez. Chaque option reçoit une note pour chaque critère, chaque critère porte un poids reflétant son importance, et l'on calcule pour chaque option un score total. L'option au score le plus élevé est, en théorie, la meilleure décision.
Son intérêt est double : elle rend explicites les critères qui guident le choix (au lieu de les laisser implicites et émotionnels) et elle objective la comparaison en la ramenant à un calcul. C'est un cas particulier d'arbre de décision : on évalue des alternatives prédéfinies en leur attribuant des valeurs, sans en générer de nouvelles. Cette nuance, anodine en apparence, deviendra le cœur de sa limite.
Le modèle : critères pondérés et scoring
Construire une matrice de décision se fait en cinq étapes. La rigueur de chacune détermine la fiabilité du résultat : une pondération arbitraire ou une note au doigt mouillé produit un classement qui semble objectif sans l'être.
- 1
Lister les options
Recensez les alternatives réellement envisageables. La matrice départage des options ; elle ne les invente pas. Si vous n'avez qu'une seule option, ou si vous ne connaissez pas encore vos options, l'outil n'a rien à comparer.
- 2
Définir les critères
Choisissez les dimensions sur lesquelles vous voulez juger (coût, délai, risque, impact, alignement...). Trois à six critères suffisent généralement ; au-delà, le calcul se dilue et perd en lisibilité.
- 3
Pondérer les critères
Attribuez à chaque critère un poids (par exemple de 1 à 5, ou en pourcentage dont la somme fait 100 %) qui traduit son importance relative dans la décision. C'est l'étape la plus structurante : elle encode vos priorités.
- 4
Noter chaque option
Pour chaque option, donnez une note sur chaque critère (par exemple de 1 à 5). Restez cohérent : la même échelle pour tous, et idéalement des critères orientés dans le même sens (une note haute = toujours favorable).
- 5
Calculer et classer
Pour chaque option, multipliez chaque note par le poids de son critère, puis additionnez. Le score total classe les options. La plus haute remporte la comparaison.
Exemple chiffré : choisir un outil
Supposons que vous deviez choisir un logiciel de gestion de projet entre trois options. Vous retenez trois critères — prix, facilité de prise en main et richesse fonctionnelle — et vous les pondérez selon vos priorités. Chaque option est notée de 1 (faible) à 5 (excellent). Le score pondéré se lit : note × poids, sommé sur la ligne.
| Option | Prix (×3) | Prise en main (×2) | Fonctionnalités (×1) | Score total |
|---|---|---|---|---|
| Outil A | 5 (15) | 4 (8) | 2 (2) | 25 |
| Outil B | 3 (9) | 5 (10) | 4 (4) | 23 |
| Outil C | 2 (6) | 3 (6) | 5 (5) | 17 |
Ici l'Outil A l'emporte (25 points) parce que le prix, fortement pondéré (×3), pèse lourd. Si vous aviez jugé la richesse fonctionnelle plus déterminante — en la pondérant ×3 au lieu de ×1 — le classement basculerait en faveur de l'Outil C. C'est la leçon clé : le résultat d'une matrice dépend entièrement des poids choisis. L'outil ne décide pas à votre place ; il rend visible et calculable la hiérarchie de priorités que vous avez, vous, fixée au départ.
Quand la matrice de décision est pertinente
La matrice excelle dans un type de situation précis : quand vos options sont identifiées, vos critères stables et l'information suffisamment fiable pour noter sans deviner. Choisir un fournisseur, un logiciel, un local, un candidat à recruter : autant de décisions où les alternatives sont sur la table et où il s'agit de les départager rationnellement.
Elle s'inscrit dans une logique causale : on part d'un objectif (faire le meilleur choix) et on déploie une méthode d'évaluation pour y parvenir. Dans la cartographie des postures face au futur, elle relève du raisonnement prédictif — on suppose qu'on peut anticiper la valeur de chaque option. Tant que cette hypothèse tient, la matrice est un excellent outil de résolution de problème.
C'est exactement la distinction que pose Dominique Vian à propos des outils arborescents : l'arbre de décision « présuppose que les alternatives sont déjà connues » et « ne génère pas d'options, il en évalue ». Avant même de pouvoir remplir une matrice, il faut donc avoir résolu une question plus fondamentale : la situation est-elle assez prévisible pour qu'évaluer ait un sens ?
L'angle effectual : décider quand on ne peut pas tout pondérer
Quand l'incertitude rend la pondération illusoire, l'approche effectuale ne cherche pas une meilleure matrice : elle change de critère de décision. Au lieu de viser l'option optimale, elle vise une action satisfaisante — c'est le principe du satisficing, forgé par Herbert Simon. Face à une information imparfaite, on ne calcule pas le meilleur choix possible ; on retient une option suffisamment bonne pour améliorer réellement la situation et permettre d'agir maintenant.
Je ne peux plus parler de solution puisque le problème continuera d'exister. Je peux parler d'amélioration « satisfaisante » au regard de la situation initiale.
— Dominique Vian, *Effectual Impact*
Le second levier remplace le calcul de gain par le calcul de perte acceptable. Une matrice de décision pondère des bénéfices espérés — donc des gains futurs hypothétiques. Mais ne sachant pas à l'avance ce qu'on peut gagner, l'entrepreneur expert détermine plutôt ce qu'il est prêt à perdre avant d'engager ses moyens. Ce plafond, lui, est connu et maîtrisable. Toute option qui reste sous ce seuil devient jouable, sans avoir besoin de la « prouver » par un score.
Ce basculement n'est pas un renoncement à la rigueur, c'est un changement de logique : passer d'une stratégie « fins → moyens » (je fixe l'objectif optimal et je l'atteins) à une stratégie « moyens → effets », où l'on part de ce dont on dispose pour faire émerger ce qui est réalisable. C'est le cœur de l'effectuation — et la bonne réponse quand la matrice de décision atteint ses limites.