Discussion des différentes approches de visualisation d’information structurée

été présentées. Parmi ces approches, certaines visent à comparer les types de base d’arbres (c.-à-d. arbre vertical, arbre radial, liste, etc.) et d'identifier lesquels correspondent le plus avec leurs critères de sélection, et d'autres tentent d’améliorer ces représentations de base en leur intégrant des extensions leur permettant de répondre aux exigences des utilisateurs.

Une conclusion acquise de ces différentes publications est qu’il est impossible d’affirmer, dans l’absolu, qu’un type de représentation d’arbre est meilleur qu’un autre. En effet, pour répondre à la question « Existe-t-il une meilleure représentation d’arbre? », les chercheurs consultés soulèvent toujours la question suivante « Par rapport à quels critères ? ». Cela dit, pour certains critères de comparaison, il n’y a pas de réponses claires à la question (« Existe- t-il une meilleure représentation d’arbre? »).

Par exemple, le critère « Efficacité de gestion d’espace de représentation » est le plus clair, et celui qui fournit le plus facilement la réponse à la question de la meilleure représentation. En effet, les travaux consultés partagent tous l’avis que les Treemaps sont les meilleurs en termes de gestion d’espace. Ce consensus concernant le critère d’efficacité de gestion d’espace peut être expliqué par la présence de métriques exactes pour mesurer la différence de performance entre une représentation et une autre en termes de gestion d’espace, ce qui n’est pas le cas pour le critère d’utilisabilité.

Afin de contourner cette limitation du critère d’utilisabilité, certaines approches (Burch et al., 2011; Plaisant, Grosjean et Bederson, 2002; Song et al., 2010; Stasko et al., 2000) tentent de mesurer l’utilisabilité en la traduisant en un ensemble de tâches par rapport auxquelles la performance des utilisateurs est mesurée. Cependant, ces approches ne font pas appel aux mêmes tâches pour mesurer l’utilisabilité; ces tâches diffèrent d’une approche à une autre et dépendent principalement de ce à quoi les chercheurs s’attendent de l’interface. Ainsi, chaque approche essaie de déterminer laquelle des représentations dans une interface utilisateur est meilleure en termes d’utilisabilité, dans un contexte donné et non dans l’absolu. Prenons par exemple l’approche proposée par Barlow et Neville (2001) afin de mesurer l’utilisabilité de leur interface utilisateur : ces derniers proposent de calculer la performance des utilisateurs pour réaliser des tâches précises, telles que déterminer si l’arbre est binaire ou N-aire, balancé ou non, le nombre de feuilles, etc. Cet ensemble de tâches ne constitue pas une liste exhaustive à partir de laquelle il peut y avoir affirmation qu’une représentation sera performante, en termes d’utilisabilité, dans l’absolu.

La différence des tâches pour chaque expérimentation menée dans les différentes approches mène à l'obtention de résultats contradictoires et de recommandations qui diffèrent d’une approche à l'autre. Par exemple, Song et al. (2010) recommandent l’utilisation d’arbres horizontaux à droite (c.-à-d. dont la racine est à gauche et les feuilles à droite) qui affichent leurs nœuds sur plusieurs colonnes. Or, selon Burch et al. (2011), les arbres horizontaux, même ceux orientés de gauche à droite (c.-à-d. dans le sens normal de la lecture pour les langues latines) ne sont pas aussi performants que, par exemple, les arbres aux dispositions

verticales (c.-à-d. dont la racine est en haut et les feuilles sont en bas). Cela s’explique par le fait que dans le cas d’arbres horizontaux, la distance parcourue sera plus grande que celle pour les arbres verticaux, étant donné que le parcours des nœuds se fait par largeur et s'étend si les nœuds ayant le même parent sont affichés sur plusieurs colonnes consécutives, comme le font Song et al. (2010). Dans le cas des arbres verticaux, par contre, les nœuds seront parcourus en hauteur et la distance de parcours sera moins importante. Certains chercheurs (Burch et al., 2011) sont conscients de la différence des résultats que l’on retrouve d’une approche à une autre et affirment que leurs résultats et leurs conclusions ne sont valables que pour l’ensemble des tâches qu’ils ont évaluées.

L’absence de liste exhaustive permettant de mesurer le critère d’utilisabilité ne constitue pas le seul problème afin mesurer ce dernier. Prenons l’exemple de l’approche proposée par Barlow et Neville (2001) : malgré que ces derniers aient dressés une liste claire de tâches pour évaluer plusieurs types d’arbres (c.-à-d. organigramme, Tree ring, icicle plot et Treemaps), ils ne sont pas arrivés à déterminer d’une manière définitive laquelle des interfaces étudiées est la plus performante en termes d’utilisabilité. Cela s’explique par le fait qu’il y a des interfaces plus performantes pour certaines tâches que pour d’autres.

2.4 Conclusion

Ce chapitre a présenté les principaux aspects de la mesure de conformité de contrôles internes et a discuté de différentes approches de visualisation structurée de l’information. Cette revue de littérature permet de répondre aux différentes questions énoncées en début de chapitre :

1) Comment mesurer la conformité d’un contrôle interne?

Suite à cette revue de littérature, force est de constater que chaque contrôle a ses pratiques propres, qui découlent de plusieurs perspectives. Certaines normes proposent une échelle binaire (oui/non) pour mesurer la conformité de leurs contrôles. D’autres référentiels, tels que le CMMI, proposent un intervalle comportant quatre valeurs (N : Not Achieved, P : Partially

Achieved, L : Largely Achieved , F : Fully Achieved) afin de mesurer la conformité de chaque pratique. D’autres approches de mesure de la conformité, telles que celle proposée par Ouanouki et April (2007), suggèrent l’identification d’une liste d’éléments associés à la conformité d’une pratique. Pour chaque élément non présent, un certain score (par exemple 6% pour l’absence d’une signature) est soustrait à partir d’un score initial défini à 100%. Finalement, d’autres approches, qui découlent des grandes firmes de comptables agréés (Dissaux et IT General Control Matrix, 2007), proposent une matrice pour mesurer la conformité. Selon cette matrice, un contrôle pourrait être conforme, partiellement conforme ou non conforme.

2) Comment représenter graphiquement un contrôle multiperspectives tout en considérant son niveau de conformité?

En se basant sur la revue de littérature présentée à la section 2.3, c'est la représentation en arbre qui semble convenir le mieux. Il reste à identifier laquelle des dispositions d’arbres (c.- à-d. Treemap, arbre radial, etc.) est la plus performante pour le contexte d’utilisation. Afin de répondre à cette question, il sera nécessaire d’effectuer des analyses multicritères et des expérimentations qui seront définies dans le prochain chapitre de cette thèse.

Le prochain chapitre illustre l’approche de contrôle multiperspectives proposée par cette thèse et montre comment les revues de la littérature menées dans les chapitres 1 et 2 ont servi dans la conception de cette approche.