Définition des dimensions de la pratique de l'analyse
d'affaires
Mémoire
Patrick Tavera
Maîtrise en sciences de l'administration – systèmes d'information
organisationnels – avec mémoire
Maître ès sciences (M. Sc.)
Définition des dimensions de la pratique de
l’analyse d’affaires
Mémoire
Patrick Tavera
Sous la direction de :
Josianne Marsan, directrice de recherche
Mathieu Templier, codirecteur de recherche
Résumé
Cette étude a pour objectif principal d’améliorer notre compréhension de la pratique de l’analyse d’affaires (ou business analyse). Les analystes d’affaires sont souvent considérés comme incontournables pour la transformation numérique des organisations et leur survie dans la quatrième révolution industrielle. Malgré une utilité de la pratique de plus en plus reconnue par les milieux d’affaires et des initiatives pour la professionnaliser, il subsiste une opportunité d’amélioration de la définition de l’analyse d’affaires en tant que métier. En effet, les dimensions reconnues d’un métier (« rôles », « tâches », « savoir-faire » et « connaissances ») restent à explorer pour définir la composition de l’analyse d’affaires. Dans cette optique, une analyse de la littérature académique a été réalisée pour extraire les définitions de l’analyse d’affaires pour identifier et explorer ses dimensions. Les résultats démontrent, d'une part, que l'analyse d'affaires se définit comme un métier à travers cinq dimensions (« rôles », « tâches », « savoir-faire », « savoir-être » et « connaissances ») et, d'autre part, que les éléments contextuels « secteur organisationnel » et « finalité » circonscrivent sa définition en un type idéal ou en profils spécialisés. Nous espérons, avec cette recherche, enrichir les connaissances sur l’analyse d’affaires qui pourront être transférées vers les programmes académiques, les associations professionnelles et les milieux d’affaires afin de favoriser la compréhension de cette pratique ainsi que son évolution.
Abstract
This study aims to improve our understanding of the practice of business analysis. Business analysts are often considered essential for the digital transformation of organizations and their survival in the fourth Industrial Revolution. Despite the utility of the practice increasingly recognized by the business community and initiatives to professionalize it, there remains an opportunity to improve the business analysis definition as an occupation. Indeed, the recognized dimensions of a profession (“roles”, “tasks”, “know-how” and “knowledge”) remain to be explored in order to define the composition of business analysis. In this perspective, an analysis of the academic literature was conducted to extract the business analysis definitions and to identify its dimensions. The results demonstrate, on the one hand, that the business analysis is defined as an occupation through five dimensions (“roles”, “tasks”, “know-how”, “soft-skills” and “knowledge”). On the other hand, the “organizational sector” and the “purpose”, as contextual elements, can circumscribe the definition into an ideal-type or into specialized profiles. With this research, we hope to improve the knowledge of business analysis that can be transferred to academic programs, professional associations and the business community in order to promote the understanding of this practice and its evolution.
Table des matières
Résumé ... ii
Abstract ... iii
Table des matières ... iv
Liste des figures ... vi
Liste des tableaux ... vii
Liste des graphiques ... viii
Remerciements ... ix
Introduction ... 1
Chapitre 1. Revue de littérature ... 6
1.1. L’analyse d’affaires ... 6
1.2. Profession et métier ... 10
1.3. Fondement conceptuel ... 13
Chapitre 2. Méthodologie ... 15
2.1. Rechercher la littérature ... 16
2.2. Sélectionner les articles ... 16
2.3. Extraire les données ... 18
2.4. Analyser et synthétiser ... 18 Chapitre 3. Résultats ... 22 3.1. La facette « dimensions » ... 22 3.1.1. La dimension « tâches » ... 23 3.1.2. La dimension « savoir-faire » ... 24 3.1.3. La dimension « savoir-être » ... 26 3.1.4. La dimension « rôles » ... 27 3.1.5. La dimension « connaissances » ... 29
3.1.6. Le construit de la pratique et ses dimensions ... 30
3.2. La facette « éléments contextuels » ... 30
3.2.1. L’élément contextuel « secteur organisationnel » ... 31
3.2.2. L’élément contextuel « finalité »... 32
3.3. Prise en compte simultanée des facettes... 34
3.3.1. La facette « dimensions » selon la facette « éléments contextuels » ... 34
3.3.3. La définition de la pratique de l’analyse d’affaires ... 42
3.4. Conclusion ... 52
Chapitre 4. Discussion ... 53
4.1. L’analyse d’affaires vue comme un métier ... 53
4.2. La dimension émergente « savoir-être » ... 55
4.3. Les éléments contextuels émergents ... 56
4.4. La définition fondamentale ... 59
4.5. Apports de l’étude ... 60
4.6. Limites de l’étude et pistes de réflexion ... 62
Conclusion... 66
Bibliographie ... 68
Annexes ... 76
Annexe A: Articles sélectionnés ... 76
Annexe B: Résultats de la validation inter codeurs pour la sélection des articles ... 80
Annexe C: 1er résultat du tri de cartes (card sorting) pour le codage des dimensions ... 81
Annexe D: 2ème résultat du tri de cartes (card sorting) pour le codage des dimensions ... 82
Annexe E: Liste exhaustive des éléments des dimensions ... 83
Annexe F: Comparaison des savoir-être et compétences similaires observées dans les associations professionnels et livres d’auteur ... 98
Liste des figures
Figure 1 : Cadre conceptuel et son contexte... 14
Figure 2 : Méthodologie ... 15
Figure 3 : Sélection des articles... 17
Figure 4 : Répartition des articles sélectionnés par année ... 17
Figure 5 : Regroupement des codes. ... 19
Figure 6 : Fréquence de publication par secteur organisationnel ... 31
Liste des tableaux
Tableau 1 : Mesure d’accord Kappa – résultat de la sélection ... 18
Tableau 2 : Mesure d’accord Kappa – 1er résultat du tri de cartes ... 20
Tableau 3 : Mesure d’accord Kappa – 2ème résultat du tri de cartes ... 20
Tableau 4 : Fréquence de publication des dimensions ... 22
Tableau 5 : Fréquence de publication des catégories ... 31
Tableau 6 : Définition fondamentale de la pratique de l’analyse d’affaires ... 44
Tableau 7 : Variation de l’analyse d’affaires selon la finalité « concevoir des systèmes d’information » ... 46
Tableau 8 : Variation de l’analyse d’affaires selon la finalité « améliorer l’efficience » ... 46
Tableau 9 : Variation de l’analyse d’affaires selon la finalité « aider à la décision » ... 47
Tableau 10 : Variation de l’analyse d’affaires selon la finalité « gérer les exigences d’affaires » ... 48
Tableau 11 : Variation de l’analyse d’affaires selon la finalité « évaluer, analyser l’entreprise » .... 48
Tableau 12 : Variation de l’analyse d’affaires dans le secteur « systèmes d’information » ... 49
Tableau 13 : Variation de l’analyse d’affaires dans le secteur « ingénierie des processus d’affaires » ... 50
Tableau 14 : Variation de l’analyse d’affaires dans le secteur « intelligence d’affaires et analytique » ... 50
Tableau 15 : Variation de l’analyse d’affaires dans le secteur « développement des nouveaux produits » ... 51
Tableau 16 : Résultat complet du traitement des observations (IBM SPSS) ... 80
Tableau 17 : Résultat du traitement des observations – 1er résultat du tri de cartes (IBM SPSS) ... 81
Tableau 18 : Résultat du traitement des observations –2ème résultat du tri de cartes (IBM SPSS) .... 82
Tableau 19 : Liste exhaustive des tâches ... 88
Tableau 20 : Liste exhaustive des savoir-faire ... 92
Tableau 21 : Liste exhaustive des savoir-être ... 94
Tableau 22 : Liste exhaustive des connaissances ... 95
Tableau 23 : Liste exhaustive des rôles ... 97
Liste des graphiques
Graphique 1 : la facette « dimensions » selon les éléments contextuels ... 35
Graphique 2 : les principales tâches selon les éléments contextuels ... 37
Graphique 3 : les principaux savoir-faire selon les éléments contextuels ... 38
Graphique 4 : les principaux savoir-être selon les éléments contextuels ... 40
Remerciements
Tant d’heures passées en plus de mes activités professionnelles à lire, à chercher, à analyser, à tenter de comprendre et de trouver un sens à mes travaux. Ces derniers n’auraient pas été possibles sans les conseils et le soutien de quelques personnes…
Dans un premier temps, je souhaiterais dire merci à Nadia Haloui qui m’a convaincu de faire un retour aux études et de me lancer dans la folle aventure d’une maîtrise en science de l’administration. Sans son travail de lobbyiste, je n’aurais pas osé tenter cette aventure hautement instructive.
Ensuite, j’aimerais remercier ma directrice de recherche Josianne Marsan et mon codirecteur de recherche Mathieu Templier pour leurs précieux conseils et leur accompagnement continu. Ils m’ont permis d’aborder ces travaux dans de bonnes conditions, et au travers de quelques détours, m’ont enrichi de nouvelles connaissances.
J’aimerais aussi remercier Catherine Bourque-Barrette, Inès Aouadi, Mamadou Yauck, Georgia Leïda Mopenza, Patrick Marois, Aimé Noutsa Fobang et Nura Jabagi pour leur participation à des exercices de validation ou leurs conseils avisés.
Finalement, j’aimerais remercier ma famille pour sa compréhension et ses encouragements, car la connaissance nécessite un investissement soutenu qu’il faut être prêt à payer.
Introduction
Problématique
La transformation numérique permet de différencier l’entreprise d’aujourd’hui de la concurrence (Berman, 2012). C’est une tendance qui ne cesse de croitre et l’analyste d’affaires, dont le profil est en demande croissante, joue un rôle clé dans cette transformation (Douglass, 2017; Kendall, 2016; Vongsavanh & Campbell, 2008). Pourtant, il y a absence de consensus sur les compétences spécifiques de l'analyste d'affaires (Poirier & Lehoux, 2010) et absence d’une définition commune de la pratique (Blais, 2011; Darwish, 2015; Hass, 2008; Paul et al., 2010). De plus, le discours au sein de la communauté des analystes d’affaires semble confus et dissonant (Barrett, 2014; Blais, 2014; Brandenburg, 2015; McDonald, 2014; Poirier & Lehoux, 2010).
L’absence de définition commune engendre des problématiques pour le praticien : son positionnement dans l’organisation reste superficiel, il n’est pas toujours légitimé et son profil est soit trop « affaires » ou trop « TI » (Paul et al., 2010). Également, nous pensons que les constats cités plus haut pourraient être à l’origine d’autres problématiques. Premièrement, pour le praticien, son rôle reste confié à des analystes de système. Deuxièmement, pour les employeurs et le milieu académique. Les employeurs sont à la recherche d’une définition plus claire des compétences de l’analyste d’affaires et le milieu académique cherche à améliorer son offre de formation ou la définition de ses programmes universitaires (Poirier & Lehoux, 2010; Sidorova, 2013). Finalement, pour la pratique elle-même. Son développement, et conséquemment son adoption, est ralenti par l’absence d’une définition commune (Latreille, 1980).
Il semble donc important de développer une compréhension commune de l’analyse d’affaires en proposant une définition de la pratique, non seulement parce que cette pratique est peu étudiée (Paul & Tan, 2015), mais également pour favoriser son adoption.
Ainsi, la présente étude a comme objectif général de construire une définition de l’analyse d’affaires en déterminant quelles sont les principales dimensions de l’analyse d’affaires dans la
Contexte
Depuis les années 90, les organisations ont pu rester compétitives grâce aux millions de dollars investis dans les nouvelles technologies de l’information (TI) (Andal-Ancion et al., 2003). De nos jours, les plus récentes innovations technologiques sont mises au service des organisations pour qu’elles deviennent plus efficaces, performantes et évolutives (Gray & Rumpe, 2015). Une innovation technologique représente l’implantation d’un bien ou d’un service nouveau ou considérablement amélioré en ce qui a trait à ses caractéristiques, incluant les progiciels intégrés, la convivialité ou d’autres caractéristiques fonctionnelles (OECD & Eurostat, 2005). Dans notre contexte, les récentes innovations technologiques concernent les données mobiles et les réseaux sociaux qui ont fortement modifié la manière dont les organisations communiquent avec les clients et vendent leurs produits ou services (Haffke et al., 2017). Ainsi, en plus d’investir dans les TI, les organisations ont dû entreprendre une transformation numérique en repensant ce qui apporte le plus de valeur aux consommateurs pour se différencier de la concurrence (Berman, 2012). Il ne suffit plus que les organisations soient plus efficientes que leurs concurrents, il faut qu’elles « embrassent » l’intégration des nouvelles TI dans une transformation numérique (Douglass, 2017). Cette transformation n’est pas simplement le fait d’utiliser les nouvelles TI pour améliorer les processus, mais de créer des innovations qui étaient avant impossibles à réaliser (Douglass, 2017).
Pour soutenir la transformation numérique, de nouvelles pratiques de gestion doivent être mises en place (Matt et al., 2015), en particulier au niveau de la fonction TI, qui devient un important vecteur d’innovation et de création de valeur (Leonhardt et al., 2017). En ce sens, il est primordial de développer dans les organisations une bonne compréhension du domaine d’affaires dans lequel les solutions TI seront implantées, et de faciliter la communication entre les fonctions d’affaires et la fonction TI. Cet alignement entre les départements des affaires et des TI reste la principale préoccupation à laquelle font face les gestionnaires des TI (Kappelman et al., 2018). Cette préoccupation sous-tend qu’il y a toujours un besoin non couvert de spécialistes ayant une très bonne connaissance de ces deux mondes (Sidorova, 2009). Il y aurait donc un manque d’analystes d’affaires, car ce rôle de liaison entre les affaires et les TI lui est généralement attribué (Paul & Tan, 2015). Ce point semble confirmé dans la dernière étude sur les tendances en TI de Kappelman et al. (2018) dont les résultats montrent que les compétences techniques en analyse d’affaires sont parmi les plus importantes et les plus difficiles à trouver.
L’analyse d’affaires est une pratique née à la fin des années 70 qui a pour vocation de couvrir toutes les tâches et techniques utilisées en vue d’assurer le lien entre les TI et le monde des affaires (Bajobs.ca, 2016). Les domaines d’action du praticien en analyse d’affaires sont variés, incluant le soutien aux décisions stratégiques ou la définition de nouveaux produits ou services à implanter (Schreiner, 2007), engendrant de nouvelles innovations. L’utilité de la pratique est de plus en plus reconnue par le milieu des affaires et son praticien joue un rôle clé pour aider les organisations à devenir des entreprises numériques en déterminant les bonnes innovations, et en transformant les services de l’organisation (Douglass, 2017). Les analystes d’affaires disposent de connaissances et de techniques pertinentes pour concevoir la transformation numérique dont l’expérience client est le concept central (Douglass, 2017). Plusieurs associations professionnelles contribuent au développement de la pratique. L’International Institute of Business Analysis (IIBA) fut fondé en 2003 pour synthétiser les connaissances entourant la pratique et aider à sa professionnalisation (IIBA, 2016b) ; le Project Management Institute (PMI) offre, quant à lui, une certification professionnelle (PMI, 2014) et propose depuis 2015 un guide pratique destiné aux analystes d’affaires (PMI, 2015).
Pourtant, malgré les récents efforts de ces associations professionnelles, en regard du discours actuel entourant la pratique, il est possible de dresser deux constats principaux.
1) Il y a une absence de consensus dans la définition de ce qu’est l’analyse d’affaires : il n’existe
toujours aucune définition standard de l’analyse d’affaires dans les organisations (Darwish, 2015; Hass, 2008; Vongsavanh & Campbell, 2008).
… certaines organisations restreignent l’analyse d’affaires au processus d’élicitation des exigences, d’analyse et de gestion des changements. [...] D’autres organisations élargissent la définition pour inclure l’analyse financière, l’assurance de la qualité, le développement organisationnel, les tests et la formation et la documentation des politiques et procédures opérationnelles. (Traduction libre, Hass, 2008, p. 10)
Il y a toujours un manque de clarté sur ce que signifie réellement le terme « analyse d’affaires » dans la plupart des organisations, créant souvent plus de questions que de réponses (Paul et al., 2010). « … Bien que le rôle de l’analyste d’affaires ait émergé il y a près de 20 ans, une définition formelle du rôle est toujours débattue chaque fois qu’il y a un groupe d’analystes d’affaires. » (Traduction libre Paul et al., 2010, p. 5). Les départements des ressources humaines ne sont pas familiers avec le profil de poste de cette pratique (Kizior & Hidding, 2010). Enfin, TECHNOCompétences affirmait il y a quelques années qu’au Québec, « les compétences spécifiques d’un analyste d’affaires ont besoin d’être davantage précisées et faire l’objet d’un consensus » (Poirier & Lehoux, 2010, p. 68).
2) La communauté des analystes d’affaires n’adopte pas une vision commune de la pratique :
certains remettent en cause la pertinence d’avoir plusieurs visions pour une même pratique (McDonald, 2014) alors que d’autres y voient un vecteur de publicisation (Brandenburg, 2015). Plus récemment, Blais (2014) soutient que deux associations professionnelles (l’IIBA et le PMI) offrent une vision différente de la profession ; le PMI se concentre sur la gestion des exigences du projet tandis que l’IIBA se positionne à un niveau stratégique. Le BABOK® indique pourtant que l’analyse d’affaires s’applique autant au niveau du projet qu’au niveau stratégique de l’organisation (IIBA, 2015). Barrett (2014) parle de compétition directe entre la nouvelle certification du PMI et celles de l’IIBA.
Les constats entourant le manque de définition de la pratique sont à l’origine de plusieurs problématiques. Selon Paul et al. (2010), les analystes d’affaires sont positionnés dans l’organisation de façon trop superficielle. Bien que le principe de considérer les besoins d'affaires lors de l’introduction de nouveaux SI soit assuré et reconnu, peu d’efforts sont réalisés pour sa mise en œuvre. L’auteur précise également que les analystes d’affaires ne sont pas toujours légitimés dans leur rôle-conseil. Par exemple, certains praticiens ayant acquis de l’expérience et des connaissances ont estimé pouvoir offrir des conseils utiles à leurs organisations, mais le manque de compréhension de leur rôle a amené les organisations à rejeter ou à ignorer ces conseils. Toujours selon Paul et al. (2010), les analystes d’affaires sont trop « affaires » ou trop « TI ». Dans le premier cas, ils ont une compréhension limitée des TI et du développement informatique entrainant des problèmes de communication avec le secteur des TI, dans le second, ils se montrent moins à l’aise face aux exigences d’affaires et aux solutions potentielles pouvant empêcher la mise en place d'une vue intégrée de l'entreprise et du système informatique. De plus, le rôle de l’analyste d’affaires reste confié à des analystes de système. Ces derniers œuvrent dans les départements des systèmes d’information (SI) des entreprises (Sidorova, 2009). Pourtant, la création d’un groupe décentralisé d’analystes d’affaires n’appartenant ni au monde des affaires ni au monde des TI est recommandée depuis une trentaine d’années par Mann (1985). De plus, la professionnalisation continue de l’analyse d’affaires, défendue par l’IIBA, offre l’occasion de différencier de façon unique les compétences nécessaires de l’analyste d’affaires (Sidorova, 2009). Également, les employeurs sont à la recherche d’une définition plus claire des compétences que doit posséder l’analyste d’affaires (Sidorova, 2013), tout comme les milieux académiques pour améliorer la formation, pour mieux définir les programmes universitaires (Poirier & Lehoux, 2010; Sidorova, 2013). Enfin, le développement de la pratique, et conséquemment son adoption, est ralenti : selon Latreille (1980), le développement d’une pratique professionnelle
implique sa définition puis sa revendication par un regroupement d’individus afin d’être reconnue et finalement adoptée dans les milieux de pratique, la définition constituant ainsi la première étape de son développement.
Objectifs et questions de recherche
Afin de répondre aux problématiques reliées à la définition de la pratique et améliorer notre compréhension de cette dernière, cette étude a pour objectif de construire une définition de l’analyse d’affaires en déterminant quelles sont ses principales dimensions dans la littérature académique. Pour atteindre cet objectif, nous répondrons aux questions de recherche suivantes :
Q1 : Autour de quelles dimensions se construit la pratique de l’analyse d’affaires ? Q2 : Comment se définit la pratique en regard de ses dimensions ?
Pour ce faire, nous avons réalisé une revue de littérature afin d’extraire toutes les définitions de l’analyse d’affaires ou de l’analyste d’affaires. Nous avons codifié ces extraits pour dégager les dimensions de la pratique, puis nous avons analysé ces dimensions afin de proposer une définition de la pratique.
Contributions attendues
Avec les résultats de cette étude, nous espérons enrichir la littérature sur le sujet de l’analyse d’affaires qui, selon Paul et Tan (2015), est encore peu étudié. Notre apport attendu pour la pratique consiste en une clarification des tâches, des compétences, des rôles et des responsabilités de l’analyste d’affaires, pour favoriser le développement de la pratique et servir notamment l’industrie, les associations professionnelles et les praticiens. Sur le plan des pistes de recherche, notre étude servirait d’intrant à des études similaires dont les données primaires proviendraient de la littérature praticienne ou d’offres d’emploi reliées à la pratique. Ainsi, ces études complémentaires viendraient renforcer la définition de la pratique de l’analyse d’affaires.
La suite de ce mémoire comporte quatre chapitres. Le chapitre 1 traite de la recension des écrits sur la pratique de l’analyse d’affaires, des professions et des métiers. Le chapitre 2 détaille la méthode utilisée pour cette étude. Le chapitre 3 présente les résultats obtenus et le chapitre 4 offre une discussion de ces résultats.
Chapitre 1. Revue de littérature
Ce chapitre a une double vocation. Tout d’abord, parcourir une partie de la littérature sur les sujets concernant l’étude puis, élaborer le fondement conceptuel permettant la réalisation de cette étude exploratoire.
La première section rend compte de la pratique de l’analyse d’affaires, de la naissance de sa lexie dans la littérature jusqu’à nos jours. La deuxième section parcourt la notion de profession et de ses distinctions envers le métier, puis des dimensions relatives aux concepts du métier. Enfin, la troisième et dernière section propose le fondement conceptuel utilisé.
1.1.
L’analyse d’affaires
Au milieu des années 80, les utilisateurs spécifiaient leurs besoins et les spécialistes en TI devaient simplement programmer les systèmes d’information y répondant (Mann, 1985). Si la tendance avait perduré, les services TI ne seraient devenus que des boutiques de logiciels et de maintenance de ces derniers, avec comme résultat une mosaïque de logiciels entrant en conflit les uns avec les autres (Mann, 1985) associée à un vide grandissant entre le monde des TI et le monde des affaires. Ce vide laissé autour du domaine de l’analyse d’affaires a commencé à se combler avec des analystes techniciens issus pour la plupart du monde des affaires, mais Mann (1985) déplorait le biais de ces analystes : leur relation étroite avec un domaine particulier et leur fidélité organisationnelle limitaient leurs points de vue et les exigences de l'entreprise n’étaient pas suffisamment prises en compte. Mann (1985) recommandait ainsi l’emploi d’analystes d’affaires. Également, le personnel des TI ne comprenait pas l’importance de l’analyse d’affaires ; ils utilisaient la discipline appelée analyse de systèmes (Jones, 1989). Ceci empêchait les utilisateurs de vérifier la qualité des travaux d’analyse effectués par le personnel des TI, avec comme résultat que les gens d’affaires ne comprenaient pas si le personnel des TI comprenait les affaires qu’ils tentaient d’informatiser (Jones, 1989). Déjà à cette époque, l’analyste d’affaires jouait un rôle crucial en garantissant aux utilisateurs finaux un système qui répondait à leur besoin (Jakob, 1986). Mais, les analystes d’affaires devaient être formés aux affaires et ne pas se concentrer sur un seul domaine, de façon à disposer d’une vue intégrée de l’organisation ; ils devaient être membres d’un même groupe indépendant des lignes d’affaires et des TI (Mann, 1985). La pratique de l’analyse d’affaires se décrivait autour de trois principes : 1) fournir une approche structurée et rigoureuse appliquée à la compréhension de l’entreprise; 2) faire participer les utilisateurs au cours de la vie du projet; et 3) utiliser un ensemble d’outils traduisant l’information entre les parties prenantes du projet (Jakob, 1986). L’analyse d’affaires utilisait des méthodes non
techniques et axées sur les affaires qui étaient facilement comprises par les utilisateurs ; l’utilisation de ces techniques permettait d’apporter aux organisations des procédures efficaces de contrôle de la qualité lors de la réalisation de projet en TI (Jones, 1989).
Plus récemment, plusieurs auteurs (Blais, 2011; Hass, 2008; Paul et al., 2010) s’accordent à préciser que la pratique de l’analyse d’affaires comprend un ensemble de tâches, de connaissances, et de techniques nécessaires pour identifier les besoins de l’entreprise et déterminer les solutions aux problèmes de l’entreprise en ajoutant de la valeur d’affaires. Selon Hass (2008), les solutions incluent souvent une composante de développement de systèmes, mais peuvent également consister en une révision des processus ou des changements organisationnels. Selon Paul et al. (2010), le rôle du praticien couvre potentiellement trois axes de réflexion. Premièrement, l’analyse des systèmes informatiques (analyser et spécifier les exigences du système informatique en détail); deuxièmement, l’analyse des affaires (étude des processus d’affaires de l’organisation en vue de résoudre des problématiques d’affaires ou détecter des occasions menant à des avantages commerciaux); et troisièmement, l’analyse stratégique (identifier des actions de transformation d’entreprise, réaliser une réflexion stratégique autour de l’utilisation des TI pour amener le changement au sein de l’organisation). En résumé, le praticien est un acteur du changement qui s’appuie sur les technologies de l’information pour résoudre des problèmes et améliorer les processus, en vue d’augmenter la valeur de l’organisation (Blais, 2011).
Cette vision plus précise que l’on a de nos jours sur la pratique a été rendue possible grâce à la mise en place de l’IIBA. Créé en 2004, l’organisme est passé d’un groupe de travail à une organisation formelle composée de 37 membres, lors de la première assemblée générale. Le premier grand succès de l’IIBA fut de participer à la première Conférence mondiale des analystes d’affaires à Toronto, au Canada. L’année suivante, en 2005, l’association comptait plus de 180 membres qui ont été amenés à participer à la définition d’un corpus des connaissances (Business Analysis Book of Knowledge, BABOK®) et à la désignation d’une certification professionnelle, le Certified Busines Analysis Professional TM (CBAP®). Les années 2006 et 2007 représentent l’expansion de l’IIBA avec une croissance fulgurante. L’IIBA s’est installée au-delà de l’Amérique du Nord pour atteindre l’Australie, la Nouvelle-Zélande et l’Afrique du Sud, totalisant plus de 3500 membres, tout en se dotant de processus et procédures pour assurer une viabilité à long terme. En 2008, la création de branches (sections décentralisées autonomes permettant la promotion de l’association) a renforcé le
développement de l’association, qui comptait plus de 5000 membres. C’est à partir de 2009 que l’association a pris un virage plus orienté vers les entreprises.
… l’accent a été mis sur la sensibilisation à la valeur ajoutée apportée par l’analyse d’affaires. Nous [NDLR : l’IIBA] voulions aider les organisations à comprendre comment l’analyse d’affaires peut les aider à améliorer leurs activités et les informer sur la manière dont l’IIBA peut les aider à améliorer leurs pratiques. (Traduction libre, IIBA, 2016).
Durant les années 2010 et 2011, l’association a continué à travailler pour que les entreprises de tous secteurs reconnaissent le rôle et la valeur des analystes d’affaires, et à développer l’adhésion de nouveaux membres au niveau international. Forte de plus de 16 000 membres, l’IIBA a toutefois toujours du mal à faire reconnaitre le rôle de l’analyste dans les entreprises. En 2012, le site de l’IIBA prône la continuité du développement de la pratique et parle de « … gagner encore plus de reconnaissance pour la profession d’analyse d’affaires … (traduction libre) ». Pour cela, l’association lance la Global Community of Practice (GCOP) qu’elle décrit ainsi : « Le GCOP a pour but d’impliquer chaque membre de la communauté des analystes d’affaires qui se soucie du succès de la profession pour les faire progresser (traduction libre) ». Le discours de l’association, au travers de la création du GCOP, révèle qu’il y a un manque de reconnaissance du rôle de l’analyste d’affaires au sein des entreprises. Ceci n’empêche pas l’IIBA d’atteindre le nombre de 25 000 membres en mars 2012. Le manque de reconnaissance est confirmé par le résumé de l’année suivante, en 2013, qui présente l’année comme « l’année de votre carrière ». L’IIBA s’est d’ailleurs questionnée sur son existence durant cette période afin de confirmer deux points majeurs. Le premier relève de l’importance de la pratique de l’analyse d’affaires, le deuxième met en exergue le souci de vouloir communiquer l’importance du rôle de l’analyste d’affaires au sein des organisations. En 2015, l’association compte presque 30 000 membres, plus de 220 membres corporatifs et est répartie au sein de 110 branches. L’IIBA se reconnait comme l’association leader de la profession d’analyste d’affaires. L’IIBA propose maintenant quatre niveaux de certification et édite le BABOK® dans sa troisième version.
Les SI sont complexes et, pour les concevoir, les développer, les gérer, et en assurer la réussite opérationnelle, des compétences techniques et des compétences affaires sont nécessaires (Gendron & Jarmoszko, 2003). Pour cela, les programmes en gestion des technologies d'affaires (GTA) des écoles et facultés de gestion préparent les diplômés à maîtriser à la fois le domaine technique et le domaine affaires pour servir de repères entre le monde des TI et celui des affaires (Sidorova, 2013). Également, la reconnaissance de la nécessité d’une meilleure compréhension des affaires par les praticiens et les
gestionnaires a abouti à la professionnalisation de la pratique (Sidorova, 2013). Tel qu’elle est défendue par l’IIBA, cette professionnalisation continue offre l’opportunité de différencier les compétences nécessaires de l’analyse d’affaires ; ces compétences sont en lien avec les principales occupations exercées par les finissants des programmes en GTA (Sidorova, 2009, 2013).
D’un côté, l’analyse d’affaires représente une opportunité de spécialisation prometteuse pour les étudiants des programmes en GTA et les établissements qui l’enseignent (Sidorova, 2013). Toutefois, selon Richards et Marrone (2014), l’enseignement et l’apprentissage de cette spécialisation représentent un défi dû à la nature dynamique et interdisciplinaire du matériel à enseigner : l'évolution rapide des technologies impose de trouver un équilibre entre l’enseignement des fondamentaux et le contenu en évolution pour répondre adéquatement aux besoins actuels et futurs du secteur. Néanmoins, il existe déjà un chevauchement entre les compétences enseignées dans les cursus des programmes en GTA et les compétences enseignées dans des formations reconnues par l’IIBA pour les analystes d’affaires (Sidorova, 2009). Selon Sidorova (2009), compléter le cursus des analystes GTA avec une formation à la pratique de l’analyse d’affaires apporterait un « plus » notamment par l’entremise des connaissances suivantes :
Le concept de « processus » intrinsèque à la pratique de l’analyse d’affaires. L’analyste d’affaires « suit » un processus permettant de s’assurer de conduire toutes les activités
importantes devant être effectuées, par exemple : la structuration des groupes d’exigences ou la validation des exigences. Un autre avantage de cette vision « processus » décrite dans le BABOK® est qu’elle met en relief les interrelations entre les activités, via les flux d’intrants et leurs résultats.
L’analyse de l’entreprise, qui manque dans le cursus GTA. L’étudiant en GTA, dans le cours d’analyse et conception de systèmes (System Analysis and Design - SA&D), se concentre sur des applications informatiques individuelles et se tient loin des problèmes d’architecture et de comment toutes les applications peuvent s’interrelier.
La communication des exigences, qui est un domaine clé de l’analyse d’affaires et qui est minimalement couverte dans la formation traditionnelle en GTA.
L’évaluation de la solution, qui se produit pendant et après l’étape de mise en œuvre. Bien que certains aspects de l’évaluation de la solution tels que l’assurance de la qualité et les tests soient habituellement abordés dans les chapitres de mise en œuvre des livres d’analyse et conception de systèmes (SA&D), d’autres aspects importants ont tendance à être négligés, y compris ceux liés à la communication des résultats.
D’un autre côté, l’analyse d’affaires reste rarement enseignée en administration des affaires en dehors des programmes en GTA, et la pertinence des compétences et des connaissances en analyse d’affaires ne se limite pas aux solutions de SI (Sidorova, 2013). Les développements dans le secteur des SI soulignent l’importance de l’analyse d’affaires et indiquent que l’analyse d’affaires est un champ de spécialisation important dans les cursus en administration des affaires (Sidorova, 2013). D’ailleurs, selon les résultats de la dernière étude sur les tendances informatiques de Kappelman (2018), parmi les 10 compétences techniques les plus difficiles à trouver et les 10 compétences techniques les plus importantes, celles de l’analyste d’affaires se classent en 3e position dans les deux cas.
1.2.
Profession et métier
Pour la présente étude, la littérature observée est francophone et anglophone. Il est à noter que pour ce sous-chapitre, le sens de certains termes diffère entre les deux langues. Il n’existe pas de traduction littérale. Dubar (2015) précise que le terme profession en français à deux sens différents, il est un « faux-ami » et couvre généralement les sens des termes anglais profession et occupation ; également le terme français métier apporte une nuance due à son origine occidentale commune avec les professions : les corporations. Ceux qui exerçaient une profession pouvaient faire partie d’une corporation contrairement à ceux exerçant un métier (Dubar, 2015). Ainsi, il est proposé dans le cadre de cette étude de limiter le sens du terme français profession au seul sens anglais profession et d’utiliser le terme métier pour ce qui n’est pas une profession et qui s’apparente au terme occupation en anglais.
Après avoir présenté sommairement la profession dans les prochains paragraphes, nous expliquerons les distinctions marquantes envers le métier puis pourquoi nous considérons l’analyse d’affaires comme tel. Ce choix de présenter selon l’ordre classique en sociologie des professions (Tourmen, 2007) est volontaire, c’est-à-dire en parlant « des critères permettant de définir une profession avant de montrer leur complexité et de les nuancer. » (Tourmen, 2007, p. S15)
Le fonctionnalisme considère la profession comme une communauté relativement homogène dont les membres partagent une identité, des valeurs, une définition des rôles et des intérêts communs (Bucher & Strauss, 1961). Bien qu’il n’existe pas de définition figée et bornée de ce qu’est une profession (Bucher & Strauss, 1961; Cogan, 1955; Goode, 1960; Haga, 1974), cinq caractéristiques principales ont été bien établies :
1. La profession couvre un ensemble de connaissances techniques et de compétences spécialisées (Abbott, 1988; Barber, 1965; Cogan, 1955; Haga, 1974; Luthans et al., 1976; Parsons, 1964; Wilensky, 1964).
2. La présence d’organisations ou d’associations professionnelles participe à la promotion et l’encadrement de la profession (Abbott, 1988; Barber, 1965; Haga, 1974; Luthans et al., 1976). 3. Les compétences des praticiens sont scolairement transmissibles via une éducation standardisée (Abbott, 1988; Cogan, 1955; Flexner, 2001; Goode, 1960; Luthans et al., 1976; Wilensky, 1964) dont les examens peuvent agir comme barrière à l’exécution de la pratique (Abbott, 1988; Barber, 1965; Haga, 1974; Luthans et al., 1976).
4. La profession répond à un ensemble de normes, un code de conduite ou un code d’éthique (Abbott, 1988; Barber, 1965; Cogan, 1955; Goode, 1960; Haga, 1974; Luthans et al., 1976; Wilensky, 1964).
5. L’exercice de la profession est caractérisé par une propension marquée envers l’altruisme et la notion de service rendu envers la communauté passant avant l’intérêt du professionnel (Barber, 1965; Cogan, 1955; Flexner, 2001; Goode, 1960; Haga, 1974; Luthans et al., 1976; Parsons, 1964; Wilensky, 1964).
Tous les auteurs ne font pas l’unanimité au sujet de ces caractéristiques, mais aucun auteur ne contredit une caractéristique attribuée par un autre auteur (Goode, 1960). Finalement, Goode (1960) suggère que l’on peut réduire à deux caractéristiques essentielles la définition d’une profession : une formation spécialisée prolongée par un ensemble de connaissances abstraites et une orientation vers la collectivité ou le service. En plus de ces caractéristiques, le passage d’un métier à une profession se fait notamment par l’institutionnalisation du métier (Goode, 1960) et par la professionnalisation de ce dernier (Dubar et al., 2015).
Le premier point fait référence à la notion de continuum (métier vers profession) introduite par Goode (1960). L’auteur part du principe que seulement certaines caractéristiques sont présentes pour un métier. Plus un métier devient une profession, plus certains traits caractéristiques émergent pour aboutir à une caractéristique présente. Parmi les traits caractéristiques, Goode (1960) cite notamment : les normes propres d’éducation et de formation,
une expérience de socialisation plus poussée que dans d’autres occupations, une pratique professionnelle reconnue avec une forme d’autorisation de l’exercice, des conseils d’admission tenus par des membres de la profession,
des législations concernant l’exercice de la profession, l’augmentation des revenus,
le pouvoir et le prestige pouvant exiger des candidats à la profession de plus haut calibre, un renforcement de l’affiliation des membres à la profession.
Ces traits caractéristiques peuvent être considérés comme dérivées sur le plan sociologique des deux caractéristiques essentielles précisées par Goode (1960) et sont étroitement interdépendants ; ils concernent les relations sociales et revendiquent des obligations et droits entre le client et le professionnel, les professionnels entre eux ou le professionnel et une institution (Goode, 1960). Ainsi, le passage d’un métier vers une profession se réalise par institutionnalisation graduelle des rôles relationnels entre le professionnel et la société (Goode, 1960). L’institutionnalisation est à la fois un processus et un état qualitatif (Tolbert & Zucker, 1996). Plus précisément, une pratique ou une innovation est qualifiée d’institutionnalisée lorsqu’elle est tenue pour acquise et que son utilisation devient la norme dans les organisations (DiMaggio & Powell, 1983; Greenwood et al., 2002). Le deuxième point, la professionnalisation, fait référence au processus par lequel un métier devient une profession grâce à la mise en place d’un cursus éducatif spécifique transformant des connaissances empiriques en savoirs scientifiques (Dubar et al., 2015). Selon les analyses de Merton (1958), le principal mécanisme de ce processus correspond à la bureaucratisation des carrières (Dubar, 2015; Dubar et al., 2015) qui s’explique typiquement ainsi : les praticiens dudit métier se rapprochent des institutions éducatives pour instaurer une formation professionnelle permettant de se distinguer des « emplois similaires ». Par la suite, ils s’intègrent aux institutions universitaires pour faire sanctionner la réussite de l’apprentissage des savoirs scientifiques par des diplômes dont le niveau de difficulté permettra de hiérarchiser le développement de la carrière professionnelle ; chaque niveau de diplomation est associé à un échelon professionnel.
Ainsi, la profession dispose de caractéristiques et est le résultat des processus d’institutionnalisation et de professionnalisation. Le métier reste donc distinct de la profession. Dans l’esprit du public et des groupes professionnels eux-mêmes, cette distinction repose principalement sur deux critères : 1) des connaissances ou des doctrines systématiques acquises uniquement à travers une longue formation prescrite, et 2) l’adhésion à un ensemble de normes professionnelles ou de conduites professionnelles menant à un idéal de service, un dévouement aux intérêts du client plus qu’au profit personnel ou commercial devant guider les décisions lorsque le client et le professionnel sont en conflit (Wilensky, 1964). Le premier critère distingue le métier de la profession par l’absence du mécanisme de bureaucratisation des carrières et le deuxième fait référence à l’absence d’une des caractéristiques de la profession, soit la propension marquée envers l’altruisme. Ainsi, la profession peut être vue comme un cas particulier de métier, pour laquelle un processus de professionnalisation
(mécanisme de bureaucratisation du savoir) a été entrepris par les membres de la pratique ; dont les membres favorisent la notion de service rendu envers la communauté avant leur propre intérêt ; et dont une institution légale a été réalisée, cloisonnant l’exercice de la profession aux membres de l’institution ou de l’ordre (Tourmen, 2007).
Au regard de ces distinctions, nous considèrerons l’analyse d’affaires comme un métier, et non comme une profession, puisque son exercice ne requiert pas de cursus universitaire sanctionné par un diplôme spécifique menant à un titre, ne se démarque pas des autres métiers grâce à une propension marquée envers l’altruisme, et n’est pas règlementé.
1.3.
Fondement conceptuel
Selon Latreille (1980), le développement d’un métier fait suite d’une part, à sa revendication par un regroupement d’individus d’un même domaine nécessitant l’existence d’une formation ou d’apprentissages spécifiques et, d’autre part, à la reconnaissance du métier par autrui. Le premier point fait référence à la définition du métier, tandis que le deuxième point fait référence à son adoption dans les milieux praticiens. Toujours selon Latreille (1980), la définition d’un métier se construit autour des dimensions « rôles », « tâches », « savoir-faire » et « connaissances » que les candidats au métier doivent développer.
La littérature observée concernant le métier dans le cadre de cette étude n’a pas permis de définir le rôle du praticien. Pour le définir, nous proposons d’adapter la définition du rôle professionnel qui se construit autour de trois caractéristiques spécifiques : le savoir pratique, la compétence spécialisée et l’intérêt détaché (l’altruisme) (Dubar et al., 2015). Comme nous considérons l’analyse d’affaires comme un métier et non une profession, nous ne retiendrons pas les caractéristiques du rôle professionnel qui sont propres à la profession, dans notre cas l’altruisme. Ainsi, nous considérons que la dimension « rôles » réfère à l’exercice d’un savoir pratique nécessitant des compétences spécialisées. La dimension « tâches » regroupe les activités de travail plus ou moins détaillées et négociables localement réalisées par les praticiens (Tourmen, 2007). La dimension « savoir-faire », qui réfère au savoir empirique, regroupe les savoirs pratiques (accumulation d’expériences de travail) et les savoirs professionnels (ensemble de pratiques et techniques) (Dubar, 2015). La dimension « connaissances » réfère au savoir théorique, soit ce qui concerne la formation générale ou le savoir conceptualisé (Dubar, 2015), sanctionné par un diplôme et un titre scolaire ou universitaire (Dubar et al., 2015).
Les dimensions (ou indicateurs) « rôles », « tâches », « savoir-faire » et « connaissances » forment le concept de métier que nous considérons comme un construit réflectif (versus formatif). D’une part, parce qu’un changement dans un construit réflectif affecte ses indicateurs sous-jacents, contrairement au construit formatif où un changement dans ses indicateurs affecte ce construit (Jarvis et al., 2003, cités par Petter et al. 2007). D’autre part, nos indicateurs pourraient avoir du contenu similaire ou partager un thème commun, en d’autres termes, nos indicateurs ne sont pas mutuellement exclusifs (Jarvis et al., 2003). Finalement, lorsque des indicateurs sont utilisés pour examiner un construit sous-jacent qui n’est pas observable, ils peuvent être appelées « indicateurs réflectifs » (Traduction libre, Edwards & Bagozzi, 2000, p. 625, cités par Petter et al. 2007). Pour ces raisons, et selon les règles de décisions permettant de définir si un construit est réflectif ou formatif (Jarvis et al., 2003, p. 203, tableau 1), nous proposons que la combinaison des dimensions « rôles », « tâches », « savoir-faire » et « connaissances » définisse le construit non observable de l’analyse d’affaires. La figure 1 résume le cadre conceptuel et son contexte dans le cadre de notre étude.
Figure 1 : Cadre conceptuel et son contexte
Développement d un métier
Formation spécifique Reconnaissance du métier
Définition Appropriation par les milieux de pratique Revendication d une identité
Tâches Savoir-faire
Rôles Connaissances
Chapitre 2. Méthodologie
Afin de guider notre étude et répondre aux questions de recherche Q1 et Q2 énoncées dans l’introduction, nous avons réalisé une revue de littérature suivant les recommandations de Templier et Paré (2015, 2018) et de Petersen et al. (2008, 2015). Nous avons suivi les étapes proposées par Templier et Paré (2015) impliquées dans le développement et la réalisation d’une revue cumulative de type descriptif (Paré et al., 2015), à l’exception de l’étape d’évaluation de la qualité des articles, car ce n’est pas nécessaire dans ce type de revue. Les étapes formuler le problème, rechercher la littérature, sélectionner les articles, extraire les données, et analyser et synthétiser les données présentées dans la figure 2 sont décrites dans ce chapitre. Nous avons également suivi les recommandations de la cartographie méthodique pour classifier et structurer le domaine étudié puis, l’analyse des résultats nous a permis de rendre compte des fréquences de publications des catégories du schéma (Petersen et al., 2008). Finalement, la combinaison des différentes facettes (regroupement des catégories du schéma) nous a permis de répondre aux questions de recherche (Petersen et al., 2008).
Figure 2 : Méthodologie
La description du processus de collecte des articles et d’extraction des données primaires, les validations de la sélection et du codage de ces données ainsi que certaines statistiques descriptives concernant ces données sont incluses dans ce chapitre.
Analyser et synthétiser Sélectionner les articles Extraire les données Rechercher la litérature Algorithme Base de données Codage a posteriori Codage a priori Formuler le problème Construction d une définition
Q2
Q1
pour répondre à pour répondre à Critères2.1.
Rechercher la littérature
Nous avons recherché des articles académiques dans les bases de données ABI/INFORM global (ABI), Business source premier (BSP), Association for Information System (AIS) e-library et Google Scholar. Nous avons utilisé une requête pour chacune des sources de données afin de sélectionner des articles révisés par les pairs ayant les mots clés business analysis ou business analyst dans le titre, dans le résumé ou dans le sujet. Chaque article a été téléchargé et sauvegardé au format PDF puis géré à l’aide du logiciel Zotero permettant d’assister la recherche, l’organisation et la citation de références bibliographiques. Les articles introuvables, c’est-à-dire ceux dont nous n’avons pas pu obtenir un exemplaire1, ont été retirés de la liste. L’utilisation de la bibliothèque Zotero a permis de fusionner les doublons en plus de conserver pour chacun des articles l’ensemble des métadonnées associées. Une fois la bibliothèque constituée, nous avons réalisé une extraction des données de la bibliothèque vers un fichier Excel permettant d’avoir la liste des articles et leurs métadonnées associées (année de publication, auteurs, titre, etc.). Cette liste a été triée par année et par auteur puis un code unique numérique incrémental a été attribué à chaque article.
2.2.
Sélectionner les articles
À partir des 495 articles académiques identifiés par notre requête, nous en avons sélectionné 66 pour l’étape d’extraction des données primaires. Nous avons commencé par exclure les articles en fonction des critères suivants : non anglophone, non académique, ne comporte aucune référence à l’analyse d’affaires dans l’article entier (excluant la bibliographie). Nous avons ensuite sélectionné les articles à inclure en fonction de la condition suivante : il y a présence d’une définition partielle ou complète de l’analyse d’affaires ou de l’analyste d’affaires, ou de toute personne réalisant des activités associées à la pratique de l’analyse d’affaires. La figure 3 présente le processus de sélection des articles.
1 Deux articles se sont avérés absents des bibliothèques électroniques ou introuvables via le système de prêt
Figure 3 : Sélection des articles
Les 66 articles sélectionnés ont été publiés entre 1979 et 2016 (voir l’annexe A pour la liste complète). La figure 4 présente une répartition de ces articles par années de publication. Nous remarquons une augmentation constante de la publication des articles ayant comme thématique l’analyse d’affaires laissant penser que l’intérêt est grandissant.
Figure 4 : Répartition des articles sélectionnés par année
Nous avons validé la sélection des 66 articles à l’aide d’un test de mesure d’accord entre observateurs (Kappa de Cohen (1960)). Pour ce faire, nous avons prélevé un échantillon d’environ 10% des articles parmi ceux recherchés (48 articles sur la base des 495 répondants aux critères). L’échantillon fut composé des articles dont le code unique numérique se termine par 5, ce qui a permis une sélection au hasard. Ensuite, un deuxième codeur a appliqué les critères d’exclusion puis d’inclusion sur les articles de l’échantillon fourni. Les résultats ont été comparés avec ceux du premier codeur à l’aide du test de K (Kappa). Le résultat du test présenté dans le tableau 1 (pour les résultats complets, voir l’annexe B) démontre une force d’agrément substantiel (0.61-0.80) selon Landis et Koch (1977).
Recherche
(nombre d articles) AIS = 22 ; ABI = 157 BSP = 204 ; Google = 177
(Doublons = 63)
(Introuvable = 2) Lecture rapide
Exclusion Non anglophone = 13 Non académique = 94 Aucune référence =115 Lecture complète Inclusion Propose une définition
495 articles répondant aux critères Exclusion de 222 articles Sélection de 66 articles sur 273 0 5 10 15 20 25 30 1979 - 1984 1985 - 1989 1990 - 1994 1995 - 1999 2000 - 2004 2005 - 2009 2010 - présent
Tableau 1 : Mesure d’accord Kappa – résultat de la sélection
2.3.
Extraire les données
À partir des articles sélectionnés, nous avons réalisé une réduction des données (Miles & Huberman, 1994) en sélectionnant tous les extraits de texte définissant la pratique de l’analyse d’affaires ou l’analyste d’affaires ou toute personne réalisant des activités associées à la pratique de l’analyse d’affaires. Le logiciel NVivo a été utilisé pour catégoriser les extraits de texte. Plus précisément, chaque extrait de texte des sources (articles sélectionnés) correspond à une référence codée selon la catégorie2 « Analyse d’affaires ».
Nous avons validé l’extraction de texte sur la base d’échantillons d’articles analysés par deux autres codeurs (15 articles sélectionnés au hasard pour le codeur 1, 10 articles sélectionnés au hasard pour le codeur 2 en suivant un processus similaire à la sélection des articles pour la validation précédente). Les résultats des deux codeurs ont été comparés avec nos extractions puis deux rencontres de travail ont eu lieu (le chercheur avec le codeur 1 puis le chercheur avec le codeur 2) pour établir un consensus au sujet des divergences de codage. Une fois le consensus établi avec les deux codeurs, une deuxième passe de réduction des données a été effectuée afin de constituer les données primaires pour l’analyse.
2.4.
Analyser et synthétiser
À l’aide du logiciel NVivo, nous avons codifié les données primaires extraites des 66 articles selon les deux principaux types de code utilisés pour le codage de données : le code descriptif et le code inférentiel (Miles & Huberman, 1994). Un code est « une étiquette permettant d'attribuer des unités de signification aux informations descriptives ou inférentielles compilées au cours de l’étude » (traduction libre, Miles & Huberman, 1994, p. 56). Le premier type de code nécessite peu ou pas d'inférence au-delà de l’information elle-même, il sert de base à un codage ultérieur plus important ;
2 Le logiciel NVivo utilise le terme de « nœud ». Un nœud dans NVivo correspond à une catégorie. Chaque
le deuxième type de code nécessite un certain degré d'inférence au-delà des données, il est une sorte de « méta-code » (Punch, 2009). Pour notre analyse, les codes descriptifs sont les éléments regroupés en codes inférentiels que nous appelons catégorie. Nous avons ensuite créé deux facettes pour regrouper les catégories (Petersen et al., 2008). Une facette contient une ou plusieurs catégories et chaque catégorie est composée d’un ou plusieurs éléments (voir figure 5).
Figure 5 : Regroupement des codes.
La facette « dimensions » permet de définir le construit et regroupe les catégories a priori « rôles », « tâches », « savoir-faire » et « connaissances » et la catégorie a posteriori « savoir-être ». Ces catégories représentent les dimensions de la pratique. La facette « éléments contextuels » regroupe les catégories a posteriori « secteur organisationnel » et « finalité ». La sélection d’un élément d’une des catégories de la facette « éléments contextuels » revient à filtrer le corpus en ne prenant en compte que les publications indexées par l’élément sélectionné. Conséquemment, le nouveau corpus — composé uniquement des articles indexés par l’élément sélectionné — remodèle la facette « dimensions », engendrant un nouveau construit contextualisé de la pratique. Tous les extraits de texte ont ainsi été codifiés en fonction de catégories établies (a priori) et de catégories émergentes (a posteriori).
Nous avons validé le codage des extraits de texte en utilisant la technique du Tri de cartes (Card sorting) (Moore & Benbasat, 1991). Plus précisément, nous avons validé le codage des catégories de la facette « dimensions », soit les dimensions « rôles », « tâches », « savoir-faire », « savoir-être » et « connaissances ». Nous avons sélectionné au hasard de 4 à 6 extraits de textes codés dans chacune de ces cinq dimensions. Au total, ce sont 24 extraits de texte codés dans les cinq catégories qui ont été imprimés chacun sur une carte puis mélangés. Nous avons ensuite demandé à un autre codeur, au cours d’un atelier durant lesquels les instructions ont d’abord été données, de classer ces 24 cartes selon les cinq catégories désignées. Les résultats ont été comparés avec ceux du premier codeur à
Catégorie 1 (code inférentiel) Élément 1 (code descriptif) Élément ... (code descriptif) Catégorie n (code inférentiel) Élément ... (code descriptif) Facette (regroupement) Élément n (code descriptif)
l’aide du test de K (Kappa). Le résultat du test présenté dans le tableau 2 (pour les résultats complets, voir l’annexe C) démontre une force d’agrément modérée (0.41-0.60) selon Landis et Koch (1977).
Tableau 2 : Mesure d’accord Kappa – 1er résultat du tri de cartes
La faible valeur de la force d’agrément s’explique par le fait que les extraits de texte choisis au hasard peuvent avoir été codés selon plusieurs dimensions par le 1er codeur. Par exemple : un extrait a été codifié dans la dimension « tâches » et dans la dimension « rôles » par le 1er codeur. Cet extrait a été classé dans le logiciel SSPS3 selon la première catégorie, soit la dimension « tâches » dans le cas présent, puis le 2ème codeur l’a codifié dans la dimension « rôles ». SSPS va comparer la valeur « tâches » et la valeur « rôles » et noter que le résultat diffère. Une analyse manuelle a donc été réalisée, suivie d’un deuxième atelier avec le 2ème codeur pour confirmer la corrélation de certains codages. À l’issue de cet exercice, le résultat du test présenté dans le tableau 3 (pour les résultats complets, voir l’annexe D) démontre une force d’agrément substantielle (0.61-0.80) selon Landis et Koch (1977).
Tableau 3 : Mesure d’accord Kappa – 2ème résultat du tri de cartes
À l’issue du codage, nous sommes en mesure de répondre à la première question de recherche, car nous avons établi autour de quelles dimensions se construit la pratique de l’analyse d’affaires. Nous avons ensuite analysé le contenu des différentes facettes et leurs catégories afin de pouvoir répondre à la deuxième question de recherche. Pour cela, nous avons établi la fréquence f de publication des
3 Le logiciel IBM SPSS (Statistical Package for the Social Sciences) est un logiciel utilisé pour l'analyse
catégories et leurs éléments, puis nous avons classé les catégories et leurs éléments selon cette fréquence. La fréquence f de publication correspond au nombre d’articles dans lequel la catégorie ou l’élément est indexé divisé par le nombre total des articles du corpus. Ensuite, nous avons croisé l’information entre les facettes et utilisé des graphiques à bulles. Ces derniers permettent de prendre en compte facilement plusieurs facettes simultanément et donnent un aperçu d’un domaine (Petersen et al., 2008).
Chapitre 3. Résultats
Comme indiqué au chapitre 2, tous les extraits de texte ont été codés a priori et a posteriori, car nous sommes restés ouverts à l’émergence de nouvelles catégories non identifiées a priori dans nos bases conceptuelles relatives au métier. Les extraits codés ont ensuite été analysés.
Ce chapitre présente les résultats de l’analyse en trois sections. Les deux premières sections présentent respectivement les facettes « dimensions » et « éléments contextuels ». La troisième section présente la prise en compte simultanée des deux facettes.
3.1.
La facette « dimensions »
La facette « dimensions » regroupe les catégories « tâches », « savoir-faire », « rôles » et « connaissances » et la catégorie émergente « savoir-être ». Cette facette représente le construit réflectif du concept de l’analyse d’affaires. Le tableau 4 présente les fréquences de publication, le nombre d’éléments et les occurrences par catégorie. Les résultats montrent que toutes les catégories a priori sont présentes au sein du corpus. Les catégories « tâches » et « savoir-faire » y sont plus fortement représentées. Facette Dimensions Catégories f Fréquence de publication Nombre d’éléments (Nombre d’occurrences4) Tâches 85% 47 (577) Savoir-faire 62% 65 (447) Savoir-être 27% 23 (122) Rôles 23% 28 (104) Connaissances 15% 26 (50)
Tableau 4 : Fréquence de publication des dimensions
Pour chacune des catégories, nous présentons les éléments les plus représentés. Nos critères au sujet de la représentativité des éléments correspondent à inclure les éléments représentant 70% des occurrences de la dimension puis à exclure ceux ayant une fréquence de publication inférieure ou égale à 5%, soit une présence dans 3 articles ou moins. La liste exhaustive des éléments de chacune des catégories est disponible à l’annexe E.
3.1.1. La dimension « tâches »
La dimension la plus présente au sein du corpus est la dimension « tâches ». Ce sont 56 articles sur 66, soit une fréquence de publication de f =85%, pour lesquels les auteurs précisent que la pratique de l’analyse d’affaires comporte des tâches à réaliser. Les tâches recensées sont variées : 47 tâches distinctes sont énoncées. Nous présentons les 10 tâches les plus représentées selon les critères d’inclusion et d’exclusion.
Analyser (f = 56%) : dans le sens de décomposer pour étudier puis rendre compte de l’étude, le type d’analyse le plus courant concerne l’analyse de la compétition ou le balisage , ex aequo avec l’analyse de processus d’affaires, suivi de l’analyse des exigences d’affaires (p. ex. : Amrollahi et al., 2014; Grant, 2016; Raghuvansh, 2013). Viennent ensuite l’analyse de données (p. ex. : des données de ventes, des données démographiques, des données bancaires) et
l’analyse de coût (p. ex. : Ghosh, 2015; Ozer, 2003). Les autres tâches visant à analyser, bien que très variées (45 types d’analyses recensées), n'offrent qu’une présence marginale (f < 5%, soit une présence dans 3 articles ou moins au sein du corpus).
Collecter de l’information, des données (f = 45%). Dans le sens de colliger, rassembler ou réunir des éléments d’information dispersés. Les auteurs réfèrent à divers types de collecte d’information, p. ex. : besoins des utilisateurs, information issue des sites Web des partenaires, données concernant les segments de marché ciblés, information permettant de capturer le comportement des compétiteurs, données financières (p. ex. : Atanasova, 2011; Chung, 2009; Ozer, 2003; Zhang & Soergel, 2016). Certains auteurs utilisent le verbe « éliciter » plutôt que le verbe « collecter » (p. ex. : Fouad et al., 2011; Sidorova, 2013). Dans ces cas, les auteurs réfèrent uniquement à la collecte des besoins d’affaires.
Identifier (f = 38%) : une vingtaine de tâches d’identification sont recensées. Dans le sens de faire émerger ou reconnaitre comme appartenant à une classe ou un concept, la tâche
d’identification la plus présente concerne les changements ou les opportunités pour
l’organisation, suivi des problèmes dans l’organisation, puis des activités d’affaires sans valeurs ajoutées, ex aequo avec l’identification des buts organisationnels, des risques, des solutions et des parties prenantes (p. ex. : Atanasova, 2011; Ghosh, 2015; Grant, 2016; Sonteya & Seymour, 2012). Les autres tâches d’identification sont plus marginales (f < 5%).
Évaluer (f = 35%) : dans le sens de déterminer par le calcul et non pas de porter un jugement sur la valeur ou l’importance de quelque chose, cette tâche comporte presque une vingtaine de déclinaisons, trois sont prédominantes et du même contexte : l’évaluation du retour sur
investissement, suivi de l’évaluation de budgets, ex aequo avec l’évaluation de la performance financière (p. ex. : Abu et al., 2012; Gloy & LaDue, 2003; Grant, 2016).
Documenter (f = 30%) : dans le sens d’informer, de fournir des documents préalablement créés par l’analyste d’affaires pour documenter ses analyses. L’accent est principalement mis sur la documentation des exigences d’affaires (p. ex. : Atanasova, 2011; Foorthuis & Brinkkemper, 2008; Serrano et al., 2014).
Définir (f = 27%) : dans le sens de déterminer les caractéristiques de l’objet étudié, cette tâche vise essentiellement la définition des processus d’affaires et la définition de la profitabilité (p. ex. : Amrollahi et al., 2014; Martovoy & Mention, 2016).
Communiquer (f = 26%) : dans le sens de faire connaitre, cette tâche vise le partage de l’information détenue par l’analyste d’affaires, notamment communiquer les exigences
d’affaires (p. ex. : Schreiner, 2007; Sidorova, 2013) ou communiquer les résultats d’une analyse financière ou le retour sur investissement (p. ex. : Bingham & Quigley, 1989; Hanlon &
McMahon, 2001; Ozer, 2003).
Modéliser (f = 23%) : dans le sens de présenter une vue simplifiée de la réalité, l’analyste d’affaires modélise principalement les processus de l’organisation, qu’il s’agisse des processus d’affaires, processus métier ou processus de bout en bout (p. ex. : Amrollahi et al., 2014; Fouad et al., 2011; Ghosh, 2015)
Spécifier (f = 20%) : dans le sens de caractériser un objet pour le distinguer des objets similaires, cette tâche vise exclusivement la spécification des exigences d’affaires (p. ex. : Atanasova, 2011; Ghosh, 2015; Raghuvansh, 2013; Richards & Marrone, 2014).
Créer (f = 14%) : dans le sens de concevoir et réaliser, cette tâche fait référence à la création d’éléments relativement divers tels des rapports de gestion, des bases de données ou des prototypes pour une solution (p. ex. : Brady & Denison, 2006; Martin et al., 2014; Sidorova, 2009)
3.1.2. La dimension « savoir-faire »
La deuxième dimension la plus présente au sein du corpus est la dimension « savoir-faire ». Ce sont 41 articles sur 66 (f = 62%) pour lesquels les auteurs précisent que la pratique de l’analyse d’affaires nécessite des savoir-faire. Ces derniers sont variés; 65 savoir-faire distincts sont recensés. Nous présentons les 12 savoir-faire les plus représentés selon les critères d’inclusion et d’exclusion. Les techniques d’analyse (f = 27%) : 27 techniques sont recensées. Chacune d’entre elles n’est indexée que dans peu d’articles (3 au plus). La plus présente est l’analyse de la documentation,
