Notes de lecture : Thinking in Systems, de Donella Meadows

Une file s'allonge alors que tout le monde travaille. Ne compter que les tâches terminées aujourd'hui peut faire oublier combien sont arrivées et combien ont réellement quitté le processus.

Thinking in Systems, de Donella H. Meadows, propose des concepts pour examiner ces relations. Ces notes portent sur les stocks et les flux, présentés dans l'extrait partagé par le Donella Meadows Project. L'édition brésilienne publiée par Sextante s'intitule Pensando em sistemas.

Le lien Amazon est un lien d'affiliation.

L'exemple d'équipe qui suit est ma propre application à un cas hypothétique. Il explore les concepts sans attribuer à l'autrice une recommandation précise concernant cette entreprise.

Une quantité qui change dans le temps

Meadows attire l'attention sur les stocks, quantités accumulées, et les flux qui les modifient. Dans une baignoire, le volume d'eau est le stock ; l'eau qui entre et sort modifie ce volume. Si plus d'eau entre qu'il n'en sort, le stock augmente.

Cette distinction permet d'examiner une quantité et le processus qui la change. Un stock observé à un moment reflète des événements antérieurs. Modifier un flux peut prendre du temps pour modifier l'accumulation.

Pour appliquer le concept, définissez ce que vous comptez. Une file de commandes, une quantité de matériaux et une mesure de confiance demandent des observations différentes. Les appeler tous « stocks » ne leur donne pas la même précision.

Un exemple de travail accumulé

Imaginez une équipe fictive recevant des demandes de modification. Pendant une période, dix arrivent et six atteignent le point d'achèvement défini par l'équipe. Sans autres entrées ni sorties, la file augmente de quatre.

Les chiffres sont illustratifs. Terminer six demandes ne suffit pas à établir une amélioration. Le résultat dépend aussi des entrées, des sorties par d'autres voies et de l'accumulation antérieure.

Avant le calcul, définissez une demande. Un message en contenant plusieurs pourrait compter pour un élément ou plusieurs. Une demande annulée quitte aussi la file sans avoir été livrée. Réunir ces sorties change l'interprétation.

Ces définitions permettent de vérifier si la trace représente le travail que vous souhaitez comprendre.

Pourquoi un instantané peut tromper

Une petite file un jour peut refléter une livraison exceptionnelle, moins de demande ou plusieurs annulations. Pour interpréter le comportement, suivez une période et les événements qui changent entrées et sorties.

De même, une grande file peut s'être formée avant une amélioration. Si l'équipe termine désormais plus de demandes qu'elle n'en reçoit, la quantité peut diminuer tout en paraissant élevée isolément.

Demandez combien de temps chaque élément reste ouvert et si le groupe comprend des tâches abandonnées jamais retirées. Un compte peut mêler urgences, demandes sans informations et idées qui ne devraient pas partager une file.

Définissez le stock selon votre question. Mélanger ces types de travail en attente peut masquer précisément la différence à observer.

Une intervention a besoin d'un mécanisme

Si la file grandit, recruter peut être une option. Examinez d'abord ce qui limite l'achèvement. L'équipe peut avoir de la capacité d'exécution et dépendre d'une approbation lente. Des informations incomplètes peuvent provoquer des reprises.

Le changement proposé doit expliquer quel flux il affecte et comment. Davantage d'exécutants peut accroître le travail prêt à vérifier sans augmenter les livraisons finales. De meilleures informations peuvent réduire les retours si leur absence est une cause pertinente.

Une intervention peut aussi modifier les entrées. Limiter les engagements ou négocier le périmètre affecte clients et revenus. Considérez ces conséquences au lieu de faire de la réduction de la file le seul objectif.

Les limites de l'application

Une file de tâches ne se comporte pas exactement comme l'eau. Les éléments peuvent beaucoup varier en complexité et changer de taille pendant l'exécution. Compter saisit un aspect du travail sans représenter toute la capacité nécessaire.

Vous pouvez suivre séparément les types de demandes ou ajouter effort et ancienneté. La question détermine le choix. Une trace complexe que personne ne maintient peut devenir moins utile malgré son apparente précision.

Le modèle a aussi besoin d'une frontière. Si l'équipe termine sa tâche et transfère le problème à un autre service, sa file diminue alors que la livraison au client reste bloquée. Définissez quel résultat marque la sortie du processus étudié.

Une façon d'essayer cette lecture

Choisissez une file déjà suivie. Décrivez ce qui entre, ce qui sort et ce qui y maintient un élément. Observez une période comprenant des conditions habituelles pertinentes.

Proposez ensuite un changement possible. Si vous pensez que des informations incomplètes provoquent les retours, comparez cas complets et incomplets avant de modifier tout le processus.

Utilisez la fiche d'enquête sur un problème pour conserver les observations et séparer votre explication des données. En revenant à la lecture, posez une question concrète : quel comportement cette représentation a-t-elle aidé à expliquer et qu'a-t-elle omis ?