Capital One a déployé l'imagerie des chèques en modélisant qui chaque option pénaliserait

Capital One prévoyait de déployer une technologie d'imagerie des chèques auprès des caissiers d'environ 1 000 agences de détail. La réponse évidente en gestion de projet consistait à choisir la trajectoire de déploiement la plus rapide ou la moins coûteuse, mais des projets bancaires similaires avaient subi des retards ainsi que l'insatisfaction des clients et des employés.

Le premier modèle décisionnel offrait à la direction une comparaison quantitative globale des options de déploiement. Les dirigeants ont ensuite repéré le piège : une option qui semblait correcte dans l'ensemble pouvait néanmoins nuire suffisamment à un secteur d'activité pour bloquer le projet.

L'équipe a reconstruit l'analyse autour de la théorie de la décision de groupe, en séparant le point de vue de chaque groupe de parties prenantes de la vision combinée de l'entreprise. Cela a mis en évidence pourquoi les trois options initiales étaient toutes défaillantes et a aidé les dirigeants à concevoir une quatrième stratégie de déploiement.

Le geste élégant a consisté à intégrer les frictions organisationnelles comme donnée d'entrée du modèle. Au lieu de traiter la résistance comme une tâche de gestion du changement postérieure au modèle, Capital One s'en est servi pour façonner le plan de mise en œuvre lui-même.

Optimiser la douleur d'adoption, pas seulement la vitesse de déploiement

Moyenner l'utilité des parties prenantes aurait masqué les points de douleur locaux susceptibles de retarder l'adoption.

La méthode a transformé une dispute sur le déploiement en une comparaison structurée des compromis par secteur d'activité.

La stratégie finale a émergé des échecs du modèle, et non en forçant une option prédéfinie à l'emporter.

Pour les grands déploiements internes, le modèle astucieux est souvent celui qui montre à qui le flux de travail se brise, et non celui qui maximise un score agrégé.

L'article rapporte que la nouvelle stratégie a évité les retards observés dans d'autres banques mettant en œuvre une technologie similaire, a permis d'économiser environ 30 millions de dollars et a amélioré la satisfaction des clients et des employés. Le cas a été publié dans INFORMS Journal on Applied Analytics en 2023.