ithink ® est un logiciel de modélisation dynamique conçu par l'entreprise américaine High Performance Systems Inc. Il est vendu sur le marché depuis 1985.
ithink ®
permet à l'utilisateur de bâtir des modèles dynamiques de simulation, de prévision et
de mise à l'essai de scénarios. Le logiciel comporte une vaste gamme d'applications
efficaces : réorganisation des activités commerciales, apprentissage
organisationnel, gestion des ressources humaines, planification stratégique, etc. Il a
été adapté par la Direction de la recherche de la Commission de la fonction publique,
afin de pouvoir servir à l'établissement de prévisions en matière de ressources
humaines (RH).
Ce logiciel a été utilisé pour la
macrosimulation de scénarios à partir des tendances historiques et courantes touchant
les mouvements de personnel (p. ex., recrutement, promotions, cessations d'emploi et
départs à la retraite).
ithink® a notamment cette
particularité de pouvoir examiner simultanément les interrelations complexes de nombreux
processus de RH et de déterminer les effets de ces processus sur l'ensemble du système.
En raison de la souplesse inhérente du logiciel, les hypothèses concernant les tendances
futures peuvent être simulées, puis modifiées en cours de simulation. La possibilité
de simuler des résultats permet aux planificateurs et aux gestionnaires des RH de mettre
à l'essai de nombreux scénarios et de prévoir les résultats qu'auront les politiques
en matière de RH avant leur mise en oeuvre. À des fins de gestion, ithink®
fournit une rétroaction immédiate sur les changements des systèmes de RH. Il contribue
aussi à la précision des enjeux en matière de RH et des futures contingences, ainsi
qu'à la détermination anticipée des problèmes éventuels. En outre, ithink®
permet de mettre à l'essai des stratégies pour s'y attaquer. and the identification
of potential problems before they arise.
Modules de base
Le logiciel
ithink® utilise un langage graphique simple pour bâtir des
modèles de macrosimulation dynamique. Les modules de base incluent les stocks, les flux,
les convertisseurs et les connecteurs. Au plan opérationnel, les stocks font globalement
fonction d'accumulateurs [lh2]; ils déterminent l'offre, ou les « stocks »,
de ressources humaines (capital intellectuel ou capital savoir) à un moment donné (p.
ex., le nombre d'employés de la catégorie PS qui ont le droit de prendre leur
retraite maintenant par rapport au nombre de ceux qui ne peuvent pas le faire). Dans le
langage ithink®, les flux constituent les verbes. Ils représentent les
mouvements à la hausse ou à la baisse des stocks de RH (p. ex., le départ des
personnes admissibles à la retraite au cours de la prochaine année ou le départ de
celles qui, parmi les personnes admissibles à la retraite, quitteront leur emploi). Les
flux illustrent l'activité reliée aux stocks au fil du temps. Les stocks fournissent une
image ponctuelle de la population, tandis que les flux correspondent aux mouvements des
stocks (les entrées et les sorties). Les stocks et les flux sont donc
interdépendants : les sorties donnent lieu à une baisse des stocks, les entrées,
à une hausse (ce qui du coup augmente le stock des sorties possibles). Les stocks et les
flux constituent les principaux éléments d'un modèle dynamique.
Par rapport aux stocks et aux flux, les
convertisseurs jouent souvent le rôle d'adverbes. Comme une main sur un robinet, ils
servent à contrôler, à réguler, à varier ou à modifier d'une autre manière le
volume des flux. Par exemple, dans le cas des sorties attribuables aux départs à la
retraite, le convertisseur sert à déterminer le volume annuel de ces départs
(importance des sorties); par ailleurs, le convertisseur sert de calculatrice pour le
suivi de l'importance des différents stocks à l'intérieur du système, ou encore pour
établir la proportion d'un stock par rapport à un autre. Les convertisseurs peuvent
faire de même pour les flux, en calculant le cumul des sorties durant une période
donnée).
Les connecteurs assurent les communications entre
stocks, flux et convertisseurs. Ils fournissent de l'information et une rétroaction aux
éléments du système. Par exemple, pour maintenir une population à un certain niveau au
fil du temps, l'information ayant trait au nombre d'employés qui quittent leur emploi
doit être transmise au convertisseur contrôlant le flux de recrues dans le système, de
façon à assurer le suivi des pertes et à les contrebalancer.
Le tableau suivant présente de façon concise
les modules de base du langage ithink® et leur
application aux systèmes de ressources humaines.
Tableau 1 Modules de base d'ithink® bet relations avec les paramètres des ressources humaines
Modules de base |
Paramètres |
Stocks(noms, accumulateurs) |
Population d'un ministère; employés appartenant à un groupe professionnel; employés répartis selon le
groupe d'âge. |
Flux (verbes) |
Entrées : recrutement externe, promotions, transferts latéraux, nominations, etc. Sorties :
retraite, démissions, etc. |
Convertisseurs (adverbes, déterminants et calculatrices) |
Hypothèses, régulateurs de flux, paramètres stratégiques, objectifs, relations et équations
reliant différentes variables. |
Connecteurs (liens) |
Liens qui relient les stocks aux flux, les flux aux flux, les flux et les stocks aux convertisseurs.
Les connecteurs créent des boucles de rétroaction au moyen desquelles des éléments du
modèle peuvent surveiller et contrebalancer les modifications touchant d'autres
éléments. |
2. Points forts et limites du modèle ithink®
Voici les points forts et les limites du modèle ithink® M.
POINTS FORTS |
LIMITES |
Type de simulation
- ithink® possède une grande souplesse et peut servir à l'élaboration de toute une gamme de modèles de macrosimulation.
- Les modèles de macrosimulation se basent sur les tendances historiques et courantes pour prédire les tendances futures à partir de différents système d'information sur la gestion.
- Les macrosimulations sont fondées sur le comportement global des groupes plutôt que sur celui des particuliers. Il est possible de modéliser toute population pouvant être définie (ministère, région, groupe professionnel, groupe et niveau compris dans le système de classification, groupe désigné aux fins d'équité en matière d'emploi, etc.).
- On peut utiliser des taux constants ou variables pour prévoir les changements.
- Le logiciel peut servir à mettre à l'essai tout un éventail de scénarios.
Modèles de renouvellement naturel et encouragé
- ithink® reproduit les mouvements à
l'intérieur du système à la façon d'un modèle de renouvellement naturel, où l'on
calcule des variables clés comme les comportements associés aux sorties (retraite,
cessations d'emploi et autres) afin de prévoir les besoins au chapitre des entrées
(recrutement à l'externe, transferts, promotions). On peut également élaborer des
modèles de renouvellement encouragé à l'égard des promotions et du recrutement.
Aspects relatifs aux données
- Les tendances sur le plan des mouvements sont évaluées séparément.
- Les entrées et les sorties sont déterminées à partir des tendances historiques ou au moyen de scénarios établis par
l'utilisateur .
Caractéristiques
- Grâce à la souplesse d'Ithink®, les utilisateurs peuvent modifier les tendances touchant les entrées et les sorties afin
de mettre à l'essai des scénarios et de valider des hypothèses.
- ithink® est un modèle visuel à l'aide duquel les utilisateurs peuvent illustrer des activités
relatives à la mobilité (interne et externe).
- La CFP a conçu différents modèles aux fins de planification des RH à l'échelle de la fonction publique ou au niveau régional,
de prévisions au niveau des ministères et d'équité en matière d'emploi; ces modèles
peuvent facilement être adaptés en fonction des besoins des clients.
|
- La complexité du modèle croît en proportion du nombre de groupes et de niveaux pris en considération, et en proportion de la mobilité entre les groupes dont il faut tenir compte.
- Comme dans le cas d'autres modèles, les prévisions dépendent en grande partie de la qualité des données utilisées.
- Les besoins en données croissent en proportion du nombre de groupes modélisés.
- De même que dans le cas des microsimulations, l'analyse de populations de petite taille peut donner lieu à des prévisions peu fiables et à des termes d'écart inacceptables.
- L'apprentissage du logiciel est difficile et il exige une connaissance approfondie du système des RH dans la fonction publiqueI, de façon à construire des modèles utiles et à garantir un étalonnage
adéquat des convertisseurs et des autres paramètres des modèles.
|
Pour de plus amples renseignements sur le modèle ithink®, visitez le site Web de la Commission de la
fonction publique à l'adresse suivante : http://www.psc-cfp.gc.ca/research/index_f.htm
II. APERÇU DU MODÈLE PERSIM
1. Le modèle PERSIM
Conçu par
Statistique Canada, PERSIM (« Personnel Simulation Model ») est un modèle de
microsimulation servant à prévoir les flux de personnel - entrées, sorties,
mouvements à l'interne - dans une organisation. Le modèle PERSIM projette le
cheminement professionnel de chaque particulier d'une organisation à partir des tendances
historiques et d'hypothèses sur l'avenir établies par l'utilisateur. Comme PERSIM
structure les données historiques et les données de simulation de la même manière, ses
fonctions analytiques peuvent s'appliquer aussi bien au passé qu'à l'avenir. PERSIM est
donc, en outre, un outil d'organisation et d'analyse des données historiques sur le
personnel.
PERSIM est conçu de façon à estimer les effets probables
qu'exerceront différentes solutions stratégiques relatives au personnel sur les futurs
niveaux de dotation d'une organisation, les flux bruts, les cheminements professionnels et
la structure démographique. Les simulations reposant en général sur une analyse
détaillée des tendances récentes au sein du personnel, le modèle est aussi utile pour
examiner les conséquences de politiques antérieures.
2.
Points forts
La plupart des
modèles précédents portaient uniquement sur des groupes de particuliers et sur les
mouvements d'ensemble entre ces groupes (flux globaux ou modèles de macrosimulation). À
ce niveau, les modèles de macrosimulation et les modèles de microsimulation fonctionnent
de manière similaire. Se fondant sur les mêmes hypothèses, ils simuleront l'évolution
globale dans une organisation. La microsimulation offre toutefois plusieurs avantages
particuliers.
D'abord, le cheminement professionnel des
particuliers produit par le modèle de microsimulation peut être analysé de nombreuses
autres façons nouvelles. L'analyste peut examiner comment les particuliers évoluent au
sein de l'organisation et de quelle manière diverses solutions stratégiques peuvent
influer sur ces mouvements. Le modèle n'a pas pour objet de prédire avec exactitude le
cheminement de chaque employé à un moment donné dans l'avenir; il illustre simplement
le fait qu'il existe divers cheminements comportant des mouvements d'un groupe à un
autre, et que ce ne sont pas tous les particuliers qui adopteront en tout point les
comportements prévus pour l'ensemble.
Le modèle Just as it PERSIM permet de prendre en considération
la variation des effets d'un particulier à l'autre, ainsi que la variation des résultats
de simulations à partir des mêmes hypothèses. Ainsi, même si la moyenne des flux
obtenus au moyen de nombreuses microsimulations équivaudra en gros aux flux estimés à
l'aide d'un modèle de macrosimulation, chaque microsimulation produira des résultats
quelque peu différents. PERSIM peut produire beaucoup de simulations à partir des mêmes
hypothèses et fournira les résultats globaux de chaque simulation. contains a feature
that L'utilisateur peut ensuite comparer une simulation donnée à la moyenne prévue et
analyser la variation statistique des résultats moyens, ce qui est impossible avec les
modèles de macrosimulation.
3. Limites du modèle PERSIM
PERSIM est un outil
conçu pour permettre l'évaluation globale des conséquences probables de
différentes solutions stratégiques en matière de personnel. Il ne s'agit pas d'un outil
servant à prédire ce qui arrivera à des particuliers, à gérer des mesures ponctuelles
de dotation ou à prévoir les compétences disponibles dans l'organisation ou
nécessaires à cette dernière.
PERSIM sera d'une utilité relative pour les
petites organisations ou pour les petites unités d'une grande organisation, et ce, pour
deux raisons. D'abord, les échantillons de petite taille produiront des simulations aux
résultats très variables, qui sont moins utiles aux fins d'évaluation de différentes
solutions stratégiques; ensuite, une structure organisationnelle détaillée est rarement
assez stable ou saisie assez précisément pour qu'il soit possible de réaliser des
simulations efficaces. Cela nous amène à la question de la disponibilité et de la
qualité des données.
L'efficacité de PERSIM, ainsi d'ailleurs que
celle de n'importe quel modèle analytique, est directement proportionnelle à la qualité
des données utilisées. Les caractéristiques démographiques ne peuvent être simulées
que dans la mesure où elles existent dans des documents historiques. La détermination
des taux de transition repose sur la consignation précise, en temps opportun, des mesures
de dotation. Aussi les organisations qui sont incertaines de la qualité de leurs
systèmes de renseignements sur le personnel ou dont les systèmes contiennent peu de
données ne trouveront peut-être pas PERSIM utile dans l'immédiat à titre d'outil de
simulation. Par contre, étant donné que PERSIM organise et analyse les données
historiques, il peut être utile à ceux qui souhaitent réorganiser leur système de
renseignements ou accroître leur capacité analytique.
Pour de plus amples
renseignements sur PERSIM, visitez le site Web de Statistique Canada à l'adresse
suivante http://www.statcan.ca.
4. Voici quelques exemples de questions et de préoccupations à
l'égard desquelles les modèles PERSIM et ithink® pourraient se
révéler utiles :
a) Niveaux de dotation
Faisons
l'hypothèse qu'un gel d'un an de la dotation est décrété. Quel effet cette mesure
aurait-elle sur le niveau d'emploi dans les groupes faisant l'objet d'un intérêt au bout
d'un an, de trois ans et de cinq ans? for groups of interest? On supposera que les
tendances au chapitre des promotions et des départs demeurent inchangées.
Si la direction décide de réduire le nombre de postes dans une
catégorie en vue d'atteindre un objectif déterminé sans faire de mises à pied, combien
de temps faudra-t-il pour atteindre cet objectif uniquement grâce à l'attrition?
Fournissez une moyenne estimative et définissez des intervalles de précision.
b) Flux bruts (taux de mouvement)
Supposons qu'une
prime d'encouragement à la retraite anticipée entraîne une hausse de 25 % des
départs à la retraite chez les employés ayant entre 55 et 59 ans. Quel effet cela
aura-t-il sur le nombre de départs à la retraite au cours des cinq prochaines
années? Quels sont les nombres annuels les plus élevés et les plus bas de départs à
la retraite que l'on peut prévoir durant cette période?
c) Cheminement professionnel
S'il est possible de hausser de 15 % sur cinq ans le taux de maintien en poste des jeunes
spécialistes, dans quelle proportion augmentera l'expérience moyenne dans ce groupe? On
supposera que le taux de promotion demeure constant pour le groupe et que sa taille varie.
Si on considère la cohorte actuelle des cadres
supérieurs, combien ont été recrutés à l'extérieur de l'organisation au cours des
dix dernières annéesten? Combien d'entre eux étaient des cadres supérieurs
il y a dix ans? À quel niveau étaient, il y a dix ans, ceux et celles qui ont
grimpé des échelons depuis?
d) Analyses démographiques
Le taux de promotion a-t-il été le même, à tous les niveaux, pour les hommes et les femmes au cours des
cinq dernières années? Si non, quelle serait la différence dans la proportion
d'emplois occupés par des femmes si leur taux de promotion avait été le même que celui
des hommes? Préparez les deux scénarios suivants : 1) utilisez les taux actuels de
recrutement des hommes et des femmes à l'externe;, 2) appliquez aux femmes le taux de
recrutement des hommes. Si tous les taux de transition correspondent aux niveaux
historiques, quel est le taux de représentation des minorités visibles à chaque niveau
considéré dans cinq et dans dix ans ? Quels changements subiraient ces taux si le
recrutement à l'externe de membres des minorités visibles augmentait de façon
générale de 10 %? De 20 %?