Initiative de gestion des risques d’entreprise, Poole College of Management, Université d’État de Caroline du Nord

Valeur de la catégorisation

L’esprit humain est une machine de catégorisation qui absorbe constamment des volumes de données et développe immédiatement des pensées et des opinions pour comprendre l’environnement. Un article récent de la Harvard Business Review suggère que la pensée catégorique est un état d’esprit de type silo et qui peut grandement entraver les pensées que nous développons. Cependant, il y a une valeur à la catégorisation. Les auteurs pensent que deux choses doivent être vraies pour que la valeur soit développée; elle doit être valide et utile. Les entreprises ont tendance à créer et à dépendre de catégories invalides ou non utiles, ce qui peut entraîner des erreurs critiques.

Dangers de la Pensée catégorique

Le danger de la pensée catégorique commence par sa capacité à créer de puissantes illusions. Nous, en tant que société, avons tendance à sauter aux conclusions lorsque nous le voyons catégorisé au sein d’un groupe spécifique et pensons que c’est correct. Les auteurs suggèrent que Le test de Myers Briggs en est un exemple parfait; le test oblige les participants à répondre à 93 questions avec seulement 2 choix de réponses possibles et compile leurs réponses en une seule catégorie de personnalité parmi un total de 16 types différents. Les auteurs organisent les dangers de la pensée catégorique de la manière suivante:

1. Compression
   1. Marché cible – Des études ont été menées pour montrer que la segmentation et les études de marché cibles ne décrivent pas avec précision le marché. Les spécialistes du marketing voient des similitudes et commencent à imaginer le client prototype et ne reconnaissent pas que des variations existent toujours au sein des catégories. Les auteurs proposent une question clé aux analystes et aux gestionnaires pour aider à réduire les effets de la précipitation vers cette conclusion: Quelle est la probabilité que deux clients de clusters différents soient plus similaires que deux clients du même cluster?
   2. Marchés financiers – Les auteurs prennent comme exemple la bulle Internet de la fin des années 1990, pour montrer comment les gens vont allouer du capital de manière inefficace en termes de risque et de rendement pour suivre la “norme sociale”, même lorsque rien n’a changé dans l’entreprise.
2. Amplification
   1. Dynamique de groupe – Les auteurs discutent de la façon dont les personnes affiliées à des partis politiques opposés ont tendance à surestimer l’extrémité des opinions des uns et des autres. La réalité est similaire à l’étude pour le marché cible et que des variations existent au sein de l’idéologie et des positions politiques de chaque parti et que les similitudes entre les personnes appartenant à des partis distincts peuvent être plus proches de 50% que de 0%.
   2. Profilage des clients – Les auteurs soulignent cette sous-section de l’amplification due à l’ère actuelle du big Data. Des entreprises, telles que Facebook, attribuent des catégories à des personnes en fonction des données de recherche et associent des annonces associées à cette personne. C’était un gros problème avec l’élection de 2016, car les entreprises ont pris les données de Facebook et ont mal compris l’écart entre les parties et ont commencé à délivrer des messages hautement personnalisés à chaque groupe.
3. Discrimination
   1. Sur le ciblage – Cette étude a montré qu’il est en fait préférable de cibler la population en général plutôt qu’un marché cible spécifique avec des publicités Facebook. La différence de succès s’est avérée être seulement.03% de plus avec la cible à un coût beaucoup plus élevé. Les spécialistes du marketing sont obsédés par les marchés cibles et ignorent la valeur du marketing pour la population en général et l’extension de la portée de leurs campagnes publicitaires.
   2. Interprétation biaisée des corrélations – Les auteurs utilisent un exemple de nuage de points et montrent comment nous associons la corrélation à des résultats positifs au lieu de résultats négatifs. Ils affirment que le fait de ne pas participer de manière égale à toutes les catégories nuit à votre capacité à découvrir avec précision les relations entre les variables.
4. Fossilisation
   1. Innovation – L’innovation consiste à briser les barrières de la pensée catégorielle et à utiliser des objectifs interdisciplinaires pour les départements métier. Les auteurs discutent de la façon dont les futurs problèmes commerciaux ne tomberont pas dans un silo d’affaires spécifique et devront plutôt utiliser les compétences uniques de plusieurs départements pour résoudre les problèmes en question.

Stratégies pour limiter les dangers de la Pensée catégorique

Les auteurs ont créé le processus en quatre étapes suivant pour aider un leader réfléchi à éviter les dommages et les dangers de la pensée catégorique:

1. Accroître la sensibilisation
2. Développer des capacités d’Analyse continue des données
3. Critères de décision d’audit
4. Planifier des réunions régulières de “défossilisation”

Résumé

L’esprit humain utilise des catégories pour reconnaître et déchiffrer rapidement les informations et communiquer avec le monde. Les problèmes qui découlent d’un état d’esprit de pensée catégorique sont que nous pouvons être trop à l’aise avec notre style de pensée et commencer à voir des catégories là où il n’y en a pas. Le but de cette étude était de développer des stratégies pour lutter contre les dangers de la pensée catégorielle à mesure que la révolution des données progresse et que notre monde devient encore plus rapide et plus adapté à la révolution des données. Notre avenir dépendra de notre capacité à ajuster notre style de pensée et à apprendre à atténuer les conséquences de la pensée catégorique et à continuer d’innover dans la façon dont nous traitons, analysons et communiquons nos pensées et nos opinions.

Lien: Harvard Business Review “Les dangers de la pensée catégorique”