Soutien à la transformation de la gestion de projet d'une entreprise par l'élaboration d'un modèle de maturité de gestion de projet et d'un modèle prédictif causal entre les citères de maturité et la performance du projet

Supporting the transformation of a company's project management by elaborating an invariant-based project management maturity model and a causal predictive model between maturity criteria and project performance

• Auteur / Autrice : Felipe Sánchez Garzón
• Direction : Eric Bonjour, Davy Monticolo
• Type : Thèse de doctorat
• Discipline(s) : Génie des systèmes industriels
• Date : Soutenance le 19/11/2019
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale SIMPPé - Sciences et ingénierie des molécules, des produits, des procédés, et de l'énergie (Lorraine ; 2018-....)
• Partenaire(s) de recherche : Laboratoire : Équipe de recherche sur les processus innovatifs (Nancy)
• Jury : Président / Présidente : Eric Levrat
• Jury : Examinateurs / Examinatrices : Eric Bonjour, Laurent Geneste, Claude Baron
• Jury : Rapporteurs / Rapporteuses : Laurent Geneste, Claude Baron

Mots clés

Mots clés contrôlés

Systèmes experts (informatique)

Statistique bayésienne

Méthodes agiles (informatique)

Efficience (gestion)

Théorie de la prévision

Gestion de projets

Mots clés libres

Gestion de projet

Modèle de maturité

Agilité

Réseaux bayésiens

Modélisation des connaissances

Project management

Maturity model

Agility

Bayesian networks

Knowledge modeling

Résumé

Cette thèse CIFRE, réalisée au sein de SOPRA STERIA, apporte une contribution sur l’élaboration d’un modèle causal entre la maturité de la gestion de projet et les performances du projet et propose une méthodologie pour construire une architecture d'un système de prévision des performances d’un projet. Pour élaborer une telle architecture, il nous a fallu définir des modèles décrivant de façon rigoureuse et abstraite ce qu’est la maturité de la gestion de projet et une méthode explicitant la relation causale entre cette maturité et les performances des projets, notamment la réduction du risque de surcoûts. Nos travaux se déclinent dans les contributions suivantes : - Proposition d’un modèle de maturité pour l’évaluation de la maturité de la gestion de projet, plus abstrait et concis que ceux qui existent. - Application du modèle proposé dans le contexte de l’Industrie 4.0 (gestion de projet agile). Nous avons utilisé ce modèle pour développer une méthodologie permettant de passer de la gestion de projet classique à la gestion de projet agile. - Choix d’une technique de modélisation causale, dans le champ de l’Intelligence Artificielle, adaptée au domaine du management de projet. - Proposition d’une méthode pour construire un modèle de réseaux bayésiens permettant d’expliciter le lien entre maturité de gestion de projet et risque de surcoût. Nos propositions ont été validées à partir de l’expertise de consultants et de données issues de grands projets d’ingénierie. Des travaux futurs pourront porter sur l’adaptation du modèle à d’autres types de projets et sur la prise en compte des compétences métiers.

This thesis, performed in collaboration with the company SOPRA STERIA, proposes the architecture of a system for predicting the performance of a project. To develop such an architecture, we defined what project management maturity is in a rigorous and abstract way. Then we develop a methodology to create models that explain the causal relationship between project management maturity and the operational performance of projects, specifically the predicting cost overrun risks in engineering projects. Our work has the following contributions: - Proposal of a maturity model for project management evaluation more abstract and concise than the existing ones - Application of the proposed model to projects in the specific industrial environment (agile project management). We used that model to develop a methodology to move from classical project management to agile project management. - Choice of a causal modeling technique, in the field of Artificial Intelligence, adapted to the world of project management. - Proposal of a methodology to clarify the link between project management maturity and cost overrun risks in engineering projects. Our proposals were validated on the expertise of consultants and data from large engineering projects. Nevertheless, our methodology and models are general enough to go beyond the strict framework of these sectors.