Identification de configurations par la méthode Fuzzy set Qualitative Comparative Analysis : Illustration par la contribution de la technologie PLM au respect du temps de développement

Inventée par le sociologue Charles Ragin dans les années 80 pour identifier les configurations expliquant un phénomène, la méthode Qualitative Comparative Analysis (QCA) est utilisée en sciences de gestion depuis le milieu des années 2000. La recherche en management des systèmes d'information semble faire exception, avec quelques rares articles parus récemment. Pourtant, cette méthode fondée sur la comparaison de cas présente plusieurs atouts pour explorer les phénomènes dans le champ des systèmes d'information tels que l'équifinalité (existence de plusieurs combinaisons causales pouvant expliquer le même résultat), la complexité causale (un résultat étant issu de combinaisons causales et rarement d'une seule cause), la sensibilité aux cas déviants et l'attention aux limites de l'observation. L'ambition de cet article est de présenter cette méthode pour les recherches en Management des SI ainsi que ses avantages et ses limites, à travers notamment une illustration. Celle-ci utilise la variante fuzzy set QCA (Fs QCA) fondée sur les ensembles flous et porte sur les conditions d'utilisation de la technologie Product Lifecycle Management (PLM) contribuant au respect du temps de développement dans les projets de co-développement de nouveaux produits. Fuzzy set QCA permet d'identifier les configurations de conditions nécessaires et suffisantes pour un résultat. Dans l'illustration, nous avons ainsi identifié cinq configurations possibles pour un bon respect du temps de développement. En particulier, nous avons mis en évidence une configuration où l'usage des trois sous-systèmes de la technologie PLM est suffisante pour un bon respect du temps de développement. La méthode fuzzy set QCA permet d'analyser la complexité causale et notamment l'équifinalité des configurations aussi bien pour un résultat positif que pour une résultat négatif et ainsi de traiter les problèmes de causalité dite asymétrique dans l'allocation des ressources.