Insights
Conseils pratiques sur les projets d’immobilisations, la gouvernance, le financement et la réalisation pour les dirigeants autochtones et du secteur public.
La qualité dans les projets a deux dimensions distinctes : la qualité du produit — fait-il ce qu'il est censé faire — et la qualité du processus — les bonnes étapes ont-elles été suivies correctement. La plupart des équipes de projet se concentrent presque exclusivement sur la première et négligent la seconde, ce qui entraîne des échecs de qualité coûteux en fin de parcours.
Read more →L'éventail de l'automatisation des entrepôts est vaste — des systèmes de convoyeurs aux robots mobiles autonomes et à la préparation de commandes guidée par l'IA. Le capital est limité et les projets d'automatisation sous-performent fréquemment. La question n'est pas de savoir s'il faut automatiser, mais où l'automatisation crée une valeur réelle et où elle crée une complexité coûteuse.
Read more →Les organismes sans but lucratif font face à une pression constante pour réduire les frais généraux et démontrer leur impact. Lean Six Sigma — axé sur l'élimination du gaspillage et la réduction de la variation — s'applique directement aux processus de prestation de services à volume élevé, aux exigences de conformité des subventions et aux opérations de collecte de fonds qui définissent le travail des OSBL.
Read more →Les équipes d'ingénierie des données construisent et maintiennent les pipelines, entrepôts de données et infrastructures analytiques dont dépend le reste de l'organisation. Scrum fonctionne bien pour l'ingénierie des données — mais l'appliquer sans adaptation crée des inadéquations entre le cadre Scrum et les réalités du travail sur les données.
Read more →L'inflation modifie l'économie de la livraison de projets d'une manière que la planification contingente standard n'aborde pas. Quand les coûts des matériaux augmentent de 15 % pendant la phase d'exécution, quand les taux de main-d'œuvre sont renégociés en cours de contrat, le chef de projet a besoin d'une boîte à outils différente — pas seulement d'une réserve de contingence plus importante.
Read more →Tout ce qui se trouve en aval dans une chaîne d'approvisionnement — approvisionnement, production, stocks, logistique — est planifié à partir de la prévision de la demande. Quand la prévision est erronée, les coûts se propagent : excédents de stocks, ruptures, fret d'urgence et ventes perdues. La planification de la demande n'est donc pas un luxe technique, mais une capacité stratégique de la chaîne d'approvisionnement.
Read more →La plupart des programmes qualité tentent d'éliminer les défauts après coup. Le DFSS prend le contrepied : il applique des méthodes statistiques rigoureuses à l'étape de conception, avant qu'un produit ou un processus n'existe, afin que la qualité soit intégrée dès le premier jour. L'économie est convaincante — trouver un défaut à la conception coûte une fraction du coût de le trouver en production ou chez le client.
Read more →Les industries réglementées — services financiers, soins de santé, pharmaceutique, dispositifs médicaux, aviation — imposent des exigences de documentation et de validation qui semblent incompatibles avec l'agile. Elles ne le sont pas. Les équipes Scrum peuvent livrer des produits conformes sans abandonner les pratiques qui les rendent efficaces.
Read more →L'IA commence à affecter la gestion de projet : prédiction du risque de calendrier, rapports d'état automatisés, prévision des ressources, identification des risques. Mais le jugement humain dans les relations avec les parties prenantes et la responsabilité du CP n'ont pas changé. Ce qui compte, c'est de savoir quelles capacités sont réelles et comment rester pertinent.
Read more →La diversité des fournisseurs consiste à inclure de manière proactive des entreprises appartenant à des groupes sous-représentés dans la base d'approvisionnement. L'argument d'affaires est réel : un bassin concurrentiel plus large, l'innovation issue de perspectives diverses, et des exigences croissantes dans les contrats publics.
Read more →Le Lean Six Sigma est souvent perçu comme un outil pour les grandes organisations. Mais les startups ont aussi des problèmes de processus — intégration client incohérente, arriérés de tickets, déploiements peu fiables. La question n'est pas de savoir si le LSS s'applique, mais quelles parties de la méthode aident vraiment à cette échelle.
Read more →Les projets de machine learning ont des caractéristiques qui défient le Scrum standard : les résultats sont probabilistes et non déterministes, les expériences remplacent les fonctionnalités comme unité de travail, les données d'entraînement sont une dépendance, et la performance du modèle est une courbe plutôt qu'un simple succès/échec.
Read more →