Matrice de décision simplifiée (1 seule feuille Excel) : mode d’emploi clair et efficace

La matrice de décision simplifiée tient sur une unique feuille Excel et permet de comparer 3–4 options rapidement, sans usine à gaz. Elle est idéale pour un choix opérationnel (sélection de fournisseur, d’outil, de solution) où l’on veut un résultat objectif, traçable et lisible.

La matrice de décision simplifiée est l’outil parfait pour décider vite et bien. Elle met de la rigueur dans l’arbitrage sans complexité inutile : un cadre clair, des calculs automatiques, un résultat lisible. Adaptez les critères, peaufinez les poids, testez un scénario… et prenez votre décision avec confiance.

1) Ce que fait le modèle — en une phrase

Vous définissez quelques critères, vous attribuez des poids, vous notez les alternatives : le fichier calcule automatiquement les scores, le classement et met en évidence la meilleure option.

2) Architecture de la feuille

Bandeau Titre
Un en-tête coloré pour identifier le document (utile en comité).
Bloc Paramètres (col. R–S)
- Mode de pondération : Base ou Scénario B (permet de tester deux visions).
- Note min/max : échelle de notation (par défaut 1 à 5).
Tableau principal (A–P)
- Critères (8 lignes par défaut) : Type (Bénéfice ou Coût), Poids Base, Poids B, Poids actif (calculé selon le Mode), Min/Max.
- Notes par alternative (Alt 1…Alt 4).
- Contributions par alternative (poids × note normalisée) et totaux en bas.
- Contrôles automatiques : alerte si la somme des poids ≠ 100.
Classement (R–T)
Tableau synthèse Score / Rang des alternatives, avec surlignage du rang 1.

3) La logique de calcul (simple et robuste)

Pondération
- Vous saisissez deux colonnes de poids (Base et B).
- Le Poids actif est pris dans l’une ou l’autre selon le Mode choisi.
Type du critère
- Bénéfice : plus la note est élevée, mieux c’est.
- Coût : plus la note est faible, mieux c’est (inversion automatique).
Normalisation 0–1
Pour rendre les critères comparables, chaque note est ramenée entre 0 et 1, à partir du Min/Max définis (ex. 1–5).
- Bénéfice : (note – min) / (max – min)
- Coût : (max – note) / (max – min)
Contribution d’un critère
Score normalisé × Poids actif (en pourcentage).
Score d’une alternative
Somme des contributions sur tous les critères.
Classement
Plus le score est élevé, meilleur est le rang. Le modèle utilise une méthode compatible avec toutes les versions d’Excel (pas de fonction exotique).

4) Mise en route en 5 étapes

Paramétrer l’échelle (col. R–S)
Laissez 1–5, ou passez à 1–10 si c’est votre habitude.
Renseigner les critères
- Nommez vos critères.
- Choisissez le Type (Bénéfice ou Coût).
- Répartissez les Poids Base (la somme doit faire 100). Copiez/ajustez Poids B si vous voulez un scénario alternatif.
Saisir les notes
Dans les colonnes Alt 1…Alt 4, mettez les notes pour chaque critère (entre Min et Max). Des listes/validations évitent les erreurs.
Lire les résultats
Les totaux se mettent à jour en bas du tableau ; le classement à droite affiche la meilleure alternative en vert.
Tester un scénario
Basculez le Mode (Base → Scénario B) pour voir si le classement change.

5) Interpréter la sortie

Score : valeur agrégée (0–1 si les poids sont normalisés), directement comparable entre alternatives.
Rang : 1 = meilleure option, 2 = deuxième, etc.
Écart entre 1er et 2ᵉ (si présent) : plus il est grand, plus la décision est robuste.
Heatmap des contributions : repère les critères vraiment discriminants.

6) Bonnes pratiques (pour des décisions solides)

8–12 critères suffisent largement : trop de critères diluent l’information.
Indépendance : évitez les doublons (“Qualité” et “Performance” très corrélées).
Poids validés collectivement : faites relire par métier + finance + opérations.
Échelles cohérentes : gardez la même plage (ex. 1–5) pour tous les critères, sauf cas justifié.
Traçabilité : conservez un onglet ou une colonne Remarques/Source si le contexte l’exige (audit).

7) Personnaliser le modèle (sans tout casser)

Ajouter des critères : insérez des lignes sous le tableau, propagez les formules de contribution et mettez à jour la somme des poids.
Plus d’alternatives : dupliquez les colonnes de notes et contributions (Alt 5, Alt 6…), puis étendez la zone de totaux et de classement.
Changer l’échelle : passez Min/Max à 0–100 si vos données sources sont des pourcentages.
Couleurs : adaptez la palette (titres/en-têtes/heatmap) à votre charte.

8) Contrôles et dépannage

Sommes de poids ≠ 100 → corrigez avant d’interpréter le score.
Notes hors plage → la validation empêche les erreurs, mais vérifiez si vous modifiez les Min/Max.
#NOM? dans les totaux → utilisez de préférence une version du fichier avec formules Excel “universelles” (noms en anglais, labels FR), reconnues par toutes les langues d’Excel.
Rien ne se met à jour → passez Excel en Calcul automatique (onglet Formules), ou pressez F9.

9) Exemple express

Supposons 4 alternatives et 6 critères avec Poids Base qui totalisent 100.
Vous notez chaque alternative de 1 à 5. Le modèle :

inverse les critères Coût ;
normalise en 0–1 ;
multiplie par le Poids actif ;
additionne → Score ;
trie → Rang.
Basculez ensuite en Scénario B pour voir si la préférence reste stable : si Alt 1 reste première, votre choix est robuste ; si l’ordre s’inverse, discutez des pondérations ou collectez plus de données.

10) Pourquoi ce modèle marche bien

Il force un raisonnement explicite (critères, poids, notes).
Il est court et actionnable : une feuille, un classement.
Il permet la transparence : chaque contribution est visible.
Il est reproductible : changez les entrées, observez les sorties, expliquez la décision.

Matrice_Decision_1Feuille_Universal Download

Définitions essentielles autour d’une matrice de décision

Tableau qui compare plusieurs alternatives selon des critères pondérés. Chaque alternative reçoit un score global (somme des contributions par critère), ce qui permet un classement objectif.

Alternative

Option évaluée dans la matrice (ex. fournisseurs A, B, C). Une ligne de calcul produit son score et son rang.

Critère

Caractéristique mesurée pour comparer les alternatives (prix, qualité, délai…). Un bon critère est pertinent, mesurable et non redondant.

Type de critère (Bénéfice / Coût)

Bénéfice : plus la note est élevée, mieux c’est (ex. performance).
Coût : plus la note est faible, mieux c’est (ex. dépenses, risques).
Le type guide l’inversion lors de la normalisation.

Pondération (Poids)

Importance attribuée à chaque critère. Les poids sont généralement fixés pour que leur somme = 100 (ou 1 si normalisés).

Poids normalisé

Version des poids ramenée à une somme de 1 : Poids normaliseˊi=Poidsi∑Poids\text{Poids normalisé}_i = \frac{\text{Poids}_i}{\sum \text{Poids}}

Utile pour comparer des modèles ou faire des mix de scénarios.

Poids actif

Poids effectivement utilisé au calcul (ex. Base, Scénario B ou Mix). Il peut intégrer des multiplicateurs (par catégorie) avant normalisation.

Échelle de notation (Min–Max)

Plage de notes autorisées pour tous les critères (ex. 1–5 ou 0–100). Une échelle unique facilite la comparabilité.

Normalisation des notes

Transformation d’une note sur l’échelle Min–Max vers [0 ; 1] :

Bénéfice : (note−min)/(max−min)
Coût : (max−note)/(max−min)

Inversion (critères de Coût)

Mécanisme qui transforme une note faible (meilleure) en score normalisé élevé pour garder la cohérence du sens des scores.

Contribution

Impact d’un critère sur une alternative : Contribution=Score normaliseˊ×Poids actif\text{Contribution} = \text{Score normalisé} \times \text{Poids actif}

Les contributions additionnées donnent le score.

Score global

Somme des contributions de tous les critères pour une alternative. Sert à trier les alternatives (plus haut = mieux).

Classement

Ordre des alternatives selon le score global (1 = meilleur). On peut afficher l’écart 1er–2ᵉ pour juger la marge de sécurité.

Scénario (Base / B / Mix)

Jeux de poids alternatifs pour tester différentes visions (métiers vs finance). Le Mix combine Base et B via un pourcentage.

Analyse de sensibilité

Étude de la stabilité du classement quand on modifie les poids, l’échelle ou quelques notes. Elle révèle les critères dominants et les choix fragiles.

Dominance

Une alternative domine une autre si elle est au moins aussi bonne sur tous les critères et strictement meilleure sur au moins un. Elle est alors préférée sans calculs avancés.

Seuils & règles de décision

Limites minimales à respecter (ex. conformité ≥ 80/100). Une alternative qui ne respecte pas un seuil éliminatoire est écartée quel que soit son score.

Robustesse de la décision

Capacité du résultat à rester inchangé malgré des variations raisonnables des poids/notes. Une grande robustesse inspire confiance.

Validation des données

Contraintes qui empêchent les saisies aberrantes (notes hors plage, texte à la place d’un nombre). Améliore la qualité et la traçabilité.

Heatmap (carte de chaleur)

Mise en forme qui colore les contributions pour repérer d’un coup d’œil les critères qui pèsent le plus dans l’écart des scores.

Traçabilité (Sources & Remarques)

Champ où l’on note l’origine des données (audit, devis, benchmark) et les hypothèses. Indispensable pour défendre la décision.

MCDA (Multi-Criteria Decision Analysis)

Famille de méthodes (dont la matrice pondérée) pour comparer des options selon plusieurs critères : simple, transparente et extensible.

AHP (Analytic Hierarchy Process)

Variante MCDA où les poids proviennent de comparaisons par paires entre critères. Utile quand la pondération directe est difficile.

Biais cognitifs (à surveiller)

Ancrage : se fixer sur la première info (ex. prix de départ).
Halo : une qualité positive déteint sur le reste.
Confirmation : on cherche ce qui confirme son idée.
Les pondérations collectives et la sensibilité aident à limiter ces biais.

Bonnes pratiques

Critères indépendants, poids validés collectivement, échelle homogène, scénarios testés, sources documentées, et contrôle que la somme des poids = 100 (ou 1).