L’échelle de Likert (1→5 ou 1→7) permet de mesurer la perception (clients, marketing, UX, service, formation, engagement). En la combinant avec un cadre Go/No-Go, on passe d’avis subjectifs à des décisions traçables (GO / WAIT / NO GO) via des poids, seuils et règles simples. Deux modèles Excel prêts à l’emploi (téléchargeables) couvrent la mesure et la décision.
1) L’idée centrale
Likert standardise la perception (accord/désaccord) sur une échelle courte.
Un cadre Go/No-Go transforme ces mesures (et d’autres critères factuels) en décision avec des seuils explicites.
Résultat : un langage commun entre métier, qualité, marketing, produit, ops.
2) Comment fonctionne Likert (généralisation)
Échelle : 1..5 (ou 1..7 si vous voulez plus de finesse).
Items positifs / inversés :
Positif (plus haut = mieux) → normalisation z=(x−min)/(max−min)
Inversé/“coût” (plus bas = mieux) → z=(max−x)/(max−min)
Indicateurs clés :
Moyenne (1..5) — sentiment moyen.
Top2-box — part des réponses 4–5 (ou 6–7 en 1..7) : “% satisfaits”.
Dispersion — écart-type pour détecter les divergences.
Choisir/adapter les 12 items (banque fournie), marquer les items inversés si nécessaire.
Collecter les réponses (menus déroulants), taguer Segment & Canal.
Lire le Dashboard (moyenne, Top2, décision) et repérer 2–3 items faibles.
Décider avec le modèle Go/No-Go : injecter 2–3 indicateurs clés (Top2, moyenne, dispersion) comme critères pondérés.
Tracer les conditions WAIT (action, responsable, date) + re-mesure.
7) Gouvernance & qualité de données
Définir des libellés stables de segments et canaux pour comparer dans le temps.
Taguer version d’item (code + tag) pour retracer les évolutions.
Contrôler les volumes (éviter d’interpréter < 30 réponses).
Mixer perception et KPI objectifs (délais, bugs, taux de conversion, NPS si vous l’utilisez).
8) Échelle 1→7 : quand et comment
Utile pour départager des alternatives très proches (p. ex. créations marketing).
Règles rapides :
Recode inversé : x_rev = 8 − x
Normalisation : z = (x − 1) / 6
Top2-box : 6–7.
Deux modèles Likert complémentaires pour décider et piloter : GoNoGo_Likert_PassePartout.xlsx & Likert_Satisfaction_Marketing_MultiContextes.xlsx
Ces deux fichiers forment un duo pratique :
le premier aide à décider (GO / WAIT / NO GO) grâce à une analyse multi-critères sur échelle de Likert ;
le second permet de mesurer et comparer la perception (CSAT, marketing, UX, service, formation, engagement) avec des indicateurs standards (moyenne, Top2-box).
1) GoNoGo_Likert_PassePartout.xlsx — décider avec une Likert « universelle »
Prioriser et trancher rapidement entre plusieurs projets/initiatives, en combinant des notes Likert 1→5, une normalisation 0..1, des poids (jusqu’à 4 scénarios), et des seuils de décision.
Ce qu’il contient
Parametres_Likert : échelle Likert (libellés), seuils SEUIL_GO/SEUIL_WAIT, liste des projets, choix du scénario de poids (Default, Conformité-first, ROI-first, HSE-first).
Questionnaire : 16 énoncés prêts à l’emploi (Stratégie, Économie, Technique & Données, Risque & Conformité, Ressources, Client/Qualité, HSE/Cyber, Gouvernance, Opérations) avec Sens (Positif/Inverse) et Poids (4 colonnes).
Reponses (multi-évaluateurs) → Reponses_Num (conversion auto en 1..5).
Agregat_Projet : pour un projet choisi → moyenne par item, normalisation (Bénéfice/Coût), poids effectif, écart-type (consensus), score global et décision (GO/WAIT/NO GO).
Synthese_Projets : score global & décision pour tous les projets + graphique.
Comment ça décide (idée générale)
Normalisation (0..1) par item :
Positif : (note − min) / (max − min)
Inversé/Coût : (max − note) / (max − min)
Score projet : S = Σ (norme × poids) / Σ (poids actifs)
Règle : GO si S ≥ SEUIL_GO, WAIT si SEUIL_WAIT ≤ S < SEUIL_GO, sinon NO GO.
Comités portefeuille, arbitrages entre alternatives, simulations de politique (changer de scénario de poids en un clic).
2) Likert_Satisfaction_Marketing_MultiContextes.xlsx — mesurer & comparer la perception
Mener des enquêtes rapides et comparables en CSAT, marketing, UX, qualité de service, formation, engagement avec une échelle Likert 1→5, des items prêts à l’emploi, et un Dashboard.
Dashboard : moyenne par question, moyenne globale (1..5), % Top2-box moyen (part de réponses 4–5), décision (SATISFAIT / À AMÉLIORER) + 2 graphiques.
Comment ça décide (idée générale)
Moyennes/Top2 par question : AVERAGEIFS / COUNTIFS avec vos filtres (Contexte, Projet, Segment, Canal).
Top2-box moyen → comparer au Seuil de satisfaction (ex. 75 %).
Option : exiger qu’aucun item critique ne soit sous un plancher (ex. < 60 % Top2).
Baromètres CSAT, pré-tests de campagne, suivi UX par écran/canal, qualité de service par site, évaluation « à chaud » de formation, baromètre d’engagement.
Erreurs fréquentes (et remèdes)
#NOM? dans Excel → utilisez la version Compat (formules rétro-compatibles).
#DIV/0! → aucun contexte/projet filtré : sélectionner B2 (contexte) et * en E2 (tous les projets).
Biais d’acquiescement → alterner items positifs / inversés et surveiller la dispersion.
Mini-glossaire
Likert : échelle d’accord/désaccord.
Top2-box : part des réponses dans les deux niveaux supérieurs.
Item inversé : formulation où une grande note = mauvaise performance (à re-coder).
Go/No-Go : décision GO / WAIT / NO GO à partir d’un score pondéré et de seuils.
Passer de la mesure à l’impact : opérationnaliser Likert & Go/No-Go
On passe en mode exécution : comment industrialiser vos enquêtes Likert, relier les résultats au pilotage et garantir des décisions utiles (GO / WAIT / NO GO) avec un circuit d’actions clair.
Cohérence : mixer items positifs et inversés ; surveiller l’écart-type.
Stabilité : ne changez pas les items sans versionner (Code_Item, Version).
Biais canal : comparez Web/App/Magasin ; neutralisez les extrêmes aberrants.
6) Règles de seuils (boîte à outils)
Top-2 global : 70–80 % selon contexte.
Plancher par item critique : 60–70 %.
Moyenne globale (1..5) : 4,0–4,3.
Dispersion : alerte si σ > 1,0 (fort désaccord).
Décision mixte recommandée : GO si (Top-2 global ≥ seuil)et(aucun item critique < plancher) ; WAIT sinon, avec plan d’actions ; NO GO si écart majeur (ex. sécurité, conformité) ou ROI négatif.
7) Passage en 1→7 (quand affiner)
Cas d’usage : départager des créations proches, tests UX fins.