U NIVERSIT D A NGERS

A NNE : 2007 N UMRO D O RDRE : 845

valuation de la valeur lre du Web : Proposition de modle de valorisation des projets non marchands
COLE D OCTORALE D A NGERS T HSE DE DOCTORAT Spcialit : S CIENCES POUR L INGNIEUR
Prsente et soutenue publiquement le 14 novembre 2007 lI NSTITUT DES S CIENCES ET T ECHNIQUES DE L I NGNIEUR D A NGERS
62, avenue Notre-Dame du Lac, Angers

par F RANOIS D RUEL

Devant le jury dexamen compos de : Messieurs : Vincent B OLY : professeur des Universits ENSGSI rapporteur Fabrice PAPY : matre de confrence (HDR) UNIVERSIT PARIS VIII rapporteur Simon R ICHIR : professeur des Universits E NSAM directeur de thse Henri S AMIER : matre de confrences I STIA I NNOVATION encadrant de recherche Pascal C RUBLEAU : matre de confrences I STIA I NNOVATION examinateur Norbert PAQUEL : professeur associ UNIVERSIT PARIS VIII examinateur

L ABORATOIRE P RSENCE -I NNOVATION E NSAM CENTRE D A NGERS 4, rue de lErmitage 53000 LAVAL

Je ddie ce travail de recherche la mmoire de J EAN -PAUL N EAU,

mon premier mentor. Celui qui ma ouvert les yeux sur la valeur, le non conformisme et la rexion. Celui qui a os me donner le got de la connaissance et du partage.

ii

Ce travail naurait pas t possible sans le soutien et laide de celles et ceux qui mont paul durant toutes ces annes de recherches et que je souhaite remercier ici. Simon R ICHIR : directeur du laboratoire P RSENCE - I NNOVATION pour son accueil au sein de son quipe recherche. Vincent B OLY et Fabrice PAPY : qui ont accept dtre rapporteurs de cette thse et dont laccueil enthousiaste et chaleureux a t pour moi un encouragement. Henri S AMIER : sans qui ce travail naurait pas t possible et qui a os mouvrir les portes de la recherche. Qui ma guid, aid, encourag et qui a dirig mes travaux pendant toute la dure de mes recherches. Qui, depuis toutes ces annes, me montre amicalement la voie. Pascal C RUBLEAU : qui a accept dvaluer mon travail et de participer au jury de thse. Norbert PAQUEL : qui ma fait conance au dbut de ma vie professionnelle et dont le soutien amical fut clairant tout au long de ma dmarche de recherche.

Laurent B ORDET : bibliothcaire de lI STIA -I NNOVATION, qui ma prouv quun centre de documentation est une source riche de ressources, de rexions et dchanges. Philippe D RUEL : pour son aide scientique ainsi que son regard critique et clair tout au long de ma recherche. lise F URG : pour la relecture critique et la correction de mon manuscrit. Andr-Yves P ORTNOFF : qui par ses travaux ma permis de construire le prsent travail. M. B AUWENS, P. B ROWN, J. D RO, D. G LAZMAN, J. M ICHEL, R. S TALLMAN : qui ont accept de rpondre mes questions lors dinterviews qui ont clair mon travail.

Bertrand et Sabine S IMON : qui un jour ont accept que jouvre un forum pour les lecteurs de leur site Web. . . Ma famille pour son soutien matriel, logistique et amical durant toutes ces annes Lquipe de lI STIA - I NNOVATION qui maccompagne depuis si longtemps.

iv

Table des matires

I Introduction 1
3 5 5 7

1 Motivations, buts de cette recherche et prsentation du document 1.1 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Buts de cette recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3 Prsentation du document . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

II

Contexte de recherche et notions fondamentales

9
11 13 13 13 14 15 16 16 17 18 19 21 21 21 21 24

2 Contexte de recherche et champ dinvestigation 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Les technologies de linformation et de la communication . . . . . . . . . . . . . . 2.2.1 Une ralit technique . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2.2 Un monde de produits et de services . . . . . . . . . . . . . . . . . . . . . 2.2.3 Des usages dimension humaine . . . . . . . . . . . . . . . . . . . . . . . 2.3 La dynamique des produits et des marchs . . . . . . . . . . . . . . . . . . . . . . 2.3.1 Les cycles de vie voluent . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.2 Le temps sacclre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4 Une dialectique de changement . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.1 Technique, march et co-conception . . . . . . . . . . . . . . . . . . . . . 2.4.2 Lmergence de louverture . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5 Une approche par la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.5.2 La cration de valeur sur le Web marchand

2.5.3 Le changement de paradigme . . . . . . . . . . . . . . . . . . . . . . . . . v

2.5.4 Un nouveau regard sur la gratuit

. . . . . . . . . . . . . . . . . . . . . .

26 28 29 31 31 31 36 37 37 37 38 38 38 39 41 43 43 43 44 45 46 46 47 47 47 48 49 49 50 54 54

2.6 Champ dinvestigation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 La valeur 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 La valeur en conomie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.1 Libralisme et valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.2 Valeur et subjectivit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3 Valeur en analyse de la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1 Lanalyse de la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.2 Dnition de la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4 La valeur, le client et la vente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4.1 Le marketing et la cration de valeur . . . . . . . . . . . . . . . . . . . . . 3.4.2 Entreprise et valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.5 Conclusion sur la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Lvaluation de la valeur de limmatriel 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Caractriser limmatriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Lconomie de limmatriel . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.2 Le capital immatriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 Les quatre voies de de lvaluation . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4 Panorama des mthodes existantes . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4.1 Analyse des mthodes dvaluation de limmatriel . . . . . . . . . . . . . 4.4.2 Ce que nous retenons de nos observations . . . . . . . . . . . . . . . . . . 4.5 La mthode V. I . P : Valorisation Instantane et prospective . . . . . . . . . . . . . 4.5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.5.2 Les mthodes dvaluation des entreprises . . . . . . . . . . . . . . . . . . 4.5.3 le capital rel des organisations . . . . . . . . . . . . . . . . . . . . . . . . 4.5.4 Proposition de la mthode . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.5 Les axes et les critres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.6 Ce que nous retenons de ltude de la mthode VIP . . . . . . . . . . . . . 4.6 Conclusion sur les mthodes dvaluation de limmatriel . . . . . . . . . . . . . . vi

5 Ralit du phnomne technologique 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Ralit du phnomne technologique . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.1 Lquipement en micro-ordinateurs . . . . . . . . . . . . . . . . . . . . . . 5.2.2 Les connexions Internet . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 L humain et la machine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.1 Le rapport la machine, linformation, aux mdias . . . . . . . . . . . . 5.3.2 L humain en groupe : l organisation . . . . . . . . . . . . . . . . . . . . . 5.3.3 L homo consomatorus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 Les outils du partage 6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Les outils antrieurs au Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2.1 Les outils techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2.2 Les outils courants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3 Le Web et les outils permis par le Web . . . . . . . . . . . . . . . . . . . . . . . . 6.3.1 Le Web : un systme client-serveur facilitant les usages . . . . . . . . . . . 6.3.2 Les outils de partage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4 Les moyens du partage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4.1 Les rgles du partage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4.2 Les services du partage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.5 Conclusion sur les outils du partage . . . . . . . . . . . . . . . . . . . . . . . . . . 7 La collecte de donnes 7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2 Prsentation synthtique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2.1 Types de donnes recueillies . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2.2 Fiabilit et validit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3 Les questionnaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.1 La construction du questionnaire . . . . . . . . . . . . . . . . . . . . . . . 7.3.2 Lchantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.3 Les biodata, des donnes particulires . . . . . . . . . . . . . . . . . . . . 7.3.4 Administration et dpouillement . . . . . . . . . . . . . . . . . . . . . . .

55 57 57 57 58 61 62 68 69 69 71 73 73 73 74 75 76 79 81 82 85 87 89 91 91 92 94 96 96 98 98 99 vii

7.4 Les interviews . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

99

7.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 8 Les mthodes dinterprtation des donnes 101

8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 8.2 Les mthodes de traitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 8.2.1 Le traitement des donnes quantitatives . . . . . . . . . . . . . . . . . . . 104 8.2.2 Le traitement des donnes qualitatives . . . . . . . . . . . . . . . . . . . . 105 8.3 Lvaluation multi-critres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 8.3.1 Laide la dcision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 8.3.2 Lobjet de la dcision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 8.3.3 Llaboration des critres . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

8.3.4 Modlisation des prfrences globales . . . . . . . . . . . . . . . . . . . . 112 8.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 9 Conclusion de notre recherche bibliographique et expos de la problmatique 113

9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 9.2 Ce que nous retenons de nos recherches bibliographiques . . . . . . . . . . . . . 115

9.2.1 Le Web : un monde nouveau avec des pratiques nouvelles . . . . . . . . . 115 9.2.2 La valeur est une notion multiforme . . . . . . . . . . . . . . . . . . . . . 115 9.2.3 Lappropriation des technologies induit des changements dusages . . . . . 115 9.2.4 Louverture inverse lapproche de la valeur . . . . . . . . . . . . . . . . . . 116 9.2.5 Les mthodes de mesure et la collecte de donnes . . . . . . . . . . . . . . 116 9.2.6 Les mthodes dvaluation de limmatriel . . . . . . . . . . . . . . . . . . 116 9.3 LInternet amne des ruptures importantes . . . . . . . . . . . . . . . . . . . . . . 117 9.4 Problmatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 9.5 Hypothses de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 9.5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

9.5.2 Nous pouvons dterminer des critres permettant dtablir la valeur dun projet non marchand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 9.5.3 Nous pouvons dterminer des mesures numriques permettant de mesurer la valeur dune communaut . . . . . . . . . . . . . . . . . . . . . . . . . 119 9.5.4 La valeur dun projet est (partiellement ou totalement) dans les outils mis en uvre pour le mener bien . . . . . . . . . . . . . . . . . . . . . . . . 119 9.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 viii

III

Proposition de modlisation et exprimentations

121
123

10 Proposition de modlisation

10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 10.2 Lattractivit et la prennit, les deux axes de notre modle 10.2.1 Objet . . . . . . . . . . . . 125

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

10.2.2 Contexte

10.2.3 Dnition des critres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 10.3 Critres retenus pour la modlisation et chelle de quantication . . . . . . . . . 129 10.3.1 Justication des critres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 10.3.2 chelles de quantications . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 10.4 Reprsentation graphique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 10.4.1 Aspect gnral de notre reprsentation . . . . . . . . . . . . . . . . . . . . 132 10.4.2 Disposition des axes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 10.4.3 Lecture du graphique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 10.5 Algorithme de choix des projets . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 10.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 10.6.1 Ce que nous retenons de notre recherche de modle . . . . . . . . . . . . 134 10.6.2 Validation de lhypothse H 1 . . . . . . . . . . . . . . . . . . . . . . . . . 134 137

11 Prsentation de notre protocole exprimental

11.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 11.2 Tableau rcapitulatif de notre protocole exprimental . . . . . . . . . . . . . . . . 139 12 Choix de projets-rfrents 141

12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 12.1.1 Des outils de partage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 12.1.2 Des outils techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 12.1.3 Des projets ad-hoc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 12.2 Application de notre modle aux projets de rfrence . . . . . . . . . . . . . . . . 144 12.2.1 Application W IKIPEDIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 12.2.2 Application au forum C HEF S IMON . . . . . . . . . . . . . . . . . . . . . . 144 12.2.3 Application au logiciel N |V U . . . . . . . . . . . . . . . . . . . . . . . . . 145

12.2.4 Application au logiciel VLC . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 ix

12.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 13 Evaluer la valeur dun forum 153

13.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 13.2 Mthodes de mesure de lactivit . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 13.2.1 Mthodes issues de lingnierie . . . . . . . . . . . . . . . . . . . . . . . . 155 13.2.2 Mthodes issues de la publicit . . . . . . . . . . . . . . . . . . . . . . . . 157 13.2.3 Un regard alternatif sur les informations transitant sur le rseau . . . . . . 157 13.3 Hypothses pour notre exprimentation . . . . . . . . . . . . . . . . . . . . . . . 158 13.4 Exprimentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 13.4.1 Les activits dune communaut . . . . . . . . . . . . . . . . . . . . . . . . 158 13.4.2 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 13.4.3 Protocole mis en uvre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 13.4.4 Application exprimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 13.4.5 Rsultats obtenus et analyse . . . . . . . . . . . . . . . . . . . . . . . . . . 160 13.4.6 Apports pour la recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 13.5 Conclusions et perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 13.5.1 Conclusions tirer de notre exprimentation . . . . . . . . . . . . . . . . 161 13.5.2 Perspectives de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 13.5.3 Validation de lhypothse H 2 . . . . . . . . . . . . . . . . . . . . . . . . . 162 165

14 Le rle et limportance des outils dans un projet

14.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 14.2 Les mthodes agiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 14.3 Hypothse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 14.4 Exprimentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 14.4.1 Des projets ad hoc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 14.4.2 Objectif de lexprimentation . . . . . . . . . . . . . . . . . . . . . . . . . 169 14.4.3 Protocole mis en uvre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 14.4.4 Application exprimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 14.4.5 Rsultats obtenus et analyse . . . . . . . . . . . . . . . . . . . . . . . . . . 171 14.5 Conclusions et perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 14.5.1 Conclusions tirer de notre exprimentation . . . . . . . . . . . . . . . . 173 14.5.2 Perspectives de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 x

14.5.3 Validation de lhypothse H 3 15 Application du modle

. . . . . . . . . . . . . . . . . . . . . . . . . 174 175

15.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 15.2 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 15.3 Protocole mis en uvre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 15.3.1 Participants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 15.3.2 Protocole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 15.4 Application exprimentale 1 : valuation de deux projets rfrents . . . . . . . . . 178 15.4.1 Rsultats obtenus pour VLC . . . . . . . . . . . . . . . . . . . . . . . . . . 178 15.4.2 Rsultats obtenus pour W IKIPEDIA . . . . . . . . . . . . . . . . . . . . . . 180 15.4.3 Synthse des rsultats de lapplication exprimentale 1 . . . . . . . . . . . 180 15.5 Application exprimentale 2 : projets varis . . . . . . . . . . . . . . . . . . . . . 182 15.5.1 Les analyses de E MULE et O PEN O FFICE . . . . . . . . . . . . . . . . . . . . 182 15.5.2 Les analyses de F IREFOX et de W ORD P RESS . . . . . . . . . . . . . . . . . 185 15.5.3 Synthse des rsultats de lapplication exprimentale 2 . . . . . . . . . . . 185 15.6 Remarques sur la mthode et pistes de lecture . . . . . . . . . . . . . . . . . . . . 185 15.6.1 Analyse des verbatims . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 15.6.2 Nos observations lors de lexprimentation . . . . . . . . . . . . . . . . . . 187 15.6.3 Interprtation et lecture du modle . . . . . . . . . . . . . . . . . . . . . . 187 15.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 15.7.1 Conclusions tirer de lexprimentation . . . . . . . . . . . . . . . . . . . 190 15.7.2 Perspectives de recherches . . . . . . . . . . . . . . . . . . . . . . . . . . . 191

IV

Conclusion gnrale

193
195

16 Conclusion gnrale et perspectives de recherche

16.1 Conclusions tirer de notre recherche . . . . . . . . . . . . . . . . . . . . . . . . 197 16.2 Utilit de notre travail . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 16.3 Valorisations de notre modlisation . . . . . . . . . . . . . . . . . . . . . . . . . . 198 16.4 Limites de notre modlisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 16.4.1 Optimisations possibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 16.4.2 Distinguer projets et produits . . . . . . . . . . . . . . . . . . . . . . . . . 199 xi

16.4.3 Amliorer la abilit et la validit du modle . . . . . . . . . . . . . . . . 199 16.5 Perspectives de recherches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199 16.5.1 largir notre modle dautres types de projets . . . . . . . . . . . . . . . 199 16.5.2 tablir un indicateur de la valeur des projets . . . . . . . . . . . . . . . . . 200

Annexes

201
203

A Interviews

A.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 A.1.1 Origine de la dmarche . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 A.1.2 Protocole mis en uvre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 A.2 Interview de Michel B AUWENS, fondateur de la P 2 P Foundation . . . . . . . . . . 208 A.2.1 Quest-ce que la P 2 P Foundation ? . . . . . . . . . . . . . . . . . . . . . . . 208 A.2.2 Propos et vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 A.2.3 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210 A.3 Interview de Johan D RO, membre du conseil dAdministration de lassociation WikiMedia France . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210 A.3.1 Quest-ce que lassociation WikiMedia France ? . . . . . . . . . . . . . . . 210

A.3.2 Propos et vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 A.3.3 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 A.4 Interview de Richard S TALLMAN (fondateur) et de Peter B ROWN (prsident) de la Free Software Foundation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 A.4.1 Quest-ce que la Free Software Foundation ? . . . . . . . . . . . . . . . . . 213 A.4.2 Les questions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 A.4.3 Propos et vision de Richard Stallman . . . . . . . . . . . . . . . . . . . . . 214 A.4.4 Propos et vision de Peter Brown . . . . . . . . . . . . . . . . . . . . . . . . 214 A.4.5 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 A.5 Interview de Daniel G LAZMAN, crateur de N|vu . . . . . . . . . . . . . . . . . . 216

A.5.1 Quest-ce que N|vu ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 A.5.2 Propos et vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 A.5.3 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 A.6 Interview de Jean M ICHEL, spcialiste de lanalyse de la valeur . . . . . . . . . . . 217 A.6.1 Propos et vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 A.6.2 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 xii

B Application dtaille du modle

221

B.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 B.2 Utilisation de lalgorithme de choix des projets . . . . . . . . . . . . . . . . . . . . 223 B.2.1 Application de lalgorithme . . . . . . . . . . . . . . . . . . . . . . . . . . 223 B.2.2 Prsentation du projet G IMP . . . . . . . . . . . . . . . . . . . . . . . . . . 223 B.3 Tableau rcapitulatif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 B.4 Justication des pondrations et remarques sur les critres . . . . . . . . . . . . . 223 B.5 Graphique pour le projet G IMP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226

xiii

xiv

Liste des tableaux

2.1 Techno-push et Market-pull . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Quelques projets collaboratifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1 Fixation des prix sur un march . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1 Synthse de comparaison des mthodes dvaluation . . . . . . . . . . . . . . . . 4.2 Mthodes dvaluation des intangibles . . . . . . . . . . . . . . . . . . . . . . . . 5.1 Taux dquipement en micro-ordinateurs . . . . . . . . . . . . . . . . . . . . . . . 5.2 Internet domicile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 Internet domicile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4 Frquence dutilisation dun ordinateur . . . . . . . . . . . . . . . . . . . . . . . . 5.5 Frquence de connexion Internet . . . . . . . . . . . . . . . . . . . . . . . . . . 6.1 Comparaison des outils de partage . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Les licences libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3 Les Forges de projets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.1 Mthodes denqutes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2 Types de sources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3 Les biais de la validit interne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.4 Mthode de validation des concepts . . . . . . . . . . . . . . . . . . . . . . . . . . 7.5 Mthode destimation de la abilit . . . . . . . . . . . . . . . . . . . . . . . . . . 20 26 33 47 48 60 61 63 64 65 79 83 86 93 93 94 95 96

8.1 Types danalyse multi-critres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 8.2 Types de prfrences et proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 xv

10.1 Critres du modle propos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 11.1 Protocole exprimental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 12.1 Grille dvaluation de W IKIPEDIA France . . . . . . . . . . . . . . . . . . . . . . . 148 12.2 Grille dvaluation du forum C HEF S IMON . . . . . . . . . . . . . . . . . . . . . . 149 12.3 Grille dvaluation de N |V U . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 12.4 Grille dvaluation de VLC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 13.1 Comparatif doutils communautaires . . . . . . . . . . . . . . . . . . . . . . . . . 159 13.2 Activit des membres du forum . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 14.1 Observation des groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 14.2 Observation des propositions de solutions . . . . . . . . . . . . . . . . . . . . . . 172 14.3 Analyse des solutions techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 15.1 Analyse VLC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 15.2 Analyse Wikipedia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 15.3 Projets valus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 15.4 Analyse WordPress . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 15.5 Analyse Firefox . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 15.6 Analyse Emule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 15.7 Analyse OpenOfce . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 A.1 Rcapitulatif des prises de contact . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 A.2 Comparaison des cots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 A.3 Stratgie de valorisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 B.1 Grille dvaluation de G IMP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224

xvi

Table des gures

2.1 La galaxie des TIC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Les bulles technologiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3 Cycle de vie des produits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4 Le temps sacclre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5 Le gouffre du march . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.6 La loi de Moore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7 Prendre conscience de la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.8 Champ dinvestigation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1 Dnitions de la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Fixation du prix dquilibre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1 Lois de lconomie immatrielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Racines conceptuelles du capital intellectuel . . . . . . . . . . . . . . . . . . . . . 4.3 Quatre mthodes dvaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4 Comparaison des mthodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5 La la mthode VIP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6 Mesures de la mthode VIP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1 Taux dquipement en ordinateurs personnels . . . . . . . . . . . . . . . . . . . . 5.2 Taux dquipement en ordinateurs des jeunes . . . . . . . . . . . . . . . . . . . . 5.3 Taux dquipement en Internet domicile . . . . . . . . . . . . . . . . . . . . . . 5.4 Taux dquipement en Internet chez les possesseurs dordinateurs . . . . . . . . . 5.5 De nouveaux styles cognitifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.1 Utilisation de PHP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvii 14 16 17 18 18 25 27 28 31 34 44 45 46 51 52 53 58 59 61 62 67 77

7.1 Construction dun questionnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . .

97

10.1 Reprsentation graphique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 10.2 Algorithme de choix des projets . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 12.1 Courbe de W IKIPEDIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 12.2 Courbe du forum C HEF S IMON . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 12.3 Courbe de N|V U . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 12.4 Courbe de VLC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

13.1 Loi de Metcalfe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 13.2 Loi de Reed . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 13.3 Diffrentes lois . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 13.4 Expe Chef Simon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 13.5 Courbe de rgression des messages . . . . . . . . . . . . . . . . . . . . . . . . . . 163 14.1 Valeurs des mthodes agiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 15.1 Courbe comparative pour le projet VLC . . . . . . . . . . . . . . . . . . . . . . . . 179 15.2 Courbe comparative pour le projet W IKIPEDIA . . . . . . . . . . . . . . . . . . . . 181 15.3 Courbe comparative pour le projet E MULE . . . . . . . . . . . . . . . . . . . . . . 184 15.4 Courbe comparative pour le projet W ORD P RESS . . . . . . . . . . . . . . . . . . . 186 B.1 Courbe comparative pour le projet G IMP . . . . . . . . . . . . . . . . . . . . . . . 226

xviii

Premire partie

Introduction

Chapitre 1

Motivations, buts de cette recherche et prsentation du document

Sommaire
1.1 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Buts de cette recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3 Prsentation du document . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 5 7

1.1

Motivations

surtout dans le domaine des TIC 1 est trs souvent approche dans un paradigme conomique : soit sous langle des solutions 2 , soit, sous celui des usages 3 . De plus, de nombreuses recherches ont t menes sur la valeur de linnovation en prenant comme prsuppos (souvent implicite) une conomie librale de march. Linnovation est prise entre la technologie et le march, dans un dialogue qui abaisse le facteur humain un simple agent conomique plutt passif, pris entre des solutions techniques imposes et des produits dont ladaptation nest souvent quun prtexte ; le marketing transformant des solutions industrielles en produits.
INNOVATION ,

Or, en parallle de cette approche purement conomique que nous appellerons classique, les innovations nes de ce que nous qualions dre du partage ont permis lmergence de pratiques sui generis et non marchandes. Ces pratiques sont le fait de communauts en apparence informelles qui vivent un dveloppement propre et vhiculent des valeurs sociales propres. Elles gnrent aussi des mthodes, des organisations et des rsultats qui leur sont propres.

La motivation de cette thse est danalyser linnovation dans les communauts de pratique en dehors dune approche marchande. Lintrt est de proposer un nouveau regard sur lintgration du facteur humain dans le dialogue classique : T echnique

M arche

Ceci pour en mesurer limportance et les apports an de proposer une modlisation et une mthode qui soit mme de mesurer le capital rel des organisations. Nous serons alors mme dtablir un parallle pour le rapport : P artage

Organisation

Cela nous permet ainsi dmettre des propositions pour le rapport : Organisation

V aleur

qui constitue le cur de notre travail de recherche.

1.2

Buts de cette recherche

Lexplosion de lInternet est concomitante de linvention du Web (1993)[Berners-Lee et Fischetti, 2000], technologie devenue prpondrante sur lInternet, relayant les autres au second rang, tel point que leur usage nest bien souvent plus mesur, comme les newsgroups 4 , les serveurs A RCHIE, les services consultables via Telnet et autres outils qui taient courants avant lav1. 2. 3. 4. Technologies de linformation et de la communication Analyse techno-push, voir paragraphe 2.4.1.1, page 19 Analyse market-pull, voir paragraphe 2.4.1.2 page 19 Service de forum utilisant le protocole NNTP (Network News Transport Protocol)

nement du Web. La premire dition de [Kehoe, 1992], livre crit avant larrive du Web 5 , illustre bien la rvolution opre par le Web qui a fait sortir lInternet des laboratoires de recherches. Le succs fulgurant de ces deux technologie a fait lobjet de nombreuses analyses donnant lieu une littrature fournie tant dans le domaine technique quconomique (marketing compris). Pour la sphre professionnelle, les impacts sur les mtiers, sur les mthodes, sur les organisations ont t tudis en dtails. De mme les consquences conomiques de ce phnomne : la bulle Internet , les modications de la chane de valeurs ajoutes et autres phnomnes font lobjet de nombreuses publications cherchant mettre en lumire les modles daffaires qui ont merg de cette priode de foisonnement [Maitre et Aladjidi, 1999]. Les communauts de pratiques, traditionnellement formelles, ont cherch tirer prot des nouveaux outils issus de lre du Web . Jugs plus pratiques et plus conomiques ces outils ont mme permis lmergence de communauts lectroniques. Ce phnomne a t tudi. Dailleurs [Hagel et Armstrong, 1997] y est mme totalement ddi, dtaillant les conditions de naissance et de dveloppement dune communaut. Ds le sous-titre, cependant, expanding markets through virtual communities, lintention des auteurs est claire et lanalyse sera limite la sphre conomique, en particulier aux communauts lectroniques professionnelles 6 . Les gourous du marketing ont prempt ce nouveau champ dinvestigation et ont cherch faire clater les approches gnralistes dantan. [Woolf, 1999] en fait mme merger des approches diffrenties. Ces rexions ont donn lieu nombre de mises en application dont certaines ont encore largement cours aujourdhui. Comme nous lvoquions dans [Druel, 2004, chap. 21], ce mouvement est le fruit dune sorte de cercle vertueux, le Web agissant la fois comme support et comme catalyseur de linnovation (pp. 390391). Il y a donc un avant et un aprs le Web ; et la rupture est dune telle ampleur quon peut parler de nouveau paradigme. En effet, la valeur se cre et se consomme sur les rseaux, le Web en particulier 7 . La raret qui tait jusque l un des fondements de la cration de valeur est battue en brche par lmergence du foisonnement. Paralllement, de nouveaux enjeux se font jour, ns non pas de la technologie ou des modlisations conomiques mais de lutilisation mme de ces technologies. La diffusion des innovations semble ainsi avoir une inuence sur les innovations elles-mmes. On voit arriver sur le march des innovations de nouvelle gnration qui nauraient pas t permises sans des technologies quon ne peut plus qualier dinnovantes puisquelles en constituent lassise. Ces innovations sont non technologiques, non conomiques mais apparemment purement sociologiques. Ce fut le cas des blogs, comme nous lavons montr dans [Druel et Samier, 2005]. Mettant prot ces outils, des interactions apparaissent, qui permettent lmergence de crations faites en commun et dont la valeur est, apparemment, dans la mise en commun elle-mme. On pense naturellement des initiatives telles que Wikipedia dont la valeur est, dans lesprit de ses participants, dans la communaut constitue et dans la libre mise disposition du savoir partag (voir A.3.2.1, page 211). Au del de leur apparent htroclisme, la dimension communautaire semble tre le point commun de tous ces projets, toutes ces crations, tous ces outils, toutes ces donnes qui sont
5. Cette version na jamais t formellement dite, son auteur mettant le contenu librement dispostion sur le site http://www.cs.indiana.edu/docproject/zen/zen-1.0_toc.html. On trouvera une version imprimable sur le site www.gutenberg.eu.org/pub/GUTenberg/publicationsPS. 6. publi en 1997, ce livre a inspir des crateurs dentreprises comme VerticalNet aux USA ou Business Village en France. 7. Cest galement le cas des rseaux de peer-to-peer dont la caractristique principale est de mettre en uvre des partages massivement distribus

crs en commun et mis disposition de tout un chacun (ce que Michel B AUWENS appelle le commun, voir A.2.2.1, page 208). Nous pourrions tendre lenvi la liste de ces crations qui furent longtemps des crations priphriques de la recherche et qui aujourdhui sont devenues des ralits bien palpables, voire des technologies sous jacentes de produits (ce que les anglophones appellent des enablers) : Linux, Firefox, Wikipedia, N|Vu, VLC, PHP, MySQL, JBoss, Spip, OpenOfce. . . Tous ces outils ont des parts de march non ngligeables. Lusage de ces produits est une vidence et on ne peut plus remettre en cause leur ralit. La difcult, cependant, consiste valuer la valeur cre par ces outils. En effet, cette nouvelle forme de valeur, ne dinteractions, est avant-tout intangible. En faisant appel aux mthodes habituelles, on peine la dterminer et la quantier (dans une tude exhaustive, [Andriessen, 2004]en recense 26 et aucune ne se rvle pleinement satisfaisante). Andr-YvesP ORTNOFF, universitaire et prospectiviste franais, a pu sinterroger sur la manire dvaluer une organisation innovante sans se limiter aux traditionnels critres nanciers, comptables et conomiques. Pour rpondre aux ds quune telle entreprise comporte, il a t amen proposer la mthode VIP, an de dterminer le capital rel dune organisation et de lvaluer selon deux axes : prennit et attractivit. Outil de pilotage stratgique ([Portnoff, 2003a] p. 57), la mthode VIP cherche valuer la capacit dinnovation dune organisation.
Lobjet de notre recherche est de proposer une modlisation de lvaluation de la valeur des projets non marchands lre du Web. En effet, nous pensons qutant donne limportance prise par ces phnomnes, lexistence doutils dvaluation de ces projets sui generis va tre une ncessit pour les industriels dsireux de sy investir.

Notre recherche se xe les objectifs suivants : Dnir lre du partage comme nouveau paradigme de cration de valeur ; Proposer des critres permettant lvaluation dune organisation de lre du Web ; Valider nos hypothses par trois exprimentations, une application de notre modle et une srie dentretiens avec des acteurs de terrain.

1.3

Prsentation du document

La premire partie, introductive, du prsent document permet dexposer les motivations de notre travail. Nous prsentons dans une deuxime partie notre champ dinvestigation, le contexte de nos recherches et les domaines de comptences qui nous ont permis de poser les fondements thoriques de notre modlisation : la valeur, les mthodes dvaluation de projets, la ralit du phnomne technologique, les outils du partage, la collecte et le traitement des donnes. La troisime partie propose une modlisation permettant lvaluation de la valeur des projets de lre du partage. De plus, nous exposons et dtaillons les trois exprimentations que nous avons menes et prsentons les rsultats obtenus. Enn, dans le cadre de nos travaux, nous avons men des entretiens avec des praticiens agissant dans notre domaine de recherche. Nous avons galement procd une application dtaille de notre modle. Les textes des entretiens et lanalyse dtaille sont rassembls dans les annexes jointes notre document.

Deuxime partie

Contexte de recherche et notions fondamentales

Chapitre 2

Contexte de recherche et champ dinvestigation

Sommaire
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Les technologies de linformation et de la communication . . . . . . . . . . . 2.2.1 Une ralit technique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.2 Un monde de produits et de services . . . . . . . . . . . . . . . . . . . . 2.2.3 Des usages dimension humaine . . . . . . . . . . . . . . . . . . . . . 2.3 La dynamique des produits et des marchs . . . . . . . . . . . . . . . . . . . 2.3.1 Les cycles de vie voluent . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.2 Le temps sacclre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4 Une dialectique de changement . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.1 Technique, march et co-conception . . . . . . . . . . . . . . . . . . . . 2.4.2 Lmergence de louverture . . . . . . . . . . . . . . . . . . . . . . . . . 2.5 Une approche par la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5.2 La cration de valeur sur le Web marchand . . . . . . . . . . . . . . . . 2.5.3 Le changement de paradigme . . . . . . . . . . . . . . . . . . . . . . . 2.5.4 Un nouveau regard sur la gratuit . . . . . . . . . . . . . . . . . . . . . 2.6 Champ dinvestigation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 13 13 14 15 16 16 17 18 19 21 21 21 21 24 26 28

11

12

2.1

Introduction

son invention dans les annes 1960 par des militaires amricains et sa gnralisation dans les annes 2000, lInternet aura connu de nombreuses volutions et adaptations. Ce qui ntait quun rseau est devenu aujourdhui un monde sui generis, sorte den-soi autosufsant. Parmi les services disponibles sur ce rseau, le Word Wide Web invent par Tim B ERNERS -L EE, chercheur britannique du C ERN de Genve a rendu lutilisation du rseau accessible au plus grand nombre.

NTRE

Le Web doit tre replac dans le cadre plus large des technologies de linformation et de la communication, les TIC (2.2 page 13), un secteur o les choses vont vite (2.3 page 16) et o on a vu se dvelopper des techniques et pratiques nouvelles (2.4 page 18) qui ont des incidences importantes sur la valeur (2.5, page 21).

2.2

Les technologies de linformation et de la communication

Les technologies de linformation et de la communication ont ceci de particulier que techniquement elles sont composites 2.2.1, quelle permettent la cration de services multiples et complexes 2.2.2 et nalement quelles comportent une grande dimension humaine 2.2.3.

2.2.1

Une ralit technique

Techniquement, les TIC comportent trois champs diffrents : linformatique, les tlcommunications et linformation ; cette dernire notion a de nombreuses acceptions qui vont de signal contenus. Aux intersections de ces trois champs techniques se sont crs des technologies nouvelles (voir gure 2.1 page 14) quon pourrait qualier de deuxime degr car elles nont pu voir le jour que par la combinaisons de deux moyens sous-jacents. Les TIC sont rcentes et on volu trs vite. On pourra consulter [Breton, 1990] qui en retrace lvolution en dtails. Le premier chapitre de [Soudoplatoff, 2004] en donne galement une approche de haut niveau. Le champ est large et les TIC dont lhistoire est rcente (on peut dater leur origine laprs deuxime Guerre Mondiale) sont une matire mouvante. Dans une premire phase, les TIC ont t fortement marques par linformatique. Les constructeurs dabord puis les diteurs de logiciels [Campbell-Kelly, 2003]. Lmergence des rseaux et en particulier dInternet, partir des annes 1970 a permis larrive dans ce monde des acteurs des tlcommunications qui ont ajout le transport des donnes celui de la voix. En France une ralisation comme le Minitel a marqu les esprits car il a mis la tlmatique la porte de tout un chacun. Des enjeux nouveaux sont apparus : les standards, les normes ont un rle important (puisque cest de communication quil sagit), des industries spciques ont t cres, telles celles du contrle des ux de donnes (le leader mondial de cette activit, Cisco, a t cr en 1984). Cest lentre massive de lindustrie des tlcommunications dans un mode encore domin par le traitement du signal, cest dire de linformation au sens technique du terme. Puis sont arrivs les contenus, cest dire une autre forme dinformation. Les contenus peuvent tre traits par les ordinateurs et ils peuvent galement circuler sur les rseaux. Les contenus sont, en quelque sorte, le liant entre les informatique et la communication. Les 13

acteurs des contenus comprennent la presse, les mdias, laudio-visuel, le jeu (un secteur, parmi dautres, n de lmergence des TIC et assez emblmatique de leur diffusion dans la socit 1 ). . . Les contenus sont une des cls de vote du dveloppement des TIC malgr les remises en question profondes dont ils sont lobjet. Lindustrie des contenus voit encore dans les TIC une menace, en particulier dans Internet et ses systmes dchanges. Comme le relve [Soudoplatoff, 2004], chacune de ces industries apporte un savoir-faire unique et cest la combinaison des trois qui fera la spcicit et le succs dInternet : linformatique apporte linteraction, le monde des tlcommunications apporte la mise en relation et le monde du contenu apporte du sens et de la recration continue. Cest dans ce contexte quest arrive une innovation majeure sur Internet : le Web, issu des travaux du chercheur britannique Tim B ERNERS -L EE. Sarrter leur ralit technique serait trop rducteur pour embrasser les TIC, car elles sont lorigine de nombreux services qui sont autant dinnovations.

F IGURE 2.1 La galaxie des TIC et le positionnement dInternet, daprs [Soudoplatoff, 2004]

2.2.2

Un monde de produits et de services

Comme nous lavons relev dans [Druel, 2004, chap. 21], le Web est un vritable substrat permettant lmergence et le dveloppement de services trs divers et qui aprs avoir travers les phases dmergence (cf. les gures 2.2 et 2.3) arrive aujourdhui dans une priode de maturit. Il est intressant de noter que les services disponibles sur le Web sont souvent sui generis et ont gnr leur propre conomie. De plus, leurs cots de dveloppement et de maintenance tant trs rduits, en comparaison des services traditionnels, ils ont tendance entretenir une
1. Cest par le jeu que nombre de personnes, surtout dans les jeunes gnration, sont venues linformatique.

14

sorte de mouvement perptuel. Il est intressant de noter quaprs une premire phase de reproduction de pratiques antrieures qui se trouvent remises en cause, ont t crs des services nouveaux sans quivalent en dehors du Web. Pour ceux-l, nous pensons par exemple aux services de rservation de voyages qui ont remis en cause le mtier dagent de voyage ou bien les services dinformation en ligne qui font vaciller les mdias traditionnels sur des fondements qui ne semblent aujourdhui qutre des rentes de situation. Pour ceux-ci, nous pouvons voquer les services de partage dinformation, comme les plateformes de blog qui permettent la diffusion et le partage dinformations. Des synergies techniques ont galement permis des services trs innovants et qui font vaciller des industries jusque l orissantes : la tlphonie et la visiophonie sont de ceux l, avec des services tels que ceux offerts par Skype 2 . Ces nouveaux services sont parfois devenus des phnomnes plantaires en peu de temps. On pense Google ou Yahoo, eBay ou tant dexemples dcrits par [Hussherr et al., 2007]. Lmergence du Web a galement mis laccent sur des crations dun genre nouveau, en cela quelles sont non marchandes. Les produits Libres ou ouverts dont la caractristique la plus remarquable est dtre gratuits . Linux, Firefox, JBoss, phpBB, N|Vu, Wikipedia, OpenOfce et tant dautres sont eux aussi devenus des phnomnes incontournables et mondiaux qui remettent en cause des modles quon croyait bien tablis. De plus, ces pratiques nouvelles ont une forme inhabituelle : la cration communautaire. Mlant produit et projet, ces phnomnes sui generis remettent en question la notion de valeur, en en inversant le paradigme. Ce nest plus de la raret que nat la valeur, mais du partage. lorigine de ces crations, le facteur humain omni-prsent et multiforme, participatif et inuent.

2.2.3

Des usages dimension humaine

Lhumain est au cur du dveloppement de lInternet. Lappropriation de loutil a t rapide et gnralise 3 . Cest bien par lusage quInternet est devenu le phnomne dcrit par tout ce que la plante compte danalystes en tous genres (scientiques et chercheurs, cabinets spcialiss, futurologues et autres journalistes . . . ). Ds sa cration lInternet a connu une gouvernance de type communautaire fonde sur la bonne volont et lengagement dindividus ou dorganisions. Les structures de ce rseau auto-gr se sont cres pour ainsi dire en suivant des principes de pragmatisme et de volontariat [Kehoe, 1992]. Au del de la dimension technique donc et de manire paradoxalement consubstentielle, les usages sont la dimension la plus frappante de lInternet. On peut distinguer trois consquences de lincorporation du facteur humain dans les TIC : dune part cest ce facteur qui va permettre lmergence de la valeur, dautre part cest le facteur humain qui sera lorigine des innovations sociologiques et enn, cest ce qui a permis lmergence dune forme nouvelle dorganisation : la communaut lectronique, cest dire lhumain en groupe utilisant les outils de communication lectronique comme catalyseur. De plus, pris dans une perspective historique, le facteur humain cherche crer sa propre histoire, ses mythes et ses valeurs. Ainsi est ne une sorte de culture des rseaux faite de lgendes
2. http://www.skype.com 3. Dans les pays dvelopps du Nord tout du moins et la France en particulier, zone gographique de rfrence de nos travaux.

15

urbaines et darchtypes 4 . Dans ces domaine jeunes sil en est (linformatique moderne nat dans limmdiat aprs-guerre, cf. [Breton, 1990]), il faut en effet des repres forts.

2.3
2.3.1

La dynamique des produits et des marchs

Les cycles de vie voluent

Si le cycle de vie des entreprises voluent, celui des produits est lui aussi modi. La dimension humaine a une place prpondrante. [Perez, 2002] lanalyse du point de vue nancier (gure 2.2 page 16) et le Gartner Group en donne une vision plus sociologique (gure 2.3 page 17) : les produits et les services voluent dans le temps. Les types de consommateurs ne sont pas les mmes dans toutes les phases de vie et, corollaire nancier, les types de prots changent. Bien souvent, les analystes portent toute leur attention sur les phases amont des cycles de vie (dclenchement et pic de lespoir), il faut survivre au plancher de la dsillusion pour vivre dans le temps.

F IGURE 2.2 volution des bulles technologiques, daprs [Perez, 2002]

4. Notion prendre ici dans le sens donn Par C. Jung

16

F IGURE 2.3 Le cycle de vie dun produit, daprs le Gartner Group

Ces cycles de vie, dont ltude est assez rcente ont t dabord vus sous les angles techniques et nanciers mais de plus en plus le marketing sen empare et utilise une variable dont limportance est de plus en plus importante : le temps.

2.3.2

Le temps sacclre

Comme nous venons de le voir, les TIC ont permis lmergence de services dont les cycles de vies sont plus courts et plus souples que ceux des produits purement industriels. Comme le montre [Boly, 2004] : lenvironnement conomique est marqu par un phnomne de rduction de la dure de vie des produits. Ainsi, le cycle de vie des produits sacclre et, en schmatisant, on voit lmergence de structures de consommation en cloche (voir gure 2.4, page 18). les quatre phases de vie dun produit (lancement, croissance, maturit, obsolescence) sont de plus en plus courtes. Si les entreprises veulent survivre, elles doivent amliorer leurs organisations et leurs mthodes de gestion de projets. De mme, la dure ncessaire la valorisation dune dcouverte sous forme dactivit industrielle sest normment raccourcie. Il serait pass de 50 ans 25 ans en moyenne. Ainsi le temps (ou les temps : de recherche, de dveloppement, de vies) se sont pour ainsi dire, acclrs, avec une consquence sociologique notable : la dure moyenne dune carrire professionnelle est dsormais plus longue que le dlais dmergence des technologies, ce qui impose ladaptation et la gestion des changements. 17

F IGURE 2.4 Raccourcissement du cycle de vie des produits, daprs [Boly, 2004]

2.4

Une dialectique de changement

De nombreux produits (et entreprises) ont du mal passer ce que [Moore, 1999] appelle le gouffre du march de masse (voir gure 2.5 page 18) qui permet un produit de devenir rentable.

F IGURE 2.5 le gouffre entre le march de niche et le march de masse, daprs [Moore, 1999] On peut rapprocher la gure 2.3, qui est centre sur les produits (page 17) et la vision de Geoffrey M OORE qui, elle est concerne plutt les marchs. Ce que G. M OORE a montr cest quil existe un gouffre entre le march des technophiles et des visionnaires (ce quon appelle parfois les early adopters) et le march de masse, celui du grand public qui permet de faire jouer les 18

mcanismes de lconomie librale de march.

2.4.1

Technique, march et co-conception

Un produit peut tre conu en se fondant sur des techniques, cest le mode habituel de cration de produits dans lindustrie : une technologie est disponible, on ladapte, puis on en fait un produit quon propose au march. Cest le techno push (2.4.1.1). On peut aussi, en particulier dans le monde des services, se mettre lcoute du march an dadapter une offre. Cest le market pull (2.4.1.2) mais ces deux approches sont maintenant supplantes par une mthode plus consensuelle, qui met le client au centre de la rexion, cest la co-conception (2.4.1.3). Dnis par de nombreux auteurs, nous empruntons notre prsentation de ces concepts [Soudoplatoff, 2004]. Le tableau 2.1 page 20 en donne une vision synthtique.

2.4.1.1

Le techno-push

Dans le mode techno push, ce sont les valeurs technologiques qui guident la cration de produits ou de services. Ceux-ci sont dcids par les ingnieurs, sur la base de dcouvertes scientiques ou davances technologiques. Combines avec leurs propres analyses, cela permet la mise sur le march dinnovations. Les chanes de de cration de ces nouveaux produits ou services sont souvent linaires : la R&D effectue les tudes prliminaires, puis passe la main lingnierie, qui lui-mme transmet la fabrication. Enn, le marketing met en avant les qualits du produit qui est mis sur le march par les ventes. Ce modle prend ses racines dans le monde industriel, celui des grands programmes . Il est encore massivement prsent dans des pans entiers de lconomie, comme lautomobile, la banque, lassurance ou les tlcommunications. La tendance actuelle est de quitter ce mode de conception car il prsente linconvnient dtre trs long, avec des cycles itratifs parfois pluriannuels. Dirigs par des techniciens, les projets mens en suivant cette mthode font, pour ainsi dire, abstraction du client. Les checs commerciaux sont souvent imputs aux quipes de ventes, sans se soucier de ladquation entre loffre et la demande. Ce modle de dveloppement industriel a t remis en question avec lavnement de lconomie de services. Comme on le verra infra (2.5, page 21) on passe dune conomie de la raret un monde dabondance, ce qui renforce le rle et le pouvoir du client. Il faut donc se mettre son coute et lui proposer des produits adapts.

2.4.1.2

Le market-pull

Dans le monde du market-pull, cest le marketing qui guide la dnition des produits et des services. Le client est le centre de lattention des entreprises : il est tudi, auscult, analys sous toutes les coutures. De toute cette masse dtudes de march sont dduites des modes, des tendances, des dsirs que les entreprises transforment en produits ou services. Le marketing ayant le pouvoir, les ingnieurs deviennent des excutants et ne sont l que pour mettre en uvre des dcisions prises par les spcialistes du march. Cela a une consquence organisationnelle : la production et la distribution sont dcorrles. Lentreprise adopte un modle en rseau (de 19

comptences, de partenaires. . . ). Ce modle, qui sappuie sur les mdias de masse, est celui sousjacent de grands pans de lconomie, comme la grande distribution ou les services (informatique, banques et assurances, etc.). Ce modle prsente linconvnient dtre assez peu sensible linnovation, la technologie passant aprs les tudes de march qui ont permis la dnition des produits. Les dirigeants sont essentiellement issus du marketing. Les checs commerciaux sont souvent combattus par de massives campagnes de communication qui font abstraction des innovations dusages.

```

``` Mthode ``` Techno-push ``` Critre Dnition des produits par la R&D les vendeurs Les excutants sont longs, bass sur la technoCycles logie insensible la demande Inconvnient est en bout de chane Le client

Market-pull par le marketing les ingnieurs courts, bass sur les tudes de marchs insensible aux usages est au centre

TABLE 2.1 Techno-push et Market-pull

2.4.1.3

La co-conception

Fruit de lvolution de la socit de consommation, le client cherche aujourdhui tre acteur du processus de conception des produits et des services. La relation entre une entreprise et ses clients est modie : le client est amen co-travailler avec lentreprise pour prendre une part active la naissance de produits qui incorporent des innovations et des savoir-faire mais galement des usages extrapols de situations relles. Ces usages sont le fait non pas dindividus mais bien souvent le fait de communauts de pratiques. Ni tout fait individuelle ni totalement conceptuelle, la communaut est entre ces deux tendances. Dans cette approche les relations inter-individuelles sont la cl, le rseau est une ralit tangible. Sur le Web, cest larrive des approches de type 2.0 dont la dnition prcise est tnue mais qui posent comme principe la prise en compte du rle actif tenu par les clients et les communauts de clients. Cest ce qui permet [Soudoplatoff, 2004] de dire que limportant face un problme nest plus de le rsoudre mais de le dissoudre dans une communaut. Les usages ne sont plus alors les consquences de la mise disposition de technologies mais le fruit dun travail cognitif commun entre un offreur et un demandeur. Ainsi cette dissolution fait natre lusage. Les lieux o soprent cette alchimie ce sont les communauts. De mme, on peut reprendre le vieil aphorisme qui a permis autrefois de qualier lirruption de lInternet : dis-le moi, je loublie ; montre-le moi, je le retiens ; implique-moi, je le comprends. Limplication est un paramtre-cl, qui permet de toucher du doigt la ralit de la co-conception. 20

2.4.2

Lmergence de louverture

En toute logique et depuis lavnement du libralisme conomique, la valeur sobtient par la raret et la raret par la protection. Or, sur Internet, par un effet sans doute corollaire de limportance du phnomne communautaire, ce principe est invers : certains projets, issus de communauts, ne cherchent pas crer de raret, au contraire, ils favorisent dlibrment la copie et visent la diffusion la plus simple. Le prcurseur et le matre penser de ce mouvement, Richard M. S TALLMAN a imagin un modle de distribution fond sur quatre liberts fondamentales 5 dans une approche quasiphilosophique. Celui qui est aujourdhui le gourou de ce mouvement est le fondateur de la F REE S OFTWARE F OUNDATION 6 , organisation de promotion de ce systme qui est lorigine dun courant qui compte des manations telles que le mouvement OpenSource 7 et des initiatives telles que Creative Commons 8 dont lobjectif est lorganisation du partage dinformations. Bref, louverture est partout et aprs avoir t dnigre par les acteurs traditionnels du secteur, les crations Libres sont maintenant des logiciels reconnus dont certains, tels le navigateur Firefox 9 , gr par la fondation Mozilla 10 sont quasi commerciaux. Ce monde Libre nest plus anecdotique, cest une ralit devenue incontournable dans les TIC et un acteurs, atypique, de lconomie du logiciel.

2.5
2.5.1

Une approche par la valeur

Introduction

Il y a de nombreux angles dattaque possibles pour aborder les TIC : par la technique, par les standards, par lhistoire ou la sociologie. . . le domaine, bien que jeune, est vaste et a t mis en perspective par des angles aussi nombreux que varis. Nous avons choisi daborder ce domaine par la valeur et en particulier par linnovation qui est un mcanisme de cration de valeur bien connu dans le monde industriel. De plus, cette approche permet de nous intresser non seulement aux produits matriels mais galement aux services, immatriels, qui ont foisonn sur Internet depuis lapparition du Web.

2.5.2

La cration de valeur sur le Web marchand

Les acteurs prsents sur le Web ont remis en cause des propositions de valeur de lconomie traditionnelle, en proposant de nouveaux modles daffaires. Les chanes de valeur ajoute sont ainsi modies et le rle des acteurs a t revu. Au cours du temps de nombreux modles daffaires ont pu tre proposs, mais trois modles daffaires se sont dgags, permettant de crer de la valeur marchande : la publicit (2.5.2.1), le commerce lectronique (2.5.2.2) et les services en ligne (2.5.2.3). Nous verrons que dans le monde marchand, les communauts lectroniques jouent un rle important (2.5.2.4)
5. 6. 7. 8. 9. 10. Cette approche est dtaille dans notre prsentation des rgles de partage au paragraphe 6.4.1 page 82 http://www.fsf.org http://opensource.org http://www.creativecommons.org urlhttp ://www.refox.org urlhttp ://www.mozilla.org

21

2.5.2.1

Le modle publicitaire

Le modle publicitaire permet de valoriser laudience dun site en Web. Laudience dun site Web peut se mesurer en termes quantitatifs : nombre de pages vues, nombres de visiteurs, nombre de clics sur tel ou tel lien. . . les donnes mesurables sont nombreuses et les mthodes permettent dapporter un bon niveau de prcision dans la mesure. De plus la mise en uvre doutils tels que les cookies 11 renforce le degr de prcision (frquence de visites et parcours effectu sur le site, en particulier). Du point de vue de laudience, un site Web a tout dun media. [Hussherr et Rosenvallon, 2001] a dailleurs forg lexpression 6emedia 12 . La publicit est le plus ancien et le plus courant des modles de valorisation dun site Web. Ds quun site Web atteint une audience sufsante il songe a la valoriser par la publicit. Aprs avoir t dubitative, voire hsitante, lindustrie de la publicit a maintenant intgr le Web ses pratiques courantes et lactivit est trs organise : les formats des afchages sont standardiss (bannires, tags, colonnes, etc.), les mthodes de comptage le sont galement (par mille pages vues, par nombre de visites uniques, par taux de clic. . . ) ainsi que les cots et les rmunrations (pourcentage, cots lafchage, rmunration la transformation, etc.). Avec le temps, des formes drives de la publicit sont apparues : partenariats, sponsoring, co-marketing et vente de produits drivs 13 . En juillet 2007, la publicit sur Internet reprsentait 13,6 % des dpenses publicitaires en France 14 . La publicit est traditionnellement un march entre professionnels 15 duquel les individus sont absents : la publicit sachte et se vend entre professionnels (annonceurs et supports). Cependant, le moteur de recherche G OOGLE 16 a construit un mcanisme permettant aux particuliers dafcher des publicits sur leurs sites personnels. Cest G OOGLE A D S ENSE. Il sagit dune sorte de cercle vertueux permettant G OOGLE de dmultiplier ses sources de revenus tout en rmurrant les particulier pour leurs apports daffaires 17 . Aprs la publicit est apparu le commerce lectronique, une autre faon de crer de la valeur marchande sur le Web.

2.5.2.2

Le commerce lectronique

Le commerce lectronique consiste vendre des biens ou des services en utilisant le Web comme canal de distribution. Cest, aprs la publicit, le moyen le plus courant de crer de la valeur sur le Web. Contrairement un site daudience, un site de commerce lectronique mesure son succs par le chiffre daffaires quil gnre (bien que parfois laudience soit utilise comme source de revenus complmentaires, notamment au travers dactions de sponsoring ou de location de chiers).
11. Un cookie est un chier dpos par un site Web sur lordinateur dun internaute. Le site Web peut y stocker des informations. 12. Traditionnellement les publicitaires considrent cinq mdias : la presse, la tlvision, la radio, lafchage et le cinma. 13. Ainsi, un site ayant constitu une base de donne dadresses emails la valorisera par des locations pour emailing. 14. Source : tude TNS MEDIA INTELLIGENCE, cite par le Journal du Net, http://www.journaldunet.com/cc/06_ publicite/epub_marche_fr.shtml 15. Les spcialistes parlent de B 2 B, cest dire business to business. 16. http://www.google.fr 17. Pour une approche gnrale du phnomne Google, on lira [Vise et Malseed, 2006]

22

Le commerce lectronique diminue les cots directs de commercialisation et permet souvent de rduire les prix de vente. Les acteurs sont de deux types : des industriels faisant du commerce lectronique une source de revenus complmentaires (cest par exemple le cas de la FNAC ou de D ARTY dont les sites viennent en complment de rseaux de distribution traditionnels). Dautres acteurs, plus nombreux, nont au contraire pas dautre forme de prsence. Ce sont ces derniers qui sont lorigine dun certain nombre de pratiques nouvelles en ce qui concerne la relation client. Des commerants comme lamricain A MAZON 18 ont ainsi tabli des pratiques spciques au commerce lectronique en sappuyant sur des techniques que seul le Web permet : personnalisation de la relation client, animations commerciales multiples, utilisation du mail etc. Le commerce lectronique reprsente aujourdhui un domaine de poids : au premier trimestre 2007, la France comptait 17,9 millions de cyberacheteurs 19 . Ce chiffre est rapprocher des 30 millions dinternautes que compte le pays 20 . Notons que sur les 15 premiers sites de commerce lectronique, 9 ne sont prsents que sur Internet 21 . Les secteurs les plus touchs par le commerce lectronique sont ceux des bien culturels (vente de contenus numriques : musique et video, vente de livres), des voyages et du tourisme, et de la distribution de bien technologiques. En abolissant les frontires, le Web offre de nouvelles opportunits aux internautes : acheter des biens ou des services lautre bout de la Plante nest pas plus compliqu que de traverser la rue. Cela a deux impacts principaux : dune part le cadre juridico-rglementaire peine parfois sadapter, notamment en matire de protection du consommateur. Dautre part cela a donn une importance nouvelle la logistique et la distribution de proximit. Les transitaires internationaux 22 en particulier ont du adapter leurs offres au commerce lectronique. Enn, la mise en uvre dun site de commerce lectronique est facilit par la disponibilit doutils de paiement entre particuliers. Des services tels que ceux apports par PAYPAL 23 ouvrent la voie du commerce lectronique tout un chacun. On trouve ainsi nombre de particuliers qui vendent leurs crations logicielles sans recourir aucun intermdiaire de distribution. De plus certains acteurs du commerce lectronique (comme A MAZON) mettent disposition des internautes toute ou partie de la logistique permettant la vente en ligne. Le commerce lectronique peut tre considr comme une transposition sur le Web de mthodes et dhabitudes ancestrales car le commerce lectronique nest nalement quune forme nouvelle de commerce (comme nous lavons dj relev dans [Druel, 1996]), mais on trouve galement sur le Web des services sui generis qui rpondent un modle daffaires propre.

18. http://www.amazon.com 19. Ces chiffres sont tirs de ltude trimestrielle ralise la la F DRATION DES ENTREPRISES DE VENTE DISTANCE (F EVAD) et accessible sur le site http://www.fevad.com. Un cyberacheteur est un internaute ayant effectu au moins un achat sur Internet dans le trimestre prcdent lenqute. 20. Source : enqute Mediamtrie Audience de lInternet en France, juin 2007. Accessible en ligne sur http://www. mediametrie.fr. Sur limportance du phnomne technologique en France, voir infra le chapitre 5 page 55. 21. Voir tude F EVAD cite supra 22. Les transitaires sont des entreprise qui assurent le transport, limportation et la livraison des colis. On peut citer F EDERAL E XPRESS , DHL ou C HRONOPOST. 23. http://www.paypal.fr est un service dintermdiation permettant le micro-paiement. Il est accessible aux entreprises mais galement entre particuliers.

23

2.5.2.3

Les services en ligne

On trouve sur le Web des services spciques, qui ne pourraient pas se trouver en dehors du Web : des services de Webmail, de cartographie et ditinraires, des moteurs de recherche, des agrgateurs de contenus. Ces services peuvent se rmunrer par la publicit, mais un grand nombre sont accessibles par abonnement. Celui-ci peut dailleurs tre masqu par son inclusion dans un service plus large. Cest dans cette cartgorie quon trouve les services de consultation de comptes bancaires (inclus dans les conventions de comptes) et les services nanciers, notamment transactionnels. Cest galement dans cette catgorie que se trouvent des services comme eBay 24 ; il sagit dune place de march cest dire un lieu dchange entre particuliers. De nombreux mdias traditionnels, en particulier la presse, vendent galement des services sous forme dabonnement des contenus accessibles en ligne. Nous avons montr dans [Druel, 2000] que dans un evironnement o linformation foisonne, la vente dinformation nest souvent quune apparence. Sabonner la version lectronique de tel ou tel journal ce nest pas acheter de linformation mais un service dont linformation est, en quelque sorte, la matire premire.

2.5.2.4

Le rle des communauts

Les modles voqus supra ont, de plus, dvelopp des approches communautaires. On considre depuis [Hagel et Armstrong, 1997] que les communauts lectroniques sont des sources de cration de valeur car elles crent des cercles vertueux permettant aux commerants de dialoguer avec leurs clients tout en bnciant dune image amliore. Les communauts de clients, cependant, napportent que rarement de valeur directe. Pour les commerants il sagit avant-tout dun complment de service. Parfois, la communaut des clients est mise contribution pour tester telle ou telle innovation. Cette utilisation comme panel renforce son intrt marketing, en particulier pour les services de personnalisation (voir ce propos [Woolf, 1999, chap. 7])

2.5.3

Le changement de paradigme

Durant les Trente glorieuses 25 , et comme la analys [Dupuy, 2004], sest opre, dans le monde conomique, une inversion majeure de la raret. On est pass dune poque o le produit tait rare (limmdiat aprs seconde guerre mondiale) une nouvelle, actuelle, o ce sont les clients qui sont rares. Non que la population ait dcru, au contraire, mais loffre disponible est maintenant trs importante. Le march, autrefois tir par la demande est aujourdhui submerg doffres. Ainsi ce ne sont plus les biens qui sont rares, mais les clients. Cette sorte de dinversion de raret est gnrale et touche tous les secteurs, comme par exemple lautomobile, la presse, les produits alimentaires. . . mais galement les mdias audiovisuels 26 , les services bancaires et nanciers, les tlcommunications etc. Cette inversion de
24. http://www/ebay.fr 25. Cest ainsi quon dsigne, la suite de [Fourasti, 1979], la priode dune trentaine dannes allant de la seconde Guerre Mondiale au premier choc ptrolier. 26. Dans les annes 1960 lO RTF proposait deux chanes de programmes tlviss et la diffusion cessait 23h00. Aujourdhui la TNT propose plus de 40 chanes. Les cablo-oprateurs et les bouquets satellite peuvent aller jusqu dpasser

24

raret a un impact trs fort sur la valeur conomique : des biens ou des services de plus en plus perfectionns tendent coter de moins en moins cher. Ce phnomne est trs marqu dans le monde des TIC, les semi-conducteurs en particulier. En 1975, Gordon M OORE, un des fondateur de la socit I NTEL dclare que le nombre de transistors des microprocesseurs sur une puce de silicium double tous les deux ans. Bien quempirique 27 , cette loi a t vrie sur la priode 1971-2001 (voir gure 2.6 page 25). La consquence commerciale est connue : les machines utilisant des micro-processeurs (en particulier les micro-ordinateurs) sont devenus de plus en plus puissants pour des prix de moins en moins levs. De mme, Norbert PAQUEL a pu galement afrmer que La caractristique la plus constante de linformatique est la capacit des utilisateurs saturer tout systme mis leur disposition qui, dans ce contexte, complte par une approche centre sur les usages celle de Gordon M OORE, centre sur la technique. Sur Internet le changement de paradigme sopre galement : non seulement ce qui tait autrefois payant est maintenant gratuit mais, au surplus, une mme information est disponible sur un nombre incalculable de sources. Le sacro-saint principe dexclusivit est mme battu en brche par des utilisations dtournes de certains outils. Dans ce contexte, il apparat que le principe de raret qui prsidait la cration de valeur dans lancienne conomie nest plus de mise dans le monde nouveau qui est n de lutilisation des techniques disponibles. Il a t pour ainsi dire vid de son sens. La nouvelle conomie ne aprs le Web a cr ses rfrents et ses quations de valeurs : ([Maitre et Aladjidi, 1999] qui analyse les business models de la nouvelle conomie date de 1999, six ans peine aprs les premiers balbutiements du Web). Rien ntait en effet plus ncessaire (le tableau 2.7 page 27 le montre par labsurde).

F IGURE 2.6 La Loi de Moore confronte lvolution des processeurs I NTEL Plus largement, dans de trs nombreux domaines est apparue une dialectique de type avant/aprs permettant dopposer une ancienne conomie fonde sur la gestion de la raret et une nouvelle conomie fonde sur lorganisation du foisonnement. Cependant, le phnomne communautaire a fortement chang la donne : de certaines communauts lectroniques en effet, sont ns des
la centaine de chanes. Or, malgr cette explosion doffres, une journe de 2007, tout comme celle de 1960 ne compte que 24 heures. 27. Il sagit en fait de la r-valuation dune prdiction faite une premire fois en 1965 pour les semi-conducteurs dentre de gamme

25

produits et des services mis librement la disposition de la communaut et qui non seulement se sont imposs dans la communaut de dpart mais se sont rpandus comme trane de poudre au point de devenir incontournables, voire de devenir des produits quasi commerciaux. Le tableau 2.2 en donne quelques illustrations. Ces produits et ces services ont des parts de march, ont vu se crer autour deux des communauts, des prestations de service, bref ils ont cr de la valeur. Or, caractristique remarquable de ces produits : ils sont gratuits ! La valorisation conomique par le chiffre daffaire leur semble trangre. Ils vivent de publicit, de dons, de tiers nanceurs. Bref, ils sont lorigine dune chane de la valeur alors quils nen ont conomiquement pas. Projet
VLC

Responsable du projet Antoine Cellerier (ECP) Brendan Eich Variable selon le sousprojet (voir http:// projects.openoffice. org/index.html) Pyb (Prsident du chapitre franais de Wikipedia)

Nombre de participants 53 23.000 34 000 80.000 (estimation n 2006, dont 135 modrateurs) un, plus un support mis disposition par Linspire

Firefox Open Ofce

Part de march ou quivalent (si disponible) Plus de 10 millions de tlchargements (2.4 tlchargements par sec.) 24.1 % en Europe 14% dans les grands comptes et un total de 62.5 millions de tlchargements plus de 450.000 articles en franais

Wikipedia France

N|Vu

D. Glazman

plus de 2 millions dutilisateurs

Sources : pour Firefox, voir Xiti Monitor, mars 2007 (dans deux pays europens sur trois, Firefox est leader). Pour OpenOfce, voir http://wiki.services.openoffice.org/wiki/Market_Share_Analysis, pour N|Vu, voir http://www.nvu.com/. Ces donnes sont sujettes variations

TABLE 2.2 Donnes relatives quelques projets collaboratifs (donnes collectes le 11 fvrier 2007)

2.5.4

Un nouveau regard sur la gratuit

Ce qui frappe quand on considre les projets Libres ou OpenSource ou placs sous une licence ouverte 28 cest leur apparente gratuit. La gratuit pcuniaire tout du moins. La gratuit en effet, nest que de faade : bien que le tlchargement et lutilisation des produits de lre du partage est Libre mais demande un certain nombre dinvestissements non pcuniaires : temps dadaptation, temps de migration, rorganisation des processus et des savoirs, la liste est longue si bien que ladoption dun logiciel ouvert peut se rvler coteux. De plus, dans le monde de louverture un produit nest pas un en-soi. Il est li, de manire
28. Sur la dnition de ces termes, cf. infra, le paragraghe 6.4 page 81

26

En juillet 2007 Rouleau dacier Twingo de base lingot dor Intel Core2Duo b Quotidien National Livre de poche MacOS X Photoshop Firefox Linux Wikipedia

Prix (e) 370 7990 15572,86 a 250 1,20 5,5 129 1075 gratuit Libre Libre

poids (kg) 1000 925 1 0,008 0,2 0,15 0,016 c 0,016 d N.S. N.S. N.S.

Prix au kg (e), 0,37 8,63 15572,86 31250,00 6,0 36,66 80628,50 67187,50 N.S., N.S., N.S.,

a. Cours moyen du lingot dor en juin 2007 donn par la Banque de France b. Processeur 2,67GHz de frquence dhorloge, prix donn par le site http://www. rue-montgallet.com le 7 juillet 2007 c. Le DVD sur lequel est stock le programme pse 16 g. d. Cf. note supra

F IGURE 2.7 La valeur de limmatriel est tnue, tableau daprs[Soudoplatoff, 2004]

consubstantielle, un projet et une communaut : utiliser un produit ouvert implique donc dinvestir galement dans la communaut pour participer au projet commun. videmment, cest l que ce situe une des limites majeures dans la comprhension quont des projets ouverts les utilisateurs naux non avertis ou des entreprises dsireuses de diminuer les cots dacquisition des logiciels. Cest galement ce qui fait que souvent la gratuit pcuniaire est mise en avant en oubliant le fait quutiliser le logiciel, bien que participant indniablement son succs, nest quune partie de lengagement : la participation, qui peut prendre de nombreuses formes, est une partie importante du contrat moral liant lutilisateur au projet. Le sponsoring est une forme courante de participation, surtout de la part des entreprises. La plupart des entreprises du secteur des TIC sont coutumires du fait. Prenons quelques exemples : S UN M ICROSYSTEMS soutien activement le dveloppement du projet OpenOfce, soutenu galement par IBM. YAHOO et G OOGLE soutiennent le serveur Web Apache, etc. Enn, reste le cas des dons : les projets ouverts ne sont pas grs par des entreprises capitalistiques mais par des associations. Celles-ci adoptent des statuts leur permettant de recevoir des dons en numraires. Cest ainsi que certains utilisateurs qui ne souhaitent pas simpliquer dans le projet contre-balancent leur utilisation des produits par des dons lassociation. Une forme drive courante de ce principe consiste pour lassociation crer une boutique de produits drivs. Le cas le plus caractristique est celui de lassociation M OZILLA 29 dont lorganisation a atteint un stade quasi-commercial : rmunration de permanents, boutique en ligne, sponsors puissants, gouvernance. . . sans compter une organisation o sentremlent savamment fondation sans but lucratif et entreprise, volontariat et salariat. Dans lre du partage, la gratuit est donc une ralit multiforme. Sil est vrai que les produits ne sachtent pas leur utilisation implique des changes qui peuvent prendre un grand nombre de formes. Ainsi, et comme le rappelle M. B AUWENS 30 se dgage une conomie de lchange. . . qui
29. Http://www.mozilla.com. Cest lassociation qui soutient les projets F IREFOX et T HUNDERBIRD. 30. Cf. le paragraphe A.2 page 208.

27

est une rsurgence dun phnomne que les sociologues avaient dj observ il y a longtemps dans les socits primitives dOcanie (voir [Mauss, 2004]).

2.6

Champ dinvestigation

Les produits issus des communauts sont galement de ceux qui changent les modles daffaire : de Linux Wikipedia en passant par Firefox, VLC, OpenOfce ou tant dautres, ces produits et services ont remis en cause les propositions de valeur des acteurs de lre prcdente. De plus, ces projets sont des catalyseurs de communauts dutilisateurs et de dveloppeurs. Les projets non marchands issues de lre du partage se situent lintersection de plusieurs champs de connaissances (voir gure 2.8, page 28) et ils semblent prsenter des caractristiques propres. Cest prcisment sur ce recoupement que portent les recherches qui font lobjet du prsent travail. Les chanes de valeurs ajoutes nouvelles que nous avons voqu supra sont le cur de notre champ de recherche. Nous lappelons re du partage car cest ce qui fonde sa ralit la plus tangible. Autour de ce primtre principal, on trouve des notions dj dnies auxquelles nous nous ferons rfrence car elles sont connexes : le partage, la valeur et le march. Individuellement, le partage et le march ont t tudis mais la spcicit de notre approche est de considrer que les productions communautaires issues de partages sur les rseaux sont des en-soi quil faut aborder en tant que paradigme nouveau.

F IGURE 2.8 Notre champ dinvestigation

28

Chapitre 3

La valeur
Sommaire
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 La valeur en conomie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.1 Libralisme et valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.2 Valeur et subjectivit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3 Valeur en analyse de la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1 Lanalyse de la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.2 Dnition de la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4 La valeur, le client et la vente . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4.1 Le marketing et la cration de valeur . . . . . . . . . . . . . . . . . . . 3.4.2 Entreprise et valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5 Conclusion sur la valeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 31 31 36 37 37 37 38 38 38 39

29

30

3.1

Introduction

valeur est un concept large dont le champ smantique va de lconomie la gestion, de la sociologie lingnierie, de la psychologie la mathmatique. . . On peut aller jusqu dire quaujourdhui la valeur est partout, ce qui la rend difcile a dnir et qui parfois vide le mot de son sens.

La consultation dun dictionnaire 1 donne de la valeur une approche essentiellement conomique mais le champ du concept est large :

Valeur en gnral : caractre mesurable prt un objet en fonction de sa capacit tre chang ou vendu ; prix correspondant lestimation faite dun objet de valeur : estim, qui vaut cher ; Valeur en conomie : valuation dune chose en fonction de son utilit sociale, de la quantit de travail ncessaire sa production, du rapport de loffre et de la demande ; Valeur en nance boursire : Titre ngociable, cot ou non en bourse, effet de commerce ; Valeur en gnral : Mesure dune grandeur, dune quantit variable mesure conventionnelle attache un lment appartenant une srie hirarchise ; Valeur en linguistique : Sens dune unit linguistique dtermine par son appartenance un systme ; Valeur en peinture : Intensit relative dune couleur ou dun ton ; Valeur en gnral : Qualit physique, intellectuelle ou morale dune personne, qui la rend digne destime (vieilli) bravoure au combat, hardiesse, courage ; Valeur en gnral : Qualit intrinsque dune chose qui, possdant les caractres idaux de son type, est objectivement digne destime qualit, importance estime par un jugement subjectif qualit de ce qui est dsir, estim, parce que donn et jug comme objectivement dsirable ou estimable.

F IGURE 3.1 Les diffrentes dnitions de la valeur Dans le cadre de notre travail, nous focaliserons sur la valeur en conomie (3.2), sur la valeur en ingnierie et plus particulirement en analyse de la valeur (3.3) et enn sur un aspect important : le rapport entre la valeur et le client (3.4)

3.2

La valeur en conomie

Lconomie lie la valeur au prix, dans une approche librale (3.2.1) mais se penche galement sur la valeur-travail, qui est une approche traditionnellement marxiste (3.2.1.2).

3.2.1

Libralisme et valeur

La littrature conomique classique regorge de travaux sur la valeur, les cots et les prix. la suite des travaux philosophiques des fondateurs du libralisme (Adam S MITH, Jean-Bapiste S AY, David R ICARDO, au cours du XVIIIe sicle) qui assoient leur pense sur la libert individuelle pour
1. On pourra utiliser le Trsor de la langue franaise, un dictionnaire en ligne accessible sur http://atilf.atilf. fr/dendien/scripts/tlfiv4/showps.exe?p=combi.htm;java=no; et maintenu par des chercheurs du C NRS.

31

proposer un contrat social liant les citoyens dun pays (John L OCKE, Jean-Jacques R OUSSEAU) et qui cherchent expliquer lorigine de la richesse, litalien Vilfredo PARETO (1848-1923) travaille sur lquilibre gnral et propose la fameuse loi de Pareto sur la distribution des revenus. Nombre dconomistes libraux ont dvelopp des thories de la valeur (John S TUART-M ILL et, plus prs de nous, Friedrich VON H AYEK, 1899-1992, fondateur du neo-libralisme). Chacun de ces conomistes cherche dnir et expliquer la valeur en se fondant sur le march et ses diffrents acteurs, dont ltat. Max W EBER (1864-1920), dont les travaux relvent de la sociologie, sest rendu clbre en analysant les effets de la Rforme protestante sur lactivit conomique capitaliste dans Lthique protestante et lesprit du capitalisme (1904-1905), il propose un modle danalyse du social centr sur les individus et leurs motivations. Certains vont mme jusqu prsenter des approches proposant un abandon de ltat, comme Robert N OZICK (1938-2002), dont louvrage de rfrence, Anarchie tat et Utopie publi en 1974 ([Nozick, 2003] pour ldition franaise) propose un tat minimal fond sur le consentement et la lgitimation, rduisant la socit (par nature alinante, daprs N OZICK) une juxtaposition dindividus jouissant dune libert maximale. Les travaux de Milton F RIEDMAN (1912-2006), sans aller aussi loin dans la philosophie, sont centrs sur le rle de la monnaie et du march (cole de Chicago). Cet conomiste a inuenc des gouvernants au Chili (le Gal P INOCHET), aux USA (R. R EAGAN) et en Grande-Bretagne (Margaret T HATCHER). Dfenseur de la libert (Capitalism and freedom, 1962 et Free to choose, 1980), son uvre insiste sur le rle central donner la monnaie. Une place part doit tre rserve au britannique John M. K EYNES (1883-1946) et son courant de pense (le keynesianisme), qui aborde les lconomie par les grands quilibres, les comportements de consommation et les choix en matire de liquidit des actifs et dont les conceptions, au contraire des libraux, sont interventionnistes. En effet, pour K EYNES, cest la demande qui est le facteur dterminant pour expliquer le niveau de production et par consquent lemploi. Ainsi, en agissant sur la demande, le march seul, ne peut pas, pour les keynesiens, sufre la prennisation de la cration de valeur. 3.2.1.1 La valeur, les cots et les prix

Le prix fonde la valeur. Cest le march, lieu de rencontre de loffre et de la demande, qui xe les prix. Le prix est ainsi la concrtisation dun quilibre entre loffre et la demande. Ainsi, la valeur conomique est assise sur la notion de raret : un bien rare (ou dont la demande est forte) aura un prix lev ; alors que ce ne sera pas le cas dun bien commun (ou dont la demande est faible). Le prix de vente incorpore les cots (de matires, de production, de distribution), la marge et parfois les taxes. Le prix de vente sexprime en monnaie. La monnaie permet galement lchange 2 . Au del du prix, lusage permet galement de matrialiser la valeur. [Brmond et Gldan, 1993] rsume lapproche de la valeur dusage par la dnition suivante :
la valeur dusage est une estimation subjective de la satisfaction que procurent directement ou indirectement la possession dun bien et son utilisation. Cette estimation est faite un moment donn, dans un contexte social prcis.

Pour les no-classiques, la valeur dusage reprsente la totalit de lutilit quun individu
2. Nous exprimons ici les fonctions de comptage et dchange. La monnaie assure dautres fonctions dont ltude sort de notre primtre. On consultera par exemple [Brmond et Gldan, 1993] pour une prsentation des fonctions de la monnaie.

32

retire dun objet. Ainsi, lutilit dsigne la proprit qua un objet de procurer une satisfaction. La satisfaction peut tre directe ou indirecte. La valeur dusage, cependant, nest pour les conomistes quune des composantes de la valeur. [Brmond et Gldan, 1993] donne galement la dnition de la valeur dchange :
La valeur dchange, sexprime par un rapport dchange qui prcise, pour chaque marchandise, la quantit des autres marchandises qui lui sont quivalentes.

Ainsi dnie, la valeur dchange nest autre que le troc, qui est une des formes, archaques certes, dconomie. On reviendra infra sur les notions de troc et dchange. Les acheteurs sont senss se dterminer selon la loi de loffre et de la demande. En fonction du prix, ils ragissent par une fonction de demande D(p), leurs achats tant dautant plus levs que les prix sont bas. Les quantits demandes sont donc une fonction dcroissante des prix. Les vendeurs sont supposs avoir un comportement rciproque, les quantits offertes (q = O(p)) tant une fonction croissante des prix : plus le prix est lev, plus ils sont disposs vendre. Sous ces hypothses, limage de la cotation en bourse, le prix dquilibre parfait est celui o les quantits offertes q 2 et les quantits demandes q 1 sont gales pour un prix p dit prix dquilibre de march Par exemple, les chiffres du tableau 3.1, page 33, indiquent les quantits que sont disposs acheter et vendre les changeurs pour chaque prix thorique. Le schma 3.2, page 34, en donne une illustration graphique : XXX Prix Quantits XX Achetes potentiellement XXX X X 15 e 100 20 e 80 25 e (F = P ) 50=q1 30 e 20 40 e 10 Vendues potentiellement 0 10 50=q2 80 100

TABLE 3.1 Recherche de lquilibre parfait sur un march Dans une conomie de services, la notion de cot marginal est centrale. Mettre un service disposition des clients demande un investissement minimal. Tant que les capacits ne sont pas satures, accueillir des clients supplmentaires nimplique pas un nouvel investissement lourd, mais juste des cots de traitement. Les nouveaux clients permettent datteindre un optimum de rentabilit. Les investissements des fournisseurs de service suivent des courbes en marches descalier : un premier palier dinvestissement permet daccueillir un certain ux de clients. Puis, quand les capacits initiales sont satures, il est ncessaire dinvestir nouveau pour chercher atteindre un nouvel optimum de rentabilit. La prise en compte du cot marginal permet une grande souplesse dans la xation des prix car un mme service peut tre tarif en fonction des contextes des clients et pas seulement des contraintes de production 3 . La recherche sur lquilibre gnral et le systme de prix est trs dveloppe. Les travaux
3. En cela, on opposera les cots marginaux aux cots moyens qui ne permettent pas une telle souplesse dans la xation des prix.

33

F IGURE 3.2 Fixation du prix dquilibre sur un march pur et parfait de Lon WALRAS (1834-1910) ont pour ainsi dire fond la recherche en la matire et dni la notion mme dutilit marginale (cole marginaliste). Les franais se sont distingus dans cette approche, en particulier Maurice A LLAIS (n en 1911), prix Nobel dconomie 1988, et un de ses disciples, Grard D EBREU (1921-2004), prix Nobel dconomie 1983 4 . Maurice A LLAIS a illustr la question de lanalyse marginale avec le fameux problme du voyageur de Calais : combien cote un voyageur mont Calais dans le train pour Paris ? Il montre ainsi que par approximations successives on arrive ce que doit tre le cot minimal du billet pour que la compagnie ferroviaire ne se retrouve jamais dans une impasse. Cet exemple lui est associ sous le nom de mtaphore du voyageur de Calais, qui illustre quon ne peut jamais proprement parler du cot dun bien ou dun service, mais quil est plus exact de parler de cot dune dcision en indiquant quel niveau on la considre. 3.2.1.2 Valeur et travail

En parallle de cette approche librale, sest dveloppe une autre conception de la valeur, propose par Karl M ARX (1818-1883) : la notion de valeur-travail. Dans cette approche, la valeur dchange dun bien doit tre dtermine par la quantit de travail social, moyen ncessaire leur laboration un moment historique donn. Cette approche plus humaniste lie valeur et quantit de travail, cest dire quelle postule que le travail est mesurable et comparable dun moyen de production lautre. Naturellement, on mesure le travail en temps. Dj du temps de lre industrielle ctait un pis-aller, mais aujourdhui, dans lconomie de service, en particulier les services en ligne, on peut douter de la pertinence de cet talon de mesure : que vaut le temps de travail dune machine rendue autonome par la programmation ? De mme, cette approche peine distinguer les diffrentes valeurs pour des travaux diffrents (temps de travail dun ingnieur, dun contre-matre, dun ouvrier) et naccorde quune importance secondaire tout ce qui nest pas travail humain. Karl M ARX (dans Le Capital, livre III) propose de distinguer le capital constant (les matires premires , c), le capital variable (le travail humain proprement dit, v) et isole la plus-value (cre par le travail, pl). Ainsi, dans lapproche marxiste, la valeur dun bien peut scrire selon
4. G. D EBREU a obtenu le prix Nobel une date laquelle il est dj naturalis amricain. Mais certains classent tout de mme ce noblis parmi les Nobel franais car le jury du Nobel a rcompens Debreu pour ses travaux raliss en France.

34

lquation suivante : V aleur = c + v + pl Il est intressant de noter que se dgage ainsi la notion de plus value qui est la matrialisation de la valeur cre. 3.2.1.3 Lanalyse diffrentielle, lchange

En conomie, la valeur nat galement de lchange. La forme conomique de lchange, cest le commerce. Le fondement des bases de lchange doit tre recherch dans la thorie des cots comparatifs nonce par David R ICARDO(1772-1823) dans son ouvrage de rfrence Des principes de lconomie politique et de limpt (1817 pour la 1reversion). Souvent critique, cette thorie reste la pierre angulaire du raisonnement conomique et peut se rsumer sous une forme que nous empruntons [Henner, 1997] (p. 3) :
Un pays a toujours intrt participer lchange international ds lors quil peut obtenir de ltranger plus de produits imports quil naurait pu en fabriquer sur place laide des facteurs de production incorpors dans les exportations.

Cette approche, fonde sur la diffrence, est certes vraie pour les changes entre pays mais galement dans toute forme dchange marchand : cest de la diffrence que vient la valeur, la recherche de lquilibre gnral (voque supra, 3.2.1.1, page 32) tant une qute de systmatisation de ces diffrences. Lchange nat et se nourrit de la diffrence : entre les nations, entre les biens, entre les intrts. . . Pour que lchange naisse, la notion dlasticit est centrale. Elle se dnit comme le changement proportionnel dune variable y relativement une autre variable x :
(y ) y (x) x

E (y, x) =

En particulier, si y (x) est drivable par rapport x et non-nulle, on a : E (y, x) = x y . y x

Le concept dlasticit peut tre employ toutes les fois quil y a un rapport de cause et deffet. Lanalyse classique de lchange fonde sur la diffrence, et lastique relativement soit aux prix soit aux revenus prouve que la spcialisation dans une forme de production est pertinente et efcace. Cest David R ICARDO quon doit lanalyse de lavantage comparatif. Dans le cadre a-montaire dun modle rduit deux pays et deux biens, il dmontre que tout pays a intrt lchange, quil ait un avantage absolu ou un dsavantage absolu pour les deux productions. Il suft que les cots comparatifs (ou cots dopportunit) diffrent dun pays lautre pour quun change avantageux pour tous puisse prendre place et quapparaisse un gain rel de lchange. Ce modle sera par la suite tendu et prcis par H ABERLER, J. S TUART-M ILL (qui introduit les notion 35

dlasticit dans lintrt de lchange et dintrt rciproque) et enn par P.A. S AMUELSON (n en 1915), prix Nobel dconomie 1970 avec Heckscher et Olhin pour leur formalisation de la thorie du commerce international.

3.2.2

Valeur et subjectivit

Une des caractristiques de lcole no-classique en conomie est quelle fonde la valeur sur lutilit, cest dire quelle relie lestimation subjective de la valeur dusage un rapport quantitatif dans lchange. Cette approche sest massivement diffuse dans les sciences de gestion, en particulier le marketing, que certains auteurs (en particulier [Treacy et Wiersema, 2001]) voient avant-tout comme une science de la perception, voire non pas comme de la gestion mais comme de la sociologie ou de la psychologie ([Woolf, 1999] abonde galement dans ce sens). Cest dans la vente de services que cette approche sest surtout dveloppe 5 . Lobjectif de ces approches est de permettre des segmentations, lesquelles sont vues comme un des secrets permettant de vendre des services. En effet, dans une conomie de service, la valeur varie en fonction de la perception quon en a hic et nunc. Dans cette dmarche, le rle jou par la nouveaut tend tre central. Nous pensons que cest un des leviers permettant de crer de la valeur.
On peut donner un exemple simple issu du monde de lindustrie, pour illustrer cette tendance : Il y a quelques annes encore, lABS a tait prsent comme une avance technologique issue de la comptition et vendu en option sur les voitures haut de gamme. Aujourdhui, ce systme fait partie de la dotation standard de la plus banale des autos bas de gamme. a. Systme danti-blocage des roues lors du freinage, dans lindustrie automobile

Dans une conomie de service, certains (comme [Treacy et Wiersema, 2001] ou [Portnoff et Dalloz, 2001b]) vont mme jusqu segmenter par le degr dimplication du client dans le service offert 6 : services lmentaires : ils ont une valeur dusage perue mais sont considrs soit comme non indispensables, soit comme devant faire partie de toute dotation de base dun service offert. Exemple : tout fournisseur daccs Internet fournit un service demail. services riches : ils apportent une valeur ajoute forte. Typiquement, les services dinformation chaud , exclusifs , en direct etc. services impliquants : services interactifs forte valeur perue, qui sont sentis comme indispensables dans certains contextes. Exemple : les services dinfo-trac ou de guidage (cf. succs actuel des GPS portables) Lorigine de cette dmarche est chercher dans un proverbe chinois opportunment mis prot par un certain nombre de gourous de lconomie de services : dis-le moi, je loublie ; montrele moi, je le retiens ; implique-moi, je le comprends. Naturellement, ce genre dapproche de la valeur est souvent crois avec une autre segmentation, fonde sur le niveau de service offert (par exemple bronze, silver, gold), ce qui permet
5. Dailleurs, les tenants de lconomie de service ont tendance penser que tout est service. . . 6. Cette approche reprend, en le simpliant un peu, le principe de la pyramide de M ASLOW.

36

de dgager des paliers de services utilisant des composants communs et permettant doptimiser la rentabilit dune offre (conomies dchelles pour le fournisseur et couverture plus large du spectre de clientle touche par loffre).

3.3

Valeur en analyse de la valeur

Lanalyse de la valeur est une mthode de conception qui donne au terme valeur un sens assez diffrent de lconomie.

3.3.1

Lanalyse de la valeur

Daprs [Delafollie, 2006] on peut dnir comme suit lanalyse de la valeur :

Lanalyse de la valeur est une mthode de conception de produits qui permet dlaborer ou de rechercher un produit ou un service conforme ce que le client attend (qualit optimale) tout en rduisant au strict ncessaire les ressources employes (cot optimal). Cette mthode fait appel aux comptences des collaborateurs de lentreprise dans des conditions et selon un schma dintervention bien prcis qui fait une large place au travail en groupe.

Lanalyse de la valeur est une mthode de conception mise au point partir de 1943 par L.D. M ILES aux USA pour G ENERAL E LECTRIC. Cette mthode a, depuis, t normalise (Norme NF X 50-150 de lAfnor).

3.3.2

Dnition de la valeur

Lanalyse de la valeur se fonde sur la notion de fonction de produit et la notion de valeur, en en dgageant quatre composantes : Valeur de cot : Pour le fabricant la somme des prix de revient de tous lments entrant dans la constitution du produit et, pour lutilisateur, le prix quil paiera lorsquil achtera le produit ; Valeur dusage : attente du consommateur couverte par le produit achet. Valeur destime : valeur subjective accorde par lutilisateur un produit ou service, indpendamment de sa valeur de cot ou dusage. Valeur dchange : possibilit dchanger un bien contre un autre bien de mme nature ou de nature diffrente, notion assez proche de celle dveloppe par les conomistes et prsente supra (cf. 3.2.1.1, page 32). Ainsi, plus largement, en analyse de la valeur, la notion de valeur a t dnie comme suit (nous reprenons la dnition donne par [Petitdemange, 1995], p. 8) :
Jugement port sur le produit sur la base des attentes et des motivations de lutilisateur, exprim par une grandeur qui crot lorsque, toutes choses gales par ailleurs, la satisfaction du besoin de lutilisateur augmente et/ou que la dpense affrente au produit diminue.

Ainsi, on peut prsenter la valeur sous forme dquation : V aleur = que lon peut galement crire : 37 Qualite Cout

V aleur =

F onctions Couts

La premire formulation est particulirement adapte lutilisateur, la seconde au concepteur.

3.4

La valeur, le client et la vente

Quoi de plus naturel que de parler de valeur quand on voque le domaine des ventes et de la commercialisation ? Le marketing est centr sur les propositions de valeur (3.4.1), et lentreprise est le cur de la cration de valeur (3.4.2).

3.4.1

Le marketing et la cration de valeur

Dans les sciences de gestion, le marketing est le domaine de prdilection de la valeur. La valeur est ce que le service ou le produit doit amener au client. Cest la proposition de valeur quon doit amener au client. Il sagit non seulement de conqurir des clients mais aussi et surtout de dliser les clients existants. En effet, rien nest plus facile que de substituer un nouveau service un plus ancien car, prestation gale, tous les services se valent. Cest ainsi que le marketing met en avant la notion de valeur ajoute : au del du juste prix, il faut incorporer dans les services et les produits, du temps, de la qualit, de la simplicit . . . [Treacy et Wiersema, 2001] dnit ainsi la valeur client :
La valeur client est la somme des avantages reus par le client, dduction faite des cots quil a supports dans lacquisition dun bien ou dun service

Et cet ouvrage prcise :

Les avantages crent de la valeur dans la mesure o le produit ou le service amliore lefcacit ou le bientre du client. Les cots prennent en compte aussi bien largent dpens lors de lachat ou loccasion de lentretien que le temps perdu en attentes, en erreur ou en efforts inutiles. La valeur est diminue la fois par des cots tangibles et intangibles. Le prix, la qualit du produit et ses caractristiques, la commodit du service, la abilit, le conseil, lassistance peuvent soit crer soit ter de la valeur pour le client selon que loffre rpond ou non ses attentes.

La diffrenciation est galement une notion fondamentale du marketing. [Woolf, 1999] est entirement consacr ce sujet. Cest parce que linformatisation massive des entreprises a permis la collecte de nombreuses donnes de consommation quon peut aujourdhui mettre en uvre des mcanismes de vente personnalise et de marketing diffrentiel (comme nous lavons esquiss au paragraphe 3.2.2, page 36). Si les clients ont des comportements diffrents, il est important de leur fournir des services diffrents. Ainsi, on peut mettre en place des mcanismes de dlisation.

3.4.2

Entreprise et valeur

Cest un truisme, mais [Maitre et Aladjidi, 1999] le rappelle, lentreprise est dabord un lieu de cration de valeur. Dans lconomie librale qui nous entoure, le creuset de cration de valeur par excellence, cest lentreprise. Lentreprise se doit de dgager trois formes de valeur, que 38

les auteurs font correspondre aux diffrentes formes dinnovation. Ils prsentent ainsi la valeur comme une sorte de drive de linnovation : La valeur de rupture : est celle qui permet un client de faire aprs son achat quelque chose quil ne faisait pas avant. La valeur de rupture correspond souvent linnovation de rupture, celle qui permet une redistribution des rles sur le march ; La valeur dmultiplicative : permet au client damliorer sa productivit, dtendre son horizon, daccrotre ses revenus. La valeur conomique : permet de rduire les cots ou daugmenter sa rentabilit. Cest une valeur mesurable, mais sa valeur dchange est borne par les cots quelle permet de raliser. Cela permet aux entreprises de mettre en avant leurs propositions de valeur, qui sont la manire de prsenter au march la valeur apporte par lentreprise. Cest une dnition essentielle de lactivit de lentreprise, de sa raison dtre et ce qui rend possible son quation conomique. videmment, la notion de proposition de valeur na de sens que remise dans le contexte de lentreprise qui la porte. Cest ainsi que la valeur propose par une entreprise va modier la chane de la valeur dans laquelle elle se situe.

3.5

Conclusion sur la valeur

Notion centrale de lconomie, la valeur est multiforme et dominante dans le monde daujourdhui. Cre par les entreprises dans le but de se dvelopper, la valeur est le cur battant de la vie des affaires. Cest une notion subjective qui dpasse la notion de prix. La valeur est avant-tout une notion lie la perception, dans laquelle le prix nentre que pour partie. Cest ainsi que le marketing donne souvent une matrialisation la valeur. Nous retenons que, dans une conomie librale de march, la valeur est lie la raret. Sans raret pas de valeur. Au del de la dtermination de la valeur dans le monde tangible, certains auteurs se sont pos la question de lvaluation de la valeur de limmatriel, cest lobjet de notre prochain chapitre.

39

40

Chapitre 4

Lvaluation de la valeur de limmatriel

Sommaire
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Caractriser limmatriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Lconomie de limmatriel . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.2 Le capital immatriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 Les quatre voies de de lvaluation . . . . . . . . . . . . . . . . . . . . . . . . 4.4 Panorama des mthodes existantes . . . . . . . . . . . . . . . . . . . . . . . 4.4.1 Analyse des mthodes dvaluation de limmatriel . . . . . . . . . . . . 4.4.2 Ce que nous retenons de nos observations . . . . . . . . . . . . . . . . . 4.5 La mthode V. I . P : Valorisation Instantane et prospective . . . . . . . . . . 4.5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2 Les mthodes dvaluation des entreprises . . . . . . . . . . . . . . . . . 4.5.3 le capital rel des organisations . . . . . . . . . . . . . . . . . . . . . . . 4.5.4 Proposition de la mthode . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.5 Les axes et les critres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.6 Ce que nous retenons de ltude de la mthode VIP . . . . . . . . . . . . 4.6 Conclusion sur les mthodes dvaluation de limmatriel . . . . . . . . . . . 43 43 43 44 45 46 46 47 47 47 48 49 49 50 54 54

41

42

4.1

Introduction

le monde conomique, la notion dimmatriel dnit un certain nombre de ralits dont lvaluation comptable (hors bilan) ou nancire (valorisation) est difcile. Limmatriel sapproche donc des innovations non marchandes faisant lobjet de nos recherches. Daniel A NDRIESSEN a consacr un ouvrage trs complet lvaluation de limmatriel : [Andriessen, 2004]. Ce travail rcent et synthtique nous fournit un grand nombre dinformations quant la dnition de limmatriel, les voies possibles dvaluation et les mthodes existantes.
ANS

Avant de faire un panorama des mthodes existantes (4.4 page 46), il nous faut caractriser limmatriel (4.2 page 43) et parcourir quatre voies possible dvaluation (4.3 page 45). Enn, nous prsenterons la mthode V. I . P. (Valeur Instantane et Prospective) dveloppe par AndrYves P ORTNOFF et dont les caractristiques prsentent un fort intrt pour notre proposition (4.5, page 47).

4.2
4.2.1

Caractriser limmatriel
Lconomie de limmatriel

Limmatriel est une notion large qui couvre des ralits trs diffrentes : les marques, les brevets, les mthodes, les logiciels entrent dans cette catgorie. Le savoir contenu dans les produits et les services immatriel est trs important et crot rapidement. Linnovation dans les mthodes et les processus est devenue aussi importante que linnovation incorpore dans les produits et services. On peut trouver sept caractristiques fondamentales de lconomie de limmatriel : Dans lconomie de limmatriel, le savoir doit tre considr comme une matire premire ou une ressource de production. Dans lconomie de limmatriel, les services sont aussi importants que les produits. Un service peut avoir de la valeur en soi. Lconomie de limmatriel est une conomie dans laquelle les rgles sont diffrentes des rgles de lconomie matrielle ou nancire. Les lois de lconomie de limmatriel sont diffrentes de celles de lconomie des biens et des services (voir gure 4.1). Dans lconomie de limmatriel, le concept de proprit change. Puisque le savoir est avant-tout dans le cerveau de ses employs, lentreprise nest plus propritaire de de ses ressources les plus importantes. Dans lconomie de limmatriel, la dnition du travail change. Il ne sagit plus de matriser une dextrit particulire ou une forme quelconque de force physique, mais dapporter un savoir une entreprise. Enn, en consquence, la nature des organisations change. En effet, la gestion dactifs intangibles ne se fait pas du tout comme celle des autres actifs. En particulier, il faut que lentreprise insiste sur la diffrentiation concurrentielle. 43

Limmatriel est un actif dmultipliable sur un grand dusages la fois : alors quun avion ne dessert quune seule destination la fois, son systme de rservation peut tre utilis par un grand nombre de clients la fois (voire mme, un nombre potentiellement inni). Limmatriel a des cots de dveloppement importants et des cots marginaux minimaux : le dveloppement dun logiciel demande souvent de forts investissements mais la distribution et la vente du produit ont des cots trs faibles. Par consquent, le retour sur investissement est souvent une fonction croissante alors quen conomie matrielle cest une fonction dcroissante. Limmatriel prote souvent dun effet rseau : Par exemple lutilit dun systme dexploitation augmente avec le nombre dutilisateurs. Il est souvent difcile de garantir la proprit dun bien immatriel : en consquence, les autres peuvent proter des investissements effectus dans limmatriel. Dailleurs, les nombreuses violations de copyright le prouvent. Linnovations dans limmatriel reprsente un risque dinvestissement trs fort : investir dans limmatriel implique de la R&D, de la formation, des acquisitions de technologies. . . cest dire des investissements trs en amont de la mise sur la march du produit. Bien souvent, il ny a pas de march pour limmatriel : Limmatriel est impossible ngocier sur les marchs nanciers. Les marchs fournissent des informations sur la valeur des biens et des services, ce qui est vital pour loptimisation de lallocation de ressources.

F IGURE 4.1 les lois de lconomie immatrielle, daprs L EV 2001, cit par [Andriessen, 2004]

Trois moteurs ont permis lmergence de lconomie de limmatriel et en ont fait une rupture importante : La mondialisation : Lconomie se globalise, les cycles sacclrent et la concurrence saccrot. I faut donc aller de plus en plus vite et chercher se diffrencier le plus possible. Or la diffrentiation nest pas vhicule par des bien tangibles mais avant-tout par des savoirs spciques, des savoir-faire particuliers, des mthodes ou une image de marque matrise. La drgulation : Les barrires de nature rglementaires, tarifaires et douanires tombant, les biens et les services circulent avec une facilit jamais atteinte ce jour. Les changements technologiques : se faisant une croissance exponentielle. Ce phnomne touche spcialement dans le monde des TIC ce qui fait que le cot daccs linformation, voire le cot de linformation elle-mme diminue. Tout un chacun peut accder linformation.

4.2.2

Le capital immatriel

Le concept de capital immatriel a t utilis par lconomiste canadien John K. G ALBRAITH ds 1969. Cependant cest lassureur sudois S KANDIA AFS qui en 1991 a, la premire, nomm un directeur du capital intellectuel, ce qui a abouti, en 1995, la publication dun rapport sur le capital intellectuel. Des livres ont suivi en 1997, permettant la prise de conscience de limportance du sujet dans la communaut scientique. On peut trouver les racines thoriques du capital intellectuel dans deux courants diffrents de pense : le premier se consacre au dveloppement et llvation du niveau de connaissance ; 44

le second se concentre sur la mise en uvre dun systme dinformation permettant la mesure de ce savoir (cf. gure 4.2).

F IGURE 4.2 Racines conceptuelles du capital intellectuel, daprs [Andriessen, 2004]

4.3

Les quatre voies de de lvaluation

Lvaluation demande un objet valuer, un contexte dvaluation, et des critres mme reter lutilit et la dsirabilit de lobjet. Plusieurs possibilits dvaluation soffrent alors : si le critre de valeur est montaire on est en prsence dune mthode dvaluation nancire. Si on utilise un critre non montaire et quon le transpose en phnomne observable, on obtient une mthode de mesure de la valeur. Si le critre est non montaire, ne peux pas tre transpos en phnomne observable, mais au contraire dpend dun jugement personnel de lvaluateur, on est en prsence dune mthode dafrmation de la valeur. Si le contexte dvaluation ninclus pas de critre dvaluation mais utilise une chelle mtrique qui mesure une phnomne observable, on est en prsence dune mthode de mesure. Une mthode de mesure nest pas, strictement parler, une mthode dvaluation. Les mthodes de mesure soient anciennes et avres, utilises depuis longtemps dans des outils tels que les tableaux de bord, ou bien le pilotage par la qualit mesure, propos par les mthodes de qualit totale. La gure 4.3 rsume cette approche. 45

F IGURE 4.3 Quatre mthodes dvaluation de valeur, daprs [Andriessen, 2004]

4.4

Panorama des mthodes existantes

Dans la littrature, les diffrents modles proposs sadressent des secteurs conomiques particuliers dans des contextes bien dtermins. [Andriessen, 2004] en analyse 25 au total (cf. tableau 4.2, page 48). Les mthodes dvaluation nancire sont trs adaptes au monde conomique et font appel des notions trs lies la valorisation comptable.

4.4.1

Analyse des mthodes dvaluation de limmatriel

Les mthodes de mesure relvent soit de la comptabilit, soit au capital intellectuel, notion elle-mme utilise en comptabilit. Les mthodes de mesure de la valeur se concentrent sur lvaluation de performance et et les ressources humaines. Il faut noter que toutes ces mthodes adressent des problmatiques spciquement lies aux entreprises et en particulier la comptitivit : ce qui est propos cest non seulement une valuation dune performance, mais surtout son extension un continuum temporel : les mthodes dvaluation des intangibles cherchent amliorer les performances des entreprises. Amliorer lefcacit du management, la gestion des ressources humaines, la stratgie et le positionnement de lentreprise, amliorer la valeur perue de lentreprise ou de ses produits. Focalises sur les organisations et ses diffrentes composantes, les mthodes dvaluation existantes prsentes par [Andriessen, 2004] se cantonnent donner des valuations qui, in ne, permettent damliorer les organisations dans le but den augmenter la valeur conomique. Autrement dit, les organisations vises par ces mthodes ce sont les entreprises et les acteurs conomiques traditionnels. Ce constat se conrme quand on compare les caractristiques sur lesquelles sappuient les mthodes dvaluation de limmatriel, comme le montre le tableau 4.4 page 51 qui analyse, 46

pour les 10 mthodes principales, lobjet de la mesure et les caractristiques values. On peut en donner un rsum par un tableau synthtique (4.1) :
Objet de la mesure propos par la mthode valuer le Capital Intellectuel valuer les connaissances valuer le capital de savoir-faire valuer les actifs immatriels Caractristiques values par la mthode Infrastructure, organisation, processus Employs, facteur humain Clients Relationnel Technologies, innovation Nombre de mthodes partageant cet objectif 7 1 1 1 Nombre de mthodes utilisant ces critres 9 9 6 3 5

TABLE 4.1 Synthse de la comparaison des objectifs et des caractristiques values par les mthodes dvaluation

4.4.2

Ce que nous retenons de nos observations

Ltude de ces mthodes fait apparatre clairement quelles se destinent une utilisation par des entreprises et que, pour ce faire, elles utilisent des critres dvaluation courants en entreprise. Par ailleurs, ces mthodes proposent ben souvent une approche comptable, cest dire quelles cherchent donner de limmatriel une image patrimoniale, limmatriel tant vu comme un actif. Les mthodes que nous avons prsent permettent de donner une bonne image dune ralit donne un moment donn, mais peinent renseigner sur les potentiels de lorganisation value. Cest pour remdier cette difcult qua t mise au point la mthode V. I . P. que nous allons tudier maintenant.

4.5
4.5.1

La mthode V. I . P : Valorisation Instantane et prospective

Introduction

Comment valuer une organisation innovante sans se limiter aux traditionnels critres nanciers, comptables et conomiques ? Pour rpondre cette question, Andr-Yves Portnoff a mis au point la mthode VIP, an de dterminer le capital rel dune organisation et de le quantier selon deux axes : prennit et attractivit. Outil de pilotage stratgique ([Portnoff, 2003a] p. 57), la mthode VIP adresse la capacit dinnovation dune organisation. la mthode VIP (Valorisation Instantane et Prospective) est le fruit dun travail collectif sous la direction scientique dAndr-Yves Portnoff et men dans le cadre dun groupe dtude, rassembl linitiative du journal de prospective Futuribles ([Portnoff, 2003a], page 43). Ce groupe dtude tait compos de reprsentants dEDF, de M AAF Assurances, de Renault de Schneider Electric et de la S NCF ([Portnoff, 2003a], page 58). 47

Type de mthode

valuation nancire

Mesure de la valeur

Mesure

Afrmation de la valeur

Mthode Calculated intangible value Intangibles scoreboard iValuting factor Market to book value Tobins Q Sullivans Work Value-Added Intellectual Coefcient Option Approach Technology factor Valuation Approaches Economic value added Human ressources accounting Holistic Value Approach Intellectual Capital Audit Inclusive Value Methodology Balanced Scorecard Human ressource accounting Intellectual capital index Intangible asset monitor Intellectual capital dynamic value Intellectual capital capital statement Konrad Group Skandia Navigator Value Chain Scoreboard Citation-weighted patent Human ressource accounting Intellectual capital benchmarking system

Secteur de rfrence

Comptabilit

Capital intellectuel valuation Mesure de performance Ressources humaines Capital intellectuel Mesure de Performance Ressources Humaines

Capital Intellectuel

Comptabilit Ressources humaines Capital intellectuel

TABLE 4.2 Vingt cinq mthodes dvaluation de la valeur classes par type, daprs [Andriessen, 2004]

La mthode VIP a t expose principalement dans le journal Futuribles, en particulier dans le numro 288 de juillet-aot 2003 (pp. 43-62) qui donne un expos dtaill de ses sous-jacents et de sa justication. Des travaux prparatoires ont t publis dans le numro 266 (le-novation des entreprises), et dans le numro 281 (sur linnovation conceptuelle). La mthode a t applique quelques cas concrets ayant donn lieu publication (Intel, mais galement dautres situations nayant pas fait lobjet de publication, dans le cadre dactivits de conseil.
ATT )

Les mthodes dvaluation des entreprises ne sont pas adaptes (4.5.2), cest pourquoi la mthode VIP propose une approche diffrente (4.5.4, page 49) de lvaluation des organisations en sappuyant sur la notion de capital rel (4.5.3).

4.5.2

Les mthodes dvaluation des entreprises

Lapproche propose par VIP veut saffranchir des critres quantitatifs qui peinent renseigner sur le potentiel de dveloppement dune organisation. Ces approches, en effet, ne donnent quune vue incomplte des entreprises ; en particulier elles ne permettent pas de didentier des facteurs qualitatifs , difcilement traduisibles en euro dans un bilan comptable comme par exemple la capacit mobiliser des talents, comprendre et sduire les prospects, construire son image. 48

4.5.2.1

La vision no-classique

Les conomistes no-classiques ont tendance donner de lentreprise une vision mcaniste visant exclusivelment un prot maximal. Gary Becker (n en 1930, prix Nobel dconomie 1992) poussant mme la dshumanisation du facteur humain jusqu une sorte de paroxysme, rduit une sorte de facteur de production agissant la manire dune machine [Becker, 1957]. 4.5.2.2 Le balanced score card

Plus rcemment la mthode dite des balanced score cards tablie dans les annes 1990 par Robert Kaplan et David Norton vise construire un outil de pilotage stratgique, mais elle se fonde sur des critres exclusivement quantitafs et offre une vision trs industrielle en faisant limpasse sur des facteurs non conomiques, essentiels pour valuer la capacit dinnovation. 4.5.2.3 Autres mthodes

Dautres mthodes, telles celles proposes par Karl Sveiby ou le navigateur de lassureur Skandia sont galement disponibles mais pchent par les mmes faiblesses : la prise en compte de facteurs bien trop quantitatifs qui ne permettent pas de donner une vision juste des facteurs immatriels dune organisation.

4.5.3

le capital rel des organisations

Depuis Adam Smith, lconomie sintresse aux biens rares, cest dire ce quoi on peut attacher de la valeur. Ansi la valeur peut se dnir comme suit :
La valeur est (. . . ) un attribut que nous accordons quelque chose de matriel ou dimmatriel et qui nous procure un avantage, un plaisir, un service. Ou linverse, si la valeur est ngative. En pratique, seule la valeur destime compte et elle constitue une valeur dchange(. . . )

Or cette dnition ne permet pas de quantier les interactions interpersonnelles, travail immatriel qui est galement crateur de valeur.
Le travail immatriel a donc deux composantes, (. . . ) lune dordre intellectuel : crativit, capacit construire des solutions ; lautre [affective] : capacit construire des relations humaines avec dautres personnes, collaborateurs, fournisseurs et, bien videmment, clients.

Ainsi, la mthode VIP pose un postulat fondateur :

La valeur est le fruit de synergies et non dadditions arithmtiques (. . . ) Il ny a de valeur que dchange, la valeur en soi nexiste pas, elle est cration humaine, donc subjective. La valeur nat toujours dinteractions entre ides, personnes, quipes, machines, ou entre hommes et machines

4.5.4

Proposition de la mthode

Lapproche propose par la mthode est rsume comme suit :

Pour valuer une organisation il faut disposer dun modle de son fonctionnement qui dcrive les processus de cration de valeur. Ces processus mettent ncessairement en jeu diffrents acteurs, des actionnaires aux clients, on a donc besoin de rpondre trois questions : comment les acteurs en cause prennent-ils leurs dcisions individuelles, quest-ce que la valeur et comment les interactions entre les acteurs produisentelles la valeur collective dune organisation ?

49

La mthode VIP vise donc valuer des organisations en se fondant sur des critres non exclusivement conomiques et surtout en cherchant reter la valeur cre par les interactions. Cest ce tout que la mthode qualie de capital rel.

4.5.5

Les axes et les critres

Comme le montre le schma 4.6 page 53, la mthode VIP permet dvaluer le capital rel dune organisation selon deux axes, prennit et attractivit. Les axes de prennit et attractivit ont t choisis car la mthode VIP value les organisations destination dinvestisseurs. Or, un investissement se doit dtre attractif et prenne. Linvestissement nest pas ncessairement nancier ou conomique, il peut tre immatriel ou personnel.

50

51 F IGURE 4.4 Comparaison de diffrentes mthodes dvaluation, daprs [Andriessen, 2004]

52 F IGURE 4.5 Synthse de la mthode VIP

F IGURE 4.6 Les mesures de la mthode VIP

53

Ces deux axes vont permettre dvaluer la conance quon peut avoir dans une organisation. Or, pour les auteurs, la conance est une des conditions dapparition de la valeur. Suivant ces deux axes, il faut placer des critres dvaluation. Ces critres seront dterminer en fonction de la nature de lorganisation tudier. Cest ce qui fait la spcicit de la mthode VIP : cest une mthode qui ne mesure pas une valeur absolue , mais relative un contexte. Cela ncessite donc dadapter la mthode en fonction de lusage que lon souhaite en faire . Cette souplesse ne va pas sans son corollaire : la difcult va rsider dans la capacit des utilisateurs de la mthode trouver des critres pertinents an que la vision donne soit juste. Les dtracteurs de la mthode VIP trouveront dans cette souplesse et de son corollaire le principal reproche faire la mthode qui nest pas un instrument facile utiliser. Et ce dautant moins que pour en apprhender toute la puissance, il faut se situer la conuence de plusieurs disciplines rendues complmentaires par lapproche innovation de la mthode.

4.5.6

Ce que nous retenons de ltude de la mthode

VIP

Par son approche qualitative, et centre sur linnovation, la mthode VIP apporte une vision complmentaire aux mthodes dcrites par [Andriessen, 2004]. Les axes dattractivit et de prennit sont pertinents en ce sens quils permettent de se dtacher des notions purement comptables pour se concentrer sur les motivations dun investisseur potentiel. De plus, la mthode VIP ne restreint pas son champ daction aux entreprises, mais se destine lvaluation de type dorganisations.

4.6

Conclusion sur les mthodes dvaluation de limmatriel

Nous venons de voir quil existe une conomie de limmatriel, dont les rgles sont diffrentes de lconomie traditionnelle. Les diffrences fondamentales concernent la notion de proprit, limportance du savoir et des connaissances, limportance de la diffrentiation concurrentielle et les effets lis au fonctionnement en rseau. La mise en uvre dune mthode dvaluation demande un objet valuer, un contexte dvaluation et des critres pertinents. Les mthodes existantes sont toutes dans le contexte de lconomie traditionnelle et conoivent limmatriel comme un actif comptable. Trs adapts lvaluation des entreprises industrielles, elles utilisent des critres qualitatifs et quantitatifs. Leur objectif, in ne est loptimisation de la performance, an daugmenter la valeur conomique des entreprises sur leurs marchs. La mthode VIP, cherchant aller au del des approches purement conomiques cherche tablir la valeur aux yeux des investisseurs et propose deux axes de valorisation, lattractivit et la prennit. Gnraliste, la la mthode VIP vise lvaluation de tout type dorganisation innovante mais elle peine cependant sortir du monde conomique et lutilisation de critres exclusivement qualitatifs fait quelle pche par un manque de prcision. Il ne peut y avoir de cration de valeur sur Internet que sil sy trouvent des utilisateurs. Qui sont les internautes et quels changements lInternet apporte-t-il dans leurs comportement ? Ces questions font lobjet du prochain chapitre.

54

Chapitre 5

Ralit du phnomne technologique

Sommaire
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Ralit du phnomne technologique . . . . . . . . . . . . . . . . . . . . . . 5.2.1 Lquipement en micro-ordinateurs . . . . . . . . . . . . . . . . . . . . 5.2.2 Les connexions Internet . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 L humain et la machine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.1 Le rapport la machine, linformation, aux mdias . . . . . . . . . . . 5.3.2 L humain en groupe : l organisation . . . . . . . . . . . . . . . . . . . 5.3.3 L homo consomatorus . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 57 57 58 61 62 68 69 69

55

56

5.1

Introduction

995-2005 : la dcennie technologique. . . voil comment on pourrait rsumer les dix dernires annes. Il faut prendre pleine conscience de ce phnomne (5.2, page 57) pour pouvoir tablir limportance dun fait devenu sociologique (5.3, page 61). Les organisations doivent prendre en compte ce phnomne (5.3.2, page 68).

5.2

Ralit du phnomne technologique

La ralit du phnomne Internet ne doit pas masquer le fait quil est rcent et trs li linformatisation des foyers. Le fait est mondial mais nous allons focaliser sur le cas franais. Le C REDOC 1 publie chaque anne une enqute sur les Conditions de vies et les Aspirations des Franais. De cette somme dinformations, il tire des informations sur la diffusion des technologies de linformation dans la socit franaise [Bigot, 2006]. Le champ de lenqute couvre toutes les TIC 2 , mais nous focaliserons sur lInternet et sur les micro-ordinateurs qui sont encore indispensables pour utiliser les services proposs. On notera que 48% des actifs ont accs un ordinateur sur leur lieu de travail.

5.2.1

Lquipement en micro-ordinateurs

Apparue au milieu de annes 1980, la micro-informatique familiale est reste conne au petit cercle des early adopters pendant environ cinq ans, avant de commencer dcoller. Longtemps en retard sur les autres pays europens, la France rattrape son retard : 60 % de la population franaise (57 % des adultes et 83 % des 12-17 ans) est quipe dau moins un micro-ordinateur domicile (g. 5.1, page 58). La prsence de jeunes en ge scolaire est galement un facteur dquipement, comme le montre la gure 5.2 page 59. Paralllement la croissance du taux dquipement global, le taux de multi-quipement progresse galement trs nettement. 12 % des foyers sont multi-quips (contre 8 % en 2004). Les mnages de plus de cinq personnes ont 3,3 fois plus de chance que les personnes vivant seules de disposer de plusieurs ordinateurs. Les personnes vivant dans un mnage disposant de 3.100 e de revenus mensuels ont 2,6 fois plus de chance que les personnes vivant dans un mnage modeste dtre dans cette situation 3 . Une rgression logistique mesurant linuence de chaque facteur sur la propension disposer de plusieurs ordinateurs domicile rvle que cest avant-tout le niveau de diplme qui conduit se procurer plusieurs postes : les diplms du suprieur ont ainsi cinq fois plus de chances que les non diplms dtre dans cette conguration. Linformatique et Internet font partie intgrante des diplms du suprieur : un peu de la mme manire que, dans certains foyers, on trouve deux, trois, quatre, voire cinq postes de tlvision, lordinateur occupe chez eux une place centrale. Les groupes qui taient en retard sur les taux dquipement moyens de la population franaise squipent de plus en plus : les plus de 60 ans, les ouvriers et les mnages dont les revenus se situent entre 900 et 1500 e par mois ont des taux de progression trs fort (+11 %, +8 %
1. Centre de Recherche pour ltude et lObservation des Conditions de vie. 2. Tlphonie xe et mobile, informatique, Internet. 3. Ce taux tend diminuer, ce qui prouve que la fracture numrique diminue. Cependant, malgr la baisse des prix des quipements, tout le monde na pas encore les moyens de squiper.

57

F IGURE 5.1 Proportion de personnes ges de 18 ans et plus disposant dau moins un microordinateur leur domicile, daprs [Bigot, 2006](y= taux dquipement en pourcentage)

et +9 % respectivement, entre 2005 et 2006). La hausse est galement forte dans les groupes intermdiaires : bacheliers (+8 %) et employs (+9 %). Les ingalits daccs lordinateur se rduisent donc petit petit, mme si elles restent globalement importantes. Le tableau 5.1 page 60 donne une photographie de lquipement des foyers franais, dont il ressort clairement que, malgr un fort taux de pntration moyen (60 %) et des fortes progressions dans diffrentes catgories de population, les ordinateurs sont encore utiliss par une frange favorise de la population. On remarquera aussi, pour lanecdote, quaucune catgorie natteint un taux dquipement de 100 %, ce qui nest pas surprenant quand on sait que ce nest pas non plus le cas dquipements comme les tlviseurs ou les radios.

5.2.2

Les connexions Internet

En juin 2006, 43 % des adultes (et 45 % des 12 ans et plus) disposent dune connexion Internet domicile. Entre 2005 et 2006, la proportion crot de 4 points, cest dire plus vite que les deux annes prcdentes. Depuis 1999, le taux de pntration de lInternet dans les foyers franais progresse denviron 5 points par an, ce qui reprsente, en valeur absolue, plus de 2 millions de personnes par an 4 . Au total, 75 % des personnes disposant dun ordinateur domicile sont quipes dune connexion Internet. La courbe 5.4 page 62 montre une phase de ralentissement dans le rattrapage des connexions Internet sur chaque ordinateur. Il existe une forte corrlation entre quipement en micro-informatique et accs Internet, ce qui, parfois dclenche lachat dquipement ou de r-quipement informatique (car une partie de ce march est maintenant assez mre pour atteindre le stade du r-quipement on a dailleurs soulign supra le taux de deuxime micro4. daprs lI NSEE, la France compte, en 2006, environ 63 millions dhabitants et 20 millions de foyers.

58

F IGURE 5.2 Proportion de personnes ges de 12 ans et plus disposant de plusieurs microordinateurs leur domicile, daprs [Bigot, 2006](y= taux dquipement en pourcentage)

ordinateur personnel). On peut aussi se demander si, un jour, toutes les personnes disposant dun ordinateur se connecteront ncessairement Internet : il nest pas impossible quune certaine partie reste hors rseau . Notons aussi quun foyer multi-quip en micro-informatique nest pas ncessairement multi-quip en Internet (une connexion Internet tant partageable entre plusieurs machines). Le tableau 5.3 page 63 donne une synthse de lquipement Internet dans les foyers franais. On note de fortes disparits selon les catgories sociales : 82 % des cadres suprieurs disposent dune connexion Internet domicile, de mme que 74 % des personnes vivant dans un foyer aux revenus suprieurs 3 100 e par mois et de 73 % des diplms du suprieur. A loppos, 6 % seulement des plus de 70 ans, 14 % des retraits, 12 % des non-diplms, 22 % des personnes vivant dans un mnage percevant moins de 900 e par mois, 25 % des personnes au foyer et 38 % des ouvriers sont relis Internet. Il existe aussi des disparits lies la taille du lieu de rsidence mais elles sont moins importantes et, somme toute, les ruraux et les urbains se connectent Internet 5 . La progression du taux de pntration dInternet a t tire en 2006 par la tranche dge de 1217 ans, les familles de plus de cinq personnes, les lves et les tudiants, les personnes vivant dans un foyer aux revenus compris entre 2 300 et 3 100 e et les habitants des petites villes. Cela conrme lide que les ingalits face Internet se rduisent ou, pour le dire autrement, Internet se dmocratise. Le haut dbit est gnralis (88 % des connexions sont haut dbit) et lADSL se taille la part du lion des modes de connexion possibles en haut dbit (95 %). Sans surprise, cest dans les zones rurales que les connexions se font encore en bas dbit. Les frquences dutilisations sont assez rvlatrices des fractures numriques : environ 40 %
5. Abstraction faite, naturellement, des problmes techniques affrents la connexion des zones de faible densit.

59

Sexe

ge

Nbre de pers. vivant dans le logement

Hommes Femmes 1217 ans 1824 ans 2539 ans 4059 ans 6069 ans 70 ans et + Une Deux Trois Quatre Cinq et plus Aucun ou CEP
BEPC

Diplme

Profession

Revenus mensuels du foyer

Lieu de rsidence

Baccalaurat Diplme du suprieur Pers. ge de 12 17 ans Indpendant Cadre suprieur Profession intermdiaire Employ Ouvrier Reste au foyer Retrait leve, tudiant Infrieurs 900 e Entre 900 et 1 500 e Entre 1 500 et 2 300 e Entre 2 300 et 3 100 e Suprieurs 3100 e Moins de 2 000 hab. De 2 000 20 000 hab. De 20 000 100 000 hab. Plus de 100 000 hab. Paris et agglo. parisienne

2004 56 50 75 64 65 61 24 8 24 38 67 76 73 21 49 61 78 75 70 85 74 57 46 40 18 73 30 37 52 65 82 48 52 44 55 65 53

2005 58 53 78 71 71 61 25 9 28 43 66 80 75 20 53 69 85 78 63 87 79 60 53 38 20 78 34 33 55 69 87 54 53 51 58 60 55

2006 62 57 83 73 77 63 36 11 32 48 73 80 81 23 54 77 86 83 57 89 86 69 61 35 24 81 32 42 58 73 86 59 59 55 58 69 60

20052006 +4 +4 +5 +2 +6 +2 +11 +2 +4 +5 +7 = +6 +3 +1 +8 +1 +5 -6 +2 +7 +9 +8 -3 +4 +3 -2 +9 +3 +4 -1 +5 +6 +4 = +9 +5

Ensemble de la population

TABLE 5.1 Taux dquipement de la population franaise en micro-ordinateur, source [Bigot, 2006]

de la population nutilise jamais ni ordinateur ni connexion Internet. Il sagit principalement des plus de 60 ans, des personnes peu diplmes (83 % des non diplms et 49 % des titulaires du BEPC ) ainsi que des personnes vivant dans un foyer dont les revenus ne dpassent pas 1500 epar mois. Une proportion assez quivalente de la population (43 %) utilise un ordinateur ou Internet quotidiennement. On retrouve, pour lessentiel, les moins de 40 ans, les mnages de trois personnes ou plus, les diplms, les cadres, les personnes vivant dans un foyer aux revenus levs, et les habitants de lagglomration parisienne. Au milieu du gu se trouvent les utilisateurs occasionnels, qui sont 17 % de la population. La ligne de partage entre ces populations se fait par laccs linformatique : quand on est quip en informatique, on est galement connect Internet et on a tendance tre un utilisateur rgulier. Parmi les personnes qui disposent dune connexion Internet au domicile, le taux dutilisation dpasse les 90 %. Ce taux nvolue plus beaucoup. Il faut rappeler que le taux dutilisation de lordinateur domicile est, lui aussi, de 90 %. Il est intressant de noter la proportion de gens qui se connectent quotidiennement Internet : en 2004, le taux tait de 48 %, il est pass 56 60

F IGURE 5.3 Proportion de personnes ges de 18 ans et plus disposant dune connexion Internet leur domicile (y= taux dquipement en pourcentage)

Oui Non Total

18 ans et + 30 70 100

Juin 2003 1217 ans 40 60 100

Ens. 31 69 100

18 ans et + 35 65 100

Juin 2004 1217 ans 49 51 100

Ens. 36 64 100

18 ans et + 39 61 100

Juin 2005 1217 ans 55 45 100

Ens. 40 60 100

18 ans et+ 43 57 100

Juin 2006 1217 ans 66 34 100

Ens. 45 55 100

TABLE 5.2 Avez-vous, votre domicile, une connexion Internet ?, source [Bigot, 2006]

% en 2005 et il est de 65 % en 2006 : cest une progression considrable. . .

5.3

L humain et la machine

Prsents massivement dans les foyers, les ordinateurs et les connexions Internet marquent leurs utilisateurs, de mme que les tlcommunications ou les mdias de masse lavaient fait avant eux de manire assez emblmatique dans la priode dite des Trente Glorieuses. Dailleurs, linstar de ce que remarquait dj J EAN F OURASTI dans [Fourasti, 1979], lavnement du couple informatique et Internet fait merger un enfant nouveau n avec ces nouveaux outils. Avec de tels taux dquipement, ces outils sont maintenant au stade ncessit : on ne peut plus sen passer 6 . Au del des outils dont lutilisation est devenue une sorte de deuxime nature, le rapport aux informations sen trouve chang. Il faut regarder de prs les changements dans les rapports aux composantes techniques (5.3.1, page 62) et regarder aussi le rapport la consommation (5.3.3, page 69). Enn, cela change le rapport au groupe (5.3.2, page 68).
6. Dans la prface de [Hussherr et al., 2007], Jol DE R OSNAY rapporte cette remarque dune llette de 10 ans : Lorsque jenvoie des mails mes amies, mes parents me demandent pourquoi je nai pas pris le tlphone pour les appeler. . . ils sont fous mes parents ! Cette citation en dit long de la pntration du phnomne technologique dans les foyers et les esprits

61

F IGURE 5.4 Proportion de personnes ges de 18 ans et plus possdant au moins un microordinateur et disposant dune connexion Internet leur domicile (y= taux dquipement en pourcentage)

5.3.1
5.3.1.1

Le rapport la machine, linformation, aux mdias

Rapport aux nouveaux mdias et la mdiation

On pourrait citer ici les ouvrages de Marshall M C L UHAN ou Rgis D EBRAY 7 consacrs au sujet et constater que la mdiation technique peut-tre vue comme un en-soi, mais nous nous loignerions trop de notre champ de recherche. Aprs une longue priode dobservation, [Boullier et Ghitalla, 2004] rapporte que la lecture et, au del, le rapport linformation et la comprhension mme, est bouleverse sur le Web. La remise en question est totale, le Web apportant non seulement une nouvelle manire de lire, mais galement de nouveaux type de documents. La lecture dun document, disent les auteurs, passe par la matrise dun espace techniquement organis. Il est remarquable de constater que linterprtation du sens et la manipulation du format matriel de lespace documentaire se combinent. La lecture elle-mme est aussi touche par cette nouvelle forme de mdiation : une lecture de balayage cherche reprer des mots-cl qui en arrivent avoir un statut diffrent des autres. Le mot-cl promet linteractivit et laccs direct linformation. Bien que structur en pages quon peut lire, le document Web na plus grand chose de commun avec lcrit traditionnel : il se compose de fentres, de tableaux et dispose dhyperliens qui permettent des fonctions de navigation. Le Web offre une solution originale et hybride sui generis. De plus, il est souvent le territoire exprimental dun certain nombre dinnovations socio-techniques telles que les blogs.
7. On lira quand mme, avec intrt, [Debray, 1991] et [Debray, 1997]

62

Sexe

ge

Nbre de pers. vivant dans le logement

Hommes Femmes 1217 ans 1824 ans 2539 ans 4059 ans 6069 ans 70 ans et + Une Deux Trois Quatre Cinq et plus Aucun ou CEP
BEPC

Diplme

Profession

Revenus mensuels du foyer

Lieu de rsidence

Baccalaurat Diplme du suprieur Pers. ge de 12 17 ans Indpendant Cadre suprieur Profession intermdiaire Employ Ouvrier Reste au foyer Retrait leve, tudiant Infrieurs 900 e Entre 900 et 1 500 e Entre 1 500 et 2 300 e Entre 2 300 et 3 100 e Suprieurs 3100 e Moins de 2 000 hab. De 2 000 20 000 hab. De 20 000 100 000 hab. Plus de 100 000 hab. Paris et agglo. parisienne

2004 39 34 49 44 46 43 18 (5) 16 26 50 53 49 11 32 42 64 49 49 76 57 34 27 24 12 50 14 21 31 46 70 32 35 29 39 47 36

2005 42 38 55 47 51 47 17 (7) 20 30 48 58 55 11 34 54 71 55 42 79 64 42 31 28 14 54 21 18 38 50 76 39 34 34 42 50 40

2006 47 43 8366 53 59 50 21 (6) 23 33 57 63 65 12 39 59 73 66 42 82 72 51 38 25 14 64 22 27 39 60 74 41 44 40 45 59 45

20052006 +5 +5 +11 +6 +8 +3 +4 (-1) +3 +3 +9 +5 +10 +1 +5 +5 +2 +11 = +3 +8 +9 +7 -3 +2 +10 +1 +9 +1 +10 -2 +2 +10 +6 +3 +9 +5

Ensemble de la population

TABLE 5.3 Proportion de personnes disposant dune connexion Internet domicile, source [Bigot, 2006] nota : les chiffres entre () sont prendre avec prcaution, en raison du petit nombre de rpondants. [Pdauque, 2007] 8 va plus loin. Les rseaux en gnral et le Web en particulier allgent et assouplissent les quatre fonctions habituellement dvolues au document (mmorisation, organisation, cration et transmission) et les trois contextes de mdiation (priv, collectif, public). Ainsi, le rapport au savoir a chang de nature. Longtemps caractris par le type dactivit dont il tait issu (juridique, mdical, technique, scientique, etc.), le document, aujourdhui numrique, chappe ce contexte limit de mdiation, fortement norm et g par des sicles dactivits socioprofessionnelles. Tant que les interactions en jeu se limitaient un rpertoire de documents bien identis et stables (modalits de production/rception rgles), on pouvait en effet en dresser une liste fonctionnelle et lencadrer par des rgles strictes de conception comme de transmission. Les bouleversements induits par les nouveaux usages du Web affectent autant la valeur attribue aux contenus (crdit, autorit, reprsentativit) que les modes de mdiation eux-mmes (conditions spatio-temporelles de linteraction, brouillage des rles et des sphres public/priv camouage des identits, rupture dans les genres, les discours et les usages, etc.). On se trouve d8. Roger T. Pdauque est le pseudonyme dun groupe pluridisciplinaire de chercheurs francophones, le RTP-D OC du C NRS.

63

Tous les jours

Sexe

ge

Nbre de pers. vivant dans le logement

Hommes Femmes 1217 ans 1824 ans 2539 ans 4059 ans 6069 ans 70 ans et + Une Deux Trois Quatre Cinq et plus Aucun ou CEP
BEPC

Diplme

Profession

Revenus mensuels du foyer

Lieu de rsidence

Baccalaurat Diplme du suprieur Pers. ge de 12 17 ans Indpendant Cadre suprieur Profession intermdiaire Employ Ouvrier Reste au foyer Retrait leve, tudiant Infrieurs 900 e Entre 900 et 1 500 e Entre 1 500 et 2 300 e Entre 2 300 et 3 100 e Suprieurs 3100 e Moins de 2 000 hab. De 2 000 20 000 hab. De 20 000 100 000 hab. Plus de 100 000 hab. Paris et agglo. parisienne

46 40 56 55 62 43 18 (5) 31 33 49 55 54 8 33 61 77 56 (28) 86 81 53 32 19 10 57 22 29 39 49 69 35 40 38 43 60 43

Une deux fois par semaine 12 11 32 16 11 9 (5) (3) (5) 8 15 18 15 (5) 10 14 9 32 (17) (8) (10) 12 12 (2) (4) 25 (9) 10 13 14 10 16 9 10 11 (8) 11

Plus rarement

Jamais

7 5 (8) (8) 6 7 (5) (1) (2) 6 (6) 7 (8) (4) 7 (6) (4) (8) (11) (4) (2) (7) 11 (3) (3) (8) (3) (4) 6 8 (5) 6 (6) (6) 6 (4) 6

36 44 (5) (5) 21 41 72 92 62 54 29 20 23 83 49 19 10 (5) 45 (3) (7) 28 44 76 83 10 66 57 42 28 16 43 44 45 40 28 40

Ensemble de la population

TABLE 5.4 Avec quelle frquence utilisez-vous un ordinateur domicile ou sur votre lieu de travail, source [Bigot, 2006] nota : les chiffres entre () sont prendre avec prcaution, en raison du petit nombre de rpondants.

sormais confront un jeu de rles dont les rgles changeraient en permanence, linsu mme des acteurs qui tirent prot de cette permissivit ou subissent les dsagrments des transgressions. Ces bouleversements dans le rapport au document cest ce que R.T. P DAUQUE appelle la manifestation la plus vidente du changement. Le document, structure millnaire, nest plus une forme organise et reconnaissable. La technique, et la capacit des lecteurs la matriser joue un rle qui dpasse la mdiation ; elle devient consubstantielle de linformation. Bref, cest le grand bouleversement dans le document, sa nature et son rapport lhumain. Il est intressant de noter les questions souleves quant au crdit, lautorit et la reprsentativit. . . surtout si on les rapproche des positions exprimes lors de certains entretiens que nous avons t mme de mener (en particulier A.3.2.1, page 211). 64

Juin 2004 Tous Les jours Une deux fois par semaine Plus rarement Jamais 48 26 15 11 89 56 23 11 9

Juin 2005 91 65 20 7 8

Juin 2006 92

TABLE 5.5 Avec quelle frquence vous connectez-vous vous-mme Internet depuis votre domicile, source [Bigot, 2006] 5.3.1.2 Nouveau rapport la communication

Les modications ne se font pas que dans les mdiations. Cela change galement le rapport au temps et lespace. Le Web change le rapport au temps, mais cest le mail qui permet de caractriser ce changement. [Akrich et al., 2000], dans une tude consacre au courrier lectronique, rapporte des usages paradoxaux : outil asynchrone, le courrier lectronique est utilis dans limmdiatet. De plus, les utilisateurs ne se contentent pas des utilisations prvues par les concepteurs des services, ils les utilisent de manire dtourne, cest dire en fonction dobjectifs diffrents de ceux qui taient prvus au dpart. La crativit de lutilisateur est assez imprvisible 9 . De mme, on peut parler plusieurs personnes la fois dans un dialogue asynchrone. En matire dusage le mail simpose comme un outil hybride entre le tlphone et le courrier. Les mails sont moins formels que les courriers traditionnels . Labsence de formalisme associe une grande partie des changes par courrier lectronique se traduit sur le plan temporel par une diminution du temps consacr la rdaction, compar au temps ncessaire au courrier papier. Les mails sont donc peu formels et comportent de nombreuses fautes parce quon les crit vite et sans les relire, pourrait-on rsumer de manire caricaturale 10 . Bref, on crit comme on parle, rsument les auteurs qui concluent qu la diffrence de lcrit, il existe une tension entre le scripteur et son destinataire, engags dans des relations de rciprocit forte. la diffrence de loral, il ny a cependant pas de co-prsence relle des interlocuteurs. Ni oral ni crit, le mail serait un mode de communication original, quelque chose comme une interaction en suspend. La fusion des temps et des espaces permise par les outils des rseaux, ajoute la disponibilit dordinateurs portables a galement permis la fusion des sphres personnelles et professionnelles qui sentrechoquent plus que jamais. Nombre dadresses lectroniques professionnelles servent aussi recevoir des informations personnelles. Le rapport au temps met en avant un paradoxe : alors que les outils sont senss assouplir et dmultiplier les possibilits, ils font du temps une contrainte en le rarant.

5.3.1.3

Nouveau rapport au temps

Parfois, le choc devient fusion et gnre une sorte de chaos, analys par [Metzger et Clach, 2004] lors dune recherche sur une nouvelle forme dactivit professionnelle apparue avec la gnralisation des infrastructures le permettant : le tltravail. Prsente comme un progrs
9. Ce point est fort connu des directions marketing, qui mettent en place des procdures dcoute client an de rpondre au mieux aux besoins et attentes. On peut citer par exemple le cas dApple, qui, constatant que de nombreux utilisateurs prenaient des notes avec les logiciels de courrier lectronique, va intgrer une fonction de prise de note dans la prochaine version du logiciel. 10. Cette analyse est pousse son paroxysme par un autre outil sui generis de lInternet, la messagerie instantane. En dehors de lInternet, ce principe a dj t observ avec les SMS changs sur le rseau de tlphonie mobile.

65

technique et social, cette nouvelle relation au travail est parfois difcile cerner quant ses modalits relles et aux populations concernes, en partie parce que cette ralit technique est trop en dcalage avec des cadres juridico-rglementaires non adapts. Le tltravailleur nit par tre, pour ainsi dire, reli 24 heures sur 24 avec ses proccupations professionnelles et interagit avec diffrentes sources de sollicitations en utilisant des mdias nouveaux (ordinateur portable, tlphone mobile). . . des temps autrefois spars voire mme cloisonns sont maintenant fusionns de telle manire que ceux qui pratiquent le tltravail ressentent la pression professionnelle. L encore le mail donne un exemple trs parlant : quand on reoit une centaine de mails par semaine 11 , on nit par ployer sous linformation. Cette simple sur-abondance est intrinsquement gnratrice de pression. Ainsi, bien que mal matris, le tltravail amne une ncessaire refonte de larticulation entre les temps sociaux. La libert dorganiser son temps amne les tltravailleurs travailler paradoxalement plus que les autres. Les tltravailleurs dfrichent les terres inconnues de temporalits modies o s entrechoquent des ralits jusqu prsent bien cloisonnes. Disposer de son temps, certes, mais il faut aussi, en quelque sorte, se le r-approprier pour viter de sy noyer.

5.3.1.4

Nouveau rapport la nouveaut

Ces outils 12 ont remis en cause des questions jusquici tranches, telle celle des sources. [Boullier et Ghitalla, 2004] le rappelle : le Web est par nature et fondation historique sans rfrent central, sans source ni origine et, partant, sans processus de validation des pages, des sites, laissant place la multiplication ad hoc des formats socio-techniques des documents. Et de noter (de concert avec A.3 page 210) que laction de lutilisateur devient non pas possible, mais indispensable. Dailleurs, cela permet de dgager une matrice de styles cognitifs nouveaux (voir gure 5.5 page 67). Et les auteurs de souligner que ce graphique permet de reprsenter quatre stratgies selon la tension entre attachement et dtachement, qui est lenjeu du conit entre tradition et modernit dune part et entre certitude et incertitude qui devient lenjeu du nouveau basculement depuis le modernisme vers lhypermodernisme ou le relativisme dautre part. Ce nouveau rapport a galement t soulign par [Giles, 2005]. Lauteur a cherch comparer lencyclopdie en ligne Wikipedia 13 et la trs traditionnelle Encyclopdia Britannica. Une comparaison dtaille de 42 articles scientiques des deux encyclopdies ne rvle pas de diffrences remarquables sur le fond des articles : en moyenne les articles de Wikipedia contiennent 4 inexactitudes et ceux de lEncyclopdia Britannica jusqu 6. Les auteurs de noter que ces inexactitudes sont lies pour partie la croissance rapide de Wikipedia et que, tant donn son caractre communautaire, ces inexactitudes ont de fortes chances dtre corriges. Quelques articles ont t transmis en aveugle 14 pour revue des experts, les rsultats dexpertises rvlent que les niveaux de connaissances sont proches et que le nombre dinexactitudes est en faveur de Wikipedia. Naturellement, la rponse de LEncyclopdia Britannica ne sest pas fait attendre 15 et, comme de bien entendu, elle rfute point par point larticle de Nature. Cependant les griefs
11. Cest dire 20 par jour ouvrs, soit environ un par 1/2 heure environ. . . cela peut paratre norme et pourtant, chacun peut observer que, nalement, cest peu prs la volumtrie quil traite. 12. Nous allions crire nouveaux outils mais, nalement, puisquils ont maintenant plus de dix ans, nous avons abandonn ce qualicatif ! 13. http://www.wikipedia.org 14. Les examinateurs ne connaissaient pas les sources des articles. 15. Le texte de cette rponse est disponible sur corporate.britannica.com/britannica_nature_response.pdf.

66

F IGURE 5.5 Topographie et style cognitifs, daprs [Boullier et Ghitalla, 2004]

ne sont que de forme. Ainsi, le combat ne semble relever que de la sempiternelle querelle des anciens contre les modernes. Il nen reste pas moins que la crdibilit de Wikipedia nest plus remette en cause. Des questions relatives au mode de rdaction communautaire sont longtemps restes en suspend mais semble closes aujourdhui (voir A.3, page 210) car ce mode de rdaction est auto-amliorant par nature. Enn, [Boullier, 2001a] note que les N TIC 16 ont une incapacit chronique perdre leur N , comme si elles demeuraient toujours nouvelles malgr une prsence longue et importante dans les foyers comme nous lavons rappel supra (5.2, page 57). Dans une comparaison avec une autre activit fortement technique et massivement dploye, la conduite automobile, lauteur montre que les mdiations pour socialiser massivement une population une technique sont multiples et complexes ; que les investissements de forme nont pas t mens et enn que lInternet a apport son lot de spcicits. La conduite automobile na rien de naturel et son apprentissage est long et difcile, voire coteux. Pourtant, cest parce quelle est enracine dans lesprit collectif que chacun peut la voir avec un oeil bienveillant, en quelque sorte. La notion dunivers de validit dpasse une situation donne, ce qui lui donne une sorte duniversalit. Chacun peut sen imprgner trs tt et tout le monde sait de quoi il retourne quand on voque la conduite automobile, bien que trs peu de monde ait les connaissances thoriques ncessaires une comprhension en profondeur des phnomnes en jeu. Au contraire, les TIC nont pas encore atteint le niveau de gnralisation et de maturit sociale ncessaire leur appropriation sociale. Ainsi les investissements permettant la matrise de ces outils sont-ils encore jugs comme trop importants par nombre dutilisateurs potentiels. Des formes spciques de socialisation se sont dveloppes, telles lentraide informelle qui joue un rle majeur dans limprgnation. La mdiation des rseaux amne une dimension communautaire trs spcique et totalement nouvelle. Larrive de nouveaux outils (appareils photos numriques,
16. Nouvelles Technologies de lInformation et de Communication

67

en particulier) dont lutilit est plus directement perue par les utilisateurs permet une diffusion plus grande des technologies et une imprgnation plus profonde mais la diversit de loffre est telle que le partage dun monde commun est encore trs difcile. De plus, malgr les efforts des industriels pour uvrer des standardisations, le rythme est trop rapide pour les utilisateurs qui se sentent toujours dpasss. La recherche de convention est galement dautant plus difcile que, par nature, ces outils sont exibles et offrent de nombreuses possibilits de personnalisation. Le savoir-faire ne suft pas, il faut y ajouter le comment le faire qui est une notion trs tnue. Sajoute galement une sorte de culte du provisoire, gnralis par les services Internet : les logiciels et les services sont bien souvent rendus publics dans des versions provisoires 17 qui ajoutent encore au degr dincertitude et donc aux apprhensions ngatives quant ces produits et services : les utilisateurs ne savent que rarement o on en est de la bonne ou de la dernire version. Dans de telles conditions, la recherche et la mise en place de conventions stables est rendue difcile ainsi que lappropriation. Ainsi, parce quil comporte un fort taux dincertitude, le rapport la nouveaut quant aux T IC est dun abord complexe. Cest pourquoi le temps va jouer un rle-cl : cest parce quun grand nombre de phnomnes paraissent naturels quon se les approprie pleinement (voir la remarque 6 page 61).

5.3.2

L humain en groupe : l organisation

Comme [Dejours, 2005] le rappelle, lhumain peut tre considr du double point de vue de lingnieur ou du sociologue. Dans le premier cas, il sagit de contrler le facteur humain an de minimiser les dfaillances en situation de travail, dans le second cas, il sagit de grer de dvelopper les ressources humaines. On peut ainsi distinguer deux approches : lune visant la scurit dune ressource ncessaire la production et lautre, au contraire, dveloppant une approche qualitative. Il ny a pourtant pas dopposition entre les deux approches. Cest ce qui fait toute la difcult des travaux sur le facteur humain. Difcult supplmentaire : ces deux approches ne se rejoignent jamais et sont pour ainsi dire exclusives lune de lautre. Au del des travaux des biologistes, les organisations sont tudies le plus souvent du point de vue de lconomie ; cest dire de ce quil faut faire (ou pas) pour produire au mieux. Dans la droite ligne de ce que nous avons voqu concernant la valeur (cf. chap. 3 page 29) : on va chercher optimiser les organisations pour les rendre toujours plus productives. Cest lessence mme des travaux de Frederick W. TAYLOR, de Max W EBER, de Chester B ARNARD etc. On trouve aussi de nombreuses critiques des organisations, en particulier bureaucratiques (voir les travaux de Michel C ROZIER) et lobjectif ds lors nest autre que de changer les choses et donc de grer le changement. Dans un monde en mutation permanente, les organisations nont dautre destin que dtre amenes changer, pour le plus grand bien du client, naturellement [Dupuy, 1998, 2004] (cf. infra). Les organisations peuvent aussi tre regardes pour elles-mmes. On tudie alors la manire dont les pouvoirs sexercent ou les dcisions sy prennent (cf. les travaux de Herbert A. S IMON). Formelles, rationnelles, les organisations sont senties comme sclrosantes et souvent vues comme des freins linnovation 18 . Ainsi, une entreprise runit les ressources travail, capital et orga17. Versions alpha, beta, release candidate et autres. 18. Do la mise en place de cellules dinnovation au sein des entreprises, senses apporter la souplesse ncessaire linnovation, y compris en PME, comme la montr une thse rcente, [Delamarre, 2006].

68

nisation , les canalise et les combine pour atteindre le plus efcacement possible les objectifs xs, dans une optique caractristique de lapproche librale, comme nous lavons prsent au chapitre 3, page 29. Dailleurs, la plus grande partie de ces travaux ont dbut aprs la seconde Guerre Mondiale. . . Les travaux dans ce domaine sont dautant plus nombreux quils voluent au rythme mme de lactivit et quon ne sait plus bien sils inuencent les volutions des organisations ou bien sils cherchent thoriser les modications faites sur le terrain. La diversit tient lieu de rgle dans un monde changeant. Comme le dit [Dupuy, 2004], cest dans la vie quotidienne au travail que les hommes exprimentent le plus durement quel point ce que lon attend deux aujourdhui est loin de ce quils taient supposs faire hier. Les spcialistes du domaine, aprs avoir cherch tablir une thorie des organisations sengagent maintenant sur des voies multiples, focalisant sur divers paradigmes qui oprent un certain nombre de reconsidrations qui tendent non seulement gommer la ralit sociale des organisations mais galement dconstruire la notion mme dorganisation.

5.3.3

L homo consomatorus

On peut considrer, avec [Herpin, 2001] quil existe une sociologie de la consommation. Dans une conomie librale, la consommation (ou plus exactement les modes de consommation) est une manire dexister en socit. Lauteur suggre mme que la socit a t profondment transforme par la consommation, un phnomne devenu culturel. Comme le constate [Dupuy, 2004] pp. 29 et s., lavnement de la socit de consommation a dbouch sur la socit post-industrielle qui peut tre caractrise par la victoire du client ternel enjeu des forces conomiques et nancires et qui nest mme plus protg par ltat-Nation, pris quil est dans la tourmente dun monde en proie la globalisation. Constatant que le monde moderne na jamais t ni aussi riche ni aussi prospre, lauteur prouve quon est pass dun monde ancien, industriel, o loffre tait rare 19 un monde moderne, post-industriel, o au contraire, loffre tant devenue plthorique, cest le client qui est devenu rare. Cette inversion de la raret ouvre la voie une remise en question des analyses conomiques classiques dans lesquelles un produit rare est cher. Aujourdhui, ce qui est cher ce nest plus tellement le produit mais ce quune entreprise doit mette en uvre pour acqurir des client, les choyer et les garder, ce que Dupuy appelle la chert organisationnelle, qui se concrtise par des techniques de marketing sophistiques (cf. supra 3.4 page 38).

5.4

Conclusion

Apparue dans les annes 1980, la micro-informatique ne sest rellement impose dans les foyers franais qu partir du milieu des annes 1990. Dabord rserve une lite de foyers privilgis, il sagit maintenant dun phnomne de masse touchant toutes les classes de population et la plupart des tranches dge, en particulier les plus jeunes. Avec plus de 60 % des foyers
19. Nos grands-parents ont encore des souvenirs remontant limmdiat aprs-guerre : la chasse aux pneus ou bien des dlais se comptant en mois pour la livraison dautomobiles, des 2 CV Citron, par exemple

69

quips, la France a rattrapp un retard dont nous pensons, rtrospectivement il est vrai, quil fallait le prendre avec un minimum de recul. Plus rcente, la gnralisation dInternet nen nest pas moins importante. videmment fortement lie celle de la micro-informatique, ladoption dInternet nest plus rserve aux classes leves. Particulirement prsents dans les jeunes gnrations, ces outils ont aujourdhui gnr de nouvelles relations au temps, la communication et mme la nouveaut ! Nous notons que partout, cest la nouveaut qui domine : des outils nouveaux amnent des pratiques nouvelles et des rfrents nouveaux. Comme nous venons de le voir, les utilisateurs ont leur disposition de puissants outils de communication. Ils peuvent ainsi partager un grand nombre dinformations. Ce quil nous faut tudier maintenant ce sont les outils permettant le partage.

70

Chapitre 6

Les outils du partage

Sommaire
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Les outils antrieurs au Web . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2.1 Les outils techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2.2 Les outils courants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3 Le Web et les outils permis par le Web . . . . . . . . . . . . . . . . . . . . . . 6.3.1 Le Web : un systme client-serveur facilitant les usages . . . . . . . . . . 6.3.2 Les outils de partage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4 Les moyens du partage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4.1 Les rgles du partage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4.2 Les services du partage . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.5 Conclusion sur les outils du partage . . . . . . . . . . . . . . . . . . . . . . . 73 73 73 74 75 76 79 81 82 85 87

71

72

6.1

Introduction

existe de trs nombreux outils permettant le partage dinformations sur Internet. Certains de ces outils sont aussi anciens que lInternet lui-mme, dautres sont plus rcents. LInternet a t cr la n des annes 1960 et, de par sa structure mme 1 , il prdispose la cration doutils et au partage dinformations. LInternet est galement une matire vivante qui volue quotidiennement. Nous nous proposons de prsenter ici les principaux outils du partage mais cette liste ne saurait tre exhaustive 2 .
L

Nous lavons dj signal, lapparition du Web (1993) est certainement le phnomne majeur de lhistoire de lInternet. Il serait la fois difcile et fastidieux dtre exhaustif dans notre prsentation des outils de partage car si on voulait ltre, il faudrait passer en revue un grand nombre doutils qui, bien que permettant le partage au sens strict du terme, nen restent pas moins des moyens sous-jacents dont la matrise nest pas ncessaire pour partager des informations. Nous nous concentrerons sur les outils les plus mme doffrir des solutions de partage. Nous allons voir que les outils antrieurs au Web (6.2) sont de nature trs diffrente du Web qui non seulement est un outil en soit, mais a permis la naissance de services de partage ainsi que dautres outils (6.3.2, page 79). De plus certains services mis la disposition de tout utilisateur dInternet sont des moyens sous-jacents 3 ncessaires la vie des projets (6.4 page 81).

6.2

Les outils antrieurs au Web

Pour que le rseau remplisse sa fonction, un certain nombre doutils techniques sont ncessaires (6.2.1). Avant larrive du Web, les outils disponibles taient parfois puissants mais ils demandaient un minimum de pratique pour tre utiliss (6.2.2).

6.2.1

Les outils techniques

la base de lInternet se trouve une famille de protocoles de communication : TCP- IP 4 , crs au dbut des annes 1970. Au del des aspects techniques de ce protocole, nous retiendrons que la gouvernance du rseau est cone un certain nombre dinstitutions publiques et que le mode de gouvernance est de nature auto-gestionnaire. Les outils techniques comprennent toute la famille de protocoles TCP- IP, dont les composants les plus connus sont un systme dadressage, le DNS (Domain Name System) qui permet de transformer les adresses IP en acronymes comprhensibles, un protocole de transfert de donnes, lIP (Internet Protocol) et surtout la capacit de ce systme router et transporter des donnes indpendemment de leur nature. Au del de leur aspect technique, nous retiendrons que la gouvernance de ces outils est communautaire et fonde sur des principes relevant de lauto-gestion. Amens voluer souvent, les nombreux protocoles sont dnis par des RFC : Request For Comments, cest dire des textes
1. Il est courant de parler de structure fractale quand on voque, de faon macroscopique, lorganisation gnrale de lInternet, [Berners-Lee, 2007]. 2. Certains outils de partage sont ns ou ont t ouverts au public entre le dbut de nos recherches et la date de rdaction du prsent document. 3. Nous voulons voquer par ce terme ce que les anglophones appellent des enablers. 4. Transfert and Communication Protocol / Internet Protocol.

73

faible valeur normative et pouvant faire lobjet de modications en suivant une procdure assez souple de proposition avalise par un vote. La gestion des RFC est actuellement encore assure par un organisme informel fonctionnant principalement par email, lIETF (Internet Engineering Task Force) qui est ouvert toute personne dsirant sy investir et qui tient trois runions par an. Avec la gnralisation du rseau, cependant, cette tendance sinchit et certaines organisations internationales tendent prendre en charge la gestion dun systme devenu indispensable aux yeux du plus grand nombre. De plus, les enjeux de la cohabitation de ces standards avec les normes existantes 5 sont maintenant importants.

6.2.2

Les outils courants

Les outils utiliss sur Internet avant le Web partagent la caractristique de pouvoir se passer dinterface graphique. Ils sutilisent au travers de lignes de commandes, passer via un terminal. Les outils actuels ne sont que des IHM 6 implmentant ces commandes initiales et dont lusage est maintenant tomb en dsutude. On pourra consuluter [Kehoe, 1992] pour avoir une ide de ce quutiliser lInternet voulait dire avant le Web. Dailleurs cet ouvrage, rdig avant mme linvention du Web, ne laborde pas. Avec le recul, ces outils nous semblent dune rusticit toute preuve, mais ils restent incontournables. Loutil emblmatique de lInternet, le courrier lectronique, est classer dans cette catgorie, ainsi que les fonctions de diffusion par liste de courrier lectronique grs par des serveurs spcialiss (les listservers) qui se pilotent par des envois de mails contenant la syntaxe des commandes dsires. Aujourdhui, cependant, ces capacits de loutil ont t remplaces par dautres, apportes par enrichissement des clients logiciels 7 . Dans cette catgorie, on peut classer galement le protocole dchange de chiers FTP (File Transfert Protocol) qui reste dun usage courant pour des activits techniques, le dpot de chiers sur un serveur par exemple (cette fonction est souvent utilise par les logiciels de cration de sites Web, mais est masque par une interface homme-machine facilitant les oprations de transfert). Le protocole T ELNET permet la connexion distance sur un compte machine. Le contrle se fait au travers de commandes U NIX. Le protocole TCP- IP en effet est utilis par U NIX et les deux systmes sont, pour ainsi dire, connexes. Avant que napparaissent les forums sur le Web, cest le protocole NNTP (Network News Transfer Protocol) qui permettait de partager des informations. Il faut noter que cest sur un groupe de discussion quon t annoncs et discuts les travaux qui ont donn naissance au Web (sur le newsgroup alt.hypertext) et Linux (sur comp.os.minix). Bien quencore utiliss, les newsgroups sont dune utilisation assez frustre et assez difcile daccs aux nophytes. Citons enn, lIRC (Internet Relay Chat), systme de messagerie instantane. Comme les NNTP Newsgroups, cest un systme rustique dont la matrise demande une apptence avre pour les manipulations techniques car la majorit des fonctions se contrlent laide de lignes de commandes dont la syntaxe est pour le moins absconse. LIRC permet la discussion plusieurs sur le mme serveur. Rcemment est apparue une variante de lIRC, la messagerie instantane 8 , dont le principe est assez proche mais les discussions se font de personne personne et pas
5. Sous lgide de lO. N . U, un groupe de travail a fait des propositions rassembles dans un document accessible en ligne sur http://www.wgig.org/. 6. Interfaces Homme-Machine 7. comme, par exemple, T HUNDERBIRD, S QUIRREL M AIL ou S YLPHEED. 8. Les anglophones parlent dIM, instant messaging

74

lintrieur dun groupe. Certains services utilisant ces outils taient disponibles : A RCHIE, un langage de requtes permettant de faciliter les recherches de chiers tlcharger par FTP (il exista mmes des clients pour ce systme de partage) fonctionnait laide de lignes de commandes, tout comme V ERONICA, un systme dchange dinformations. On a mme vu apparatre certains services commerciaux, tels WAIS, propos par Brewster Kahle. Ces outils taient les seuls dun usage courant avant larrive du Web qui avait t conu par son crateur an que les utilisateurs puissent faire abstraction de langages de commandes dont le maniement tait peu pratique [Berners-Lee et Fischetti, 2000].

6.3

Le Web et les outils permis par le Web

Le W EB C ONSORTIUM donne du Web la dnition suivante :

The World Wide Web (known as www, Web or W3) is the universe of network-accessible information, the embodiment of human knowledge. The World Wide Web began as a networked information project at C ERN, where Tim Berners-Lee, now Director of the World Wide Web Consortium [W3C], developed a vision of the project. The Web has a body of software, and a set of protocols and conventions. Through the use hypertext and multimedia techniques, the Web is easy for anyone to roam, browse, and contribute to.

Avec une dnition aussi vaste et aussi ambitieuse, il serait illusoire de prsenter le Web de manire exhaustive, mme en se restreignant sa dimension technique. Le Web peut tre dcompos en deux composants consubstantiels : un protocole de communication, HTTP (Hyper Text Transfert Protocole) et un langage, lHTML (Hyper Text Managing Language). Propos par Tim B ERNERS -L EE au dbut des annes 1990, cet ensemble est sous la gouvernance dune communaut, le W EB C ONSORTIUM 9 . Cest lapparition de cet outil qui permis la diffusion massive de lInternet car tout en offrant de relles capacits, il reste simple dutilisation. Il faut dcrire les caractristiques principales de cet outil (6.3.1), avant de prsenter les outils de partage utilisant le Web (6.3.2). co-systme, monde en mouvement. . . le Web a t dcrit et analyss, en particulier par [Soudoplatoff, 2004] qui propose du phnomne une synthse complte. Techniquement, il faut retenir trois caractristiques importantes sur le Web : Le Web est un milieu ouvert : les protocoles, les langages et les standards du Web sont ouverts et librement accessibles. Ainsi, tout un chacun disposant de linfrastructure technique ncessaire peut ouvrir un site Web, y publier des contenus et les rendre librement accessibles tout autre utilisateur. De plus, de par la nature de sa gouvernance, le Web est un milieu volutif et adaptatif ; le Web est un systme dune grande souplesse : les protocoles et les langages du Web permettent de grer des sites de nature fort diffrente, et ce dans un spectre trs large : de quelques pages de texte une base de donnes complte ou bien des contenus de tous types (texte et multimedia), le Web peut vhiculer de trs nombreuses informations. Certaines technologies propritaires peuvent cohabiter avec des technologies libres ou ouvertes. . . ;
9. Accessible ladresse http://www.w3c.org

75

Le Web est indpendant des machines : Le protocole du Web est applicatif et donc indpendant des machines (en particulier des systmes dexploitation). Lordinateur serveur et lordinateur client nont pas tre compatibles entre eux (au niveau des systmes dexploitation), le protocole HTTP fait abstraction de ces caractristiques techniques.

6.3.1

Le Web : un systme client-serveur facilitant les usages

On ne fera pas ici une description technique du Web 10 car cela nous loignerait de notre thmatique de recherche ; de plus, les techniques employes par le Web sont volutives et changent un rythme soutenu (comme nous lvoquions dj dans [Druel, 2004, chap. 21]). Nous ne retiendrons que les quelques principes fondamentaux mme dclairer notre problmatique et dtayer notre thse. Ces caractristiques permettent une grande souplesse, en particulier pour les utilisateurs. Il suft dutiliser un navigateur Web pour se connecter au Web. De plus, les travaux de standardisation sont tels que, pour les applications les plus courantes, tout type de client Web peut se connecter sur tout type de serveur Web 11 . De plus, grce des passerelles, les services de lInternet voqus supra (6.2.2) sont souvent accessibles sur le Web, lemail en particulier. Aprs avoir t dvelopp de manire indpendante, les composants du Web, lHTML en particulier, tendent sarticuler avec les normes existantes : SGML et XML. Cela a permis de sparer les contenus de leur prsentation, laide de feuilles de styles 12 . La sparation forme/fond apporte beaucoup de souplesse et doit tre vue comme un facilitateur de partage dinformation 13 . Le langage HTML est interprt et ne ncessite pas de compilation : un simple diteur de texte permet lcriture de pages, qui, dposes sur un serveur Web font un site. Pour plus de souplesse dans lcriture et la gestion des pages, on peut utiliser des diteurs spcialiss 14 . Avec de tels outils, lcriture de pages Web se rapproche de la bureautique. Facile installer, facile utiliser, souple et ouvert, le Web a fait le succs de lInternet. Certains outils, cependant, bien que connexes, ont facilit lmergence doutils et de services. 6.3.1.1 Des outils connexes du Web

Le Web a une certaine capacit intgrer des fonctionnalits les unes avec les autres. Pour pallier certaines limitations du systme, des outils peuvent lui tre adjoints. De plus certains traitements peuvent tre faits sur le serveur avant dtre transmis au client (via les CGI). Parmi les outils dvelopps autour du Web, citons certains langages informatiques mis au point par certains programmeurs an de solutionner des problmes particuliers, puis proposs qui veut bien les utiliser. Une communaut nat alors qui, se les appropriant, gnre une organisation permettant la gestion des volutions des langages. Ainsi est n, par exemple, le langage
10. Pour une description prcise, on sen rfrera au site du Web Consortium (cf. note supra) ainsi quaux articles synthtiques consacrs au protocole HTTP et au langage lHTML sur lencyclopdie Wikipedia (http://fr.wikipedia. org/wiki/Http et http://fr.wikipedia.org/wiki/Html, respectivement) 11. Ce qui aujourdhui nous semble une vidence ne la pas toujours t : quand N ETSCAPE a mis sur le march son serveur Web, seul le client Web de cette socit pouvait activer certaines fonctions du serveur, en particulier les fonctions de chiffrement. Ces pratiques sont aujourdhui rvolues. 12. les CSS, Cascading Style Sheets. Sur cette technologie, voir par exemple [Glazman, 1998] 13. En particulier par lutilisation de la technologie RSS, comme nous le verrons infra, au paragraphe 6.3.2 14. Comme N|Vu, par exemple.

76

un des plus utiliss sur le Web, qui permet de faire des traitements sur le serveur et de retourner le rsultat sous forme de code HTML. Le schma 6.1 prsente le principe gnral dapplication du langage. Le langage P ERL, bien que plus ancien offre des fonctions assez similaires. Dans la catgorie des langages on peut galement ranger Javascript qui permet des fonctionnalits assez quivalentes, ainsi que, plus rcemment, R UBY 16 .

PHP 15 ,

F IGURE 6.1 Un exemple dapplication du langage PHP

La manipulation de donnes exige une base de donne. Sur le Web, le gestionnaire de bases de donnes le plus populaire est une implmentation Libre de SQL, M Y SQL. Dvelopp par une socit sudoise comme une application commerciale partir de 1995, ce gestionnaire de bases de donnes a t mis dans le domaine public en 2000 17 . Ce sont l les deux outils connexes principaux et les plus rpandus. Dautres outils du mme type existent (comme les langages Java et Python, par exemple) mais leur prsentation nous loignerait de notre thmatique de recherche.

6.3.1.2

Des mthodes dutilisation

Lutilisation combine des outils dcrits ci-dessus a fait lobjet de descriptions sous forme de mthodes. Bien souvent les auteurs des outils faisant lobjet de la combinaison ne se sont pas concerts mais les combinaisons permettent puissance et efcacit. Une des mthodes les plus anciennes est L AMP (Linux, Apache, MySQL, PHP) : cet assemblage est assez naturel puisque ces outils sont prsents dans la plupart des distributions du systme dexploitation Linux. Lensemble L AMP a t propos comme alternative crdible et peu coteuse aux solutions commerciales existantes sur des systmes dexploitation tels que S OLARIS ou autres. Sappuyant sur des outils solides, L AMP est un assemblage extensif car on est pas oblig dintgrer lensemble sur une mme machine : les composants peuvent tre clats sur plusieurs serveurs et sadapter des montes en charge de trafc. Un indicateur tenu jour par lUniversit de Manheim, le Top 500 des plus gros ordinateurs du Monde 18 nous informe que 347 des 500 plus gros ordinateurs du Monde fonctionnent sous Linux (en juin 2007). De mme, daprs le Journal du Net (groupe Benchmark Group) la part de march dApache en avril 2007 est de 56 %. Il faut noter quil existe des environnement de gestion de la mthode L AMP, comme X AMP. Enn, il existe des variantes de L AMP mettant en uvre dautres systmes dexploitations : WAMP (Windows, Apache, MySQL, PHP), M AMP (MacOS, Apache, MySQL, PHP). . .
15. 16. 17. 18. Site ofciel de la communaut des utilisateurs du langage : http://www.php.net/. Site ofciel de la communaut des utilisateurs du langage : http://www.rub-lang.org. Sur les diffrentes formes de licences dutilisation, voir le paragraphe 6.4 page 81 Consultable sur http://www.top500.org/stats/list/29/os/

77

A JAX (Asynchronous Javascript And X ML) est une autre mthode dutilisation des outils permettant la construction de site Web. Conue pour optimiser la consommation de bande passante, cette mthode sappuyant sur les CSS, cette mthode permet plus de souplesse dans les interactions offertes lutilisateur. De plus, contrairement aux solutions techniques propritaires existantes (notamment le F LASH de la socit A DOBE ou les A CTIVE X de M ICROSOFT), A JAX est conforme aux standards du Web. R UBY ON R AILS est une mthode qui a la particularit de sappuyer sur A JAX et le langage R UBY. Conue pour ne pas rpter plusieurs fois les mmes choses, R UBY ON R AILS ne dcrit pas les dtails lorsque ceux-ci sont en fait des conventions tablies. Cette mthode cherche lefcacit et opre une sparation logique entre les modles (gestion des donnes), les vues (afchage utilisateur) et les contrleurs (manipulation faire sur les donnes en fonction des actions utilisateur). Comme pour les outils il existe dautres mthodes mais la plupart son en cours de formalisation. Les mthodes que nous venons dexposer brivement sont apparues rcemment : L AMP en 1998, A JAX et R UBY ON R AILS en 2004.

6.3.1.3

La gestion des contenus

Une fois un site Web dvelopp et mis en production, il faut le grer et le faire vivre : ajouter des informations, en modier certaines, en retirer dautres. Cette gestion peut naturellement se faire laide des outils dcrits supra. Cependant, quand un site stocke une quantits importante de donnes ou quand plusieurs personnes doivent travailler en mme temps il est plus efcace dutiliser un systme de gestion de contenu 19 . Les CMS offrent notamment les fonctions suivantes 20 : Ils permettent plusieurs personnes de travailler en mme temps sur un mme document ; ils fournissent des chanes de publication 21 ; ils permettent de sparer les oprations ddition (lcriture de contenus), de mise en forme (maquettage) et de gestion technique (Webmastering) ; ils permettent de structurer les contenus en les typant (mots-cls, nature, relations, etc.) Les CMS sont apparus au fur et mesure que les sites Web devenaient plus complexes ou plus dynamiques (grce lutilisation de langages voqus supra, notamment) et quil a fallu permettre plusieurs personnes de publier des contenus. La gnralisation de la sparation entre la forme (mise en page) et le contenu proprement dit a facilit la gnralisation des CMS. De mme, les sites Web prenant de limportance, il a fallu les intgrer aux SI des entreprises et donc sparer fonctionnellement la gestion technique de lanimation (ditoriale ou commerciale) des sites. Un CMS est une interface entre le serveur Web proprement dit et les diffrents utilisateurs qui accdent aux diffrentes fonctionnalits en fonction de rles prdnis qui peuvent leur tre attribus. Il existe de trs nombreux CMS commerciaux ou non, allant de la simple interface de gestion au systme complet intgrant un langage propre. Parmi les solutions les plus utilses, on peut
19. Ce que les anglophones appellent un CMS, Content Management System. 20. Cette liste est non limitative 21. Appels workows par les anglophones

78

citer : M AMBO 22 , X OOPS 23 , D RUPAL 24 , S PIP 25 , Z OPE 26 . . .

6.3.2

Les outils de partage

videmment, le Web est en soi un outil de partage. Cependant, comme nous venons de le voir, les outils disponibles sont plutt de nature technique et destins la publication de sites Web, cest dire permettant la diffusion dinformations sans grandes possibilits dinteractions entre les utilisateurs et le site. De plus, le caractre gnraliste de ces plateformes nen facilite pas lusage. Cest pourquoi sont apparus dautres outils, plus spcialiss, permettant non seulement la diffusion dinformation mais galement les changes et les interactions entre les utilisateurs. Tous les outils que nous allons prsenter maintenant peuvent tre considrs, stricto sensu comme des CMS, cependant leur spcialisation permet de les sparer des outils techniques et cest leur destination qui les rend diffrent des outils voqus supra. La destination un usage particulier fait la spcialisation de loutil et sa spcicit. Le tableau 6.1 ci dessous prsente une vision synthtique des outils disponibles.
Formalisme Implication des utilisateurs trs fort trs faible inexistante peu impormoyenne tant peu importrs forte tant moyen trs forte fort Complexit technique forte Capacit grer le partage faible Simplicit de mise en uvre forte Besoin dadministration fort Besoin de modration faible inexistant moyen fort fort trs fort trs faible faible

Site Web

Blog Forum Wiki

faible moyenne faible moyenne

moyen fort trs forte trs forte

forte forte moyenne forte

faible faible moyen faible moyen

TABLE 6.1 Comparaison des fonctionnalits des diffrents outils de partage Comme le montre ce tableau, les outils de partage mettent laccent sur le rle jou par les utilisateurs. Forum wiki et blog ne donnent quune importance relative la mise en forme. De manire corollaire, il faut noter lapparition de la modration, cone certains membres de la communaut, dont le rle est de veiller la bonne ambiance dans la communaut. En particulier, les modrateurs sont chargs soit de dpassionner certains changes, soit de retirer des messages inappropris.

6.3.2.1

Les blogs

Phnomne rcent et nanmoins largement tudi, notamment par [Desavoye et al., 2005], [Samier et Sandoval, 2004] et [Fievet et Turrenttini, 2004], les blogs, techniquement, ne sont pas trs diffrents des sites Webs. Ils sen distinguent par trois caractristiques remarquables :
22. 23. 24. 25. 26. http://www.mamboserver.com http://www.xoops.org http://drupal.org http://www.spip.net http://www.zope.org

79

 Un classement ant-chronologique des informations publies ; une conception destine partager les contenus largement : en oprant une sparation franche (voire systmatique) de la forme et du fond, associe la mise en uvre de ux XML (au format RSS ou ATOM ), les moteurs de blogs permettent soit lchange dinformations entre blogs soit la lecture du blog au moyen dagrgateurs de contenus ; la possibilit offerte aux lecteurs de laisser des commentaires sur les informations publies sur le blog. Originellement destins la publication de textes, les moteurs de blogs permettent galement la diffusion multimedia. De mme, bien que les blogs soient des outils de publication personnelle, les moteurs de blogs sont maintenant capables de grer plusieurs publicateurs. Il existe de nombreux moteurs de blogs dont les caractristiques dtailles diffrent parfois mais tous utilisent les principes dcrits au paragraphe prcdent et mettent laccent sur le respect des standards (ceci dans le but de faciliter le partage). On citera pour lexemple B2 EVOLUTION 27 , D OT C LEAR 28 et W ORD P RESS 29 . Utilisant larchitecture L AMP, ces plateformes, parce quelles sont simple dployer, tendent remplacer les CMS pour les sites Web peu complexes.

6.3.2.2

Les forums

Dans un blog, la fonction dchange se limite souvent la communication entre lauteur et les utilisateurs laissant des commentaires. Il est parfois ncessaire de permettre la communication entre un grand nombre de personnes. Cest pour cela quont t crs les forums. Hritiers des NNTP N EWSGROUPS, les forums permettent la gestion dchanges et de discussions. Fonctionnellement peu diffrent des NNTP N EWSGROUPS dans les fonctionnalits, les forums accessibles sur le Web bncient de la simplicit inhrente au Web, ce qui facilite leur diffusion et leur utilisation. On retient deux caractristiques communes aux forums : Les forums permettent des changes crits : un forum est un mdia crit et asynchrone, cest dire quune fois posts, les messages restent consultables aussi longtemps quils nont pas t effacs 30 . Cette capacit stocker les informations est particulirement importante. Les forums ne sont pas des espaces libres dexpression : la publication dune charte qui prcise le thme du forum et les rgles dusages appliquer sont parmi les conditions principales de succs dun forum ; Une importante capacit dadministration : un forum est un espace gr par un administrateur ou une quipe dadministration qui se charge de la gestion ne des permissions accordes aux utilisateurs car sur un forum, tous les utilisateurs ne sont pas gaux : on peut rserver la lecture de certaines parties des groupes dtermins dutilisateurs, on peut interdire ou autoriser lcriture et la lecture, etc. cela a un corollaire important : un forum est un espace administr. On spare ladministration technique (gestion informatique) de la modration de contenu (vrication de la conformit des messages la charte). Certains forums distinguent galement les membres en fonction de leur degr dactivit : les membres ont ainsi la possibilit de progresser dans un classement en fonction du nombre de messages posts. Cela permet la gestion de la rputation qui peut servir talonner la
27. 28. 29. 30. http://b2evolution.net http://www.dotclear.net http://wordpress.org Il existe dautres moyens de communication asynchrones, comme les blogs ou le mail.

80

crdibilit 31 . Un forum se compose gnralement de plusieurs sous-thmes. Dans chaque sous-thme, un utilisateur peut crer des sujets (ou ls) de discussions et les autres rpondre au sujet. Ainsi les connaissances sont-elles gres sous forme de discussions virtuelles : une ide est mise par un membre, un autre membre rpond et ajoute une information, un troisime membre rpond en argumentant avec une contre-ide et ainsi de suite. Les forums utilisent couramment larchitecture L AMP et cela ce justie en particulier cause de la ncessit de stocker les informations dans une base de donnes. La mise en uvre dun forum nest pas dun niveau de complexit suprieur celui de celle dun blog, mais la spcialisation des moteurs de forums ne permet gnralement pas la gestion dun site Web complet 32 . On citera pour lexemple P UN BB 33 , I CE BB 34 et PHP BB 35 .

6.3.2.3

Les wikis

Les wikis sont conus pour permettre plusieurs personnes de travailler en commun la construction de documents.Une particularit des wikis par rapport aux autres systmes de gestion de contenu est que toutes les personnes autorises modier le contenu ont les mmes droits de modication et jouissent dune libert daction qui nest limite que par la ncessit de ne pas compromettre lintgrit technique du site : chacun peut aussi bien dplacer une simple virgule queffacer tout le contenu dune page. Seules les informations gnrales de navigation servant de modle la structure de la page ne sont pas modiables. On retient deux caractristiques des wikis : Un wiki est un outil collaboratif car les utilisateurs nchangent pas des informations au sens strict, mais construisent des documents en commun. Les wikis disposent dun systme de gestion des versions de documents, ce qui permet de suivre lhistorique de construcution dun document ; un wiki est un outil souple qui permet tout un chacun de crer et de grer des arborescences de documents. On trouve dans les moteurs de wiki des commandes permettant dintrger facilement des donnes multimedia dans les pages en cours de rdaction. Le moteur de wiki le plus connu est M EDIAW IKI 36 , qui utilise larchitecture L AMP, conu initialement pour la gestion de lencyclopdie Libre W IKIPEDIA. Ce logiciel a t rendu public ds sa cration.

6.4

Les moyens du partage

Nous venons de voir que le Web permet de partager des informations et que des outils spcialiss sont disponibles an de faciliter la tche des utilisateurs. Au del de ces outils techniques, il existe un certain nombre de services permettant de rendre le partage possible (6.4.2). Enn, se
31. Comme cest le cas sur lencyclopdie W IKIPEDIA, voir paragraphe A.3.2.5 page 213. 32. Pour des comparaisons dtailles entre les diffrents moteurs de forums, on consultera cette page de Wikipedia : http://fr.wikipedia.org/wiki/Comparaison_des_logiciels_de_forum_Internet 33. http://punbb.org 34. http://www.icebb.net 35. http://www.phpbb.com. Nota : les noms des moteurs de forums comportent souvent lacronyme BB car en anglais forum se traduit par Bulletin Board, littralement panneau de messages 36. http://www.mediawiki.org

81

pose la question de la gestion des droits sur les contenus crs en commun. En effet, les rgles habituelles de gestions des droits sont souvent mal adaptes voire inefcaces face aux problmes poses par ces crations communautaires (6.4.1 page 82).

6.4.1

Les rgles du partage

Partager implique de dnir les conditions dans lesquelles les contenus partags sont mis disposition de la communaut. Dans lconomie de la raret, il existe de nombreux outils de protection (les droits de reproduction, les brevets, les marques etc.). lre du partage, il sagit au contraire de sorganiser an que le foisonnement se fasse efcacement et surtout dans le respect de la volont initiale de lauteur. Ceci est particulirement important du fait que la forme et le fond sont facilement sparables (cf. 6.3.1 page 76). Les diffrentes licences disponibles ont dabord t conues pour grer le partage de logiciels mais il existe aussi des licences plus spciquement ddies au partage de crations numriques. le tableau 6.2 page 83 prsente une synthse des principales rgles disponibles. 6.4.1.1 Prcisions smantiques

Les licences de partage de logiciel ont en commun de permettre laccs au code source. Nous allons voir infra quil en existe un grand nombre. Si toutes se fondent sur louverture, dans le contexte cependant, Ouvert et Libre ne sont pas synonymes. Il est ncessaire de procder une distinction bien dlimite :
Logiciel Libre : dsigne un logiciel qui utilise la licence Libre dnie par la F REE S OFTWARE F OUN DATION a dans le cadre du projet G NU . Cest dire la licence GPL dans sa version la plus rcente b , dont un point important comprend labandon des droits dauteurs (cest le copyleft). Licence Libre : au del de la licence GPL, il existe dautres licences permettant la libre distribution des logiciels (la licence F REE BSD est la plus connue). OpenSource : la licence OpenSource a t dnie par lO PEN S OURCE I NITIATIVE c an dassouplir les rgles des licences Libres pour faciliter les utilisations commerciales. a. http://www.fsf.org b. Cest dire la version 3, date du 29 juin 2007 c. http://www.opensource.org

Ces diffrences tiennent au fait quen anglais les mots free et open peuvent tre synonymes. Partant, il tait ncessaire de prciser les dnitions de chacune des notions. Le tableau 6.2 page 83 synthtise les diffrentes licences dutilisations des logiciels. Il faut noter que la licence GPL dans ses versions antrieures la version actuelle (en partie la version 1, qui nimplique pas labandon des droits dauteurs) peut tre utilise en tant que licence Libre. La licence GPL est galement intgre et accepte par lOpen Source Initiative. De plus, labandon des droits dauteur inclus par la licence GPL V.3 ne voulant pas dire anonymat, lauteur est reconnu mais abandonne ses droits sur la cration place sous GPL V.3. Les autres licences reconnaissent galement lauteur (ou les auteurs successifs) qui doivent tre cits. Toutes ces licences offrent quatre liberts, dnies initialement par la FSF et reprises par les autres. Les liberts se dnissent comme suit : 82

Libert 0 : libert dexcuter le programme pour tous les usages. Libert 1 : libert dtudier le fonctionnement du programme. Cette libert implique laccs au code source du programme. Libert 2 : libert de redistribuer des copies du logiciel. Cette libert comprend la possibilit de vendre des copies Libert 3 : libert damliorer le code source et de publier ses amliorations. Ceci implique laccs au code source.

Licence
GPL V 3

Libert 0

Oui
GPL V 1

F REE BSD

O PEN S OURCE Freeware Shareware Oui Oui, avec rserves

Libert 1 Oui, avec abandon des droits dauteur Oui, avec reconnaissance du droit dauteur Oui, avec reconnaissance du droit dauteur Oui, avec reconnaissance du droit dauteur Non

Libert 2 Oui, sans rserves

Libert 3 Oui, tique Oui, tique liden-

Sponsor
FSF

liden-

Oui, avec limites possibles Oui, lidentique

Oui, avec changement de licence possible Oui, avec changement de licence possible Non

F REE BSD

OSI

TABLE 6.2 Les diffrentes rgles de partage

6.4.1.2

Les licences Libres

Cest R ICHARD S TALLMAN qui est lorigine du concept de Logiciel Libre. Cest lui que lon doit la formalisation des quatre liberts du Logiciel Libre, reprises (en totalit ou partiellement) par les autres licences de partage. Cette licence trouve son origine dans le projet G NU soutenu par la F REE S OFTWARE F OUNDATION et elle sapplique aux projets soutenus par la fondation, notamment L INUX et en particulier la distribution Debian. Cette licence implique un abandon des droits dauteurs de la part des crateurs de logiciels 37 La caractristique technique la plus importante de cette licence est sa rigueur quant la redistribution. En effet, un logiciel initialement dvelopp sous licence GPL peut difcilement en sortir. De plus les logiciels utilisant des composants sous licence GPL se doivent dtre sous la mme licence. Parmi les logiciels utilisant la licence GPL, on trouve tous les projets soutenus par la FSF 38 . La licence GPL est lune des plus utilise et sa rputation tient en grande partie la personnalit de son auteur qui, au del de sa destination initiale, en fait une sorte de philosophie gnrale, voire de notion thique : pour Richard S TALLMAN en effet, les logiciels Libres sont bons et les autres sont mauvais 39 .
37. On parle de copyleft, par un jeu de mot avec copyright. . . 38. Cest mme une condition au soutien 39. Sur ce point, voir les nombreuses prises de position publiques de lauteur. Certaines sont rassembles sur son site personnel : http://www.stallman.org/

83

L INUX est le plus clbre des systmes unix Libre. Il utilise la licence GPL. F REE BSD est une autre implmentation dunix, propose par luniversit de Berkekey a . Pour distribuer ce systme dexploitation, une licence spcique a t propose, la licence F REE BSD, gre par la fondation ponyme b . Cette licence est plus souple que la licence GPL. Elle nimpose pas dabandon de droits dauteurs et elle permet les modications de licence : soit pour lincorporation de composants sous licence BSD dans des logiciels commerciaux (cest ainsi que S UN ou A PPLE ont inclus des composants sous licence BSD dans leurs logiciels propritaires), soit dans dautres licences c . a. BSD est lacronyme de Berkeley Distribution Software b. http://www.freebsd.org/ c. Cest ainsi que certains logiciels initialement sous licence BSD ont t inclus dans des projets sous licence GPL.

Les licences Libres sont parfois modies et elles sont disponibles sous plusieurs versions diffrentes. Ainsi, la licence GPL en est la version 3 qui date de juin 2007 et la licence F REE BSD en est la version 4.4 qui date de 2006. Ces licences ont parfois donn lieu des variantes, GPL en particulier est disponible en version moins libre, pour faciliter des collaborations avec dautres logiciels. De plus, certaines organisations, sinspirant de lune ou lautre de ces licences ont publi leurs propres licences adaptes une situation particulire. On peut citer par exemple M OZILLA P UBLIC L ICENCE (qui est la licence utilise par Firefox), PHPL, la licence du langage PHP, lASL, Apache Software Licence, etc. Ces licences permettent la diffusion de logiciels Libres mais leurs diffrentes raideurs imposent parfois des limites qui brident le dveloppement des projets. Cest pour cela quon t cres les licences OpenSource.

6.4.1.3

Les licences ouvertes

Comme nous venons de le voir, les licences Libre facilitent le partage mais sont obligent une ouverture trs large. De plus, le principe de laccs au code source peut tre vu comme une mthode de dveloppement plus que comme une philosophie de vie. Cest pour cela qua t cre lO PEN S OURCE I NITIATIVE : publier et grer des licences de distribution de logiciel qui mettent laccent sur lintgrit du code publi par lauteur initial du projet. De plus, on peut vouloir publier le code source dune application sans toutefois en permettre la libre modication ; les licences ouvertes permettent donc des souplesses que les licences Libres interdisent.

6.4.1.4

Le cas des logiciels gratuits ou participatifs

Comme nous lavons vu, les licences Libres ou ouvertes permettent la libre consultation (et parfois modication) des codes sources des logiciels. Bien que courante, la gratuit nest pas impose par ces licences. Certains dveloppeurs, au contraire, acceptent de donner des logiciels mais refusent de partager le code source. On parle alors de freeware. Les logiciels freeware ne peuvent pas tre considrs comme partie intgrante de lre du partage. De mme les shareware ne peuvent entrer dans le primtre de lre du partage. Les shareware sont des logiciels qui sans tre formellement payants demandent une contribution verse sur la base du volontariat (trs souvent la contribution est pcuniaire, mais elle peut prendre dautres formes : envoi de cartes postales, voire de capsules de bire). Libres ou seulement ouvertes, les licences que nous venons de dcrire ne sadressent toutefois 84

quaux logiciels. Or on peut partager dautres crations. Cest pour cela quon t cres les licences C REATIVE C OMMONS.

6.4.1.5

La licence Creative Commons

En parallle des licences de partage de logiciel et dans le mme esprit, a t lance linitiative C REATIVE C OMMONS 40 sous la forme dune association cre dans le but de publier et de grer des licences de partage de contenus. Lobjectif afch est de faciliter le partage dinformations. La licence Creative Commons se fonde sur le copyright et sadresse aux auteurs de contenus : en choisissant une licence, un auteur autorise ou interdit telle ou telle utilisation des contenus crs. Un auteur pourra par exemple autoriser les reprises sous rserve dattribution de paternit, de non utilisation commerciale et de partage lidentique.

6.4.1.6

Conclusion sur les rgles du partage

Les diffrentes rgles disponibles pour grer le partage sur le Web ont en commun de sattacher louverture du code source et ont pour consquence implicite la gratuit des logiciels qui les utilisent 41 . De mme, les licences Creative Commons se proposent de dcliner ces principes pour les crations numriques hors logiciel. En cherchant organiser le foisonnement, ces outils sont en opposition avec les mthodes de lancienne conomie qui cherchent protger pour crer de la raret. On notera une autre diffrence fondamentale : disponibles sur Internet, ces rgles font abstraction de la notion de frontire, ce qui renforce la rupture quelles oprent avec le monde davant. Au del des rgles, certains services permettent de grer les projets de partage.

6.4.2

Les services du partage

La gestion dun projet demande des moyens logistiques. Pour grer un projet de dveloppement informatique (car cest nalement la forme la plus courante des innovation sur Internet) les moyens sont limits et se trouvent sur le rseau lui mme, le Web agissant la fois comme dclencheur et comme substrat dinnovations nalement endognes au rseau ([Druel, 2004, chap. 21]).

6.4.2.1

Les outils de gestion de projet

Un projet doit disposer doutils permettant sa gestion : mise disposition des sources du logiciel et de versions compiles pour diffrents systmes dexploitation, gestion des versions, suivi des erreurs, demandes damliorations mises par les utilisateurs, listes de diffusion sur lesquelles les utilisateurs sinscrivent et qui permettent dannoncer des nouvelles mises jour
40. http://creativecommons.org/ 41. On citera, en contre exemple, le cas de certaines distributions de Linux qui sont proposes la vente par leurs diteurs, comme par exemple Red Hat Linux. On notera cependant que le prix ne rmunre pas le droit dutilisation du logiciel mais la logistique mise en uvre (supports physiques, emballages, distribution. . . ). Le logiciel reste librement accessible et souvent tlchargeable gratuitement.

85

(entre autres), forum de discussion et dentraide, liste et suivi des tches (faites, en cours, faire), etc. Ces outils existent individuellement de manire disperse mais des outils et des services les assemblent sous forme de forges. On retrouve chez les fournisseurs et hbergeurs de moyens les outils de la gestion de projet. Le tableau 6.3 prsente les principaux outils de gestion de projets.
Nom SourceForge FreshMeat Tigris LibreSource CollabNet RubyForge JavaForge Savannah Licences Libres uniquement Ruby Java tout type sur le Web tout type Toutes licences sur le Web Projets hbergs Langage(s) Accs Statistiques +100 000 projets et plus dun millions dutilisateurs +43 000projets et +389 000 utilisateurs +799 projets et +10 000membres ND +17 000 projets et 1,2 millions dutilisateurs 4 000 projets ND +2 800 projets et +52 000 utilisateurs Sponsor

SourceForge.Inc

CollabNet Consortium industriel Ent. commerciale InfoEther LLC IntLand Software

FSF

Serveur ddi

TABLE 6.3 Liste des outils de gestion de projets Le plus connu et le plus utilis de ces hbergeurs de moyens est SourceForge 42 qui hberge plus de 100 000 projets. FreshMeat 43 propose des services quivalents et recense environ 43 000 projets. Il faut noter que ces deux sites qui proposent des services gratuits aux quipes de dveloppement appartiennent une entreprise commerciale et cote en bourse, SourceForce Inc 44 qui possde des sites daudience et des sites de commerce lectronique. Les gains commerciaux sont investis dans le dveloppement des sites communautaires. Collabnet 46 propose SourceForge sous forme de service des entreprises. Tigris 47 propose un service dhbergement qui utilise la plateforme technique de Collabnet. La Free Software Foundation 48 propose galement un service dhbergement de projets, Savannah 49 mais rserve lhbergement aux projets placs sous licence Libres (voir supra, 6.4.1.2 page 83). Certains services sont spcialiss, tels RubyForge 50 qui rserve ses services aux projets dvelopps avec le langage Ruby ou JavaForge 51 pour les projets dvelopps avec le langage Java. LibreSource 52 est une initiative franaise (Les promoteurs du projet sont le laboratoire L ORIA de lI NRIA, Luniversit Paris VII, le RTNL et lentreprise RT NUM) qui propose une platefome de gestion de projets sans toutefois proposer de service dhbergement (le projet LibreSource est
42. http://www.sourceforge.net 43. http://freshmeat.net/ 44. http://www.sourceforge.com. Il faut noter que dans ce groupe on trouve galement un site communautaire important, SlashDot 45 46. http://www.collab.net 47. http://www.tigris.org 48. http://www.fsf.org 49. http://savannah.gnu.org/ 50. http://rubyforge.org/ 51. http://www.javaforge.com 52. http://www.libresource.org

86

gr sur FreshMeat).

6.5

Conclusion sur les outils du partage

En rduisant les difcults techniques de cration, les outils aujourdhui disponibles sur le Web facilitent la diffusion des informations. La n du lien forme-fond en particulier cr des conditions nouvelles de diffusion massive des contenus et des services. Les rgles du partage changent la donne : dans le monde de lancienne conomie, le brevet a un rle central : il ferme lutilisation de linvention et donne une exclusivit dans le temps. En comparaison, les rgles du partage ouvrent lutilisation sans aucune exclusivit. Si ces nouvelles rgles permettent en thorie la valorisation marchande, en pratique elles vident de sens toute dmarche visant vendre le logiciel. Elles permettent en revanche lmergence dune conomie de services valeur ajoute mettant ces innovations en pratique. Nous retenons que cette rupture apporte par le Web touche tous les utilisateurs qui peuvent ainsi partager et co-crer. Dailleurs, la rupture est telle que certains parlent de Web 2.0. Bien que oue et assez journalistique, cette notion dsigne le fait que les utilisateurs peuvent faire collaborer des applications diffrentes, mlanger les sources et les services et se faire un Web sur mesure. Enn, dans notre dmarche de cration dune mthodologie de valorisation des innovations lre du partage, nous assimilerons toutes ces rgles en ne gardant que leur esprit douverture. Nous considrerons que Libre, Open Source et Creative Commons sont, du point de vue de la cration de valeur, des dmarches quivalentes, puisque ce qui est recherch cest lorganisation du partage plus que la protection. Pour tablir notre mthodologie, nous devrons collecter des donnes. Quelles sont les mthodes existantes ? Cest lobjet du prochain chapitre.

87

88

Chapitre 7

La collecte de donnes
Sommaire
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2 Prsentation synthtique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2.1 Types de donnes recueillies . . . . . . . . . . . . . . . . . . . . . . . . 7.2.2 Fiabilit et validit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3 Les questionnaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.1 La construction du questionnaire . . . . . . . . . . . . . . . . . . . . . . 7.3.2 Lchantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.3 Les biodata, des donnes particulires . . . . . . . . . . . . . . . . . . . 7.3.4 Administration et dpouillement . . . . . . . . . . . . . . . . . . . . . . 7.4 Les interviews . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 91 92 94 96 96 98 98 99 99 100

89

90

7.1

Introduction

ES

nombreux outils pour la collecte de donnes sont dnis par [Comittee, 2002] comme tant des :
Mthodologies utilises pour identier des sources dinformation et les rassembler au cours de lvaluation.

La collecte de donnes peut se faire dans de trs nombreux domaines scientiques car les donnes sont la base de lexprimentation. Il est par exemple possible de collecter des donnes pour la mdecine, la mcanique, la physique, lastronomie. . .chacun de ces domaines scientiques a dvelopp des mthodes propres de collecte donnes, en cherchant ce que cette collecte se fasse de manire able et valide. Le modle que nous nous proposons de dterminer vise lvaluation de la valeur de projets. Cette dimension projet va mettre en uvre des acteurs humains agissant en groupe et des interactions entre ces facteurs. La sociologie a dvelopp de nombreuses techniques que nous allons prsenter car pour atteindre les objectifs que nous nous sommes xs nous aurons recueillir des donnes de nature qualitative. En effet, comme le rappelle F. de Singly :
Lenqute scientique ne cherche pas, [en effet], produire le chiffre qui parle de lui-mme, elle veut avant tout rendre compte dune activit ou dune opinion en dvoilant les facteurs qui inuencent sur celle-ci. (F. de Singly,in [Singly , de, p.15 ])

Lobjectif du recueil de donnes est de permettre la dnition de concepts sociologiques, dont le Pr. George WAARDENBURG, donne la dnition suivante dans son Cours danalyse sociologique et denqutes comparatives, Universit de Genve, 2006
Une ide assez labore pour permettre de rendre compte de phnomnes sociaux rels.

[Bachelet, 2007] spare deux types dtudes, selon leur nalit : les tudes exploratoires (qui ont pour nalit de dcrire ou dexpliciter une situation) et les tudes conrmatoires (qui ont pour nalit de vrier une ide ou un modle). Chaque type dtude va entraner des dmarches de recueil dinformations diffrentes : plutt ouverte en visant la richesse ou au contraire plutt ferme en cherchant valider une thorie. Le dispositif mis en uvre se doit dtre valide an de permettre des mesures ables. Enn, le recueil de donnes est une phase importante dans toute dmarche scientique et on doit rappeler, avec Karl P OPPER, toute lattention porter cette activit, en particulier sur les justications thoriques qui facilitent la collecte de donnes. En effet il est rare, comme dit [Bachelet, 2007] avec humour, que la vrit sorte toute nue du puits surtout quand les variables mesures sont qualitatives (opinions, chelles destime, comportements etc). Aprs une prsentation synthtique des diffrentes mthodes (7.2), nous dtaillerons les questionnaires (7.3 page 96) et les mthodes dinterviews (7.4 page 99).

7.2

Prsentation synthtique

Le tableau 7.1 page 93 prsente un synoptique des diffrentes mthodes de recueil dinformation en sociologie. Le tableau 7.2 page 93 prsente les trois types de sources (primaires, secondaires et tertiaires) et donne quelques illustrations dans des domaines varis. 91

7.2.1

Types de donnes recueillies

On recueille deux types de donnes : des donnes qualitatives (discours, opinions, estimations) et des donnes quantitatives qui peuvent tre continues (poids, taille) ou discrtes (nombre de barreaux dune chelle par exemple). Les variables mtriques peuvent donner lieu de nombreux traitements. Ce nest pas le cas des variables nominales qui, en revanche, peuvent faire lobjet de classements, surtout si elles sont dichotomiques. Les variables ordinales peuvent galement servir de base des classements mais ce ne sont pas des donnes mtriques (par exemples, les chelles de Lickert : primordial, trs important, peu important, insigniant). Si on traite les variables ordinales comme des donnes mtriques, il faut rsister un effet pervers qui est de leur appliquer des calculs (moyennes, carts-type) qui, en fait nont que peu de sens car les rsultats obtenus impliquent un postulat cach sur les distances entre les rponses : passer de trs important peu important est-il identique que de passer de primordial trs important. Pour le traitement de ces donnes, [Bachelet, 2007] recommande dutiliser des outils tels que les cartes conceptuelles 1 . Lanalyse de donnes secondaires et tertiaires demande de porter une importance particulire la validit des donnes rcupres et la abilit des sources utilises. Lanalyse de documents permet de mettre en uvre des mthodes quantitatives (recherche de frquences dapparition dun mot, de co-occurence de termes) et des mthodes qualitatives (prsence de thmes, association ou opposition de concepts, mtaphores. . .). On met en place des groupes de concertation lorsquon veut approfondir un sujet par une discussion de groupe. Par exemple les ractions une exprience ou une suggestion, comprendre des plaintes courantes, etc. Les groupes de concertation se rvlent utiles pour lvaluation et la promotion car cest un moyen rapide et able de connatre les impressions rpandues. Ils peuvent tre une faon efcace dobtenir en peu de temps de des donnes approfondies et dune grande porte. Ils peuvent permettre dobtenir des renseignements cls au sujet des programmes. En revanche, lanalyse des ractions peut tre difcile et ils demandent un bon facilitateur pour assurer la scurit et la clture. Leur organisation peut parfois savrer difcile (car les participants doivent tre tous prsents en mme temps). On a recours des tudes de cas lorsquon veut bien comprendre ou dcrire les expriences dun sujet dans un programme et procder un examen de synthse en comparant les cas. Une tude de cas dcrit entirement lexprience du sujet en ce qui a trait aux processus et aux rsultats du programme. Cest un puissant moyen de prsenter un programme ou une mthode des tiers. Recueillir, organiser et dcrire les cas ncessitent habituellement beaucoup de temps. Les tudes de cas prsentent les problmes et les donnes en profondeur plutt que dans toute leur tendue. Enn lobservation directe et participative collecte les donnes visuellement ou par le vcu. Cette mthode permet de capter un comportement au moment o il se produit, de vivre une situation (cest lobservation participante) ou bien mme de changer une situation avec ses acteurs (cest la recherche-action). Ce sont des mthodes qui mettent laccent sur la qualit des donnes recueillies mais qui sont chronophages et qui, parce quelles impliquent lobservateur, doivent tre prises avec circonspection.
1. Il sagit au dpart dune technique de crativit propose et dcrite par [Buzan, 1991]

92

Buts Explorer, dcouvrir, analyser Fiches de lecture

Mthode de recherche Mthode historique (enqute dans le temps, reconstitution du pass)

Sources dinformation tmoignages, archives, publications, etc.

Outils

Analyse de contenu (analyse de productions laide dune grille) grille danalyse

Dcomposer une production, dnombrer des lments de contenu inclus dans une production, tracer un portrait Productions crites, audiovisuelles, images, etc. tracer un portrait, recueillir des informations Personnes Donnes chiffres de sources publiques ou prives, donnes chiffres recueillies par soi-mme Personnes Grilles dobservation, vido, journal de bord etc. Recueillir des informations, consulter et regrouper des donnes disponibles Recueillir des information, dnombrer et dcrire des comportements observs

Entrevue

Analyse de donnes chiffres (statistiques)

Questionnaires, grilles dentretien, enregistrements Tableurs et logiciels de statistiques, recueils de statistiques (recensements), tableaux, graphiques, etc.

Procdure Inventaire des sources, dpouillement, classement, critique Lecture ou visionnement des productions avec une grille, opration visant isoler les units de contenu et faire ressortir les mcanismes cachs grce au calcul des occurences, classement par catgorie et dgagement du sens Entrevue structure, semi-structure, non structure Collecte de donnes,lecture de donnes, valuation des donnes, prsentation des donnes laboration des grilles, observation, consignation des comportements

Observation (observer un groupe pour une dure dtermine)

TABLE 7.1 Comparaison de diffrentes mthodes denqutes, daprs [Dionne, 1998]

Comme le montre le tableau 7.1 ci-dessus, il nous faudra mettre en uvre ces mthodes an de rassembler et de recueillir des donnes sur le Web, ses acteurs et ses pratiques. Lanalyse de contenu et les analyses de donnes pourront tre utilises mais nous aurons recours de nombreuses observations car la modlisation que nous chercherons tablir concerne un domaine peu tudi.

Sources secondaires Reformulation, rinterprtation des ides dans des articles, livres, rapports, etc.

Dnition Sources primaires exemples Rapports, tudes de marchs Correspondance, pomes, nouvelles Journaux, minutes de dbats, reportages

Sources primaires Documents produits par les tmoins directs de lvnement, articles, rapports, confrences, thses, mmoires rdigs partir de donnes originales

Sources tertiaires Signalement de ces livres, rapports, articles, etc. dans des catalogues, des bibliographies, des index, des bases de donnes, commentaires ou critiques sur les livres parus, etc. Sources tertiaires exemples Bases de donnes dans les domaines des affaires et administratif Bases de donnes de littrature Bases de donnes Bases de donnes (par ex. Chemical Abstracts)

Domaines

Administration

tudes littraires

Histoire et science politique

Sciences

Sources secondaires exemples Articles et livres faisant tat des rapports et des tudes de march Analyse de textes, biographies dauteurs, critiques des ures. . . Biographies, manuels dhistoire, articles et livres se basant sur la documentation primaire Articles et livres reprenant et discutant des dcouvertes, des expriences, etc. Articles et livres valuant, interprtant, reprenant les recherches primaires

Sciences sociales

Rapports qui prsentent des donnes relevant de dcouvertes, dexpriences Recherches faites partir de questionnaires denqute ou dentrevues, tests, tudes de cas, donnes dobservation, etc.

Bases de donnes (par ex. Sociological Abstracts)

TABLE 7.2 les trois grands types de sources et quelques exemples, daprs [Dionne, 1998]

Le tableau 7.2 rvle une des difcults que nous aurons affronter lors de nos recherches dinformation : nous serons confronts en majorit des donnes secondaires ou tertiaires dont la abilit peut tre faible, entranant une interprtation difcile.

93

7.2.2

Fiabilit et validit

Comme [Bachelet, 2007] le rappelle, lorsque lon procde un recueil de donnes, on souhaite que les rsultats soient utiles et retent les concepts exprims par les donnes. cet effet, on doit garder lesprit deux proccupations : le dispositif de recherche doit tre valide et la mesure doit tre able. La validit rpond la proccupation de vrit. Il existe trois exigences de validit : la validit interne, la validit externe et la validit de construit (dite aussi de concept).

7.2.2.1

La validit interne

La validit interne vise liminer les explications rivales : les variations de la variable expliquer sont causes uniquement par les mmes variables explicatives. Selon [Stuart-Mill, 2002], trois critres permettent dinfrer la causalit : La covariation : cause et effets sont corrls. la prcdence temporelle : la cause prcde leffet. llimination dexplications alternatives : pas de troisime variable. Il existe huit biais limitant la validit interne, ils sont prsents dans le tableau 7.3.
Type de biais Effet dhistoire Effet de maturation Effet de test (pour une tude longitudinale) Effet dinstrumentation Effet de rgression statistique Effet de slection Effet de mortalit exprimentale Effet de contamination Origine Des vnements extrieurs ltude faussent ltude (des questions sur le cadeaux poses Nol, par ex.) Les individus ont chang pendant ltude (succs ou chec un examen, par ex.) Les rponses au deuxime questionnaire sont affectes par le fait davoir dj rpondu (mmoire) Les questions utilises pour recueillir les donnes sont mal formules Slection des individus tester sur des caractres extrmes Lchantillon nest pas reprsentatif de la population pertinente Des individus disparaissent en cours dtude (par abandon, par ex.) Un individu interrog apprend lavance, par un autre, lobjet de ltude Parade Examen critique ou modication de la priode dtude Examen critique des individus ou modication de la priode dtudes viter les mmorisations et ne pas questionner deux fois les mmes individus Faire valider le questionnaire par un expert, normaliser un protocole, tester les questions avant mise en ure. Revoir la constitution de lchantillon Intgrer cette contrainte dans le plan de collecte Remplacer les sujets perdus ou trouver des moyens de garder le contact Cacher lobjectif et mener ltude rythme soutenu

TABLE 7.3 Les huit biais de la validit interne, daprs J. S TUART-M ILL, cit par [Bachelet, 2007] Nous devrons y prter une grande attention lors de nos exprimentations. Leffet de slection, en particulier, sera viter, dans la limite du possible. tant donn le rythme des volutions sur le Web, leffet de maturit est un biais quil nous faudra prendre en compte et mettre en lumire. 94

7.2.2.2

La validit externe

La validit externe pose la question de la gnralisation des rsultats : peut-on gnraliser les rsultats obtenus dautres situations, dautres populations. Le risque principal de la validit externe est, pour une recherche inductive, le fait quun modle construit partir de donnes corresponde tellement aux donnes quil ne reprsente plus le phnomne quil voulait tudier mais les donnes utilises. Une faible validit externe signie que le modle sera difcilement gnralisable. Ce nest pas gnant en soi mais cela doit tre analys dans les conclusions de ltude car cela va en limiter la porte. La validit interne et la validit externe ont tendance sopposer car la validit interne demande un meilleur contrle des situations observes et la validit externe demande des mthodes, des situations et des terrains de collecte varis et ouverts. Ainsi, plus on multiplie les situations et plus le contrle quon peut exercer sur les biais est faible.

7.2.2.3

La validit de construit (ou de concept)

La validit de construit consiste vrier quon mesure bien ce quon veut mesurer. Cest le type de validit le plus difcile garantir. En effet, les recherches en sciences humaines portent souvent sur des concepts abstraits qui ne sont pas toujours directement observables. De mme, certaines thories reposent sur des concepts souvent polysmiques et difciles dnir. Il faut donc valider la relation : Concept abstrait n / df inition oprationnelle

Il existe de nombreux moyens dvaluer la validit de concept. Le tableau 7.4 en donne sept.
Mthode de validation Validit de contenu Validit dobservation Validit de critre Validit de trait Validit convergente Validit discriminante Validit systmique Description Loprationalisation reprsente le concept sous tous ses aspects Le degr auquel le concept a t tudi peut se rduire des observations Degr auquel on peut afrmer que le construit oprationnalis est corrl au concept quil est sens reprsenter. Degr auquel on peut afrmer que le construit oprationnalis permet de mesurer le concept quil est sens reprsenter. Deux mesures du concept par deux mthodes diffrentes sont efcaces. Degr auquel le concept diffre dautres concepts proches. Degr auquel le concept permet lintgration de concepts antrieurs ou den produire de nouveaux

TABLE 7.4 Quelques mthodes dvaluation de la validit de concept, cit par [Bachelet, 2007] Dans une phase de construction de modle, nous devrons prter attention la validit discriminante. tant donn le caractre de rupture des projets qui font lobjet de nos recherches, la validit systmique sera difcile rechercher puisque nous nous plaons dans un nouveau paradigme : les comparaisons seront difciles et peu pertinentes. 95

7.2.2.4

La abilit

La abilit pose la question de la rgularit de la mesure et de la conance que lon peut accorder la mesure. La abilit va se mesurer principalement dans la reproductibilit : si lobjet de la recherche ne change pas, une mesure parfaite donne le mme rsultat chaque fois quelle est faite. Trop de variabilit 2 entre les mesures permettra de conclure que loutil de mesure nest pas able. Pour estimer la abilit dune mesure, on procdera selon lune des mthodes suivantes, couramment utilises :
Mthode de validation Re-test Utilisations de formes alternatives Mesure de la cohrence interne Description Refaire exactement le mme test sur les mmes individus des moments diffrents (en vitant les biais de validit interne) Re-test avec un test diffrent mais en mesurant la mme chose Tester la cohrence des talons de mesure et leur adaptation aux donnes traites.

TABLE 7.5 Quelques mthodes destimation de la abilit, cit par [Bachelet, 2007] Enn, il faut noter que abilit et validit concernent aussi bien les donnes qualitatives que quantitatives. Pour des donnes quantitatives, nous procderons des tests statistiques. Pour des donnes qualitatives, il faudra prendre certaines prcautions an de vrier quon conserve le mme rsultat en changeant dobservateur. De mme, certains critres peuvent tre ambigus et certaines situation trop difciles tudier : il nous faudra veiller liminer les ambiguts. Enn, on prtera une attention particulire au protocole mis en uvre et la formation des enquteurs.

7.3

Les questionnaires

Il existe plusieurs formes denqutes, plus ou moins formelles. Quand nous chercherons recueillir des informations dune population vaste, il sera utile de recourir un questionnaire. Nous choisirons un questionnaire lorsque le sujet nous est connu, lorsquon veut des rsultats quantis, lorsquon cherche valider et gnraliser les rsultats et enn quand on a les moyens de mener une telle enqute (accs une population-cible, quantit sufsante de rponses, capacit traiter les donnes). La construction dun questionnaire rpond des rgles prcises, et quand on ne peut pas procder un recensement, cest dire linterrogation de la totalit dune population, il est ncessaire de dterminer un chantillon reprsentatif qui permettra de faire un sondage.

7.3.1

La construction du questionnaire

Construire un questionnaire est un processus aux tapes bien dnies dont les principales sont :
2. Mesure par lcart-type.

96

 Fixer le type de questionnaire employer, sa diffusion, sa stratgie de collecte. Rdiger une version de brouillon que lon testera sur un chantillon de personnes ou auprs dexperts. Rdaction dune version nale avec un scnario de collecte parant aux risques prvisibles. On peut rsumer la construction dun questionnaire par le schma 7.1 page 97 :

F IGURE 7.1 Construction dun questionnaire, daprs [Bachelet, 2007] Pour composer un questionnaire, on peut recourir plusieurs types ditems, comme par exemple : Des items ouverts : vont gnrer des rponses riches mais dont le traitement sera difcile assurer. Des items ferms : soit du type oui/non soit des chelles de Lickert ( 3, 4, ou 5 cases, comme pas daccord du tout, tout fait daccord). Des biotata : questions factuelles (voir 7.3.3 page 98). Des chelles continues : classements de divers lments par ordre dimportance (curseurs). Des questions de nature diffrentes donneront des donnes de nature diffrentes et il faudra leur appliquer des mthodes danalyse de donnes diffrentes. Quelques exemples de questions et de types de donnes recueillies : Quelle est votre taille ? : donnes mtriques. tes-vous favorable, dfavorable ou indiffrent . . . : donnes ordinales. Quelle est la marque de votre ordinateur : donnes catgorielles. Lors de la construction dun questionnaire, il faut tre trs vigilant sur les formulations an que les rpondants peroivent tout le questionnaire mais pas au del. Il ne faut biaiser ni la comprhension ni la motivation des individus interrogs. Il faut galement alterner les questions positives et ngatives et mlanger les thmatiques. De mme, la construction du questionnaire ne doit pas menacer la validit de lenqete. Certains biais sont viter : les phnomnes de dsirabilit sociale, les effets de succession de questions (poser une question sur Hiroshima juste avant une question sur le dveloppement de lnergie nuclaire), effet lis la syntaxe ou la smantique (par exemple une question comme quel tat prsente le plus une menace pour la paix du monde force le rpondant accepter lide quun tat est en soi une menace). . . 97

7.3.2

Lchantillonnage

Il est difcile de sadresser lensemble dune population. An de que les donnes recueillies retent la population, on va dterminer un chantillon de cette population, qui on administrera le questionnaire. Un chantillon se doit de comporter sufsamment dindividus pour tre reprsentatif de la population vise par lenqute et de dterminer la marge derreur acceptable. La constitution dun chantillon doit galement viter le phnomne de saturation : aprs un seuil donn, la collecte dinformations supplmentaires napporte que peu de prcisions supplmentaires. Parmi les plans dchantillonnage simple, on peut citer trois mthodes : laveuglette : les individus membres de la population sont slectionns par volontariat, dsignation ou jugement dexpert. Alatoire : chaque unit slectionne a une chance gale de gurer dans lchantillon. Systmatique : choix des individus avec un pas de sondage dni. Dautres plans dchantillonnages mettent en uvre des mthodes de slection plus labores : La mthode des strates consiste diviser la population tudie en sous-ensembles homognes disjoints (les strates). Des sondages indpendants sont alors raliss sur chacune des strates. La mthode des grappes consiste travailler de manire exhaustive mais sur des groupes de populations rassembls (par exemple, tous les habitants dun immeuble). En se focalisant sur une catgorie la fois, ces mthodes dchantillonnage permettent de faire des conomies de moyens dans la collecte. la mthode des quotas se fonde sur lhypothse quun chantillon qui ressemble la population pour un caractre connu lui ressemble galement pour un autre caractre, celui qui fait lobjet de ltude. Cette mthode implique une bonne connaissance des statistiques de la population tudie. Pour tre retenue comme variable de contrle, il faut simultanment disposer dune distribution statistique connue, tre facile dobservation et tre fortement corrle avec la ou les variables tudies. Par exemple : les CSP (Catgories Socio-Professionnelles). On peut appliquer les quotas en combinant plusieurs caractres, par exemple ge + sexe + profession. (les instituts de sondage pratiquent beaucoup cette mthode). Lors de la constitution dun chantillon, les diffrentes mthodes dchantillonnage peuvent tre combines. De mme, on peut procder par phases successives (test sur un chantillon prliminaire puis sous-chantillons pour questions additionnelles). Il est galement possible de constituer des panels, cest dire des chantillons stables que lon interroge intervalles rguliers. On mesurera par l les variations et les volutions de manire extrmement ne. La constitution, la gestion et lutilisation dun panel demande une mthode danalyse particulire.

7.3.3

Les biodata, des donnes particulires

Les biodata sont des mesures qui portent sur des faits relatifs la vie de la personne et non pas sur de lintrospection et des jugements subjectifs. [Bachelet, 2007] dcrit 9 indicateurs permettant de dterminer les biodata. Pour quune information sur une biodata soit de qualit, la question pose doit tre : 98

Historique : la question doit tre relative des vnements passs, rputs plus ables que les intentions ou la projection dans des situations hypothtiques. Eexterne : cest dire se rfrer des actions et des vnements plutt qu des penses. Lutilisation de donnes externes est rpute rduire les fausses rponses. Vriable : il faut que ce soit un item conrmable par une tierce personne. La vrication nest pas toujours obligatoire. Cest le caractre de vriabilit qui est important. Objective : les biodata doivent faire appel la mmoire plutt quau jugement (quelle tait votre moyenne en anglais plutt que tiez-vous bon en anglais). De premire main : il faut faire appel lexprience du rpondant. Discrte : il faut mesurer un comportement prcis (un jour donn, par exemple) et pas des comportements agrgs (dhabitude. . .). Contrlable par lindividu : les questions doivent poser sur des sujets que lindividu matrise ; Relative au domaine concern : les questions sur les biodata ne doivent sloigner du domaine du questionnaire. Non invasives : an de ne pas fausser les rponse et. . . de rester dans le cadre lgal.

7.3.4

Administration et dpouillement

Administrer un questionnaire, cest dire le soumettre la population sonder. Plusieurs choix sont possibles pour : accder au rpondant : aller le chercher (chez lui, lappeler au tlphone, le joindre par mail. . .). proter de son passage dans un lieu donn (salon, magasin, voire site Internet). collecter les donnes : par contact humain direct (porte porte, sondeurs dans la rue) par contact humain indirect (tlphone, centre dappel) par auto-administration (sur un site Web, par exemple) Avant toute phase danalyse, il faut procder un contrle de validit : bilan avec les enquteurs, les rpondants, contrle des effets parasites (rpondant cochant systmatiquement la case 1 par exemple) et corrlation des question : les questions portant sur une mme dimension sont-elles corrles. Le dpouillement fait, on passe la phase danalyse, qui fait lobjet du chapitre suivant.

7.4

Les interviews

Les entretiens permettent dinterroger deux types de populations : des experts dun domaine (par exemple au dbut dun travail de recherche pour gagner du temps ou pour valider des donnes) et des tmoins nafs an de recueillir des avis de candides. Linterview est un contact personnel et direct. An de viser lefcacit, lentretien doit tre prpar (liste crite de questions, points traiter, objectif atteindre. . .) et il faut en garder une trace (notes manuscrites, enregistrement). Il faut galement prter attention au contexte (prsentation des objectifs, lieu o se droule linterview, 99

temps imparti etc). Lentretien est une forme trs riche de recueil dinformations car le spectre dinformations collectes peut tre trs large et il permet de traiter des sujets en profondeur. Un entretien nest pas une conversation : la situation asymtrique (lenquteur et le rpondant ne sont pas galit), lobjectif prcis font quune interview va donner lieu des reformulations (par lenquteur, an de sassurer de la bonne comprhension) et des rptitions (an daborder un mme sujet par plusieurs angles dattaque). Le rle de lenquteur est prendre avec beaucoup de prcaution car il doit encourager les rponses sans les inuer et laisser sexprimer linterview sans linterrompre. De mme, la reformulation doit rester neutre tout en cherchant valider une partie de lentretien. Les reformulations permettent de relancer un sujet, de faire clarier ou de prciser une position, dapaiser linterview (qui comprend quil est compris sans tre jug) et un effet de rexion (linterview entend ce quil dit en miroir et en tire des informations sur lui-mme). Un entretien peut prendre plusieurs formes : entretien ouvert : non directif, offrant un maximum de libert au rpondant. Les donnes sont riches mais risquent dtre touffues ou hors-sujet. entretien ferm : il se rapproche dun questionnaire et laisse peut de champ libre linterview. entretien semi directif : le plus souvent adopt, cet entretien permet linterviewer de recadrer linterview sil sloigne trop du sujet. Lexploitation dune interview doit donner lieu transcription. On peut alors pratiquer des analyses de contenus, des recoupements entre entretiens diffrents, des comparaisons avec dautres formes denqutes. En cas de diffusion dun entretien, on fera relire le texte par linterview an dobtenir son accord.

7.5

Conclusion

Comme nous lavons vu dans ce chapitre, diffrentes mthodes permettent la collecte dinformations, qui mettent prot de nombreuses sources dinformations. En matire de collecte dinformations relatives des pratiques, il faut recourir aux mthodes utilises par la sociologie : observation directe, questionnaires, enqutes et interviews. Une importance particulire doit tre accorde la dtermination des chantillons car ils doivent tre reprsentatifs des populations tudier. Notre recherche se veut exploratoire. Dans ce contexte, les questionnaires seront difciles utiliser de vastes chelles. Nous serons amens interviewer des acteurs de lre du Web. Le recueil de biodata sera un axe important. Les enqutes documentaires seront galement utilises, de mme que les observations. Il est possible de coner la collecte dinformations aux participants lenqute (cest lautoadministration), des sondeurs ou bien des experts. En phase de constitution de modle, nous utiliserons des experts car ils seront mme de recueillir et dutiliser des donnes spcique et dont la nature mme les rend difcile analyser. Nous devons maintenant tudier comment on pratique lanalyse des donnes collectes. Cest lobjet du prochain chapitre.

100

Chapitre 8

Les mthodes dinterprtation des donnes

Sommaire
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.2 Les mthodes de traitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.2.1 Le traitement des donnes quantitatives . . . . . . . . . . . . . . . . . . 8.2.2 Le traitement des donnes qualitatives . . . . . . . . . . . . . . . . . . 8.3 Lvaluation multi-critres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3.1 Laide la dcision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3.2 Lobjet de la dcision . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3.3 Llaboration des critres . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3.4 Modlisation des prfrences globales . . . . . . . . . . . . . . . . . . . 8.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 103 104 105 109 109 110 111 112 112

101

102

8.1

Introduction

ce chapitre, nous nous xons comme objectif dtudier les mthodes dvaluations an de dterminer celle que nous mettrons en uvre dans notre mthode. En effet nous chercherons dnir un outil dvaluation de la valeur des projets non marchands lre du Web. Il nous faut donc disposer doutils danalyse de donnes.

ANS

[Comittee, 2002] donne des outils danalyse la dnition suivante :

Techniques utilises pour traiter et interprter linformation durant une valuation.

[Amorim et al., 2005] dnit ainsi les buts de lvaluation rtrospective : elle a pour but de porter un jugement, empiriquement et normativement, sur la valeur dune action, dun projet, dun programme, dune politique. Lvaluation vise : vrier la pertinence et la cohrence des objectifs de dpart ; apprcier la mise en uvre des moyens ainsi que leur adquation aux objectifs ; mesurer lefcacit de laction, cest dire le degr datteinte des objectifs ; examiner la durabilit des effets observs. En fonction du moment de ralisation de lexercice, on distingue trois types dvaluations : lvaluation mi-parcours permet de suivre et, ventuellement, rorienter laction ; lvaluation nale prend place la n de laction, elle examine les rsultats et permet den observer les consquences court terme ; lvaluation ex post se situe nettement aprs la clture de laction et sintresse aux effets moyen ou long terme (impacts). Dans certains contextes, le concept dvaluation ex ante est utilis pour dsigner ltude de faisabilit dun projet. Cependant que [Comittee, 2002] parle dappciation pralable pour dnir une valuation ex ante. Nous prsenterons donc les mthodes de traitement des donnes (paragraphe 8.2 page 103), en particulier les mthodes de classications puis lvaluation multi-critres (8.3 page 109).

8.2

Les mthodes de traitement

Les donnes recueillies par les mthodes dveloppes dans chapitre 7 sont de deux types, selon les mthodes mises en uvre : les mthodes quantitatives sont des mthodes de recherche propos de nombres ou de quoi que ce soit de quantiable et les mthodes qualitatives qui laissent dlibrment de ct laspect quantitatif pour gagner en profondeur dans lanalyse de lobjet dtude. Les mthodes de traitement des donnes font appels aux statistiques et aux probabilits. On trouve deux types de donnes : les donnes quantitatives et les donnes qualitatives. Il existe des mthodes de traitement plus particulirement adaptes ces deux types. Lobjectif des statistiques est dtablir des corrlations entre des donnes. Un corrlation se reprsente sous la forme suivante : xy rp = x y avec x et y comme donne et r comme coefcient de corrlation. 103

Plusieurs mthodes dclinent cette approche et, en dpit de techniques diffrentes, elles ont en commun de chercher corrler des informations. Cest de ces informations que seront dduites des signications qui feront lobjet danalyse.

8.2.1

Le traitement des donnes quantitatives

Comme le rappelle [Volle, 1997], face un corpus de donnes quantitatives, lanalyste doit veiller ne pas se laisser dpasser par deux tentations, au risque de rendre le traitement peu efcace : la tentation de trop de formalisme (qui ne doit pas empcher la rigueur) et la tentation de trop dinformatique, cest dire trop de traitement. Si on ne tient pas compte de ces garde-fous, on en arrive ce que lauteur appelle le comportement du singe dactylographe, cest dire quon fait subir des traitements inappropris des donnes inadaptes. La lecture et linterprtation dun quelconque rsultat menant avec certitude des commentaires absurdes. Dans le traitement de donnes quantitatives, il faut bien distinguer les informations (les donnes elles-mmes) de leur signication. De mme tout traitement de donnes devra veiller rester objectif et pertinent. Daprs [Volle, 1982], le travail statistique comporte trois phases : les choix mthodologiques, la mise en uvre technique et enn la mise en forme (en vue, par exemple, de la publication). Il existe plusieurs sortes danalyses statistiques 8.2.1.1 Les analyses factorielles

Les analyses factorielles visent le traitement des nuages de points. Elles comprennent lanalyse des correspondances, lanalyse en composantes principales, lanalyse des correspondances multiples, lanalyse discriminante. Lobjet des mthodes danalyse factorielles est de chercher des symtries logiques. Lanalyse en composantes principales, en particulier, sert de mthode sous-jacente des applications comme lanalyse de la valeur. En effet, lanalyse en composantes principales a pour but de comprendre et de visualiser comment les effets de phnomnes a priori isols se combinent. 8.2.1.2 Les classications automatiques

Les classications automatiques sont des oprations fondamentales permettant le dveloppement de nomenclatures et de procdures de classement qui doivent tre articules et coordonnes de la faon la plus claire possible, an dutiliser au mieux les possibilits offertes par le traitement automatis de linformation. [Volle, 1997] prcise :
Les classications mises en uvre dterminent une dnition et un dcoupage simplicateur de la ralit tudie : le choix des classications joue donc un rle important dans la construction de la ralit conomique ou sociale tudie par le statisticien.

Le rle des classications est primordial dans la comprhension de la ralit tudie. Pour passer dune ralit multiforme et mal ordonne un ensemble logique, class et intellectuellement matrisable, il faut faire appel de la logique et des relations dquivalences permettant la constitution densembles de donnes homognes. Les mthodes de classications sont principalement employes en biologie et en physique (quon pense la classication priodique des lments !) mais galement en conomie indus104

trielle (secteurs primaire, secondaire, tertiaire, par exemple) o elles furent lorigine des principes de planication et aussi de nombreuses nomenclatures. La comptabilit se fonde galement sur des classications (voir par exemple le plan comptable gnral). Enn, la sociologie use galement des classications (pour les socio-types, notamment). Une classication se dnit partir dun ensemble statistique discret, cest dire dun nombre ni dlments. Pour construire une classication dans un ensemble E de donnes, il faut disposer : de lobservation, sur chaque individu, dun ensemble de variables ; dune distance d(x, y ) entre individus calcule partir de ces variables (cest le critre de classication) ; dune distance D(X, Y ) entre sous-ensembles (cest la stratgie de classication). Construire une classication consiste faire des partitions de E . Ces partitions, aussi appeles classes doivent tre homognes et cohrentes. Une des applications principales des classications est la construction de nomenclatures. Formellement, une nomenclature est une chane de partitions sur un ensemble de dnominations 1 . Pour oprer une classication, quatre choix sont oprer : dnir lensemble E lui-mme, ses limites et ce quon considrera comme ses lments (les individus classer) ; observer sur chaque individu une slection de variables ; dnir une distance entre individus, d(x, y ) qui sera calcule partir des variables observes ; le choix de cette distance est souvent appel choix dun critres de classication ; dnir une distance entre sous-ensembles, D(X, Y ) de faon pouvoir donner un sens des distances entre groupes dindividus. Cette distance entre sous-ensembles doit tre cohrente avec la distance entre individus, de faon redonner d(x, y ) si les sous-ensembles sont rduits un lment. Le choix de la distance entre sous-ensembles est souvent appele choix de la stratgie dagrgation. Lorsquon dispose dune reprsentation des lements dun ensemble E sous la forme dun nuage de points situs dans un espace mtrique, on peut calculer pour chaque sous-nuages, un centre de gravit et une inertie. Il est alors assez naturel de rechercher les couples de points dont lagrgation diminue le moins la dispersion du nuage, cest dire son inertie. On dmontre alors que la distance utiliser est : 2 (x, y ) = mx my xy mx + my
2

o mx et my reprsentent les masses respectives de x et de y . Il est galement possible de reprsenter un agrgat par son centre de gravit, muni de la masse totale de lagrgat et de prendre comme distance entre agrgats la distances entre leurs centres de gravit. Cela permet la construction darbres et densembles.

8.2.2

Le traitement des donnes qualitatives

Nous venons de voir les traitements possibles pour les donnes quantitatives, en particulier les classications. Comme dans le traitement des donnes quantitatives, celui des donnes qualitatives va chercher tablir des corrlations.
1. Cest ainsi quune nomenclature de produits classe des noms de produits et non les objets physiques que dsignent ces noms.

105

Comme le rappelle [Droesbeke et al., 2005], il est communment admis que la corrlation est ne de la rexion de Francis G ALTON et de Karl P EARSON qui proposent de prendre comme meilleure valeur du coefcient de corrlation lexpression : S (x, y )/N x y o S (x, y ) est la somme des produits des N drivations aux moyennes en x et y . Les auteurs obtiennent en outre lerreur probable de r et proposent deux formules permettant de calculer ce coefcient. De mme il introduit le test du 2 qui permet de procder des tests dajustements et qui est la base de la dnition du coefcient de contingence formul comme suit : 2 = n + 2 2 1 + 2

C=

8.2.2.1

Les classications

De mme que pour les donnes quantitatives, il est possible dtablir des classications pour les donne qualitatives. Si, dans un ensemble E on dispose de donnes qualitatives (par exemple : parle anglais pour une population dindividus) on codera leur modalit (ici oui/non) par 0 ou 1. Si une variable a plus de deux modalits, on utilisera pour la coder autant de valeurs quil y a de modalits. On procdera ensuite diffrentes mesures dagrgation permettant dtablir une classication. An dtablir une classication, il est ncessaire de procder des mesures de similarit. [Volle, 1997] donne un exemple de mesure de similarit permettant de dnir des agrgations et donc dtablir une classication. Soient x et y deux individus dun ensemble E . Les observations ralises sur eux permettent de les reprsenter par deux points (x) et (y ) de {(0, 1)}T : (x) = (x1 , , xT ) (y ) = (y1 , , yT ) La suite x1 , , xT reprsente la suite de 0 et de 1 qui gure, dans un tableau, pour dcrire lindividu x. On associe au couple (x, y ) les quatre nombres s, t, u, v dnis comme suit : s=
i

xi yi

t=
i

(1 xi )(1 yi ) (1 xi )yi
i

u= v=
i

xi (1 yi )

106

s reprsente le nombre de caractres pour lequel x et y ont simultanment la modalit 1, t reprsente le nombre de caractres pour lequel ils ont simultanment la modalit 0, etc. Il est facile de vrier que s+t+u+v =T On peut donc se contenter dassocier au couple x, y trois nombres au lieu de quatre. Par exemple, le triplet (s, v, u). on aura : (s, v, u) = I (x, y ) On appelle mesure de similarit une fonction S de x, y : (x, y ) S (x, y ) = (I (x, y )) = (s, u, v ) telle que soit : strictement croissante par rapport s symtrique en u et v strictement dcroissante par rapport u Il existe dautres exemples de mesure de similarit. Les mesures de similarit sont toutes quivalentes entre elles lorsque le nombre de codes gaux 1 est le mme pour tous les individus. les mesures de similarit sont peut diffrentes lorsque le nombre de codes gaux 1 varie peu dun individu lautre. 8.2.2.2 Les corrlations

Pour dterminer une corrlation de variables qualitatives, le coefcient de P EARSON est difcilement applicable, puisquil mesure des relations linaires entre les variables. [Droesbeke et al., 2005] prsente les diffrentes de distributions que peuvent prendre les variables qualitatives 2 . Pour une variable (X, Y ), la distribution conjointe se caractrise par : i j = P (X = i, Y = j ) 1 i I 1 j J.

La distribution marginale de X est alors donne par :

j

i . = P (X = i) =
j =1

i j

pour 1 i I et la distribution marginale de Y par :

I

. j = P ( Y = j ) =
i=1

i j

2. Les statisticiens parlent aussi de variables catgorielles.

107

pour 1 j J . Supposons que Y soit la variable expliquer et X la variable explicative, il est possible dtudier la loi de Y , tant donn le niveau de X . Cette loi conditionnelle est donne pour chaque i par : j |i = P (Y = j |X = i) = ij i . 1 j J.

En pratique, bien entendu, la distribution jointe, les distributions marginales et conditionnelles doivent tre estimes partir des ralisations des variables (X, Y ). On peut noter n le nombre total dobservations et N ij le nombre dobservations pour lesquelles X = i et Y = j . Les ralisations de Ni j notes par ni j peuvent tre mises dans un tableau avec I lignes et J colonnes. Ce tableau est appel tableau de contingence IxJ , de dimension 2. On peut aussi pratiquer des tests dindpendance, des tests du rapport de maximum de vraisemblance, des tests par simulation. De mme, on cherche dans un ensemble de donnes qualitatives des coefcients dassociation : mesures de dispersion et mesures de prdiction. Sur des donnes qualitatives, il est galement possible de chercher des modles rponse dichotomiques (succs ou chec, prsence ou absence). Cela permet de proposer des modles pour des questions amenant des prise de dcision (par exemple : un projet prsente-t-il des risques dchec moyen terme.). Cette approche se rvle utile quand les rgressions linaires sont inadaptes. Les mthodes proposes partent du principe que le phnomne tudi caractris par lobservation dune variable dichotomique est la manifestation dune variable latente Z , inobservable, qui, elle, est continue. On peut prendre lexemple de la possession dun bien par un mnage : La variable latente peut tre lintensit du dsir de possder le bien. Tant que cette intensit reste infrieure un certain seuil, on observe Yi = 0 (le mnage i ne possde pas le bien), quand elle le dpasse, on observe Yi = 1 (le mnage i possde le bien). Dans une telle approche, on cherchera pratiquer des rgressions logistiques (simple et multiples, y compris le score). Dans ce cas, la dimension explicative est primordiale an dviter les erreurs dinterprtation. Les modles rponse dichotomique sont nalit explicative. Les techniques danalyse discriminantes se veulent vise prdictive : comment classer ou affecter un nouvel individu lune des modalit de la variable de rponse. Analyse factorielle discriminante qui constitue une gnralisation de la relation classique : variance totale = moyenne des variances + variance des moyennes qui permet de dduire lexpression de la dcomposition de linertie totale : Inertie totale = Inertie intra-classe + inertie interclasses Cela constitue la base des mthodes de segmentation. Lvaluation des donnes ne se limite pas aux mthodes statistiques. Cest pour cela quon t proposes les mthodes multi-critres. 108

Que ce soit pour les donnes qualitatives ou quantitatives, nous retenons que les mthodes tudies font appel des modlisations statistiques demandant un socle de connaissance stable et matrises. Ce nest pas le cas des domaines que nous serons amens valuer. Cest pourquoi il nous ne nous sera pas possible danalyser nos donnes avec une telle technicit. Nous aurons recours des classications, et des corrlations, voire des dcompositions factorielles. Pour les mettre en uvre, nanmoins, nous ferons conance des experts qui nous demanderons de pratiquer avec des mthodes empiriques, an de dnir un modle descriptif plutt quanalytique. Les mthodes multicritres permettent galement lanalyse de donnes, mais ont une destination prcise : laide la dcision.

8.3

Lvaluation multi-critres

Lvaluation multi-critres vise laide la dcision. [Roy, 1985, p. 15] dni ainsi laide la dcision :
Laide la dcision est lactivit de celui qui, prenant appui sur des modles clairement explicits mais non compltement formaliss, aide obtenir des lments de rponses aux questions que se pose un intervenant dans un processus de de dcision, lments concourant clairer la dcision et normalement prescrire, ou simplement favoriser, un comportement de nature accrotre la cohrence entre lvolution du processus dune part, les objectifs et le systme de valeurs au service desquels cet intervenant se trouve plac, dautre part.

Les outils daide la dcision sadressent donc aux dcideurs mais doivent chercher rester neutres et objectifs. Laide la dcision peut sappuyer sur des logiciels informatiques bien spciques, dits systmes experts Il nous faut tudier laide la dcision (8.3.1) an de pouvoir dcrire lanalyse multi-critres qui a un objet bien particulier (8.3.2 page 110), qui doit laborer des critres (8.3.3 page 111), qui doit modliser des prfrences globlales (8.3.4 page 112) et enn elle doit laborer des procdures de prescription.

8.3.1

Laide la dcision

Lobjectif de laide la dcision est dappliquer diffrentes formes de rgles logiques pour dduire de nouveaux faits partir dune base de connaissance. La base dun systme expert est le moteur dinfrence, cest dire la partie du logiciel appliquant des algorithmes de simulation des raisonnements dductifs. On distingue souvent trois catgories, bases sur la manire dont les problmes sont rsolus : Les moteurs chanage avant : qui partent des faits et rgles de la base de connaissance, et tentent de sapprocher des faits recherchs par le problme. Les moteurs chanage arrire : qui partent des faits recherchs par le problme, et tentent par lintermdiaire des rgles, de remonter des faits connus. Les moteurs chanage mixte : qui utilisent une combinaison de ces deux approches chanage avant et chanage arrire. Certains moteurs dinfrence peuvent tre partiellement pilots ou contrls par des mtargles qui modient leur fonctionnement et leurs modalits de raisonnement. 109

Linformatique dcisionnelle est aussi un moyen daide la dcision. Elle dsigne les moyens, les outils et les mthodes qui permettent de collecter, consolider, modliser et restituer les donnes dune entreprise en vue doffrir une aide la dcision et de permettre aux responsables de la stratgie dune entreprise davoir une vue densemble de lactivit traite. Ce type dapplication utilise en rgle gnrale un datawarehouse (ou entrept de donnes) pour stocker des donnes transverses provenant de plusieurs sources htrognes et fait appel des traitements lourds de type batch pour la collecte de ces informations. Les applications classiques permettent de stocker, restituer, modier les donnes des diffrents services oprationnels de lentreprise (production, marketing, facturation comptabilit, etc.). Ces diffrents services possdent chacun une ou plusieurs applications propres, et les donnes y sont rarement structures ou codies de la mme manire que dans les autres services. Chaque service dispose le plus souvent de ses propres tableaux de bord et il est rare que les indicateurs (par exemple : le chiffre daffaires sur un segment de clientle donn) soient mesurs partout de la mme manire, selon les mmes rgles et sur le mme primtre. Pour pouvoir obtenir une vision synthtique de chaque service ou de lensemble de lentreprise, il convient donc que ces donnes soient ltres, croises et reclasses dans un entrept de donnes central. Cet entrept de donnes va permettre aux responsables de lentreprise et aux analystes de prendre connaissance des donnes un niveau global et ainsi prendre des dcisions plus pertinentes, do le nom dinformatique dcisionnelle. Les outils dinformatique dcisionnelle permettent de btir des tableaux 2 dimension (par exemple : chiffre daffaires (axe1) par trimestre (axe 2)), des cubes danalyse trois dimensions (par exemple : chiffre daffaires [axe 1] par trimestre [axe 2] par produit [axe 3]).

8.3.2

Lobjet de la dcision

Lobjet de lanalyse multi-critres est de procder des actions qui vont contribuer une dcision. Les actions peuvent se combiner entre elles. Certaines actions sont potentielles et ne seront prises en compte que sous certaines conditions. Elles ne doivent pas cependant tre laisses dans lombre. Une analyse multi-critres peut pourvsuivre quatre type danalyse, chacune aboutissant un rsultat diffrent (tableau 8.2) :
Objectif clairer la dcision par le choix dun sous-ensemble aussi restreint que possible, en vue dclairer le choix nal dune seule action optimale ou satisfaisante clairer la dcision par un tri rsultant dune affectation de chaque action une catgorie ; les catgories tant dnies a priori en fonction de normes ayant trait la suite donner aux actions quelles sont destines recevoir clairer la dcision par un rangement obtenu en regroupant tout ou partie (les plus satisfaisantes) des actions en classes dquivalences. Ces classes sont ordonnes de faon complte ou partielle, conformment aux prfrence clairer la dcision par une description, dans un langage appropri, des actions et de leurs consquences Rsultat Un choix ou une procdure de slection Un tri ou une procdure dacceptation

Un rangement ou une procdure de classement Une description ou une procdure cognitive

TABLE 8.1 Quatre types danalyses multi-critres, daprs [Roy, 1985] 110

Il faut noter que ces rsultats ne sopposent pas. Il peuvent se combiner et un outil daide la dcision peut sappuyer sur plusieurs procdures. Dans une modlisation cherchant dterminer la valeur, nous retenons que les quatre objectifs tels que dnis par le tableau 8.2 peuvent tre poursuivis concouramment.

8.3.3

Llaboration des critres

Llaboration de critres va permettre dapprhender les prfrences. Face certaines situations, il est possible de dterminer de dterminer des prfrences en ramenant les situations complexes des choix oprer entre deux situations. Partant, il existe quatre situations fondamentales de prfrence dont les relations binaires vont pouvoir gnrer des actions potentielles diffrentes (tableau 8.2) :
Situation Indiffrence Prfrence stricte Dnition Correspond lexistence de raisons claires et positives qui justient une quivalence entre les deux actions Correspond lexistence de raisons claires et positives qui justient une prfrence signicative en faveur de lune (identie) des deux actions possibles Correspond lexistence de raisons claires et positives qui inrment une prfrence stricte en faveur de lune (identie) des deux actions mais ces raisons sont insufsantes pour en dduire soit une prfrence stricte en faveur de lautre, soit une indiffrence entre les deux actions. Ces raisons ne permettent donc pas disoler lune des deux situations prcdentes comme tant la seule approprie. Elle correspond labsence de raisons claires et positives justiant lune des trois situations prcdentes proprits Relation symtrique rexive Relation asymtrique (irrexive)

Prfrence faible

Relation asymtrique (irrexive)

Imcomparabilit

Relation symtrique irrxive

TABLE 8.2 Quatre types de prfrences, daprs [Roy, 1985] En modlisant ainsi les prfrences et en proposant une typologie de relation, il est possible de mesurer les carts de prfrences et de procder des comparaisons. Le modle des comparaisons permet daboutir un arbre de consquences que [Roy, 1985] appelle nuage de consquences. Il est alors possible dassocier des pondrations aux consquence, an dorienter la dcision. Lvaluation des pondrations peut se faire au moyen dchelles de prfrences (risque, pnibilit, complexit, dysfonctionnement, etc). Il est galement ncessaire de modliser limprcision, lincertitude ou lindtermination. Cest lobjet dun indicateur de dispersion. Son objectif est de moduler la vraisemblance des diffrents tats. Le critre est ce qui sert de base un jugement, cest dire tymologiquement, ce qui sert discerner. Les critres servent modliser les consquences. On les construit selon les consquences quils sont mme dengendrer. pour des critres 1 dimension, on code des indicateurs dtats ; pour des critres 1 dimension mais valuation non ponctuelle, soit un rduit un indicateur ponctuel, soit on procde un clatement ; en cas dclatement, il faut dterminer un critre dclatement, qui sobtient de la mme manire quun critre de ponctualisation mais laxe de signication dun critre dclatement nest pas totalitaire. 111

On peut distinguer trois sortes de critres : Les critres vrais : sont ceux dont le pouvoir discriminant est fort et qui permettent de dterminer une prfrence stricte ; les quasi-critres : sont ceux dont le pouvoir discriminant est faible et qui permettent de dterminer une prfrence faible ; les pseudo-critres : sont ceux auxquels sont associes deux fonctions-seuil. Il faut enn dnir des gradations an de pouvoir effectuer des mesures.

8.3.4

Modlisation des prfrences globales

Une fois fait le travail de dtermination des critres, il convient de les rassembler en familles de critres mme dtre compris et accepts par tous ceux qui doivent prendre part au processus de dcision. Il faut en particulier tenir compte des axes de signication, viter de faire intervenir des paramtres extrieurs qui affecteraient les valeurs prises par les critres. Le niveau dexpertise du concepteur du systme est une des cls permettant llaboration des critres de prfrences globales. Le principal cueil consiste viter les dpendances entre critres, an de garder un modle applicable. Les procdures de prescriptions permettront, quant elles, aux experts de faire des recommandations les plus cohrentes possibles.

8.4

Conclusion

Comme nous venons de le voir, il existe de nombreuses mthodes dvaluation des donnes quantitatives et qualitatives. Dans leur grande majorit, elles font appel des formalisation statistiques qui ncessitent un socle solide de connaissances et un contexte bien matris. En effet, toutes ces mthodes procdent des manipulations abstraites qui demandent de ne pas perdre le l conducteur des analyses (ce que [Volle, 1997] rappelait, comme nous lavons signal au paragraphe 8.2.1 page 104). Les mthodes multi-critres se destinent principalement aider des dcideurs dans leurs choix. Comme nous le verrons au chapitre 10 page 123, nous souhaitons dvelopper un modle daide la dcision. [Roy, 1985] le relve : une mthode multi-critres peut tre descriptive. Un dcideur rationnel fait appel des connaissances latentes pour clairer sa dcision. Ce dcideur apprhende certains lments de faon donner de ce dernier une description, sinon toujours complte, du moins aussi exacte que possible pour ce qui est de la part qui se trouve explicite. Cela permet de dduire des fonctions dutilit mais aussi de valeur. Tous nos travaux de recherches nous ont permis dtudier les diffrentes facettes de la valeur, les mthodes dvaluation des intangibles, la ralit du phnomne informatique et ses impacts sociologiques, les outils de collecte de donnes et les mthodes danalyse de donnes. Nous sommes donc maintenant en mesure de conclure sur nos recherches bibliographiques. Cest lobjet du prochain chapitre.

112

Chapitre 9

Conclusion de notre recherche bibliographique et expos de la problmatique

Sommaire
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.2 Ce que nous retenons de nos recherches bibliographiques . . . . . . . . . . 9.2.1 Le Web : un monde nouveau avec des pratiques nouvelles . . . . . . . . 9.2.2 La valeur est une notion multiforme . . . . . . . . . . . . . . . . . . . . 9.2.3 Lappropriation des technologies induit des changements dusages . . . 9.2.4 Louverture inverse lapproche de la valeur . . . . . . . . . . . . . . . . 9.2.5 Les mthodes de mesure et la collecte de donnes . . . . . . . . . . . . 9.2.6 Les mthodes dvaluation de limmatriel . . . . . . . . . . . . . . . . 9.3 LInternet amne des ruptures importantes . . . . . . . . . . . . . . . . . . . 9.4 Problmatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.5 Hypothses de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.5.2 Nous pouvons dterminer des critres permettant dtablir la valeur dun projet non marchand . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.5.3 Nous pouvons dterminer des mesures numriques permettant de mesurer la valeur dune communaut . . . . . . . . . . . . . . . . . . . . . . 9.5.4 La valeur dun projet est (partiellement ou totalement) dans les outils mis en uvre pour le mener bien . . . . . . . . . . . . . . . . . . . . . . . 9.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 115 115 115 115 116 116 116 117 117 118 118 119 119 119 119

113

114

9.1

Introduction

recherches bibliographiques ont port sur la valeur, linnovation et la crativit, la diffusion des technologies et leur adoption par le grand public et les changements que cela induit. Nous en retenons des informations qui vont guider notre travail exprimental (9.2). Les ruptures amenes par lInternet (9.3), nous permettent de dterminer notre problmatique (9.4) et dafner nos hypothses (9.5).
OS

9.2
9.2.1

Ce que nous retenons de nos recherches bibliographiques

Le Web : un monde nouveau avec des pratiques nouvelles

Le Web constitue le contexte de nos recherches. Cest un monde rcent et nouveau, qui a remis en question nombre de certitudes quant la valeur. De nouvelles pratiques sont nes sur le Web et ont permis larrive dune nouvelle conomie. Paralllement, des pratiques non marchandes ont permis lmergence dune ralit nouvelle : la cration communautaire. Mlant produit et projet, elle tire sa valeur du foisonnement et de louverture.

9.2.2

La valeur est une notion multiforme

Dans une conomie librale de march, la valeur se cr par la raret et cette notion est matrialise par le prix qui permet lchange. La valeur, cependant, ne se limite pas cette approche purement conomique. Ceci est particulirement avr en ce qui concerne la commercialisation de services o le juste prix peut tre x en tenant compte de paramtres subjectifs. Dans le domaine de lingnierie la valeur, cest avant tout lquation V aleur = F onctions Couts . Enn, la valeur cest aussi la valeur-client car, dans une dmarche commerciale, on prsente la valeur comme une notion subjective, dont le prix nest quune composante parmi dautres. Nous retenons la dnition de la valeur donne par [Treacy et Wiersema, 2001] pour la valeur client :
La valeur client est la somme des avantages reus par le client, dduction faite des cots quil a supports dans lacquisition dun bien ou dun service

Dans toutes nos recherches, nous avons not que la valeur est cre par les entreprises dans un but exclusivement pcuniaire, directement ou indirectement.

9.2.3

Lappropriation des technologies induit des changements dusages

Les technologies de linformation sont aujourdhui massivement diffuses. Cette diffusion change le rapport aux outils eux-mme pour des utilisateurs de plus en plus duqus des technologies leur tant devenues videntes ou naturelles. Ainsi appropries, les technologies ne sont plus des en-soi mais outils dont limportant nest pas tant ce que peuvent faire mais ce quils permettent de faire. De nouveaux outils permettent de nouvelles utilisations et de nouvelles pratiques. Les outils de communication facilitent et gnralisent les changes, en particulier par le biais de lorganisation en communauts. Quand bien mme informelles, les communauts lectroniques sont de vritables organisations sui generis qui produisent un contenu foisonnant. Ce 115

contenu foisonnant inverse lapproche traditionnelle de la valeur. Linformation est la matire premire des changes et ce qui compte est bien de la partager. Cest par le partage quune information prend de la valeur.

9.2.4

Louverture inverse lapproche de la valeur

Alors que dans lancienne conomie, la valeur tait cre par la raret, les nouvelles pratiques au contraire mettent la valeur non pas dans la capacit crer de la raret mais au contraire grer du foisonnement. Cest tout le paradoxe de ces outils de partage que de mettre la valeur dans louverture.

9.2.5

Les mthodes de mesure et la collecte de donnes

Il existe de nombreuses sources dinformation qui peuvent tre collectes par des mthodes varies. Quelque soit le type de donnes et quelque soient les mthodes employes, les acteurs procdant la collecte devront veiller garder une abilit et une validit importante aux informations colletes. Lors de collectes dinformation sur le Web, les effets de slection et de maturit peuvent amener des effets ngatifs sur la abilit, ainsi que les effets de discrimination sur la validit. Etant donn les ruptures amenes par notre sujet dtude, il nous sera difcile de lutter contre les effets de la validit systmique. Le rle des acteurs dans la collecte dinformations est de premier ordre. Il est possible de recourir des enquteurs professionnels. Cependant, dans un domaine comme le Web, il faudra recourir des experts, seuls mme de prendre pleinement la dimension des problmatiques souleves. Lanalyse de donnes fait appel des mthodes statistiques qui permettent une grande prcision et demandent une forte minutie. De plus, ces mthodes danalyse ne sauraient tre appliques sans un socle solide de connaissances du contexte et du domaine analys. Lanalyse de donnes permet la classication, qui ouvre la voie la construction darbres facilitant la description des phnomnes tudis. Lvaluation multi-critres permet laide la dcision. Llaboration de critres peut se faire par des mthodes autorisant un fort niveau de prcision. Une mthode multi-critres peut tre descriptive mais cela demande que lutilisateur de la mthode accepte de tenir compte de certaines contraintes et garde un fort degr de rationalit dans lutilisation dune telle mthode. Notre champ dinvestigation est loin dtre stable. Il est encore en devenir. Construire un modle dans ce contexte ne nous permettra pas de mettre en uvre des mthodes minutieuses et prcises. Il va nous falloir recourir des analyses parfois empiriques pour mettre en place un modle multi-critres daide la dcision.

9.2.6

Les mthodes dvaluation de limmatriel

Il existe une conomie de limmatriel, dont les rgles sont diffrentes de lconomie traditionnelle. Deux points retiennent en particulier notre attention : dans lconomie de limmatriel, les risques dinvestissement sont importants et, aux yeux des analystes, il ny a pas de march pour lconomie de limmatriel. Trs adapts lvaluation des entreprises industrielles, elles 116

utilisent des critres qualitatifs et quantitatifs. Leur objectif, in ne est loptimisation de la performance, an daugmenter la valeur conomique des entreprises sur leurs marchs. La mthode VIP retient notre attention car elle met en avant deux axes de valorisation permettant dtablir la valeur des projets : lattractivit et la prennit.

9.3

LInternet amne des ruptures importantes

LInternet, phnomne multiforme a t tudi, dissqu, analys. Cest en soi une rupture. [Soudoplatoff, 2004] rsume le phnomne en quatre points : Rupture technologique : Internet fait non seulement cohabiter les technologies mais leur permet de cooprer et en offrant une infrastructure dcentralise fonde sur des standards de communication, il permet un dveloppement rapide et facilit de services. Rupture du modle nancier : alors que dans une approche conomique mcaniste, les fonds publics permettent le dveloppement de programmes dinfrastructures performants mais lourds et lents, le modle biologique du capital-risque a permis lmergence de projets multiples mis rapidement disposition des clients en sabstenant des phases de la conception traditionnelle ou, du moins, en les raccourcissant parfois lextrme. Le Garage tient lieu de laboratoire et ce qui importe est plus le retour utilisateur que la nalisation du produit 1 . Rupture dans les usages : la diversication des usages est un corollaire de la multiplicit des sources dinformation. Ceci est renforc par la possibilit offerte tout un chacun de publier des informations (pages personnelles, blogs, wikis etc.). Leffet de levier sur la crativit et linnovation est indniable. Rupture du modle conomique : nous sommes passs dune conomie traditionnelle fonde sur la raret une conomie nouvelle qui se nourrit de foisonnement. Permis par un modle de tiers nanceur. Internet est une conomie de ux. La rupture du modle nancier ne concerne pas rellement notre champ de recherches qui porte, prcisment, sur les innovations issues des communauts de pratique. Les trois autres ruptures, en revanche, sont dans le cur de notre sujet comment valuer la valeur dinnovations qui se font jour en dehors dapproches conomiques ? Les outils dvaluation existants permettent-ils de donner une approche de la valeur ou bien de nouveaux outils sont-ils ncessaires ?

9.4

Problmatique

Nous lavons vu, lInternet a permis, depuis larrive du Web, lmergence de trs nombreux services et produits. Certains de ces services sont non marchands : communautaires, gratuits, OpenSource ou Libre, ils partagent la caractristique dtre, du point de vue de lutilisateur, proposs lutilisation. Depuis lapparition du Web, ils sont devenus tellement foisonnants quil serait illusoire den dresser le moindre catalogue. Il existe des services gratuits mis disposition des utilisateurs par des entreprises commerciales. Cela relve dune stratgie de valorisation particulire, dite tiers nanceur. Nombre de
1. Nombre de produits sont dvelopps en mode quick and dirty, littralement vite et mal, ce qui permet de les faire voluer trs rapidement.

117

portails comme YAHOO ou G OOGLE fournissent ainsi des moteurs de recherche, des boites aux lettres lectroniques, de lhbergement et de lchange de chiers. Certains sites permettent la lecture dinformation en ligne et vendent leur audience. Bien que gratuits, ces services sont liminer de notre champ de recherche car leur valeur se mesure laune de la valeur de la socit qui les offre. En parallle, certaines initiatives ont donn lieu des ralisations devenues aujourdhui incontournables, quil sagisse doutils (comme le langage PHP, le serveur Web A PACHE ou le moteur de blog W ORDPRESS), de logiciels grand public (comme le navigateur Internet F IREFOX ou la suite bureautique O PEN O FFICE), de services (comme lencyclopdie W IKIPEDIA). Ces ralisations, au contraire de celles fournies par des entreprises capitalistiques ne sappuient pas sur des entreprises, mais sur des organisations plus ou moins formalises. Les services ne sont pas donns contre une forme ou une autre de rmunration par des tiers, mais mis disposition de toute personne souhaitant lutiliser et, par l mme, intgrer la communaut des utilisateurs. Elle ne compte pas sur des employs pour faire vivre le projet mais sur la bonne volont de dveloppeurs enthousiastes. Ces initiatives sont multiformes : outils techniques, forums de discussion, bases documentaires. Elles ont en commun dtre des projets. Ces outils ne sont plus cantonns aux laboratoires. Ils ont de nombreux utilisateurs et sont maintenant utiliss pour eux-mmes. Ils servent parfois de moyens sous-jacents des produits commerciaux (Apache est le serveur utilis par Google). Bref, ils ont de la valeur. Cette valeur peut-elle svaluer ? Si tel est le cas, sur quels critres peut-on sappuyer pour permettre cette valuation ? Voil le cur de notre recherche.
Nous posons la thse suivante : Dans le monde en rupture propos par Internet, les organisations sont intrinsquement gnratrices dinnovations et par l mme crent de la valeur quil est possible dvaluer. Il est possible de dterminer des critres permettant lvaluation de la valeur. Nous pouvons tablir un modle de valorisation des projets non marchands issus de lre de partage.

9.5
9.5.1

Hypothses de recherche
Introduction

An de valider notre thse, il nous faut prouver que la dtermination de critres est possible. Sans critres en effet, lvaluation nest pas possible. Comme nous lavons vu, laspect communautaire est un des fondements de lre du partage. Peut-on trouver des mesures numriques qui permettent lvaluation de la valeur dune communaut ? Enn, il nous faut dterminer le rle jou par les outils du partage dans la cration de la valeur : peut-on valuer le rle des outils ? Nous posons les trois hypothses suivantes : Hypothse 1 (H1) : nous pouvons dterminer des critres permettant dtablir la valeur dun projet non marchande (9.5.2). Hypothse 2 (H2) : nous pouvons dterminer des mesures numriques permettant de dterminer la valeur dune communaut (9.5.3). Hypothse 3 (H3) : la valeur dun projet est (partiellement ou totalement) dans les outils mis en uvre pour le mener bien (9.5.4). 118

9.5.2

Nous pouvons dterminer des critres permettant dtablir la valeur dun projet non marchand

Par dnition, la valeur implique la notion de comparaison (voir paragraphe 3.1 page 31) et sur un march, non seulement les prix sont justis par des cots (voir paragraphe 3.2.1.1 page 32) mais la valeur nat de lchange, cest dire de la comparaison entre des biens (voir paragraphe 3.2.1.3 page 35). Toutes ces comparaisons demandent des critres permettant dtablir la valeur et de justier le prix. De mme, chercher valuer la valeur de crations non marchandes ne pourra se faire que si nous arrivons dterminer des critres sur lesquels nous appuyer. La dtermination de critres fera lobjet de la prochaine partie. Aprs avoir prsent des mthodes de valorisation de limmatriel (chapitre 4 page 41), nous sommes en mesure de dterminer des critres dvaluation des innovations non marchandes (chapitre 10, page 123).

9.5.3

Nous pouvons dterminer des mesures numriques permettant de mesurer la valeur dune communaut

Le rle jou par les communauts est central lre du partage. Linnovation et la crativit sont des activits collectives. Pour dterminer la valeur, il faut procder des mesures permettant de quantier la valeur dune communaut. Le chapitre 13 page 153 prsente lexprimentation que nous avons men an de valider cette hypothse.

9.5.4

La valeur dun projet est (partiellement ou totalement) dans les outils mis en uvre pour le mener bien

Nous avons vu dans le chapitre 14, page 165 que le Web est un monde compos de nombreux outils qui ouvrent de grandes perspectives de crativit. Ces outils sont-ils mme dapporter de la valeur par eux-mmes ? De mme, les organisations mises en place pour grer les projets apportent peut-tre, elles aussi, de la valeur. Il nous faut dterminer si les outils apportent de la valeur. De plus, il faut dterminer limportance de limplication du facteur humain dans le processus de cration de valeur et dchange car, comme nous lavons vu au chapitre 5 page 55 lhumain est au centre de la cration de valeur. Lexprimentation faisant lobjet du chapitre 14 page 165 doit valider cette hypothse.

9.6

Conclusion

Nos recherches bibliographiques ont port sur la valeur, la diffusion des technologies et leur adoption par le grand public et les changements que cela induit. Nous avons galement tudi les mthodes de mesure et la collecte de donnes ainsi que des mthodes dvaluation de limmatriel. La confrontation de ces champs de connaissances avec la rupture amene par Internet, en particulier le Web et les outils issus du Web nous permet de nous interroger sur lvaluation des innovations non marchandes issues de lre du Web. 119

Nous posons la thse que cette innovation a de la valeur et que cette valeur peut svaluer. Cependant, les ruptures apportes par le Web ne permettent pas dutiliser les outils de mesure existants. A lissue de cette tude des mthodes existantes, nous arrivons la conclusion que lvaluation des projets non marchands issus de lre du partage ncessite une mthode dvaluation propre. Cest pourquoi nous nous proposons de prsenter un modle adapt. La prsentation de la modlisation fait lobjet de la prochaine partie de notre document.

120

Troisime partie

Proposition de modlisation et exprimentations

121

Chapitre 10

Proposition de modlisation
Sommaire
10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.2 Lattractivit et la prennit, les deux axes de notre modle . . . . . . . . . 10.2.1 Objet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.2.2 Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.2.3 Dnition des critres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.3 Critres retenus pour la modlisation et chelle de quantication . . . . . . 10.3.1 Justication des critres . . . . . . . . . . . . . . . . . . . . . . . . . . 10.3.2 chelles de quantications . . . . . . . . . . . . . . . . . . . . . . . . . 10.4 Reprsentation graphique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.4.1 Aspect gnral de notre reprsentation . . . . . . . . . . . . . . . . . . 10.4.2 Disposition des axes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.4.3 Lecture du graphique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.5 Algorithme de choix des projets . . . . . . . . . . . . . . . . . . . . . . . . . 10.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.6.1 Ce que nous retenons de notre recherche de modle . . . . . . . . . . . 10.6.2 Validation de lhypothse H 1 . . . . . . . . . . . . . . . . . . . . . . . . 125 125 125 126 127 129 129 130 132 132 132 133 134 134 134 134

123

124

10.1

Introduction

avons pos comme hypothse H 1 (cf. 9.5.2 page 119) quil est possible de dterminer des critres permettant dtablir la valeur dune innovation non marchande. La construction de notre modlisation nous permettra de valider notre hypothse.
OUS

Le domaine auquel nous destinons notre modle dvaluation est actuellement encore instable car de cration trs rcente : les outils de partage sont apparus et se sont rellement formaliss dans les 5 dernires annes (cf. paragraphe 6.3.1.2 page 77) et ce que nous appelons lre du partage est plus largement incluse dans le mouvement que Tim OR EILLY a appel Web 2.0 1 . Notre travail de recherche est avant tout exploratoire. Cest pourquoi nous chercherons construire une mthode multi-critres descriptive. Dans une premire approche, toutefois, nous naurons pas ncessairement de recul sufsant pour dterminer les critres avec un niveau de technicit sufsant pour recourir aux mthodes dcrites au chapitre 8 page 101. Il nous faudra mettre en uvre des mthodes empiriques, mettant prot lexpertise des concepteurs du systme. Pour construire un modle, nous devons en dterminer les caractristiques principales (10.2) puis tablir des critres (10.3) et enn trouver des candidats lvaluation (10.5), qui serviront de moyens sous-jacents aux exprimentations que nous devrons mener pour valider notre modle.

10.2

Lattractivit et la prennit, les deux axes de notre modle

Cest ltude de la mthode VIP qui nous a permis de retenir lattractivit et la prennit comme axes principaux de notre modle dvaluation. Nous nous proposons de suivre les critres de caractrisation proposs par [Andriessen, 2004] et dcrits au paragraphe 4.3 page 45. Il nous faut donc dterminer lobjet (10.2.1 page 125), le contexte (10.2.2 page 126) et les critres de notre modle (10.2.3 page 127). De mme, nous devons prciser la nalit que nous xons an dune part de dterminer les mthodes de recueil de donnes (10.2.3.3 page 128) et dautre part de dterminer une mthodologie danalyse de donnes (10.2.3.4 page 128)

10.2.1

Objet

Lobjet de notre mesure est de dterminer la valeur de projets non marchands issus de lre du partage. Nous nutiliserons pas de critres montaires mais nous souhaitons cependant dterminer et nous appuyer sur des critres quantiables. Nous allons donc construire ce que [Andriessen, 2004] appelle une mthode de mesure de la valeur. Nous nous plaons dans une optique dinvestissement. Cest pourquoi nous nous proposons de reprendre les deux axes proposs par la mthode VIP, lattractivit et la prennit.
1. Cest lditeur Tim OR EILLY qui a dni la notion en septembre 2005. Larticle est accessible en ligne ladresse suivante : http://www.oreillynet.com/pub/a/oreilly/tim/news/2005/09/30/what-is-Web-20.html

125

10.2.1.1

valuer lattractivit

Nous retenons cet axe de valorisation car il permet dvaluer lintrt quon porte un projet et lnergie initiale quon souhaite y dployer. Nous souhaitons valuer lattractivit pour les utilisateurs. 10.2.1.2 valuer la prennit

La prennit est notre deuxime axe de valorisation : un investissement en effet ne prsente dintrt que sil se prolonge dans le temps. La valeur en effet ne se dtermine pas seulement un instant donn. Elle prend tout son sens tendue un continuuum temporel. 10.2.1.3 Effets recherchs par la combinaison de ces deux axes

Les notions de prennit et dattractivit sont fortement lies et, pour notre modle, nous proposons que la prennit (P) soit considre comme tant la drive de lattractivit (A) dans (A) le temps (t). Ainsi nous posons P = d d(t) . Par cette construction, nous nous inspirons des travaux de [Samier et Sandoval, 2007] qui cherchent dterminer comment un certain niveau de crativit peut se maintenir dans le temps en dnissant les notions de cybernergie et de cyberentropie, la seconde tant la drive de la premire dans le temps. En reliant les deux axes de notre modle, on ne mesure pas seulement hic et nunc une valeur instantane, on veut pouvoir mesurer la capacit dun projet durer dans le temps. Ainsi notre modle peut tre utilis des intervalles rguliers pour constater les volutions dans la valeur des projets valus. De plus, comme nous lavons montr au chapitre 14, dans les crations de lre du partage produit et projet sont consubstantiels. Le produit participe lattractivit et le projet la prennit de la cration. Ainsi les deux lments se compltent et salimentent mutuellement.

10.2.2

Contexte

Le contexte de notre mthode dvaluation est double : nous nous plaons dans le contexte de lre du partage et nous adressons des projets non marchands. Enn, nous visons une nalit dinvestissement. 10.2.2.1 Lre du partage

Nous lavons dit, ct de lconomie traditionnelle, sest dveloppe une approche diffrente, fonde non pas sur lchange marchand mais sur le partage. Ce contexte constitue une telle rupture que les mthodes dvaluation existantes y sont inadaptes. A lre du partage, les rfrents sont diffrents de ceux de lre de la raret. Ce qui compte ce nest pas de vendre, mais de partager, louverture est la rgle et le foisonnement gnralis. Il est donc impossible de juger les projets de lre du partage laide doutils conus pour valuer la valeur dans lancienne conomie. 126

10.2.2.2

Projets ouverts et non marchands

Notre modle est destin la valorisation de projets non marchands. Nous liminons les projets marchands ou faisant lobjet de valorisation conomique drive (par la publicit par exemple) car on peut leur appliquer des mthodes de valorisation conomiques. De mme, les projets crant de la raret par fermeture des contenus (logiciels non ouverts, contenus protgs par copyright. . .) nentrent pas dans notre champ dapplication car, crant de la raret, ils ne participent pas linversion de lquation de raret qui est une des caractristiques de la rupture apporte par lInternet (voir paragraphe 9.3, page 117). Sur le Web lre du partage, projets et produits sont souvent confondus. Firefox Wikipedia OpenOfce et tous les autres ne se limitent pas des produits. Ce sont aussi des projets qui voluent dans le temps et dans lesquels les utilisateurs peuvent simpliquer. Utiliser un produit de lre du partage ce nest pas seulement consommer le produit, cest aussi participer au projet. Quand, par exemple, au l de lectures sur Wikipedia on corrige des fautes dorthographe, non seulement on utilise le produit mais on participe galement au projet. Cette spcicit doit tre prise en compte dans notre modle dvaluation. Cest pourquoi il nous faut tablir des critres permettant dadresser la fois les produits et les projets. Les habitudes hrites de lconomie traditionnelle font que les utilisateurs sont dabord attirs par des produits. Lattractivit natra donc dabord de lusage que lon peut tirer de tel ou tel produit. Le projet gnrant le produit sera quand elle un gage de prennit.

10.2.2.3

Destinataires et nalit de notre modle

Comme nous lavons tudi au chapitre 5 (voir page 55), les TIC et lInternet sont maintenant des ralits tangibles dans toutes les strates de la population. Grce aux outils de partage, tout un chacun peut prendre part des projet, cest dire sinvestir dans un produit ou un projet. Notre modle se destine avant-tout des investisseurs individuels. Par dnition, linvestissement dsigne le placement dune somme dargent dans une entreprise pour en tirer des revenus 2 . Nous pensons que cette notion est trop restrictive : il existe de nombreuses autres faons dinvestir. Au del de largent, on peut investir son temps, ses connaissances, son savoir faire dans un projet. On peut aussi, sans sengager dans le projet, avoir lutilit du produit ou service. Il faut alors en supporter le cot dacquisition : apprendre se servir dun logiciel ou modier ses habitudes. Ainsi, une mthode de mesure de la valeur des projets non marchands de lre du partage est-elle une ncessit pour faciliter les choix dinvestissement. Notre mthode sadresse toute personne ou organisation dsireuse de choisir un projet non marchand an de lutiliser et de sy investir.

10.2.3

Dnition des critres

An de mettre en uvre notre modle nous devons tablir des critres. Nous allons utiliser deux types de critres permettant dtablir la valeur : des critres quantitatifs car la valeur peut
2. Dnition donne par le Trsor de la langue franaise, un dictionnaire en ligne accessible sur http://atilf.atilf. fr/dendien/scripts/tlfiv4/showps.exe?p=combi.htm;java=no; et maintenu par des chercheurs du C NRS

127

se mesurer et des critres qualitatifs car la valeur ne se limite pas une approche quantitative, comme la montr [Portnoff, 2003a] en proposant la mthode VIP.

10.2.3.1

Critres quantitatifs

Un critre sera quantitatif lorsquil sera mesurable numriquement. Par exemple la prsence dune communaut dveloppeur est un critre quantitatif car on peut dnombrer les dveloppeurs et la comparaison entre deux communauts peut se faire sur une base objective.

10.2.3.2

Critres qualitatifs

Un critre qualitatif est beaucoup plus subjectif. Sil donne un point de vue riche il est galement trs dlicat quantier. Lvaluation des critres qualitatifs doit se faire par lintermdiaire de phnomnes observables. Cest lanalyse de ces phnomnes qui permettra la dtermination dune notation attribue ces critres. On pourra proposer une approche binaire (prsence/absence) dvaluation du critre (par exemple : y a-t-il un gourou dans le projet) mais galement trouver des critres qualitatifs dont lvaluation peut tre plus souple (par exemple : conformit aux standards ouverts. cest un critre qualitatif mais quon peut moduler en fonction du nombre dentorses ventuelles aux dits standards).

10.2.3.3

Mthode de recueil de donnes

Lobjet de notre modlisation est de construire un modle sur un mode exploratoire. Nous devrons rassembler des donns quantitatives, mais galement qualitatives et nous chercherons la richesse de la reprsentation (voir [Bachelet, 2007]). Notre modle sera essentiellement reprsentatif. tant donnes les spcicits du domaine que nous allons explorer, certaines connaissances particulires sont requises. Bien que visant une utilisation par le grand public, durant la phase de construction et de validation de notre modle, nous aurons recours des experts mme dappliquer le modle avec pertinence.

10.2.3.4

Mthode danalyse des donnes

Nous avons vu au chapitre 8 (page 101) quil existe de nombreuses mthodes danalyse des donnes, en particulier statistiques. Lobjectif de notre modle est de pouvoir tre utilis et interprt par un large public. Nous allons donc utiliser une mthode danalyse de donne ne demandant pas un niveau de technicit important. Nous chercherons donc une mthode danalyse multi-critres qui, de plus, restera descriptive. Nous chercherons en effet viter les effets de distorsion pouvant rsulter de lapplication de mthodes trop formelles (comme la rappel [Volle, 1997]). De plus, les mthodes danalyse multi-critres permettent laide la dcision, ce qui est prcisment la destination de notre modle. 128

10.3

Critres retenus pour la modlisation et chelle de quantication

Nous proposons de nous appuyer sur 18 critres. Le tableau 10.1 page 130 en prsente une vue synthtique. Nous procderons une justication de ces critres (10.3.1) puis nous prsenterons lchelle de quantication que nous avons tablie (10.3.2 page 130).

10.3.1

Justication des critres

Les 18 critres que nous retenons ont pour objectif de rpondre des questions permettant dtablir lattractivit et la prennit dun projet et, partant, den dgager la valeur.

10.3.1.1

Critres dvaluation de lattractivit

Le projet est-il innovant ? : un projet qui volue dans le temps est mme dtre au fait de ltat de lart de la technique du domaine. Pour juger de lvolution dans le temps, on sappuiera sur le suivi des versions ( mettre en parallle de lanciennet du projet) et, dans une moindre mesure, sur la lgende du projet. Est-ce que cest le projet utiliser ? : les modes font parfois le succs des innovations. Il en est des projets comme de certains lieux : il faut y tre. Le projet dont on parle est ainsi plus attractif que les autres et se dgage de la masse. De mme, la prsence dun gourou dans le projet 3 . Le projet est-il solide ? : certaines entreprises ou organisations ont choisi des projets de lre du Web pour leurs propres utilisations. Cela renforce non seulement la crdibilit de la solution mais galement sa capacit supporter de fortes charges dutilisation 4 . Le projet est-il mme de sadapter des besoins particuliers ? : si le projet choisi ne convient pas tout fait des besoins particuliers, il est possible dtudier le code de lapplication pour le modier (puisque les projets valuer sont Libres ou ouverts, cf. 6.4.1.2 page 83). Cependant, si lutilisateur na pas le savoir-faire ncessaire, la prsence de dveloppements tiers (sous forme de plug-ins notamment) sera de nature amliorer lattractivit du projet. De mme, le soutien offert au projet par des industriels sponsors 5 va dans le mme sens. Le projet est-il comprhensible dans ma langue ? : il est plus facile dapprhender un projet dans sa langue maternelle. La capacit dun projet grer le multi-linguisme renforcera lattractivit. Le projet est-il unique ? : certains projets ont des caractristiques techniques spciques, les rendants incontournables 6 . Cela est de nature renforcer lattractivit dun projet.
3. Nous dsignons par ce terme une personne incarnant le projet. Un gourou vhcule limage du projet. Une partie de limage de W IKIPEDIA tient la personnalit de J.WALES. De mme, lattrait des logiciels Libres tient en partie la personnalit de Richard M. S TALLMAN. 4. G OOGLE utlise le serveur HTTP Libre Apache. Vu le nombre de pages servies par G OOGLE, un utilisateur individuel cherchant un serveur HTTP pourra prsumer que ce serveur sera mme de tenir la charge. . . 5. Comme par exemple lengagement de S UN M ICROSYSTEMS dans le projet O PEN O FFICE. 6. Ce fut le cas de la fonction anti pop-ups de F IREFOX avant que dautres navigateurs ne lintgrent.

129

10.3.1.2

Critres dvaluation de la prennit

Le projet est-il entour de dune communaut ? : la dimension communautaire est de nature prenniser un projet ouvert. En effet, cest par la communaut que le projet vivra. Il faut distinguer deux communauts : celles des dveloppeurs et celles des utilisateurs. Du dialogue de ces deux communauts natra (en partie au moins) linnovation du projet. De plus, des communauts nombreuses et actives feront vivre le projet. De mme, la prsence dune base de connaissances permettra de capitaliser sur lhistorique du projet. Le projet a-t-il les moyens de vivre ? : un projet peut tre gnrateur de cots (notamment en hbergement et bande passante). Il lui faut donc assurer sa subsistance. Organiser des leves de fonds rgulires lui donnera la capacit de durer 7 . Les formes de ces leves de fonds peuvent tre multiples et se conjuguer avec la prsence de sponsors. Leur renouvellement dans le temps permettra de juger de la capacit dun projet mobiliser des moyens 8 . Le projet est-il gr ? : linnovation efcace se doit dtre organise. Ainsi, la prsence dun systme de gestion de projet et dune gouvernance communautaire renforceront la prennit dun projet. Le projet est-il intgr son environnement ? : le respect des standards et des normes de son domaine dapplication sera un gage de prennit dun projet 9 .
Axe de valorisation Nature du critre Critre Projet multilingue Versionning rgulier Utilisateurs phares ou rfrent Dveloppements tiers Anciennet du projet Sponsors du projet Prsence dun gourou Fonctionnalits uniques ou diffrentiantes Projet dont on parle Lgende du projet Communaut active de dveloppeurs Communaut active dutilisateurs Appel de fonds russi Systme de gestion du projet Renouvellement des sponsors du projet Gestion du savoir ou base de connaissances Gouvernance communautaire Respect des standards du domaine

Quantitatif Attractivit

Qualitatif

Quantitatif Prennit Qualitatif

TABLE 10.1 Les critres que nous retenons pour notre modlisation. Lordre de prsentation nest pas un reet de limportance des critres

10.3.2

chelles de quantications

Comme nous lavons retenu de ltude des diffrentes mthodes dvaluation (chapitre 4 page 41), la comparaison de critres demande une chelle de quantication an de juger de limportance de chaque facteur.
7. Wikipedia organise rgulirement des leves de fonds pour participer au nancement de ses besoins techniques 8. la F REE S OFTWARE F OUNDATION tire en partie sa prennit de sa capacit renouveller son rseau de sponsors 9. Cest une des forces de N | VU que de gnrer des documents conformes aux spcications du W EB C ONSORTIUM.

130

Pour chaque critre, nous proposons dattribuer une note allant de de 1 10, en fonction de son importance. En effet, lutilisation dune chelle de Lickert 5 gradations(trs utilise en psychologie et en marketing), pourtant courante en recueil de donnes (cf. [Bachelet, 2007]) nous semble trop rductrice et ne permettrait pas une prcision sufsante pour prendre en compte des facteurs intangibles. Les notes seront attribues par rapport au contexte du projet. Elles retent des valeurs relatives au contexte. Ainsi, pour attribuer une note au critre communaut dutilisateur, il ne faut comparer en valeur absolue la communaut des utilisateurs dun projet dencyclopdie en ligne (La version franaise de W IKIPEDIA compte plus de 100 000 comptes dont environ 1 000 trs actifs 10 ) ne doit pas tre compare avec la communaut dun projet de logiciel spcialis. En revanche on pourra comparer la communaut dutilisateurs de deux traitements de texte ouverts (comme A BI W ORD avec celle de KW ORD, par exemple).

10.3.2.1

Notation des critres quantitatifs

La notation des critres quantitatifs se fera par observation directe des valeurs numriques lies ces critres. Par exemple, pour un critre comme les leves de fonds, on regardera le montant des sommes runies.

10.3.2.2

Notation des critres qualitatifs

La notation des critres qualitatifs se fera par observation de critres observables propres dterminer limportance de chaque critre. On propose les grilles danalyse suivantes : Pour les critres qualitatifs dvaluation de lattractivit : Prsence dun gourou : le projet a-t-il un chef de le ? Si oui, a-t-il des prises de positions reconnues dans la communaut de son projet ? Dans des communauts connexes ? Estil cit dans la presse (en ligne ou hors ligne) ? On peut citer Richard S TALLMAN comme exemple de gourou. Fonctionnalits uniques ou diffrentiantes : en comparant le produit valu avec dautres, peut-on trouver des fonctionnalits uniques au projet ? Ces fonctionnalits sont-elles spciques au projet ou bien sagit-il de lamlioration de fonctions que les projets quivalents traitent de faon moins pratique ou moins compltes ? On citera en exemple la fonction anti-pop-up de Firefox. Lors de sa sortie, Firefox tait le seul navigateur Web la proposant. Projet dont on parle : pour valuer ce critre, on sondera les mdias, la presse, les forums et on observera la prsence dun projet. Ce critre est destin principalement lattrait pour la nouveaut ou linnovation dun projet. Lgende du projet : le projet a-t-il une histoire connue ? Est-elle relate sur un grand nombre de sites ? Est-elle vhicule par le projet lui-mme ? On prendra comme exemple la lgende de L INUX : un tudiant qui, pour son projet de n dtudes, cherche construire un systme dexploitation pour son vieil ordinateur. Pour les critres qualitatifs dvaluation de la prennit :
10. Chiffres davril 2007.W IKIPEDIA considre un utilisateur comme tant trs actif au dessus de 100 contributions par mois. (Source : Wikipedia).

131

Gestion du savoir ou base de connaissances : Peut-on trouver des donnes historiques sur le projet ses volutions passes et ses volutions futures ? Y a-t-il des guides dutilisation ? des totoriaux ? des listes de questions frquentes ? Des documentations techniques permettant de modier soi-mme le produit ? Par exemple, loutil PHP M YA DMIN 11 met disposition sur son site des informations compltes sur lutilisation et la programmation de loutil, les diffrentes versions et les historiques dvolution. Gouvernance communautaire : trouve-t-on des informations claires sur la gouvernance du projet : qui dirige le projet ? Comment ? En suivant quelles rgles ? Ces rgles sont-elles publies ? Qui peut sexprimer, quelles conditions ? etc. Le projet W IKIPEDIA est exemplaire sur ce point. Respect des standards du domaine : Y a-t-il une volont afche dutiliser et de respecter les standards publis de son domaine daction ? Reconnat-il les organismes de standardisation ? Y participe-t-il ? On citera le projet N|V U dont le respect des standards du W 3 C est exemplaire.

10.4

Reprsentation graphique

An de faciliter la lecture de notre modle, nous proposons une reprsentation graphique (gure 10.1 page 133). Cette reprsentation graphique est galement un outil de comparaison de diffrents projets. Nous dcrirons laspect gnral de notre reprsentation graphique (10.4.1), puis la disposition des axe (10.4.2) et enn nous donnons des pistes de lecture du graphique obtenu (10.4.3)

10.4.1

Aspect gnral de notre reprsentation

Comme nous lavons vu supra (10.3.2 page 130), nous avons propos de pondrer chaque critre de notre modle en attribuant une notation de 1 10. Nous proposons de donner chaque axe une origine commune. Laspect gnral de notre reprsentation graphique sera donc du type toile daraigne deux dimensions portant une chelle linaire allant de 1 10. Lorigine (0) constitue le centre de notre reprsentation graphique. La note attribue chaque critre sera reporte sur laxe correspondant. Nous pouvons ainsi relier les points an de matrialiser une surface de valeur.

10.4.2

Disposition des axes

Notre graphique comporte quatre axes principaux, reprenant les caractristiques de notre modle. Ainsi, nous plaons : Sur laxe horizontal nous plaons les deux critres constituant le cur de notre modle : Lattractivit, dont la lecture se fait de la droite vers la gauche La prennit, dont la lecture se fait de la gauche vers la droite Laxe vertical permet la lecture des types de critres que nous avons retenu : Au dessus de lhorizon, nous plaons les critres quantitatifs Sous lhorizon, nous plaons les critres qualitatifs
11. www.phpmyadmin.net

132

F IGURE 10.1 Reprsentation graphique de notre modle dvaluation de la valeur

Nous pensons que cette disposition permet une lecture aise du graphique. La prennit tant une capacit durer dans le temps, nous lui attribuons le sens naturel de la lecture (de la gauche vers la droite). Le placement des critres quantitatifs dpendra de limportance quon souhaite donner leur lecture : leur placement au dessus de lhorizon leur donne plus de dimportance. Cest le choix que nous avons opr, mais il serait galement possible de les placer sous lhorizon.

10.4.3

Lecture du graphique

Cette disposition est de nature permettre une lecture rapide et aise de la valeur des projets, en dterminant quatre quartiers : Le quartier en haut gauche des axes principaux rassemble les critres quantitatifs permettant lvaluation de lattractivit Le quartier en bas droite des axes principaux rassemble les critres qualitatifs permettant lvaluation de lattractivit Le quartier en haut droite des axes principaux rassemble les critres quantitatifs permettant lvaluation de la prennit 133

 Le quartier en bas droite des axes principaux rassemble les critres qualitatifs permettant lvaluation de la prennit Les notes obtenues par le projet valu sont reportes sur les axes et reprsents par des points. Les points sont relis entre eux par des segments. Ainsi se dgage une surface de valeur. Plus la surface dans un quartier est importante, plus les critres ont de limportance dans la valeur du projet valu. Il est possible de reprsenter plusieurs projets sur le mme graphique an de comparer leurs surfaces de valeur.

10.5

Algorithme de choix des projets

Pour rsumer notre dmarche de caractrisation de notre modle, nous proposons un algorithme de choix des projets pouvant faire lobjet dune valuation (g. 10.2, page 136). Il a pour but de vrier si le projet valuer respecte les contraintes que nous avons tabli dans notre problmatique (9.4 page 117). Lutilisation de lalgorithme de choix de projet constitue la premire tape de lapplication de notre modle. En effet, comme nous lavons dcrit supra (voir paragraphe 10.2 page 125) notre modle a une destination prcise : les projets non marchands collaboratifs. Lutilisation de lalgorithme de choix a pour objectif de ne pas utiliser notre mthode tord pour lvaluation de projets ne rpondant pas nos critres de destination.

10.6
10.6.1

Conclusion
Ce que nous retenons de notre recherche de modle

Lvaluation demande un objet valuer, un contexte dvaluation, et des critres mme de reter lutilit et la dsirabilit de lobjet. La valeur a du sens dans un contexte et pour un destinataire (lecteur de lanalyse) donn. Ainsi, notre modlisation sadresse aux individus dsireux non seulement dutiliser des innovations issues de lre du Web, mais dsireux galement de sinvestir dans un projet. La forme dinvestissement peut tre multiple : temps, nergie, savoir, apprentissage, voire dons

10.6.2

Validation de lhypothse H 1

Comme le montre le paragraphe 10.3, nous avons pu dterminer des critres permettant dvaluer la valeur dune innovation non marchande lre du Web. Nous validons donc notre hypothse H 1. Nous avons pu dterminer des critres qualitatifs et des critres quantitatifs. Il nous faut maintenant dterminer des projets-rfrents (voir chapitre 12 page 141) mme de nous guider dans notre dmarche dapplication de notre modle. Il nous faut galement dterminer si lon peut tablir des mesures numriques permettant de mesurer la valeur et valider ainsi notre hypothse H 2 (cf. 9.5.3 page 119) et tablir dans quelle 134

mesure les outils du partage contribuent la valeur dun projet (cf. 9.5.4 page 119). Pour se faire, nous avons conu un protocole exprimental prsent au chapitre 11 page 137. Nos exprimentations sont dcrites dans la prochaine partie de notre document.

135

F IGURE 10.2 Algorithme de choix des projets valuer

136

Chapitre 11

Prsentation de notre protocole exprimental

137

138

11.1

Introduction

prsente partie rassemble les exprimentations que nous avons men lors de nos recherches. Dans une premire phase, le protocole a cherch dterminer des projets-rfrents mme dillustrer notre dmarche pendant la dure de nos recherches. Puis nous avons mis en uvre deux exprimentations an de valider nos hypothses H 2 et H 3. Ce sont les phases 2 et 3. Enn, dans une phase 4 nous avons appliqu notre modle plusieurs projets.
A

Ces exprimentations se sont droules tout au long de notre priode de recherche et le tableau ci-dessous les prsente dans leur ordre logique.

11.2

Tableau rcapitulatif de notre protocole exprimental

Phase Phase1 Caractristique Objectif Mthode mise en uvre Principal rsultat attendu Objectif Phase 2 Mthode mise en uvre Principal rsultat attendu Objectif Phase 3 Mthode mise en uvre Principal rsultat attendu Objectif Phase 4 Mthode mise en uvre Principal rsultat attendu Action Choix de projets-rfrents Utilisation de notre algorithme de choix Analyse des projets-rfrents Vrication de lutilit des critres numriques dans la mesure de la valeur xprimentation sur le forum Chef Simon dcrite dans le chapitre 13 page 153 Validation de lhypothse H 2 valuer le rle des outils dans un projet xprimentation outils-projet dcrite dans le chapitre 14 page 165 Validation de lhypothse H 3 Vrier lapplicabilit de notre modle xprimentation Application du modle Analyse de projets non marchands

TABLE 11.1 Prsentation de notre protocole exprimental

139

140

Chapitre 12

Choix de projets-rfrents
Sommaire
12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.1.1 Des outils de partage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.1.2 Des outils techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.1.3 Des projets ad-hoc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.2 Application de notre modle aux projets de rfrence . . . . . . . . . . . . . 12.2.1 Application W IKIPEDIA . . . . . . . . . . . . . . . . . . . . . . . . . . 12.2.2 Application au forum C HEF S IMON . . . . . . . . . . . . . . . . . . . . . 12.2.3 Application au logiciel N |V U . . . . . . . . . . . . . . . . . . . . . . . . 12.2.4 Application au logiciel VLC . . . . . . . . . . . . . . . . . . . . . . . . . 12.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 143 143 143 144 144 144 145 146 146

141

142

12.1

Introduction

de guider nos recherches, nous avons dtermin des projets-rfrents, mme de nous servir dtalon de mesure et dillustration dans la construction de notre modle. Tous les projets servant de sous-jacent nos exprimentations ont t choisis en utilisant lalgorithme dni au paragraphe 10.5 (voir page 134). Nous avons, de plus, cherch panacher les types de projets, an de prendre en compte la diversit et la crativit rencontre sur le Web.
FIN

12.1.1

Des outils de partage

Lencyclopdie en en ligne W IKIPEDIA est un des projets-phare du Web. W IKIPEDIA utilise le logiciel Libre sous licence GPL MediaWiki, traduite dans de nombreuses langues, elle se positionne comme une source de savoir Libre vocation universelle. Pour sa version franaise, elle compte plus de 550 000 articles crs par plus de 100 000 membres. Linscription est libre et chaque membre inscrit peut collaborer au projet. Nous avons galement choisi un forum dont la thmatique est gnraliste : le forum du site C HEF S IMON 1 . Ce forum est ouvert tout internaute et publie son contenu sous licence C REATIVE C OMMONS.

12.1.2

Des outils techniques

Nous avons choisi choisi un diteur de pages HTML, le logiciel N |V U 2 . Ce logiciel Open Source (sous licence GPL) est disponible pour plusieurs systmes dexploitation. De laveu mme de son concepteur (voir en annexe, le paragraphe A.5 page 216), N |V U cherche tre conforme aux standards. Ce logiciel compte plus de 2,5 millions dutilisateurs et a bnci du soutien de la socit L INSPIRE. Il sagit dun outil stable, cest dire qui nvolue plus dans sa version actuelle. Le successeur deN |V U est KOMPOSER, logiciel qui reprend les fonctionnalits de N |V U en les enrichissant. Autre outil technique, VLC 3 est un lecteur multimedia destin aux principaux systmes dexploitation. En dcembre 2005, le logiciel avait dpass les 10 millions de tlchargements. Il est noter quil est inclus dans la plupart des distributions de L INUX.

12.1.3

Des projets ad-hoc

Dans le cadre de nos exprimentations, nous avons t amen construire des scnarios de projets soumis des groupes de testeurs. Ils font lobjet de lexprimentation et de validation de notre hypothse H 2. Ces projets ne font pas lobjet dvaluation car ils sont rests ltat de maquettes et nont pas donn lieu des prototypes ou des versions de production.
1. http://www.chefsimon.com. Ce site agit comme sponsor du forum avec lequel il na aucun lien. Pour les 8 premiers mois de 2007, laudience du site C HEF S IMON est de 11 millions de pages vues (soit 1 375 000 pages vues par mois) pour un total de 2,8 millions de visites uniques (soit 350 000 visiteurs uniques par mois). 2. http://www.nvu.com 3. http://www.videolan.org/

143

12.2
12.2.1

Application de notre modle aux projets de rfrence

Application W IKIPEDIA

Lencyclopdie en ligne W IKIPEDIA 4 est accessible dans 253 langues 5 , dont le franais. Nous appliquerons notre modle au projet dans sa globalit, en nous rfrant la version franaise 6 . W IKIPEDIA est devenu, par son caractre disruptif, un des projets phares sur le Web. Cest la raison pour laquelle nous lavons retenu. La grille danalyse du projet situe dans le tableau 12.1 page 148. Le graphique du projet (gure 12.1, ci-dessous).

F IGURE 12.1 Reprsentation graphique de notre modle pour W IKIPEDIA

12.2.2

Application au forum C HEF S IMON

Le forum C HEF S IMON a t cr en septembre 2005. Sans lien juridique avec le site du mme nom qui en assure le sponsoring, il sadresse des internautes autour des thmatiques de la
4. http://www.wikipedia.org 5. donne constate le 15 septembre 2007. Source : Wikipedia. 6. http://fr.wikipedia.org

144

cuisine et de la gastronomie. Petite communaut francophone (le forum rassemble moins de 800 personnes en septembre 2007), le forum rassemble un large ventails de publics, particuliers et professionnels. De plus, tant nous-mmes administrateur du forum, nous en avons le contrle total. Cest la raison pour laquelle nous avons choisi ce forum. Par ailleurs, le forum sert de support lexprimentation dcrite au chapitre 13 page 153. Voir la grille danalyse du projet (tableau 12.2) page 149. Le graphique du projet (gure 12.2) est page 145 ci-dessous.

F IGURE 12.2 Reprsentation graphique de notre modle pour le forum C HEF S IMON

12.2.3

Application au logiciel N |V U

N|Vu est un outils de cration de pages HTML. Disponible pour les principaux environnements informatiques, il se destine au grand public. Cest la raison pour laquelle nous lavons choisi. Voir la grille danalyse du projet (tableau 12.3) page 150. Le graphique du projet (gure 12.3) est page 146. 145

F IGURE 12.3 Reprsentation graphique de notre modle pour N|V U

12.2.4

Application au logiciel

VLC

VLC est un projet qui produit un lecteur multimedia multiplateforme. Cr et maintenu par une quipe de recherche de lcole Centrale de Paris, cest un outil qui se destine au grand public et qui vise une utilisation qui requiert un bon niveau de comprhension des problmatiques techniques : la lecture de donnes multimdia. Cest la raison pour laquelle nous lavons choisi. Voir la grille danalyse du projet (tableau 12.4) page 151. Le graphique du projet (gure 12.4) est page 147.

12.3

Conclusion

Avec cette premire exprimentation, nous avons cherch tablir une liste de projets-rfrents mme dillustrer nos rexions lors de notre dmarche de modlisation. Nous avons t mme de slectionner quatre projets dans quatre domaines diffrents, adressant des problmatiques varies et destins des types de publics diffrents. 146

F IGURE 12.4 Reprsentation graphique de notre modle pour VLC

Nous avons pu appliquer notre modle ces projets et nous avons pu tablir des grilles danalyse pour chacun deux. Notre modle fait appel des critres quantitatif. Il nous faut dterminer si lon peut tablir des mesures numriques permettant de mesurer la valeur et valider ainsi notre hypothse H 2.

147

Axe de valorisation

Nature du critre

Critre Projet multilingue

Note 10 10 4 5 8 4 5 10 10 5 7 10 7 9 4 10

Commentaire Plus de 250 langues disponibles en plus du franais Encyclopdie constamment mise jour a Les articles ne sont pas signs b . Quelques logiciels dutilisation du contenu Cre en 2001 Quelques industriels, peu de communication Jimmy WALES, fondateur. Peu de prises de position Encyclopdie en ligne, librement accessible sous rserve de citation RAS Projet connu mais lgende assez peu diffuse Utilise M EDIAW IKI, logiciel dont la communaut de devloppeur est forte et organise Pour la version franaise plus de 100 000 membres Appels de fonds rguliers permettant au projet de continuer c quipe de modrateurs et surveillance permanente Peu de nouveaux sponsors, sans base rgulire Historique complet de chaque article, et historique complet de la gestion du projet Tout contributeur peut simpliquer dans la gouvernance. Renouvellement rgulier des instances Wikipedia est conforme aux standards du Web, mais pas aux standards du monde de la documentation (plan de classement, en particulier)

Quantitatif Attractivit

Versionning rgulier Utilisateurs phares ou rfrent Dveloppements tiers Anciennet du projet Sponsors du projet Prsence dun gourou

Qualitatif

Fonctionnalits uniques ou diffrentiantes Projet dont on parle Lgende du projet Communaut active de dveloppeurs

Quantitatif Prennit

Communaut teurs

active

dutilisa-

Appel de fonds russi Systme de gestion du projet Renouvellement des sponsors du projet Gestion du savoir ou base de connaissances Gouvernance communautaire

Qualitatif

10

Respect des standards du domaine

TABLE 12.1 Grille dvaluation pour W IKIPEDIA France

a. Sur le premier semestre 2007, 565 mises jour darticle en moyenne. b. Voir le paragraphe A.3.2.2 page 212 c. Lappel de fonds de dcembre 2006 a cr un prcdent, en rassemblant plus dun million de dollars, y compris un don de 750 000 dollars de la fondation V IRGIN.

148

Axe de valorisation

Nature du critre

Critre Projet multilingue

Note 1 5 6 1 3 5 4 1 2 2 8 9 0 5 1 5 5 10

Commentaire Forum francophone Utilise la dernire version stable de PHP BB Quelques professionnels (proportion plus leve que sur les autres forums) Plusieurs liens avec dautres forums et reprises RSS Forum cr en 2004 Site Chef Simon, depuis la cration Le Chef Simon est assez peu prsent sur le site RAS RAS Histoire en construction Utilise PHP BB, un des moteurs de forum phare Communaut en croissance et forte activit du forum (nbre de messages par jour) Aucune ralise quipe de modration et dadministration Chef Simon, depuis lorigine Historique des messages accessible en ligne Oui, interne lquipe de modration et dadministration RAS

Quantitatif Attractivit

Versionning rgulier Utilisateurs phares ou rfrent Dveloppements tiers Anciennet du projet Sponsors du projet Prsence dun gourou

Qualitatif

Fonctionnalits uniques ou diffrentiantes Projet dont on parle Lgende du projet Communaut active de dveloppeurs Communaut teurs active dutilisa-

Quantitatif Prennit

Appel de fonds russi Systme de gestion du projet Renouvellement des sponsors du projet Gestion du savoir ou base de connaissances Gouvernance communautaire Respect des standards du domaine

Qualitatif

TABLE 12.2 Grille dvaluation pour le forum C HEF S IMON

149

Axe de valorisation

Nature du critre

Critre Projet multilingue

Note 10 7 4 3 8 4 9 7 7 8 2 9 5 8 1 7 4 10

Commentaire Nombreuses langues, yc rares Projet stable et en cours de r-criture mais avec bcp de versions Quelques uns Quelques dveloppements tiers Longue histoire Linspire, depuis la cration D. Glazman RAS Bonne couverture par la presse en ligne Projet ancien, avec une histoire Une seule quipe de dveloppement active Nombreuse et active Linspire a donn au projet Oui, gr par le dveloppeur Linspire depuis lorigine Oui, accessible en ligne Le dveloppeur dialogue avec ses utilisateurs RAS

Quantitatif Attractivit

Versionning rgulier Utilisateurs phares ou rfrent Dveloppements tiers Anciennet du projet Sponsors du projet Prsence dun gourou Fonctionnalits uniques ou diffrentiantes Projet dont on parle Lgende du projet Communaut active de dveloppeurs Communaut active dutilisateurs Appel de fonds russi Systme de gestion du projet Renouvellement des sponsors du projet Gestion du savoir ou base de connaissances Gouvernance communautaire Respect des standards du domaine

Qualitatif

Quantitatif Prennit

Qualitatif

TABLE 12.3 Grille dvaluation pour le projet N |V U

150

Axe de valorisation

Nature du critre

Critre

Note

Commentaire Logiciel traduit en 31 langues mais documentation publie en 5 langues et site disponible en 2 langues Projet ayant fait lobjet de nombreuses versions rgulires a . Selon certaines rumeurs (non conrmes)G OOGLE dvelopperait un lecteur multimedia bas sur VLC Nombreux skins disponibles et quelques dveloppements tiers Disponible depuis 2001 Le projet a de nombreux sponsors, dans de multiples domaines Le projet na pas de gourou. Le chef de projet change rgulirement et ne prend pas position Lecteur trs complet qui intgre les codecs ncessaires. Lit de trs nombreux formats de chiers et de ux Souvent cit mais peu connu du grand public non spcialiste Histoirique connu mais ne faisant pas rfrence quipe nombreuse et active Nombreuse et active sur le forum du projet Quelques particuliers et les sponsors font des dons au projet mais pas dappel de fonds formellement organise Oui, gr par lquipe de dveloppement De nouveaux sponsors arrivent rgulirement Les informations sont accessibles sur le wiki Le projet est gr de manire centralise par lECP Lit de nombreux formats sur de nombreuses plateformes

Projet multilingue Quantitatif Attractivit Versionning rgulier Utilisateurs phares ou rfrent Dveloppements tiers Anciennet du projet Sponsors du projet Prsence dun gourou Qualitatif Fonctionnalits uniques ou diffrentiantes Projet dont on parle Lgende du projet Communaut active de dveloppeurs Communaut active dutilisateurs Appel de fonds russi Systme de gestion du projet Renouvellement des sponsors du projet Gestion du savoir ou base de connaissances Gouvernance communautaire Respect des standards du domaine

7 9 3 5 8 8 0

9 5 3 8 9 5 8 8 9 3 10

Quantitatif Prennit

Qualitatif

TABLE 12.4 Grille dvaluation pour le projet VLC

a. Le logiciel volue selon le principe des petits pas : de nombreuses versions apportant des fonctionnalits petit petit plutt que des versions lourdes et moins frquentes.

151

152

Chapitre 13

Evaluer la valeur dun forum

Sommaire
13.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.2 Mthodes de mesure de lactivit . . . . . . . . . . . . . . . . . . . . . . . . . 13.2.1 Mthodes issues de lingnierie . . . . . . . . . . . . . . . . . . . . . . . 13.2.2 Mthodes issues de la publicit . . . . . . . . . . . . . . . . . . . . . . . 13.2.3 Un regard alternatif sur les informations transitant sur le rseau . . . . 13.3 Hypothses pour notre exprimentation . . . . . . . . . . . . . . . . . . . . . 13.4 Exprimentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.4.1 Les activits dune communaut . . . . . . . . . . . . . . . . . . . . . . 13.4.2 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.4.3 Protocole mis en uvre . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.4.4 Application exprimentale . . . . . . . . . . . . . . . . . . . . . . . . . 13.4.5 Rsultats obtenus et analyse . . . . . . . . . . . . . . . . . . . . . . . . 13.4.6 Apports pour la recherche . . . . . . . . . . . . . . . . . . . . . . . . . 13.5 Conclusions et perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.5.1 Conclusions tirer de notre exprimentation . . . . . . . . . . . . . . . 13.5.2 Perspectives de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . 13.5.3 Validation de lhypothse H 2 . . . . . . . . . . . . . . . . . . . . . . . . 155 155 155 157 157 158 158 158 159 159 160 160 161 161 161 162 162

153

154

13.1

Introduction

modlisation que nous avons propose supra (chapitre 10 page 123) utilise des critres qualitatifs et des critres quantitatifs. Il nous faut donc valider le fait que des critres quantitatifs peuvent tre mesurs an de participer lvaluation de la valeur.

An de valider notre hypothse H 2 (cf. 9.5.3 page 119), nous avons effectu une exprimentation mettant en uvre une communaut lectronique dans laquelle des membres inscrits (donc dnombrables) mettent des messages (galement dnombrables). La valeur dune communaut peut-elle se mesurer ? Si oui, selon quel modle ? Nous nous proposons de procder une exprimentation dont lobjectif est de chercher si un modle se dgage. Pour cela il nous faut rappeler les mthodes de mesure dactivit (13.2) avant de vrier exprimentalement (13.4, page 161) les hypothses que nous mettons (13.3, page 158).

13.2

Mthodes de mesure de lactivit

La mesure dactivit est un vaste champ de recherche. Les mthodes de mesure du signal, issues de lingnierie (13.2.1) sont nombreuses et cherchent dgager des informations quant la valeur dun rseau. Dans le champ conomique, certaines mthodes utilises par les industriels de la publicit (13.2.2, page 157) poursuivent le mme objectif. Cependant, des regards alternatifs (13.2.3 page 157) se sont dvelopps.

13.2.1

Mthodes issues de lingnierie

La mesure de lactivit dun rseau et la recherche dun fonctionnement optimal sont du domaine de lingnierie. Les spcialistes ont cherch modliser les communications transitant sur un rseau an doptimiser la gestion des quipements ncessaires au fonctionnement de ce rseau. On peut remonter aux travaux de lingnieur danois A.K. E RLANG qui, ds les annes 1910 a cherch optimiser les temps dattentes dans les centres dappels des tlcoms danoises. Ainsi est ne la thorie des les dattentes et un grand nombre de mthodes doptimisation du trac sur les rseaux de tlcommunication [Fiche et Hbuterne, 2003]. David S ARNOFF 1 avait formalis une vrit dvidence : dans un rseau de radio ou de tlvision, laudience augmente au fur et mesure que les publics sadditionnent (n + n) Lmergence des rseaux de donnes a galement t lorigine dun mouvement de quantication de lactivit du rseau. Dans sa fameuse loi empirique expose dans [Metcalfe, 1995], Robert M ETCALFE 2 dispose que lutilit dun rseau est proportionnelle au carr du nombre de nuds qui la composent (cf. gure 13.1, page 156). Daprs son auteur, cette loi permet de mesurer lutilit dun rseau. David Reed a critiqu cette loi et en propose une nouvelle (cf. gure 13.2, page 156 daprs [Reed, 2001a]), cherchant mesurer lutilit des rseaux non pas dans leur extension technique mais dans leur potentiel de cration de liens sociaux. Daprs Reed, lutilit sociale dun rseau
1. Lemblmatique prsident (de 1919 1970) de RCA. 2. Un des inventeurs du protocole ethernet, et co-fondateur de la socit 3Com, spcialise dans les quipements de rseau.

155

nX (n 1) = n2 n F IGURE 13.1 La loi de Metcalfe

stendent de manire exponentielle. En effet, et [Samier et Sandoval, 2007] le rappelle pp.62 63 :

La loi de Reed est une sorte damplication de la loi de Metcalfe. Selon Reed les connexions entre objets sont seulement un nombre potentiel. Mais les groupes de personnes sont beaucoup plus larges que ce nombre potentiel.(. . . ) Ainsi le nombre total de connexions possibles est le nombre de connexions entre ces dispositifs. Cela donne le nombre total de groups sous la loi de Reed qui est gale au nombre potentiel du groupe.

n2N N 1 o N est le nombre de participants du rseau F IGURE 13.2 La loi de Reed Reed se propose de rapporter la valeur dun rseau sa capacit de crer un potentiel dusage en fonction de la taille du rseau et il afrme que ledit potentiel croit de manire exponentielle en fonction du nombre de participants dans le rseau. On peut ainsi comparer ces deux lois par un exemple, donn dans [Samier et Sandoval, 2007] p. 63 : dans un rseau compos de 4 nuds, lapplication de la loi de Metcalfe (n2 n)/2 donne une utilit de 6. Si on applique au mme rseau la loi de Reed, on obtient (n2 n)/2 2, ce qui offre un potentiel de connexions de 12. Ces lois sont de nature empiriques et elles souffrent dune double faiblesse : dune part elles disent mesurer lutilit dun rseau, sans donner de dnition prcise de cette notion. Le terme semble toutefois dsigner la capacit du rseau gnrer des potentialits de connexions. Dautre part, ces lois sont lobjet de remises en cause car leurs approches sont, daprs les contradicteurs, pour le moins optimistes. Un article rcent [Briscoe et al., 2006] afrme que la loi de Reed est illusoire et que la loi de Metcalfe est fausse. En effet, la loi de Metcalfe, pour sappliquer, implique que toutes les connexions soient utilises avec la mme intensit, ce qui est rarement le cas des rseaux de grande taille (dont Internet). Les auteurs proposent une approche du type n = log (n) qui serait plus mme de reter la ralit de lutilit dun rseau sur une longue priode. La gure 13.3 page 157 (reprise de [Briscoe et al., 2006]) rsume sous forme graphique les diffrentes lois que nous avons prsentes dans le paragraphe 13.2, page 155. On remarquera que, dans tous les cas, les lois proposes sont linaires. On verra infra quon a du mal obtenir une validation exprimentale de ce principe. Dans [Samier et Sandoval, 2007], les auteurs tudient ces lois an dy chercher des modlisations de lhyperespace (pp. 59 et s). Ils se heurtent cependant lcueil que constitue la nature mme de ces lois dingnierie : elles rapportent lutilit des critres techniques (voir leur g. 2.4, page 67). 156

F IGURE 13.3 Comparaison des lois dvolution des rseau, daprs [Briscoe et al., 2006]

13.2.2

Mthodes issues de la publicit

Considrant Internet comme un nouveau mdia (F.X.H USSHERR dans [Hussherr et Rosenvallon, 2001] a forg lexpression 6eme mdia), il a t longtemps considr que les contenus taient crateurs de valeur : lInternet tant considr comme un mdia, le modle publicitaire pouvait perdurer, nonobstant certaines adaptations. Les travaux de F.X. H USSHERR le dmontrent [Hussherr, 1999b,a] : des adaptations pertinentes (par la cration de formats spciques, tels le bandeau) de mcanismes rds permettent de dgager des critres de mesure defcacit des investissements publicitaires (taux de clic, cot par afchage, cot par mille, etc.) offrant aux annonceurs lassurance que les retours sur investissements sont quantiables. Nous pensons que cette vision, construite par extrapolation des principes gnraux de lindustrie des mdias, est rassurante mais quelle ne prend pas en compte un certain nombre dinnovations de rupture telles que le P 2P ou la cration de commun 3 par des individus et qui peinent trouver des revenus publicitaires. De plus, comme nous lavons montr dans [Druel, 2001b], cela se heurte aux principes dlasticit prsents par [Henner, 1997]. En effet, sur les rseaux, le foisonnement est la rgle et linformation nest plus un bien rare au sens strict, ce qui lui fait perdre sa capacit gnrer de la valeur au sens pcuniaire du terme.

13.2.3

Un regard alternatif sur les informations transitant sur le rseau

Tim Berners-Lee propose une vision fractale de lInternet. Dans [Berners-Lee, 2007], il met lhypothse que lInternet est constitu de groupes stables et structurs dutilisateurs. Les changes
3. Mot pris dans lacception telle que dnie par M. B AUWENS, voir paragraphe A.2.2.2, page 209.

157

entre groupe se font sur un mode de type pair pair et la valeur nat des liaisons qui se crent. Andrew Odlyzko dans [Odlyzko, 2001] abonde dans le mme sens, en soutenant que les contenus ne sont pas tout et que la valeur dun rseau tient dans sa capacit de mise en relation. Le mme auteur dans [Odlyzko, 2003] afrme que le rle des hauts dbits dans la diffusion des usages est loin dtre certain. Or, comme nous la rappel Jean M ICHEL (voir paragraphe A.6.1.1 page 217) une infrastructure performante de tlcommunications permet de rduire la mise disposition et la diffusion dinformations leurs cots marginaux. Ainsi, linformation en soit nest plus une base de montisation. Beaucoup croient en effet, que ce qui se paie sur Internet (et ailleurs) cest linformation. Lide sest ainsi propage que les contenus taient le secret du succs et quil fallait sen assurer la matrise. Ctait vrai avant lre du partage, ne de lirruption du Web. Il faut aujourdhui remettre en cause ces afrmations.

13.3

Hypothses pour notre exprimentation

Lobjectif de lexprimentation que nous allons mener est de valider notre hypothse H 2(9.5.3 page 119) : Nous pouvons dterminer des mesures numriques permettant de mesurer la valeur dune communaut. Les lois prsentes se fondent sur un rapport entre nombre de membre et nombre dchanges pour dterminer lutilit dun rseau. De telles lois sont acceptes pour le monde des rseaux de communication et peinent sortir du monde de lingnierie. Les auteurs cherchent tablir des potentiels de valeur et ne proposent pas de mise en application des lois exprimes. Nous nous proposons de procder une exprimentation mettant en vre une communaut lectronique composes dhumains changeant des informations. Notre objectif est de vrier lapplication des lois prsentes supra an de voir dans quelle mesure cela permet de dterminer dexprimer la valeur de la communaut. Nous posons les hypothses suivantes :
Peut-on valuer la valeur dune communaut en se fondant sur une mesure numrique ? Y a-t-il une corrlation entre le nombre de membres dune communaut et le nombre de messages changs par cette communaut ? Quelle modlisation peut-on en faire ?

13.4
13.4.1

Exprimentation
Les activits dune communaut

Plusieurs outils sont disponibles sur Internet pour permettre la formation dune communaut : historiquement loutil communautaire de lInternet ce sont les NNTP news, mais ce service antrieur lapparition du Web est aujourdhui assez peu utilis. De plus, son utilisation ncessite un logiciel client spcique et sa rusticit le rserve des spcialistes. Pour les mmes raisons, on a cart les listes de diffusions, un outil qui sappuie sur le mail. De plus la gestion dune liste de diffusion rclame un fort niveau de matrise des outils, tant de la part de ladministrateur que 158

de celle des utilisateurs. On aurait pu choisir de mettre en place un blog (technologie que nous avons tudie en dtails dans [Druel et Samier, 2005]) mais ils ne permettent pas un fort niveau dinteractivit entre les participants. Pour mener notre exprimentation nous avons choisi de mettre en place un forum sur le Web. Cet outil prsente de nombreux avantages : facile mettre en uvre, accessible par tout un chacun et dune richesse fonctionnelle permettant larchivage de donnes, la recherches de messages, la gestion des membres et un contrle des contenus (ce que le jargon du domaine appelle la modration). XXX Activit XXX XXX Facilit dutilisation Outil X News x Liste de diffusion xx Blog xxx Forum xxx Wiki x Archivage x x xxx xxx xxx Recherche x x xxx xxx xx Gestion xx xx x xx x Modration xx xxx x xxx xx

TABLE 13.1 Comparaison de diffrents outils permettant la gestion dune communaut

13.4.2

Objectifs

Lobjectif de cette exprimentation est de savoir si lon peut procder des mesures quantitatives de lactivit dune communaut lectronique. Nous avons choisi de mesurer lactivit dun forum, en cherchant mettre en rapport le nombre de membres dun forum et le nombre de messages changes par ces membres sur ce forum. la lumire des mthodes ci-dessus, nous allons chercher appliquer le principe dune mesure quantitative non pas un rseau mais une communaut lectronique. Dans la prsente exprimentation, nous chercherons dmonter quon peut procder une mesure quantitative permettant dvaluer la valeur dune communaut.

13.4.3

Protocole mis en uvre

Ce quil sagit de vrier cest donc comment le savoir schange dans une communaut. An de ne pas biaiser lexercice, on a volontairement choisi un thme trs loign des TIC : la cuisine. Nous nous sommes donc intresss au forum de discussion du site Chef Simon 4 . Ce forum met en uvre un moteur de forum open source trs courant sur Internet : PHP BB 5 . Lors du lancement de lexprimentation, le site avait 240 membres et comptait 4 202 messages. Pour devenir membre, il faut ouvrir un compte. Louverture de compte demande une adresse email valide mais ne procde aucune vrication didentit. Certains membres se prsentent et indiquent leur ge, leur sexe et parfois une partie de leurs activits. Sur le forum Chef Simon, on trouve des hommes et des femmes, des jeunes (le plus jeune membre dclar a 16 ans) et des vieux (la plus vieille a 67 ans). On trouve des professionnels
4. http://www.chefsimon.com. De plus, tant administrateur du forum, nous avons pu avoir le plein contrle des fonctionnalits techniques de loutil. 5. Voir http://www.phpbb.com. Le logiciel est Open Source et plac sous licence GPL 1.0.

159

des mtiers de bouche (cuisiniers, matres dhotels 6 , professionnels de la restauration collective et des cuisiniers amateurs (constituant la majorit des membres), des urbains et des provinciaux. Le site tant francophone, on trouve aussi des membres rsident soit dans les D OM -T OM soit ltranger (Argentine, Australie). Il sagit de franais expatris ou de francophones amateurs de cuisine. An de ne pas fausser les rsultats, les membres du forum nont pas t mis au courant de lexprimentation. Nous avons procd des relevs quotidiens du nombre de membres et du nombre de messages. Le nombre de pages vues na pas t mesur. En effet, il sagit de mesurer uniquement le rapport entre les messages et les membres 7 .

13.4.4

Application exprimentale

Nos observations se sont droules sur la priode du 6 fvrier 2006 au 7 octobre 2006. Nous avons arrt nos observations ds que le 481e membre a t inscrit (le lendemain mme du 7 octobre). Cette priode de 8 mois fut ncessaire au doublement du nombre de membres prsents dans la communaut. La gure 13.4 page 161 donne une approche globale des volutions sur la priode. On peut distinguer clairement trois phases, correspondant chacune un pallier de nombre de membres. Il faut noter que, durant toute cette exprimentation, nous avons limin systmatiquement les comptes manifestement faux (crs par des robots) et les messages inappropris de type spam. Nous navons pas procd leur quantication mais leur nombre tait non ngligeable, de lordre de plusieurs par jour (pour les membres et les messages), la cration de membres ctifs tant dailleurs suprieure la cration de spams.

13.4.5

Rsultats obtenus et analyse

Le graphique 13.4 page 161 illustre la progression du nombre de membres et de messages sur le forum, durant la priode dobservation. Sur la priode dobservation, laugmentation du nombre de membres a t rgulire et non tributaire dvnements extrieurs ayant pu avoir lieu. Sur la priode dobservation, ncessaire au doublement du nombre de membres, nous avons observ que le nombre de messages est pass de de 4 202 17 256. Nous notons que la progression du nombre de messages est rgulire et quelle nest pas affecte par des vnements extrieurs (prsence du Chef Simon sur des salons, vnements particuliers comme la sortie du Guide Michelin, ou autre). En avril 2007, une fois notre exprimentation termine, nous avons procd une nouvelle mesure : le forum comptait 674 membres pour un total de 25 667 messages. Nous avons observ que la tendance observe pendant notre priode dobservation ne se maintenait pas. De plus, la rpartition du nombre de messages par membre nest pas rgulire (voir tableau 13.2 page 162). Les disparits sont trs fortes puisque le membre le plus actif totalise 14 % des messages alors que plus de 33,14 % des membres avaient post de 1 5 messages et 40,73 % des membres nen avait pos aucun.
6. Dont un Meilleur Ouvrier de France 7. Ceci dit, on notera que, sur la dure de lexprimentation, laudience du site a baiss, ce paradoxe est intressant car il conrme la spcicit des sites collaboratifs.

160

Messages

9000 8000 7000 6000 5000 4000 3000 7 fev 06 15 mar 06 5 avr 06 15 mai 06 3 juin 06

F IGURE 13.4 Evolution du forum sur la priode danalyse

13.4.6

Apports pour la recherche

La courbe de rgression du nombre de messages rapports au nombre de membres du forum (voir gure 13.5 page 163) montre que la corrlation de la loi de Metcalfe sapplique sur un forum. Nous notons que la courbe de rgression na pas son origine 0, tendant prouver que lactivit sur un forum ne peut pas tre nulle. La cration dun forum utilisant PHP BB demande au moins un utilisateur (ladministrateur du forum) et cre au moins un message (message de bienvenue). De plus la prolifrations des crations de comptes par les robots et lenvoi de spams tendent valider cette observation. Nous postulons quun forum vide (cest dire sans contenu et sans membres) aurait une activit non nulle.

13.5
13.5.1

Conclusions et perspectives
Conclusions tirer de notre exprimentation

Lors de cette exprimentation nous avons cherch dterminer des mesures numriques de lactivit dun forum an den dterminer des informations quant la valeur de ce forum. Nous avons procd la mise en uvre dun forum dont la thmatique a t choisie an de sadresser un public non technophile. Nous avons ensuite procd la mesure du nombre de 161

Nombre de messages 0 15 6 10 11 20 21 50 51 100 101 500 650 1082 1100 1300 3700

Nombre de membres dans la tranche 279 227 38 49 32 21 18 5 4 1

Pourcentage de la tranche sur total de membres 40.73 33.14 5.55 7.15 4.67 3.07 2.63 0.73 0.58 0.15

TABLE 13.2 Activit des membres par tranches de messages messages crs sur une priode correspondant au doublement du nombre de membres. Nous avons pu observer que le nombre de messages en n de priode tait lgrement suprieur au carr du nombre de messages du dbut de la priode. ltablissement dune courbe de rgression valide que cette corrlation est pertinente (R2 = 0, 986).

13.5.2

Perspectives de recherche

Les perspectives ouvertes par cette exprimentation sont nombreuses car il y a beaucoup dinformations tirer de lanalyse de lactivit dune communaut, notamment quant au dimensionnement des serveurs ou la charge du rseau. Des exprimentations complmentaires peuvent tre menes an de chercher dnir comment peuvent se dterminer les leaders de la communaut. Des recherches en cours sur lencyclopdie en ligne W IKIPEDIA vont dailleurs dans ce sens, notamment pour tablir des modles de prvision dactivit 8 . De mme, une tude du rle particulier des modrateurs serait envisager.

13.5.3

Validation de lhypothse H 2

Il nous a t possible de dterminer des mesures numriques, nous avons mme observ que lactivit dun forum peut suivre certaines lois de mesure dactivit (la loi de Metcalfe, en lespce). Ces mesures, cependant peinent renseigner sur la valeur du forum. Donc, mme si les communauts peuvent partiellement suivre lune ou lautre loi ; cest sans doute accidentel et surtout cest assez inadapt car la seule mesure numrique ne donne pas dide sur lvaluation de la valeur. Nous validons partiellement notre hypothse H 2 Lexprimentation suivante aura pour but de valider notre hypothse H 3.

8. voir http://fr.wikipedia.org/wiki/Wikipedia:Previsions

162

F IGURE 13.5 Courbe de rgression

messages/ membres

du forum

163

164

Chapitre 14

Le rle et limportance des outils dans un projet

Sommaire
14.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.2 Les mthodes agiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.3 Hypothse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.4 Exprimentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.4.1 Des projets ad hoc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.4.2 Objectif de lexprimentation . . . . . . . . . . . . . . . . . . . . . . . . 14.4.3 Protocole mis en uvre . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.4.4 Application exprimentale . . . . . . . . . . . . . . . . . . . . . . . . . 14.4.5 Rsultats obtenus et analyse . . . . . . . . . . . . . . . . . . . . . . . . 14.5 Conclusions et perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.5.1 Conclusions tirer de notre exprimentation . . . . . . . . . . . . . . . 14.5.2 Perspectives de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . 14.5.3 Validation de lhypothse H 3 . . . . . . . . . . . . . . . . . . . . . . . . 167 167 169 169 169 169 170 170 171 173 173 173 174

165

166

14.1

Introduction

outils apportent-ils de la valeur ? Si oui dans quelle mesure ? La valeur, au contraire, vientelle de lorganisation dun projet ? Si oui, quelle est limportance des outils de gestion de projet ? Nous avons mis lhypothse (9.5.3 page 119) que les outils apportent de la valeur un projet.
ES

An de valider notre hypothse H 2, nous avons effectu une exprimentation consistant demander des concepteurs de mettre en uvre des solutions techniques permettant la ralisation de projets. Il nous faut prsenter les mthodes agiles de gestion de projet (14.2) avant de vrier exprimentalement (14.4, page 169) les hypothses que nous mettons (14.3, page 169).

14.2

Les mthodes agiles

Pour mener bien un projet de dveloppement informatique, la mthode la plus connue et la plus documente consiste partir dune expression de besoins, qui permet de rdiger un cahier des charges, lequel dbouche sur des spcications fonctionnelles dtailles. Une fois les dveloppements effectus, on passe une phase de recette qui permet de valider que les dveloppements raliss sont conformes au cahier des charges. Ces mthodes regroupent et formalisent les phases de conception, de dveloppement et de livraison. Elles sont trs adaptes aux projets lourds et demandent une organisation huile pour tre efcaces. Archtype de cette lourdeur, la sparation de la direction du projet entre une matrise douvrage et une matrise duvre, principes hrits du btiment o les choses sont par dnition moins souples quen informatique. Certaines mthodes ont fait lobjet de formalisations trs pousses, telle la mthode Merise dans les annes 1970 1 . Cette mthode en courbe de soleil (cycle bottom-up et top-down) na de sens que parce quelle sappuie sur des existants prennes quelle tudie en dtails (et mme avec une certaine lourdeur) an de procder des modlisations posteriori. Les donnes et les traitements sont spars et considrs priori comme stables primtre fonctionnel constant tant que le mtier de lentreprise ne change pas. De mme, les normes ISO 12207 (gestion du cycle de vie dun logiciel) et 9126 (exigence qualit des logiciels) reprennent en partie ces principes. Cependant, les projets ns sur les rseaux ne peuvent pas reprendre ces mthodes. Ainsi sont nes de nouvelles mthodes, plus adaptes au dveloppement de projets collaboratifs, les mthodes agiles. Ces mthodes sont diverses et moins formalises que les prcdentes car par conception mme, elles sont adaptatives. Proposes par des informaticiens habitus aux dveloppements rapides et adaptatifs, les mthodes agiles ont pour objectifs focaliser sur les ralisations, de mettre le client au cur des proccupations et dassouplir les mthodes traditionnelles vues comme lourdes. Un manifeste 2 publi en 2001 marque formellement lengagement des auteurs dans la cette nouvelle direction. On retrouve parmi les auteurs du manifeste un grand nombre dinitiateurs de mthodes agiles. On a soulign les termes employs par ces mthodes.
1. Et, dans une moindre mesure, ses concurrentes SDMS et A XIAL. 2. Accessible sur le site http://agilemanifesto.org/.

167

Lquipe : Des personnes et interaction plutt que des processus et des outils. Dans loptique agile, lquipe est bien plus importante que les moyens matriels ou les procdures. Il est prfrable davoir une quipe soude et qui communique compose de dveloppeurs moyens plutt quune quipe compose dindividualistes, mme brillants. La communication est une notion fondamentale. Lapplication : Des logiciels fonctionnels plutt que des documentations compltes. Il est vital que lapplication fonctionne. Le reste, et notamment la documentation technique, est secondaire, mme si une documentation succincte et prcise est utile comme moyen de communication. La documentation reprsente une charge de travail importante, mais peut pourtant tre nfaste si elle nest pas jour. Il est prfrable de commenter abondamment le code lui-mme, et surtout de transfrer les comptences au sein de lquipe (on en revient limportance de la communication). La collaboration : Mieux vaut une collaboration avec le client plutt quune ngociation de contrat. Le client doit tre impliqu dans le dveloppement. On ne peut se contenter de ngocier un contrat au dbut du projet, puis de ngliger les demandes du client. Le client doit collaborer avec lquipe et fournir un feed-back continu sur ladaptation du logiciel ses attentes. Lacceptation du changement : Ragir au changement plutt que suivre un plan. La planication initiale et la structure du logiciel doivent tre exibles an de permettre lvolution de la demande du client tout au long du projet. Les premires releases du logiciel vont souvent provoquer des demandes dvolution.

F IGURE 14.1 Les valeurs fondatrices des mthodes agiles dorganisation de projets dveloppement informatique . Ces quatre valeurs se dclinent en douze principes : Notre premire priorit est de satisfaire le client en livrant tt et rgulirement des logiciels utiles. Le changement est bienvenu, mme tardivement dans le dveloppement. Les processus agiles exploitent le changement comme avantage comptitif pour le client. Livrer frquemment une application fonctionnelle, toutes les deux semaines deux mois, avec une tendance pour la priode la plus courte. Les gens de lart et les dveloppeurs doivent collaborer quotidiennement au projet. Btissez le projet autour de personnes motives. Donnez leur lenvironnement et le soutien dont elles ont besoin, et croyez en leur capacit faire le travail. La mthode la plus efcace de transmettre linformation est une conversation en face face. Un logiciel fonctionnel est la meilleure unit de mesure de la progression du projet. Les processus agiles promeuvent un rythme de dveloppement soutenable. Commanditaires, dveloppeurs et utilisateurs devraient pouvoir maintenir le rythme indniment. Une attention continue lexcellence technique et la qualit de la conception amliore lagilit La simplicit - lart de maximiser la quantit de travail ne pas faire - est essentielle. Les meilleures architectures, spcications et conceptions sont issues dquipes qui sautoorganisent. intervalle rgulier, lquipe rchit aux moyens de devenir plus efcace, puis accorde et ajuste son comportement dans ce sens. Autour de ces principes gnraux qui rsument la philosophie agile, se sont dveloppes plusieurs mthodes qui les en proposent des dclinaisons oprationnelles. On peut citer : le Dynamic 168

System Developpement method (DSDM), Rapid Action Development (RAD), Scrum, Rational Unied Development (RUP) et lExtreme Programming (XP). Il faut noter que ces mthodes sont trs adaptes des projets faisant appel de petites quipes ractives et efcaces. [Brooks, 2001] la formalis dans dans une loi empirique devenue clbre : ajouter des personnes un projet en retard ne fera que le retarder. Le postulat est que la plupart des tches ne sont pas partitionnables et que les nouveaux arrivants vont faire perdre du temps aux quipes en place en temps de communication. Ce temps perdu tant proportionnel n(n 1) (o n est le nombre de personnes impliques). On constate que plus une quipe est grande plus le temps perdu pour la communication lest aussi. Le paramtre taille dune quipe inue comme une loi de rendement dcroissant dans la productivit en informatique. Lanalogie pour le monde rel est quen tant 300 dans une cuisine de 30 m2 il y a peu de chance de pouvoir faire un aussi bon travail qu 3 personnes.

14.3

Hypothse

Nous mettons lhypothse que la valeur dun projet est (partiellement ou totalement) dans les outils mis en uvre pour le mener bien.

14.4
14.4.1

Exprimentation
Des projets ad hoc

Nous avons conu 3 scnarios de projets correspondant des situations courantes dusage dans la vie de tous les jours : Scnario SC 1 : groupe de chercheurs : un groupe de chercheur veut crire un article. Ils doivent travailler distance. Mettre en place les outils leur permettant de parvenir rapidement et efcacement leur but. Scnario SC 2 : intranet dentreprise : une entreprise veut mettre en place un intranet permettant des services diffrents de travailler sur des projets communs. Scnario SC 3 : groupe damis : un groupe damis dcide de partir en vacances. An de faciliter lorganisation de leur sjour, ils utilisent des outils collaboratifs.

14.4.2

Objectif de lexprimentation

Lobjectif est dvaluer limportance du rle dvolu aux outils utiliss pour grer le projet et aussi aux outils mis en uvre pour rpondre aux scnarios. 169

14.4.3
14.4.3.1

Protocole mis en uvre

Participants

Nous avons runi un groupe mixte de 12 tudiants de niveau master 1, de prols varis (les spcialits comprenaient linformatique, la gestion de projet, la documentation). Nous avons rparti le groupe en 3 quipes de 4 personnes. La constitution des quipes a t faite par tirage au sort. Toutes les quipes taient mixtes. 14.4.3.2 Protocole

Une fois le scnario dvoil aux quipes, une libert totale leur tait laisse dans lorganisation de leur travail et dans la formalisation du rsultat. Une synthse crite tait exige mais chaque quipe pouvait proposer des formes complmentaires de formalisation. De plus, chaque groupe a dispos de 20 minutes pour prsenter oralement le projet sur lequel il a travaill et les rsultats obtenus. Lexprimentation sest droule en cinq phases : Phase de prsentation : nous avons prsent le contexte dexprimentation au groupe. Les quipes ntaient pas encore constitues. Constitution des quipes : une fois le contexte prsent, nous avons constitu les quipes puis rvl les scnarios. Attribution des scnarios : lattribution des scnarios sest fait par afnit de chaque groupe avec le scnario. Approche guide : dans un premier temps, nous sommes rests disposition des groupes an de rpondre aux questions qui se posaient en termes de rsultat attendu. Nous avons cherch tre le moins directif possible. Travail personnel : une fois cette premire session termine, les groupes ont dispos de 4 semaines de travail libre. Durant cette priode nous sommes rests disposition des groupes. Restitution du projet : la deuxime session de travail a permis la restitution du projet par chaque groupe.

14.4.4
14.4.4.1

Application exprimentale
observations des groupes

Durant toute la dure de lexprimentation, nous avons observ le comportement de chaque groupe quant son organisation interne et sa rsolutions de problmes. Nous nous sommes galement appuys sur lanalyse du document crit et sur le comportement lors de la restitution orale. Nos observations sont consignes dans le tableau 14.1 page 172. 14.4.4.2 Observation des rsultats obtenus

A lissue de la restitution faite par chaque groupe, nous avons observ les rsultats proposs. Nous avons observ les besoins exprims, lanalyse technique propose, la solution technique 170

envisage et enn la solution ergonomique dgage. Nos observations sont consignes dans le tableau 14.2 page 172.

14.4.5
14.4.5.1

Rsultats obtenus et analyse

Organisation des quipes

Nous avions volontairement donn peu de contraintes aux quipes : les scnarios offraient de grandes possibilits dinterprtation et une libert totale a t laisse aux quipes quant leur organisation et leur gestion du temps. Nous avons observ que lquipe la plus organise est arrive au rsultat le plus aboutit. Ce rsultat est mettre en balance avec la littrature sur linnovation en entreprise, qui propose la cration de cellules dinnovations dans lesquelles on assouplit les rgles de lentreprise. Voir ce propos [Le Masson et al., 2006] et [Schn et al., 2006]. Nous avions constitu des groupes multi-disciplinaires et nous constatons que cela a inu sur la crativit des groupes. Le groupe dont les prols taient les moins homognes (le groupe SC 2) a propos la solution cherchant intgrer un grand nombre de fonctions en particulier des solutions novatrices, comme linstant messaging et les ux RSS 3 . En cela, notre exprimentation conrme les positions dfendues par [Musso et al., 2005] quant lintrt de lorganisation en plateaux-ptales.

14.4.5.2

Solutions proposes

un phnomne est marquant dans lanalyse des solutions proposes : bien que les scnarios proposent des situations dusages diffrentes dans des contextes diffrents, les solutions proposes mettent en uvre les mmes outils pour les mmes usages. Le tableau 14.3 page 173 prsente une synthse des outils mis en uvre par les diffrents groupes. Les outils les plus utiliss sont lemail, lespace disque et lagenda. Le forum et la visioconfrence arrivent en seconde position. Les autres fonctionnalits ne sont mises en uvre que par lun ou lautre des projets proposs. On notera quun seul projet (par ailleurs le moins abouti) voque la base de donnes. Or on a montr au paragraphe 6.3.1.1 page 76 que celles-ci taient des outils connexes du Web, utilises par nombre doutils de partage. On en dduit donc que lutilisation de bases de donnes est implicite dans les solutions qui ne mentionnent pas leur utilisation 4 . Une place part est rserver au Web : il intervient dans toutes les solutions proposes non pas comme outil en soi mais comme solution dintgration dautres outils spcialiss.

3. Les ux RSS sont des ux XML permettant la sparation entre le fond et la forme des informations. Nous avons prsent ces ux dans [Druel et Samier, 2005]. Leur utilisation a t popularise par les blogs (voir 6.3.2.1 page 79). 4. On ne saurait, par exemple, faire fonctionner de forum sur le Web sans base de donnes.

171

Groupe Groupe SC 1 Partage des tches minimal mais organisation dsordonne Nomination dun chef de projet puis dcomposition en tches avec affectation dun responsable. travaillent en mode projet Le scnario est prcis et sri. Analyse ne de besoins fonctionnels. Prsentation dun guide dutilisation sommaire Prcise le scnario et analyse en dtails Aucun

Organisation du groupe Lente et dsordonne. Pas de chef de projet. Pas de dcomposition des tches

Analyse du scnario Faible. Focalisation sur la solution technique. Proposition technique minimale

Rendu exprimental

Rendu crit Faible.3 pages laconiques

Rendu oral

Scolaire

Groupe SC 2

Proposent une maquette statique (illustration) Maquette Web oprationnelle sur base dun dveloppement prcdent

Moyen : dcrit chaque fonction et justie les outils par la technique mais cherche des solution innovantes

Moyen : chaque membre prsente les tches effectues

Groupe SC 3

Justication faible de lemploi des outils. Chaque fonction dispose dun outil

Le chef de projet anime le groupe. Chaque responsable de tche prsente sa ralisation. Le chef de projet prsente la maquette et conclue

TABLE 14.1 Relev de lobservation des comportements des groupes de travail

Groupe Groupe SC 1 Besoin exprim Veille technologique Suivi du document en cours Runion distance Communication dans le groupe Communication individuelle Groupe SC 2 Communication collective Partage de documents Recherche documentaire Partage dinformation Difser les ressources Partager lavancement des tches Grer le temps Gestion du projet Partager des photos Liens utiles Analyse du besoin Base de donnes Stockage de chier Visio-confrence email + agenda partag Email avec anti-spam + Instant Messaging Forum et visio-conference Stockage Moteur de recherche Flux RSS Planning et gestion de projet Forum Agenda Bibliothque Album Photo Page Web Outil choisi Dossier dans une base de donnes Espace disque partag non spci Outlook non spci non spci Disque dur Non spci non spci Agenda partage et gestionnaire de projets Intgration dun outil Intgration dun outil Stockage de chiers Intgration dun outil Publication de page Web

Ergonomie propose

Page Web

non spci Outlook

non spci

Page Web

non spci

non spcie

Groupe SC 3

Site Web

TABLE 14.2 Relev de lobservation des propositions faites par les groupes de travail

172

Groupe Groupe SC 1 Groupe SC 2 Groupe SC 3

Email oui oui oui

Espace disque oui oui oui

Visio Conf. oui oui non

base de donnes oui non non

Instant Messaging non oui non

Agenda oui oui oui

Moteur de recherches non oui non

Forum non oui oui

Gestion de projet non oui non

Flux
RSS

non oui non

TABLE 14.3 Analyse des solutions proposes par les groupes de travail

14.5
14.5.1

Conclusions et perspectives
Conclusions tirer de notre exprimentation

Lors de cette exprimentation, nous avons cherch dterminer le rle des outils et des mthodes dans lorganisation dun projet de mise uvre de produit an den tirer des enseignements quant la valeur dun projet. Nous avons construit des scnarios dcrivant des situations dusage et nous les avons proposs des groupes de travail. Nous avons ensuite observ la faon dont les groupes sorganisaient et les rsultats proposs. Nous avons pu tablir une corrlation entre le niveau dorganisation et la qualit du rsultat obtenu : le groupe le plus organis est celui qui a obtenu le rsultat le plus abouti Nous avons galement observ que les mmes outils taient utiliss pour les mmes besoins. De plus le rle dvolu au Web est celui dun mta-outil assurant lintgration de fonctions spcialises.

14.5.2

Perspectives de recherche

Nous proposons deux perspectives de recherche, lissue de notre exprimentation. La premire perspective concerne la ncessit dorganisation dans une quipe projet. Alors que la littrature relative lorganisation de linnovation dans les entreprises propose dassouplir les structures pour favoriser linnovation, nous avons constat que, quand on adresse non plus des organisations tablies mais des petits groupes dindividus, le rle de lorganisation semble reprendre toute son importance. Ce rsultat est relativiser car les groupes que nous avions constitus taient de petite taille. Il faudrait donc mener des exprimentations plus grand chelle (plus de projets, quipes plus importantes en nombre, dure de projet plus longue) an de dterminer si cette inversion se conrme et quelle moment elle est intervient (en fonction du nombre de participants, en fonction de la dure du projet ou de sa complexit). La deuxime perspective concerne le rle jou par le Web lre du partage : nous avons observ que dans les projets prsents supra il avait le rle dun agrgateur. Il sagit l dune tendance observe plus largement avec des approches de type mash-up et le Web 2.0 dont la caractristique est de proposer aux utilisateurs les moyens dagrger eux-mmes des services de provenance diffrentes. Dans cette approche, le rle des standards et de linteroprabilit est de premire importance. Les enjeux en terme de proprit intellectuelle galement. Il y a l un vaste 173

champ dinvestigation.

14.5.3
H3

Validation de lhypothse H 3

Les conclusions auxquelles nous sommes arrivs nous permettent de valider notre hypothse : les outils mis en uvre dans un projet, en particulier les outils dorganisation de projet permettent datteindre un objectif avec efcacit.

174

Chapitre 15

Application du modle
Sommaire
15.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.2 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.3 Protocole mis en uvre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.3.1 Participants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.3.2 Protocole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.4 Application exprimentale 1 : valuation de deux projets rfrents . . . . . 15.4.1 Rsultats obtenus pour VLC . . . . . . . . . . . . . . . . . . . . . . . . . 15.4.2 Rsultats obtenus pour W IKIPEDIA . . . . . . . . . . . . . . . . . . . . . 15.4.3 Synthse des rsultats de lapplication exprimentale 1 . . . . . . . . . . 15.5 Application exprimentale 2 : projets varis . . . . . . . . . . . . . . . . . . 15.5.1 Les analyses de E MULE et O PEN O FFICE . . . . . . . . . . . . . . . . . . 15.5.2 Les analyses de F IREFOX et de W ORD P RESS . . . . . . . . . . . . . . . . 15.5.3 Synthse des rsultats de lapplication exprimentale 2 . . . . . . . . . . 15.6 Remarques sur la mthode et pistes de lecture . . . . . . . . . . . . . . . . . 15.6.1 Analyse des verbatims . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.6.2 Nos observations lors de lexprimentation . . . . . . . . . . . . . . . . 15.6.3 Interprtation et lecture du modle . . . . . . . . . . . . . . . . . . . . 15.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.7.1 Conclusions tirer de lexprimentation . . . . . . . . . . . . . . . . . . 15.7.2 Perspectives de recherches . . . . . . . . . . . . . . . . . . . . . . . . . 177 177 177 177 178 178 178 180 180 182 182 185 185 185 185 187 187 190 190 191

175

176

15.1

Introduction

deux exprimentations que nous avons menes nous ont permis de valider dune part que les quantications numriques taient possibles dans certaines conditions (voir chapitre 13, page 153) et dautre part que les outils mis en uvre an de mener bien un projet pouvaient contribuer la dtermination de sa valeur en amliorant la production effective dun rsultat de qualit (voir chapitre 14 page 165).

ES

Nous proposons maintenant de vrier lapplicabilit de notre modle. Notre mthode se destine des utilisateurs naux souhaitant choisir un projet et sy investir. Nous ferons donc appel des utilisateurs, qui nous demanderons dappliquer notre modle. Un fois les objectifs dnis (15.2) et le protocole dcrit (15.3), nous pourrons dcrire les applications exprimentales (15.4 page 178) et commenter les rsultats obtenus pour lapplication exprimentale 1 (15.4 page 178) et lapplication exprimentale 2 (15.5 page 182). Cela nous permet de tirer quelques remarques et de dgager des pistes de lecture de notre modle (15.4 page 178).

15.2

Objectifs

Lobjectif principal que nous xons pour cette exprimentation est de tester notre modle dans des conditions dutilisation proches de celles que nous visons la cible. Comme nous lindiquons au paragraphe 10.2.2 page 126, en effet, nous destinons notre modle des utilisateurs dsireux de choisir un projet. Pour cette premire application, nous avons choisi un panel compos dexperts de lInternet. Nous limons ainsi une difcult potentielle lie la matrise des outils de recherche sur le rseau. De plus, cette exprimentation devra galement nous permettre de tester la validit externe et la abilit 1 de notre modle. En effet, si nous voulons que notre modle touche sa cible il lui faudra tre gnralisable et able.

15.3
15.3.1

Protocole mis en uvre

Participants

Nous avons tabli un panel de testeurs est compos de 15 tudiants en Master 2, avec une spcialisation en veille technologique et en information. Malgr quelques cas particuliers dus des divergences de parcours, nous considrons que les membres du panel sont des experts de lInternet : leur formation contient une forte composante de recherche sur les rseaux ainsi que de la veille. Ils matrisent la recherche sur Internet sont mme de rassembler des informations sur tout type de thmatique. Nous navons pas fait de segmentation par sous-groupes : chaque membre du panel a travaill individuellement lapplication du modle. Lobjectif recherch tait de disposer de nombreuses applications de notre modle.
1. Sur la dnition de ces deux termes, cf. [Bachelet, 2007]. Voir galement paragraphe 7.2.2 page 94.

177

15.3.2

Protocole

Nous avons procd deux applications du modle : Une premire phase de vrication de deux de nos quatre projets-rfrents ; une seconde phase mettant en uvre notre algorithme de choix de projets et laissant les participants libres de choisir un projet valuer ( lexception des deux vris lors de la premire phase). Lobjectif de la premire phase est de vrier la abilit de notre modle. Lobjectif de notre seconde phase est de vrier son applicabilit de nombreuses situations par des testeurs ayant des niveaux de connaissance varis de notre domaine. Nous aurions pu, en effet, donner chaque testeur un niveau dinformation uniforme (par la mise distribution de dossier, par exemple) mais cela aurait conduit des rsultats trop quivalents les uns avec les autres. Enn, lors de cette exprimentation, nous avons choisi de ne pas guider les testeurs an de ne pas biaiser lapplication du modle. Nous avons procd des observations qui feront lobjet de commentaires.

15.4

Application exprimentale 1 : valuation de deux projets rfrents

Nous avons procd en trois phases : Prsentation de la mthode aux membres du panel de test. Nous avons suivi la dmarche telle quelle est expose au chapitre 10 (page 123) ; application de la mthode par le panel de test ; expression libre propos de la mthode, retour dexprience et verbatim ; observation des modalits dapplication de la mthode. Nous avons prsent en dtail la mthode au panel de test (en 2 heures). Pour appliquer la mthode, chaque testeur disposait dune connexion Internet et dun centre de documentation. La premire exprimentation a consist faire tester une mme application par plusieurs testeurs. Nous avons choisi de faire tester deux des quatre projets de rfrence (voir chapitre 12 page 141) : W IKIPEDIA et VLC. Nos quatre projets de rfrence comptent en effet deux outils techniques et deux communauts lectroniques. Nous avons utilis le projet-phare de chaque catgorie. Chacun de ces projets tait connu (au moins de rputation) par tous les testeurs. Chaque testeur disposait dune heure pour appliquer la mthode. Tous les testeurs ont utilis Internet pour trouver des informations leur permettant de justier leurs notations. Aucun testeur na eu recours au centre de documentation.

15.4.1

Rsultats obtenus pour

VLC

Le tableau 15.1 page 183 donne la synthse des analyses effectues : nous avons obtenu 6 analyses du projet. Nous avons procd une comparaison de la moyenne des notes obtenues avec notre propre application du modle sur le projet VLC. Il apparat que : Sur les 10 critres dvaluation de lattractivit : 4 moyennes sont suprieures nos notations 178

 4 moyennes sont infrieures nos notations 2 moyennes sont quivalentes nos notations la totalisation des notes moyennes est suprieure de 3,5 points notre notation (60,5 point contre 57) les carts-types des notations de chaque critre varient entre 0,41 et 2,40 sur les 8 critres dvaluation de la prennit : 5 moyennes sont infrieures nos notations 3 moyennes sont quivalentes nos notations aucune moyenne nest suprieure nos notations la totalisation des notes moyennes est infrieure de 5 points notre notation (55,33 points contre 60) les carts-types des notations de chaque critre varient entre 0,52 et 1,60 Nous pouvons tablir le graphique 15.1 (page 179), qui nous permet de comparer notre analyse du projet la moyenne des analyses faites par les testeurs.

F IGURE 15.1 Reprsentations graphiques de notre modle pour VLC (en gris notre analyse, en noir, la moyenne des analyses des testeurs)

179

15.4.2

Rsultats obtenus pour W IKIPEDIA

Nous avons procd de faon similaire pour W IKIPEDIA (tableau 15.2 page 183). Nous avons obtenu 9 analyses pour WIKIPEDIA. Il apparat que : Sur les 10 critres dvaluation de lattractivit : 4 moyennes sont suprieures nos notations ; 4 moyennes sont infrieures nos notations ; 2 moyennes sont quivalentes nos notations ; la totalisation des notes moyennes est suprieure de 8 points nos notations (62,56 points contre 71, soit un cart de 12 %) ; les carts-types des notations de chaque critre varient entre 0,87 et 3,49 sur les 8 critres dvaluation de la prennit : 2 moyennes sont suprieures nos notations ; 5 moyennes sont infrieures nos notations ; 1 moyenne est quivalente nos notations ; la totalisation des notes moyennes est infrieure de 6 points notre notation (56 contre 62) les carts-types des notations de chaque critre varient entre 0,60 et 3,03 Nous pouvons tablir le graphique 15.2 (page 181), qui nous permet de comparer notre analyse du projet la moyenne des analyses faites par les testeurs.

15.4.3

Synthse des rsultats de lapplication exprimentale 1

Nous notons que tous les testeurs ont pu utiliser la mthode. En cours danalyse, toutefois, certains critres sont apparus difciles valuer, les critres qualitatifs en particulier car leur valuation demande une connaissance ne du contexte et des projets valus. Dans les deux cas, les valuations effectues par les testeurs diffrent peu de celles que nous avions faites. Nous remarquons que les diffrences les plus sensibles se font sur les critres qualitatifs, en particulier les plus difciles cerner (gouvernance, lgende du projet, prsence dun gourou). Le critre projet dont on parle 2 demande, quant lui, un suivi de lactualit du domaine. Les testeurs ont not chaque critre avec rgularit : nous notons que les carts-types de chacun des critres est faible : Les carts-types des critres dattractivit de VLC oscillent entre 0,42 et 2,42 les carts-types des critres de prennit de VLC oscillent entre 0,52 et 1,94 les carts-types des critres dattractivit de W IKIPEDIA oscillent entre 0,87 et 3,84 les carts-types des critres de W IKIPEDIA oscillent entre 0,60 et 3,03. Les rsultats de cette premire exprimentation nous permettent de conclure que : Lchelle de notation (0 10) est comprise par les testeurs qui ne demandent ni une chelle plus courte ( 5 niveaux par exemple) ni une chelle plus dtaille ( 100 gradations par exemple). La comprhension de chaque critre est bonne, puisque les carts-types de notation sur chaque critre sont faibles. Certains critres qualitatifs sont dun abord difcile : les carts-types sont forts sur ces critres.
2. Les mdias utilisent plutt langlicisme buzz (cest dire littralement bourdonnement, terme employ sur le Web dans une acception proche de bouche oreille) pour dsigner cette ralit.

180

F IGURE 15.2 Reprsentations graphiques de notre modle pour W IKIPEDIA (en gris notre analyse, en noir, la moyenne des analyses des testeurs)

Enn, les notes moyennes attribues par les testeurs chaque critre sont peu diffrentes de nos propres notations. En nous appuyant sur les verbatims et lobservation du groupe, nous pouvons mettre en lumire les carts de notation les plus importants entre notre analyse et celles effectues par les membres du panel : Gouvernce de VLC : Nous avons estim que, bien que fortement structure, la gouvernance de VLC est peu communautaire car assez ferme aux utilisateurs. Les testeurs nont retenu que la premire partie du constat ; dveloppements tiers de VLC : notre pondration pour ce critre est de 5. La moyenne de celles des testeurs est de 7,50. Nous avons not peu de dveloppements tiers autour de VLC 3 . Or, une rumeur fait tat de lutilisation de VLC comme base pour un futur produit de G OOGLE. La rputation de cette entreprise est lorigine de la diffrence de notation. versionning de W IKIPEDIA : notre notation prend en compte le versionning de lencyclopdie. Elle est en constante volution et donc nous avons attribu une pondration importante ce critre. Les testeurs ont considr le logiciel Media Wiki qui est le moteur de lencyclo3. Ils composs essentiellement de skins, cest dire dire damliorations cosmtiques.

181

pdie. Or ce logiciel ne connat pas un grand nombre de versions. sponsors de W IKIPEDIA : les sponsors de W IKIPEDIA sont peu nombreux. Notre note est donc assez basse. Les testeurs ont contrebalanc le faible nombre de sponsors par leur rputation : un des sponsors de W IKIPEDIA, en effet, nest autre que G OOGLE. Enn, la perception de certains critres varie en fonction de la sensibilit des testeurs certains facteurs : rputation de tel ou tel acteur, connaissance du secteur, suivi de lactualit du domaine. . .

15.5

Application exprimentale 2 : projets varis

La deuxime application exprimentale sest droule en 2 phases et avait deux objectifs principaux : vrier la validit de notre algorithme de choix de projets et appliquer notre modle des projets varis an de vrier son applicabilit un large ventail de projets. Le tableau 15.3 page 187 prsente la liste des projets slectionns par les testeurs. une exception prs, tous les projets retenus sont anciens et fortement utiliss. Comme nous lavons not en introduction du prsent chapitre, bien que certains testeurs peuvent tre considrs comme des experts de la recherche sur Internet, certains ne sont pas des spcialistes des projets ouverts. Lors de la phase dapplication de lalgorithme de choix, nous avons t amen aider deux des testeurs, en leur suggrant plusieurs projets, en dcrivant chacun deux 4 . Il est intressant de noter que certains projets ont t choisis, sans concertation, par plusieurs testeurs. Nous notons que les projets choisis ne sont pas les moins importants des projets ouverts. Nous prsentons ces quatre projets ayant fait lobjet de plusieurs analyses. Il sagit de F IREFOX, W ORDPRESS, E MULE et O PEN O FFICE.

15.5.1

Les analyses de E MULE et O PEN O FFICE

Les analyses dE MULE sont prsentes dans le tableau 15.6 page 189 et celle dO PEN O FFICE sont prsentes dans le tableau 15.7 page 189. Le graphique 15.3 page 184 donne la reprsentation graphique des deux analyses dEmule. Les analyses de chacun de ces projets prsentent de fortes divergences sur des critres dont on a dj not la difcult dapprhension : Utilisateurs phares dE MULE : un des testeurs ne note pas dutilisateurs-phares et pondre le critre 0. Lautre testeur retient que E MULE a t lu projet de lanne de sa catgorie lors dun sondage fait par S OURCE F ORGE 5 et pondre le critre 7. sponsors dE MULE : un des testeurs note que le projet na pas de sponsor mais uniquement un systme de dons. Il pondre le critre 3. Lautre retient le grand nombre de dons et lassimile du sponsoring. Le critre est pondr 7. respects des standards par E MULE : E MULE est respectueux des standards de son domaine (voire, il en est souvent lorigine). Cest pour cette raison que lvaluation 2 pondre ce critre 10. La dernire version du logiciel, cependant, inclus un mcanisme de brouillage du protocole pour passer au travers des protections anti-P-to-P mises en place par les fournisseurs daccs. Cest ce qui justie une notation de 2.
4. Aprs description sommaire, cest le CMS SPIP et le moteur de blog W ORD P RESS qui ont t choisis. Ce point va nous fournir une comparaison intressante car ce projet a galement t choisi spontanment par un autre testeur du panel. cf. infra 5. voir paragraphe 6.4.2 page 85.

182

Attractivit Dev. U.phares tiers Ancien. Sponsors Gourou Buzz Lgende 3 5 5 6 8 7 7 6,33 1,21 0,84 0,89 0,52 0,55 0,41 2,40 1,03 0,98 1,60 1,94 0,52 1,26 8 6 8 8 7 8 7,50 5 6 7 5 6 7 6,00 8 9 9 9 8 9 8,67 1 2 2 1 2 1 1,50 7 6 7 7 7 7 6,83 8 6 7 8 2 4 5,83 3 4 2 2 2 1 2,33 7 7 8 9 7 9 7,83 7 7 7 7 6 3 6,17 5 4 5 8 2 5 4,83 7 8 8 8 7 8 7,67 3 2 5 4 5 5 4,00 5 8 8 0 9 5 3 8 9 5 8 8 9 8 8 8 7 8 7 7,67 0,52 F uniques Com. dev. Com. util. Ap. fonds Gest. savoir

Groupes

Multil.

Version.

Prennit Renouv. Gest.proj. sponsors

Gouvern. stds

3 7 8 7 7 8 8 7,50 0,55

10 8 10 10 10 10 10 9,67 0,82

8 9 10 10 8 9 9,00

7 3 8 8 7 6 6,50

Notre Evaluation Eval 1 Eval 2 Eval 3 Eval 4 Eval 5 Eval 6 Moyenne EcartType

0,89

1,87

TABLE 15.1 Comparaison de diffrentes analyses de VLC

Attractivit Dev. U.phares tiers Ancien. Sponsors Gourou Buzz Lgende 4 6 9 4 2 4 5 3 7 5 5,00 2,12 0,87 1,12 1,73 2,22 1,51 1,69 3,84 7 7 8 7 7 6 7 5 6 6,67 7 7 7 4 8 7 6 7 7 6,67 9 8 7 5 10 10 10 10 9 8,67 5 6 3 1 4 3 2 2 8 3,78 9 4 7 7 9 8 7 8 8 7,44 10 8 5 9 10 10 10 10 10 9,11 0 9 2 4 0 0 0 0 9 2,67 5 8 4 5 10 10 5 7 8 5 8 3 3 6 8 1 8 5,56 2,70 F uniques Com. dev. Com. util. 10 10 8 5 10 10 10 8 10 10 9,00 1,73 Ap. fonds 7 8 9 7 10 10 10 10 10 9 9,22 1,09

Groupes

Multil.

Version.

Prennit Renouv. Gest.proj. sponsors 9 9 8 6 8 8 7 6 10 9 7,89 1,36 4 2 2 7 6 1 0 0 0 4 2,44 2,65

Gest. savoir 10 8 4 5 10 10 10 6 7 5 7,22 2,39

Gouvern. stds

10

10

10 9 8 8 7 8 8 9 8 8 8,11 0,60

5 7 2 8 9 6 10 10 10 3 7,22 3,03

10 8 8 8 10 10 10 10 10 9,33

0 9 7 3 1 0 1 1 7 3,22

Notre Evaluation Eval 1 Eval 2 Eval 3 Eval 4 Eval 5 Eval 6 Eval 7 Eval 8 Eval 9 Moyenne EcartType

1,00

3,49

TABLE 15.2 Comparaison de diffrentes analyses de Wikipedia

183

versionning dO PEN O FFICE : Un des testeurs prend en compte le fait que, dans le temps, les versions dOpen Ofce sont de plus en plus nombreuses et rgulires. Il pondre le critre 5. Lautre testeur dnombre le nombre de versions disponibles (par plateformes et par langues) et pondre le critre 10. sponsors dO PEN O FFICE : un des testeurs ne retient que les deux sponsors historiques du projet et pondre le critre 1. Lautre note que de nouveaux sponsors sont rcemment arrivs et pondre le critre 7. Nous retenons que les diffrences de pondration des critres sont dues des diffrences dinterprtation des critres. Comme dans lexprimentation prcdente, il sagit de critres dabord difcile, les sponsors en particulier.

F IGURE 15.3 Reprsentations graphiques de notre modle pour E MULE (les deux analyses ont t superposes. Eval 1 en noir et Eval 2 en gris)

Comme le montre le graphique 15.3 page 184, notre valuation peut dans certain cas mener des valuations trs diffrentes. En lespce, Emule est un logiciel controvers : il sagit dun logiciel dchange de chiers entre pairs 6 . Cette spcicit est de nature rendre lvaluation particulirement difcile. Il faudrait procder une exprimentation complmentaire an de
6. le fameux P 2 P (peer to peer). . . ce propos, il faut noter que les deux testeurs nous ont consult avant de se lancer dans lvaluation de ce logiciel.

184

dterminer si linadaptation vient dun certain type de projets qui se rvlerait inadquat ou de notre modlisation.

15.5.2

Les analyses de F IREFOX et de W ORD P RESS

Les analyses de F IREFOX sont prsentes dans le tableau 15.5 page 188 et celle de W ORD P RESS sont prsentes dans le tableau 15.4 page 188. Le graphique 15.4 page 186 donne la reprsentation graphique des deux analyses de W ORD P RESS. Les analyses de chacun de ces deux projets prsentent de fortes convergences. Cest notoire pour Firefox : mises part les valuations des critres gourou et lgende, les notations sont convergeantes. Le cas des deux analyses de W ORD P RESS est intressant car, mis part sur les critres des utilisateurs phares et de la lgende, elles sont fortement convergentes. Or les prols des testeurs taient totalement diffrents : le testeur ayant produit lanalyse Eval 1 ne connaissait pas du tout le projet avant de commencer le projet 7 alors que le testeur ayant produit lanalyse Eval 2 peut tre considr comme un expert du projet : il connat et utilise le produit et il participe la communaut des utilisateurs.

15.5.3

Synthse des rsultats de lapplication exprimentale 2

Les 15 membres de notre panel de test ont pu utiliser notre algorithme de choix de projet et ont ainsi pu dterminer des projets valuer. De mme, les 15 membres du panel ont pu pratiquer des analyses dtailles des projets. Le temps ncessaire une analyse a t de 2 heures pour les testeurs les plus rapides 3h30 pour les plus lents. Il faut noter que les analyses les plus longues ont t effectues par les testeurs les moins familiers avec le monde des projets ouverts. Ils ont parfois d chercher des informations de contexte leur permettant de procder lanalyse demande. La comparaison danalyses de projets semblables nous permet de retenir que lorsque le degr de connaissance du produit est semblable, les analyses sont proches (cest le cas de F IREFOX). Ce fait peut aussi se vrier lorsque le degr de connaissance du produit est diffrent (cest le cas de W ORD P RESS). Pour certains projets, lanalyse peut diverger. Les divergences les plus fortes se font sur les critres dont lanalyse demande une forte exprience et une grande connaissance des projets ouverts et non marchands : gourou, lgende et Buzz en particulier, sont difciles valuer pour des novices.

15.6
15.6.1

Remarques sur la mthode et pistes de lecture

Analyse des verbatims

A lissue de lapplication de la mthode, le panel de test a eu loccasion dmettre un avis sur notre mthode. Des points positifs et ngatifs ont t relevs :
7. Comme nous lavons signal en introduction, certains membres du panel nont pas une connaissance approfondie de notre domaine. Cest le cas de ce testeur qui a choisi dvaluer WordPress sur notre conseil.

185

F IGURE 15.4 Reprsentations graphiques de notre modle pour W ORD P RESS (les deux analyses ont t superposes. Eval 1 (faite par un testeur novice) en gris et Eval 2 (faite par un testeur expert) en noir)

Points positifs : Facile comprendre et facile lire, la mthode donne une ide de la valeur de crations intangibles (un des verbatim notait : permet de cadrer lintangible). Les testeurs ont lintuition que la mthode permet dobserver lvolution dun projet dans le temps et quelle facilite laide au choix (nous avons relev : confronter diffrents projets Open Source dans un des verbatims). Enn, plusieurs testeurs notent comme qualit que notre modle est volutif : certains critres peuvent tre adapts voire changs soit en fonction des projets valuer, soit au fur et mesure que la mthode va safner. Points ngatifs : Le principal grief fait la mthode est que les analyses sont difcilement objectives car lexpertise de lvaluateur joue beaucoup dans la qualit des valuations. de mme, la mthode est vue comme trop comparative, trop ponctuelle (il faudrait appliquer la mthode sur des priodes longues pour voir lvolution des projets). enn, dpendante de lexpertise de lobservateur, notre mthode serait difcilement impartiale. 186

Nom du projet Thunderbird Azureus

Type Client de mail Logiciel de P 2 P

Licence Mozilla Public Licence a

GPL

avec modications

RedHat Linux

Systme dexploitation

Licence RedHat b Licence Apache c GPL v.2 Mozilla Public Licence

GPL LGPL GPL

Remarque Projet gr par la fondation Mozilla Utilise le protocole Bit Torrent Le testeur voulait valuer Linux. Nous lui avons conseill de se concentrer sur une distribution. Le choix de RedHat est celui du testeur.

Apache
SPIP

serveur HTTP
CMS

Open Workbench Emule OpenOfce WordPress Firefox

Gestionnaire de projets logiciel de P 2 P Suite bureautique moteur de blog navigateur Internet

Licence Mozilla

2 valuations 3 valuations dont deux exploitables 2 valuations 2 valuations

TABLE 15.3 Les projets choisis lors de notre exprimentation

a. base sur GPL V 1 et FreeBSD b. , base sur GPL v1 c. Base sur GPL v2, mais la FSF remet en cause cette compatibilit

15.6.2

Nos observations lors de lexprimentation

Lors de lexprimentation, nous avons observ la faon dont les testeurs ont appliqu notre modle. nous avons pu relever les points suivants : Nous avons choisi une chelle de quantications 10 gradations (cf. paragraphe 10.3.2 page 130). Plus prcise que les chelles de Lickert, cette gradation est parfois mal comprise. En consquence, nous avons not lutilisation de la moyenne (la note 5) comme expression de lindcision de lvaluateur. De mme, on peut douter de lintrt de commencer notre graduation 0 : il est rare en effet quun critre soit totalement absent dun projet. Le 0 a perturb quelques testeurs qui ne comprenaient pas comment lutiliser. Alors que notre mthode se destine exclusivement lvaluation de projets ouverts et non marchands, une grande partie des testeurs compare (presqu intuitivement) les projets ouverts et les produits commerciaux : cest le cas avec L INUX et W INDOWS, avec O PEN O FFICE et M ICROSOFT O FFICE ou bien avec T HUNDERBIRD et O UTLOOK. Le niveau dexpertise requis en matire de connaissance des projets ouverts semble tre trs fort : les testeurs nayant pas une connaissance approfondie de ce domaine ont parfois pein appliquer le modle : les notions de gourou, de gouvernance et de lgende en particulier, nont pas toujours t bien cernes.

15.6.3

Interprtation et lecture du modle

Les deux applications exprimentales auxquelles nous avons procd nous permettent de dgager des pistes de lecture et dinterprtation du modle : Un modle comparatif : notre modle semble trs adapt aux comparaisons : entre projets et entre diffrentes analyses du mme projet. Cela va dailleurs dans le sens dune des 187

Attractivit Groupes Eval 1 (novice) Eval 2 (expert) Moyenne EcartType 10 10 10,00 0,00 1,41 4,95 0,71 0,71 0,71 9,00 5,50 9,50 5,50 1,50 2,50 2,12 8 2 9 6 1 1 7 7,00 0,00 10 9 10 5 2 4 7 Multil. Version. U.phares Dev. tiers Ancien. Sponsors Gourou F uniques Buzz Lgende Com. dev. 7 8 7,50 0,71 5 0 2,50 3,54 9,00 1,41 10 Com. util. 9 89 9,00 0,00 Ap. fonds 0 0 0,00 0,00

Prennit Renouv. Gest.proj. sponsors

Gest. savoir

Gouvern. stds

10

7,00

0,50

7,00

7,50

9,50

2,83

0,71

0,00

0,71

0,71

TABLE 15.4 Comparaison de diffrentes analyses de WordPress

Attractivit Groupes Eval 1 Eval 2 Moyenne EcartType 0,00 0,71 1,41 9 9 9,00 8 7 7,50 8 6 7,00 9 10 9,50 0,71 Multil. Version. U.phares Dev. tiers Ancien. 8 6 7,00 1,41 Sponsors Gourou 8 7 7,50 0,71 7 3 5,00 2,83 F uniques 8 8 8,00 0,00 Buzz 7 9 8,00 1,41 Lgende 7 4 5,50 2,12 Com. dev. 8 9 8,50 0,71 Com. util. 9 8 8,50 0,71 Ap. fonds 8 8 8,00 0,00

Prennit Renouv. Gest.proj. sponsors 7 6 6,50

Gest. savoir

Gouvern. stds

9 9 9,00

8 9 8,50

9 8 8,50

10 10 10,00

0,00

0,71

0,71

0,71

0,00

TABLE 15.5 Comparaison de diffrentes analyses de Firefox

188

Attractivit Dev. U.phares tiers Ancien. 5 6 5,50 0,71 2,83 0,71 1,41 0,71 3,54 3,54 1,41 2,12 3 7 5,00 1 2 1,50 7 9 8,00 9 10 9,50 0 5 2,50 2 7 4,50 8 10 9,00 5 8 6,50 Sponsors Gourou Buzz Lgende 0 7 3,50 4,95 0,71 8 9 8,50 F uniques Com. dev. Com. util. Ap. fonds

Groupes

Multil.

Version.

Gest. savoir 8 7 7,50

Gouvern. stds 5 5 5,00 2 10 6,00

7 8 7,50

8 8 8,00

Prennit Renouv. Gest.proj. sponsors 1 0 8 8 4,50 4,00 4,95 5,66

Eval 1 Eval 2 Moyenne EcartType

0,71

0,00

0,71

0,00

5,66

TABLE 15.6 Comparaison de diffrentes analyses de Emule

Attractivit Dev. U.phares tiers Ancien. 6 7 6,50 0,71 4,24 4,24 0,00 0,00 2,12 7 1 4,00 6 0 3,00 7 7 7,00 9 9 9,00 3 0 1,50 Sponsors Gourou Buzz Lgende 7 7 7,00 0,00 3,54 5 10 7,50 F uniques Com. dev. 9 10 9,50 0,71 Com. util. 8 5 6,50 2,12 Ap. fonds 7 4 5,50 2,12

Groupes

Multil.

Version.

Gest. savoir 8 9 8,50 0,00 2,12 0,71

Gouvern. stds 5 10 7,50 3,54 8 10 9,00 1,41

8 6 7,00

5 10 7,50

Prennit Renouv. Gest.proj. sponsors 8 3 8 0 8,00 1,50

Eval 1 Eval 2 Moyenne EcartType

1,41

3,54

TABLE 15.7 Comparaison de diffrentes analyses de Open Ofce

189

composantes de la valeur : la valeur nat dun diffrentiel (cf. paragraphe 3.2.1.3 page 35). un modle adapt aux projets logiciels : un projet ouvert et non marchand nest pas ncessairement un projet de logiciel. Nous notons cependant, dune part que tous les projets librement choisis par les testeurs sont des projets de logiciels et dautre part que lutilisation de notre modle pour lvaluation de la valeur de projets autres (telle lencyclopdie Libre W IKIPEDIA) nest pas ncessairement intuitive : lanalyse des diffrentes valuations de W IKIPEDIA montrent des difcults dapplication. un modle technique : notre modle est dune lecture intuitive, certains verbatim lont relev. En revanche son application demande une expertise certaine en matire de valeur et de projets ouverts. En ce qui concerne le graphique, quelques pistes de lecture se dgagent clairement : Une lecture par axes : la perception de la prennit et de lattractivit est intuitive, puisque que ces deux axes se placent de part et dautre de la verticale du graphique. En revanche, linterprtation des critres placs de part et dautre de la ligne dhorizon est plus dlicate : comment interprter un projet plus quantitatif que qualitatif (ou linverse) ? une lecture par quartiers : notre graphique dtermine quatre quartiers (attractivit value par des critres quantitatifs, qualit de lattractivit, prennit mesure par des critres quantitatifs, qualit de la prennit). La lecture par quartiers nest pas intuitive mais nous suggrons que : le quartier attractivit value par des critres quantitatifs peut tre de nature toucher la sensibilit des dveloppeurs ; le quartier qualit de lattractivit peut tre de nature toucher les utilisateurs non spcialistes ; le quartier prennit value par des critres quantitatifs peut tre de nature attirer lintrt de donateurs ; le quartier qualit de la prennit peut tre de nature toucher les utilisateurs spcialistes. une lecture par les aires : la dtermination des aires dlimites sur le graphique peut permettre : dune part, le calcul dune surface de valeur, ce qui est de nature faciliter la comparaison entre projets ; dautre part, cela ouvre la voie des explorations en matire de mthodes typologiques.

15.7
15.7.1

Conclusion
Conclusions tirer de lexprimentation

Lors de cette exprimentation, nous avons chercher vrier la abilit et la validit externe de notre modle. De mme, nous avons cherch vrier son applicabilit. Nous avons prsent en dtails notre mthode un groupe de testeurs compos de spcialistes de la recherche sur Internet dont le niveau de sensibilit aux projets ouverts et non marchands tait variable. Les testeurs ont ensuite mis en uvre notre modle dans diffrentes situations. Cela nous a permis de conclure que : 190

 Notre modle est applicable ; certains critres peuvent donner lieu des interprtations variables ; les valuations obtenues sont comparatives mais sont ressenties comme donnant une bonne approche de la valeur des projets ; lchelle de pondration que nous avons propose est lisible ; lapplication de notre modle demande un fort niveau dinformation quant au domaine considr et un niveau danalyse important ; la abilit et la validit externe de notre modle doivent tre renforces. Nous aurions pu fournir chaque testeur des informations quivalentes (sous forme de dossier ou dtude de cas, par exemple) mais nous ne lavons pas fait car cela aurait doublement fauss notre exprimentation : dune part cela aurait abouti des valuations trs proches, or nous cherchions valuer la abilit de notre modle et dautre part cela naurait pas permis de vrier que des testeurs dont le niveau de connaissance du domaine est varie peuvent appliquer le modle.

15.7.2

Perspectives de recherches

Nous retenons trois perspectives de recherche : Cette exprimentation montre quun vaste chantier doptimisation et damlioration de notre modle est devant nous : certains critres doivent tre prciss (en particulier les phnomnes observables permettant de pondrer les critres qualitatifs), certains autres sont sans doute reconsidrer (en particulier la prsence dun gourou et la notion de lgende : il faut reformuler ces critres an de les rendre plus comprhensibles. Il serait sans doute envisageable de les fusionner en un nouveau critre dont ils seraient les phnomnes observables). Dautre part, il nous faudra travailler lamlioration de la lecture du graphique : optimiser le placement des critres, utilisation de codes-couleurs, dtermination de la surface de valeur. . . Enn, les premires interprtations qui se dgagent de la lecture du modle doivent tre prcises et afnes : peut-on dterminer des critres principaux quil faudrait mettre sous surveillance ? Peut-on dgager des rgles dvolution du modle dans le temps pour un projet donn ? Y a-t-il deux modes de lecture, lun statique et lautre dynamique. . .le champ de lanalyse est ouvert.

191

192

Quatrime partie

Conclusion gnrale

193

Chapitre 16

Conclusion gnrale et perspectives de recherche

Sommaire
16.1 Conclusions tirer de notre recherche . . . . . . . . . . . . . . . . . . . . . . 16.2 Utilit de notre travail . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16.3 Valorisations de notre modlisation . . . . . . . . . . . . . . . . . . . . . . . 16.4 Limites de notre modlisation . . . . . . . . . . . . . . . . . . . . . . . . . . 16.4.1 Optimisations possibles . . . . . . . . . . . . . . . . . . . . . . . . . . . 16.4.2 Distinguer projets et produits . . . . . . . . . . . . . . . . . . . . . . . . 16.4.3 Amliorer la abilit et la validit du modle . . . . . . . . . . . . . . . 16.5 Perspectives de recherches . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16.5.1 largir notre modle dautres types de projets . . . . . . . . . . . . . . 16.5.2 tablir un indicateur de la valeur des projets . . . . . . . . . . . . . . . 197 197 198 198 198 199 199 199 199 200

195

196

16.1

Conclusions tirer de notre recherche

travail de recherche a port sur la dtermination dune modlisation de la valeur des projets non marchands de lre du Web. Il nous a fallu cerner le contexte de notre champ de recherche (les projets ouverts sur le Web), puis analyser les diffrents aspects de la valeur, lampleur du phnomne technologique et tudier les outils du partage. Nous avons ensuite prsent les mthodes de collecte de donnes et dinterprtation des informations. Enn, nous avons pu prsenter les principales mthodes dvaluation de limmatriel.

OTRE

A lissue de ce travail de recherche bibliographique, la problmatique de la dtermination de la valeur des projets non marchands de lre du Web se dgageait clairement. En effet, les ruptures apportes par le Web sont telles que les mthodes dvaluation utilises pour la dtermination de la valeur dans le monde marchand ny sont pas adaptes. An de proposer un modle, nous avons dtermin 3 hypothses : Hypothse 1 (H1) : nous pouvons dterminer des critres permettant dtablir la valeur dun projet non marchande. Pour valider cette hypothse, nous avons procd la construction de notre modle. Nous avons conclu la validation de lhypothse H 1 Hypothse 2 (H2) : nous pouvons dterminer des mesures numriques permettant de dterminer la valeur dune communaut. Pour valider cette hypothse, nous avons procd une exprimentation sur un forum : lobjectif tait de chercher une corrlation entre les mesures de lactivit du forum et la dtermination de la valeur. Nous avons conclu que, bien que possibles, ces mesures napportaient que peu dinformations quant la valeur, ce qui a valid partiellement notre hypothse H 2 ; Hypothse 3 (H3) : la valeur dun projet est (partiellement ou totalement) dans les outils mis en uvre pour le mener bien. Pour valider cette hypothse, nous avons procd une exprimentation dont lobjectif tait de confronter des groupes de dveloppeurs des scnarios dusages et observer les mthodes mises en uvre et les outils utiliss. Nous sommes arrivs la conclusion que les outils de gestion de projet participent la valeur du projet, ce qui nous a permis de valider notre hypothse H 3. Le modle que nous proposons value la valeur dun projet selon deux axes (attractivit et perennit) et sappuie sur 18 critres, quantitatifs et qualitatifs, pour dterminer la valeur dun projet. Plusieurs applications exprimentales nous ont permis de valider sa validit externe et sa abilit mais galement de constater que, recourant de nombreuses observations et ncssitant une connaissance approfondie du domaine dapplication, il est dune maniement dlicat et doit tre mis en vre par des experts.

16.2

Utilit de notre travail

Le modle que nous avons propos se destine plusieurs types dusages : Laide au choix : pour des individus dsireux soit de choisir un outil logiciel soit de sinvestir dans un projet ouvert ; Lvaluation de projet : pour des analystes cherchant comparer des projets entre eux. Une voie possible est la notation de projet destination des tiers (cf. paragraphe 16.5.2, infra) ; 197

Lanalyse de valeur : notre mthode peut tre un complment aux mthodes danalyse de la valeur dans un objectif doptimisation des moyens lors des phases de conception des projets ouverts non marchands.

16.3

Valorisations de notre modlisation

Valorisation pour la recherche : notre travail et le modle que nous avons propos ont fait lobjet de deux chapitres douvrages ([Druel, 2004, chap. 21] et [Druel, 2007, chap. 18]) ainsi que dune communication un colloque ([Druel et Samier, 2005]). Notre modle peut galement donner lieu des recherches futures an de le prciser et lamliorer an de lever les limites auquel il se heurte ; valorisation pour lenseignement : au cours de nos recherches nous avons t amens formaliser et synthtiser des informations sur les outils de partage et sur les outils dvaluation des intangibles. Le modle que nous avons propos fait lobjet dexposs pdagogiques des lves de Master 1 & 2. valorisation pour lentreprise : notre mthode est destine tre utilise par des utilisateurs individuels dsireux de sinvestir dans un projet. Nous pensons quune entreprise peut galement mettre prot notre modlisation comme outil daide au choix lors de phases dvaluation de solutions. De mme, des entreprises nancires ou industrielles peuvent utiliser notre modle an de choisir des projets dans lesquels elles souhaitent investir (via des dons, des mises disposition de matriel ou de personnel, etc).

16.4

Limites de notre modlisation

Notre dmarche a eu pour but de proposer un modle dvaluation des projets ouverts et non marchands sur le Web. Le modl dcrit et utilis fait face, cependant, certaines limites que nous prsentons ici.

16.4.1

Optimisations possibles

Pour construire le modle que nous avons propos, nous avons retenu 18 critres, quantitatifs et qualitatifs, mme dvaluer lattractivit et la prennit dun projet ouvert et non marchand. Certains critres, cependant, sont dun abord difcile ou dune valuation peu aise. Ou bien parce quils demandent un fort niveau dexpertise (par exemple la gouvernance dun projet ou bien le buzz autour dun projet dont on parle) ou bien parce que leur dnition manque de prcision (prsence dun gourou, respect des standards). Pour prciser les critres relatifs aux communauts de dveloppeurs et dutilisateurs, il faudrait dnir des phnomnes observables en nous appuyant sur lexprimentation que nous avons faite avec le forum CHEF S IMON. la lumire de cette exprimentation, il serait notamment possible de dnir des critres dactivit dune communaut mettant en uvre des ratios du type nombre de messages par jour, nombre de messages par utilisateurs, utilisateurs actifs de la communaut ( partir de quel moment est-on actif, quel ratio utilisateurs actifs / utilisateurs communaut). 198

Lapplication de notre modle par un panel de testeurs a mis en lumire un paramtre important et quil conviendrait de rendre explicite dans notre modle : la rputation. Cest une notion assez tnue, quil faudrait dnir et laquelle il faudrait associer des phnomnes observables. Cest certainement un critre de nature qualitatif mme de renforcer lattractivit mais il faudrait prciser cela. Dailleurs, pour un domaine connexe du notre, [Feland et Leifer, 2007] dans une publication rcente tente de dterminer ce facteur en se fondant sur les notations de produits faites par les internautes dans les galeries marchandes sur le Web. Il y a l une piste creuser. Notre modle peine dterminer des facteurs exognes de dtermination de la valeur. Cela permettrait, par exemple, dintgrer la valeur dun projet sa capacit gnrer un co-systme : W ORD P RESS est un moteur de blog Open Source, dont on peut dterminer la valeur laide de notre modle. Il serait bon dintgrer notre modle des critres permettant dintgrer le fait quun certain nombre dacteurs conomiques proposent des services fonds sur ce logiciel. videmment, lintgration de tels paramtres mettraient notre modle sur une sorte de ligne tangente entre le monde marchand et le monde non-marchand. Cela reterait certainement une ralit de la vie conomique. Enn, notre algorithme vise dterminer si le projet valuer est ouvert sans prciser ce critre. Il faudrait afner ce critre de choix et notamment intgrer louverture des projets plusieurs systmes dexploitation : le projet est-il disponible pour Windows mais aussi MacOS X ou Linux (ou autres).

16.4.2

Distinguer projets et produits

Au cours de nos recherches, nous avons dmontr que pour une cration ouverte et non marchande projet et produit sont souvent consubstantiels. Notre modle, dans sa version actuelle peine dterminer si la valeur vient de lune ou de lautre composante de ce qui, en dnitive, forme un tout. Le modle gagnerait en clart et en prcision si on arrivait distinguer lapport de valeur de lun et lautre composant. Nous avons cherch des critres intgrant ces deux dimensions mais une piste de recherche consisterait vrier que lattractivit est plutt chercher dans le produit et la prennit dans le projet et notamment la communaut qui anime le projet et qui en constitue la composante principale.

16.4.3

Amliorer la abilit et la validit du modle

Comme lont montr les applications auxquelles nous avons procd, la validit et la abilit de notre modle demandent tre amliores.

16.5
16.5.1

Perspectives de recherches
largir notre modle dautres types de projets

Notre modle est actuellement destin lvaluation de projets ouverts et non marchands. Une piste de recherche consisterait ladapter des projets marchands. Le rsultat serait un modle permettant la comparaison des projets des deux mondes, marchand et non marchand. 199

Une autre possibilit consisterait adapter notre modle de telle manire quil puisse tre utilis pour lvaluation de produits commerciaux du march. On pourrait alors procder des analyses pour ces produits.

16.5.2

tablir un indicateur de la valeur des projets

Lutilisation de notre modle peut servir tablir un systme de notation des projets, reprenant par l le principe des agences de notation nancires 1 et proposer des notations de projets. Le suivi dans le temps de ces notations, permettant le suivi dvolution de chaque projet aurait un effet bnque sur le modle qui pourrait tre afn la lumire des retours dexpriences de chaque notation.

1. Des entreprises telles que M OODY S, S TANDARD & P OOR S ou F ITCH

200

Cinquime partie

Annexes

201

Annexe A

Interviews
Sommaire
A.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.1.1 Origine de la dmarche . . . . . . . . . . . . . . . . . . . . . . . . . . . A.1.2 Protocole mis en uvre . . . . . . . . . . . . . . . . . . . . . . . . . . . A.2 Interview de Michel B AUWENS, fondateur de la P 2 P Foundation . . . . . . . . A.2.1 Quest-ce que la P 2 P Foundation ? . . . . . . . . . . . . . . . . . . . . . A.2.2 Propos et vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.2.3 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.3 Interview de Johan D RO, membre du conseil dAdministration de lassociation WikiMedia France . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.3.1 Quest-ce que lassociation WikiMedia France ? . . . . . . . . . . . . . . A.3.2 Propos et vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.3.3 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.4 Interview de Richard S TALLMAN (fondateur) et de Peter B ROWN (prsident) de la Free Software Foundation . . . . . . . . . . . . . . . . . . . . . . . . . . A.4.1 Quest-ce que la Free Software Foundation ? . . . . . . . . . . . . . . . A.4.2 Les questions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.4.3 Propos et vision de Richard Stallman . . . . . . . . . . . . . . . . . . . A.4.4 Propos et vision de Peter Brown . . . . . . . . . . . . . . . . . . . . . . A.4.5 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.5 Interview de Daniel G LAZMAN, crateur de N|vu . . . . . . . . . . . . . . . . A.5.1 Quest-ce que N|vu ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.5.2 Propos et vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.5.3 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.6 Interview de Jean M ICHEL, spcialiste de lanalyse de la valeur . . . . . . . . A.6.1 Propos et vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.6.2 retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 205 205 208 208 208 210 210 210 211 213 213 213 213 214 214 215 216 216 216 217 217 217 219

203

204

A.1

Introduction
ATIRE

vivante, lre du partage volue trs vite : si le Web a t cr en 1994, les premiers blogs ne sont apparus (et encore. . . de manire assez protforme, comme le rappelle [Fievet et Turrenttini, 2004]) quau cours de lanne 2002. Au del de ltude de la littrature et au del des expriences que nous avons pu mener, il nous est apparu intressant dinterroger des acteurs de ce monde trs particulier.

A.1.1

Origine de la dmarche

Lentretien direct avec un acteur in vivo est une mthode courante en sciences humaines. Bien que dusage moins habituel dans dautres matires, cette mthode permet de recueillir des donnes qualitatives en prise directe avec les ralits de terrain. Ce que nous avons appel lre du partage est une matire vivante, dorigine rcente et qui volue trs vite. La littrature peut donner une approche rtrospective des faits mais elle peine coller lactualit . De plus, au del des approches quantitatives dont on a montr le peu de pertinence pour lvaluation, mener des entretiens permet dajouter une approche qualitative dans notre dmarche globale de recherche dune mthode dvaluation.

A.1.2

Protocole mis en uvre

Nous avons slectionn des interlocuteurs qui rpondent trois critres : reprsentatifs dune pratique pertinente et non marchande leur donnant un bon niveau dexpertise dans leur domaine ayant des responsabilits dans les organisations quils reprsentent constituer un panel diversi des possibilits non marchandes Nous avons choisi de procder des entretiens individuels en face face 1 . Chaque entretien, dune dure de deux heures environ, sest droul de la manire suivante : Prsentation dtaille de nos thmatiques de recherche : expos de notre problmatique et remise dans le contexte propre la spcialit de chaque personne interroge. Dure de cette phase : environ 15 minutes ; coute des premires ractions : purge crative et recentrage sur le cur de notre sujet. Cette phase prenait la forme dun dialogue, durant lequel nous posions des questions fermes ou semi-fermes an de valider la bonne comprhension de la problmatique par notre interlocuteur. Dure de cette phase : de 5 15 minutes ; Entretien non dirig durant lequel linterview sexprimait librement. Cest durant cette phase que nous avons recueilli les propos proprement parler. An de ne pas perturber nos interlocuteurs par des mdiations technologiques, nous avons procd une prise de note manuscrite. Dure de cette phase : une heure une heure et demie ; Reformulation des arguements principaux : an conrmer notre comprhension des pointscls exprims. Dure de cette phase : 15 minutes environ ; Conclusion de lentretien : remerciements et questions et rponses gnrales sur les perspectives envisageables. Dure de cette phase entre 5 et 15 minutes.
1. Sauf pour les reprsentants de la FSF : les donnes ont t recueillis par changes de courriers lectroniques.

205

 la suite de cette phase de recueil dinformation, nous avons procd la mise en forme en cherchant coller de trs prt au verbatim, tout en rassemblant les propos autour de quelques grands thmes abords par les interviews. Le tableau A.1 rsume les contacts que nous avons pris et les entretiens que nous avons men.

206

Interlocuteur Qualit

Michel B AUWENS Peter B ROWN

Fondateur de la P 2 P Foundation Prsident de la FSF

Date du premier contact 2 avril 2007

Date de linterview 9 avril 2007

Mode de linterview face face

Remarques

1ermars 07

6 avril 2007 a

change demails

Florence D EVOUARD

Prsidente du CA de la Wikimedia foundation Membre du conseil dadministration de la fondation Wikimedia France Crateur de N|Vu Consultant

22 fvrier 2007

Johan D RO

12 2007

mars

11 avril 2007

face face

Interview la suite dune mise en contact par R.M. S TALLMAN Mise en contact avec le CA de Wikimedia France contact la suite des changes avec F. Devouard

Daniel G LAZMAN Jean M ICHEL

fvrier 2007 27 avril 2007

12 avril 2007 4 mai 2007

face face face face Expert en analyse de la valeur A la suite dchanges de mails, na pas donn suite notre demande Nous a mis en relation avec P. B ROWN

Tristan N ITOT

Prsident de la fondation Mozilla Europe

fvrier 2007

Richard M. S TALLMANN

Fondateur de la FSF

22 fvrier 2007

1ermars 2007 b

change demails

TABLE A.1 Rcapitulatif des contacts pris pour tablir les interviews.
a. Pour les interviews par email, la date de rencontre correspond la priode dchanges de mails contenant les propos de linterview. b. Mme remarque que pour P. B ROWN.

207

A.2

Interview de Michel B AUWENS, fondateur de la P 2 P Foundation

Quest-ce que la P 2 P Foundation ?

A.2.1

La P 2 P Foundation est une association informelle fonde par M. B AUWENS an de faire la promotion de changes entre pairs, quelles que soient les formes que ces changes peuvent prendre (changes de chiers, bien entendu, mais galement partage dinformations, mise disposition de documents, cration de contenus en commun etc). La prsence de la fondation sur le net prend la forme de plusieurs sites collaboratifs : blogs, wikis, forums. Ces sites ont la particularit dtre multilingues.

A.2.2
A.2.2.1

Propos et vision
Du P 2 P au commun

Le P 2 P nat du foisonnement et de lchange : on met disposition de tout un chacun des contenus et des services. Cette mise disposition permet le dveloppement dchanges et ces changes font merger le meilleur. Ainsi, il ny a plus de raret, notion remplace par lattention (dnie comme la capacit dtre attentif). Le P 2 P et, plus largement, le modle 2.0 est un modle individuel : la valeur est dans les individus et leur capacit faire merger des prfrences communes. Toute cette quantit dinformations et de services peut tre dnie comme du commun (au sens de bien commun). La raret nest pas dans le commun, mais dans les produits drivs du commun. Ainsi, le commun est une sorte de substrat permettant lmergence et le dveloppement de valeur. La valeur est cre par la raret qui drive du commun. Dans cette approche, les modles conomiques se dgageront posteriori. Mme si on commence voir merger quelques exemples, il est aujourdhui trop tt pour tirer des conclusions valables. videmment, les entreprises ont du mal apprhender cette approche car elles sont dans enfermes dans un rapport contradictoire : Clients m . Actionnaires

rapport qui pourrait se dcliner sous de nombreuses autres formes, comme par exemple : P rof its m . B nf ices

Ici il faut prendre prots au sens de prots issus de ventes. Cette antinomie ne fait que rsumer lapproche librale qui enferme la socit dans le prot et la valeur. On peut postuler qu lavenir on trouvera deux modles dentreprises : les entreprises for prot, qui sont celles que lont connat aujourdhui et les entreprises for benet 2 qui
2. Terme pris dans son acception anglophone de qui bncie . . .

208

vont merger an de permettre le dveloppement des communs. Le modle de dveloppement des entreprises for benet sera fond sur les dons. Il serait illusoire de croire que celle-ci se substituera celle-l : les entreprises for benet viendront en complment des entreprises for prots. A.2.2.2 Difcult dapprhension de la valeur

La valeur cre ntant pas ncessairement montisable, on va voir merger dans la socit de linformation une cohabitation de deux modles, chacun avec sa logique propre et son modle conomique propre : les prots et les bnces. Dailleurs, ce mouvement est dj entam mais il va tre appel se gnraliser. Pour la valeur non montisable, la pertinence tient lieu de critre de mesure. Or, pour valable quil soit, ce critre est hautement relatif. La pertinence en effet va donner de limportance au rapport signal/bruit et posera le problme des signaux faibles et de la relativit de lattention (cf. supra). Les changes entre pairs vont crotre car lchange est dpendant de linventivit humaine. la valeur natra des changes. Peut-tre un jour verra-t-on se dvelopper lalination cyberntique ? Autant le dveloppement de lInternet est fractal, autant celui du commun est chaotique. Cest une des raisons majeures de sa difcult dapprhension. Le dveloppement de commun est fortement dpendant de la ressource et du leadership qui sont les conditions de cration et de dveloppement du commun. On est pass des rseaux centraliss aux rseaux dcentraliss mais aujourdhui, les rseaux sont distribus, ce qui renforce le poids des individus et rend plus difciles les modlisations. Souvent les rseaux de personnes se crent par cercles concentriques. On peut mme dire que le P 2 P est mintocentrique 3 . Dans un monde massivement distribu, la mesure de la valeur est peu pertinente. . . on va donc voir merger des un modle revenu universel : certaines valeurs sont pervasives 4 et non mesurables en tant que telles. Le rapport au commun ne peut tre quun change : on vit du commun et on donne au commun. Cest parce quon reoit du commun et quon donne au commun quon dpend du commun et que donc le commun a de la valeur. Nonobstant les importances relatives des dons effectus et des gains tirs, la prennit du commun viendra de lquilibre entre les gains et les dons. En ce sens, le commun peut tre considr comme un co-systme. Dans une certaine mesure, dans un modle de volontariat entre gaux, payer certaines personnes fait chuter la valeur commune car cela introduit de la non-rciprocit, ce qui dsquilibre les rapports entre des acteurs qui, de ce fait mme ne sont plus des pairs. Dans cette approche, il ny a plus de producteurs et de consommateurs, mais un ensemble de co-crateurs : la consommation est remise en cause, en particulier le monopole de la montarisation. A.2.2.3 Difcults lies lorganisation

Pour quun projet se dveloppe, il faut une impulsion et une direction. De plus, un projet dvelopp en commun implique une gouvernance. Cest dautant plus difcile que les travailleurs collectifs ne sont pas (ou plus, si on se rfre au modle industriel) des proltaires. La ncessit
3. Par ce nologisme, Michel B AUWENS signie que les groupes se constituent par proximit de mode de pense. Une sorte de rednition largie de ladage bien connu qui se ressemble sassemble. 4. Notion prise au sens de rmanentes.

209

de gouvernance soppose au principe mme du P 2 P : lgalit entre pairs et lhorizontalit des rseaux. Dans un monde de cercles concentriques et dgalit, la cooptation joue un rle central, avec ventuellement un certain risque denfermement et donc de frilosit dans le rapport la nouveaut. Dans une organisation, la valeur se dgage dun rapport entre trois paramtres : les connaissances, le relationnel et la pertinence. Il faut donc agrger lattention de ceux qui crent la valeur pour que lorganisation cre elle-mme de la valeur. Le partage de revenus est un problme qui se pose hors du commun mais qui doit tre considr en termes de compensations, ce qui revient remettre en cause le monopole de la montisation. Ce quon apporte au commun est compens par lavantage quon tire du commun. Dans une telle approche, la valeur est une fonction drive de lchange mais ne sappuie pas sur un talon de mesure.

A.2.3

retenir

Sur le commun Le commun est un ensemble dintangibles qui ont de la valeur par leur mise disposition. Sur la valeur la valeur nat de lchange et est en-soi un intangible Sur les organisation cohabitation entre entreprises for prot et entreprises for benet.

A.3

Interview de Johan D RO, membre du conseil dAdministration de lassociation WikiMedia France

Nous avons pris contact avec Florence D EVOUART (prsidente de la fondation W IKIMEDIA), qui aprs une phase qualication de notre demande nous a rorient vers les membres du conseil dadministration de la fondation Wikimedia France. Parmi ceux-ci, Johan D RO nous a reu le 9 mai 2007 Saint tienne, lors dun djeuner en tte tte.

A.3.1

Quest-ce que lassociation WikiMedia France ?

WikiMedia France est une association de loi franaise dont le but est la promotion de la diffusion des connaissances Libres. Cre en 2003, lassociation na pas de lien juridique avec la fondation WikiMedia amricaine. WikiMedia France se cantonne son objet social et ne fait pas de recherche de fonds. Lassociation assure la promotion de toutes les composantes du projet Wikimedia : WikiPedia, bien entendu mais aussi WikiCommons, WikiSource, WikiBooks etc. Dans tous les projets, lassociation se borne un rle technique. Les modrateurs 5 ninterviennent pas au fond mais seulement sur la forme ou techniquement. Sur Wikipedia France on compte environ 100 000 comptes dont 5 % de comptes actifs. Les comptes actifs peuvent tre diviss en deux sous-groupes : les contributeurs lourds dont lactivit
5. Ce mot est une trs mauvaise traduction de langlais system operator, qui na pas la dimension pjorative du terme qui sest impos en franais

210

consiste principalement des corrections au l de leau (fautes dorthographe, mise en forme, ajouts de prcision) dont le volume individuel est faible mais qui constituent in ne une prsence continue dans le systme. Dautre part, on trouve galement des diteurs pisodiques, dont la frquence de visite est moindre mais qui souvent initient des articles lourds cest dire qui donneront lieu beaucoup de contenu et qui vivront longtemps. Linvestissement en temps des contributeurs lourds se valorise en rputation. Ce point est crucial pour comprendre la valeur de Wikipedia. Depuis une poque rcente, Wikimedia France note un comportement dun nouveau genre : une utilisation pdagogique de Wikipedia. Certains enseignants, dans le cadre de projets pdagogiques, initient des groupes de travail dont lobjectif est de crer des articles sur Wikipedia. Ceci illustre leffet boule de neige de la rputation : cest parce que Wikipedia est vu comme un projet de valeur que de plus en plus de gens y participent, ce qui en augmente la valeur. Le fameux systme de vrication de Wikipedia, parfois compar un systme pair pair 6 , tient sans doute la complmentarit entre ces deux types de contributeurs rguliers. La fondation franaise note ce propos que cest la seule critique qui reste encore dactualit lencontre de Wikipedia. Avec le recul dont on commence disposer, on sait aujourdhui que les articles qui ont le plus de succs sont les articles de synthse, cest dire ceux qui confortent le positionnement encyclopdique de Wikipedia.

A.3.2
A.3.2.1

Propos et vision
Quest-ce qui fait la valeur de Wikipedia ?

Les deux composantes consubstantielles de la valeur de Wikipedia sont les contenus et la communaut. Communaut est ici entendu au sens de communaut de contributeurs au projet. Cette communaut peut tre vue comme une main duvre disposition des utilisateurs de Wikipedia. Plus largement, on pourrait imaginer que cette main duvre soit galement mise disposition de sponsors. La condition dutilisation de cette main duvre, cest labandon des droits sur les contenus publis 7 . Cette dynamique contribue la cration dun cercle vertueux. Dans cette dmarche donnant-donnant, les projets ou sponsors souhaitant mobiliser la communaut doivent dabord sduire la communaut. Si la communaut simplique dans un projet ou dans un autre, cest avant-tout car elle a t sduite par ledit projet. La reconnaissance est lautre ressort de limplication de la communaut. Cette reconnaissance qui est parfois dsigne par langlicisme rputation, cest dire une notion tout fait particulire et totalement intangible, faite de volume de contributions, dactivit dans les discussions et de consensus sur sa personne. Le consensus est dailleurs un des ressorts importants de la gouvernance du systme : nombre de modrateurs sont nomms par cooptation, cest dire que le consensus est lev au rang de critre de nomination. Plus gnralement, les dcisions se prennent par vote mais tout vote est prcd dune discussion. Cest le couple discussion vote qui est le cur de la gouvernance des projets grs par la fondation. Enn, sur Wikipedia, on a le temps et la place, deux notions qui sont des luxes et qui donnent de la valeur au projet : on peut crire des articles longs et prendre son temps pour les peauner,
6. Sur ce point, voir [Giles, 2005]. 7. Evidemment, le systme de droit moral persiste mais ce dont il sagit ici cest bien de labandon des droits conomiques

211

ils ne disparatront pas de sitt. Sur Wikipedia, le contenu prime. Ainsi largument dautorit serait sans doute mal vu : Un excellent article sign par une sommit et qui ne pourrait pas tre modi naurait aucun intrt sur Wikipedia.

A.3.2.2

Audience et valeur

Laudience de Wikipedia est une des plus importantes du Web 8 . Cela ne constitue pas, cependant, aux yeux de la communaut une valeur en soi. Dailleurs cette audience nest pas montise puisque Wikipedia ne fait pas de publicit. La publicit est vue comme une sorte de perversion qui nuirait lobjectivit et la neutralit des contenus. La fondation, en revanche, procde des leves de fonds dont lobjectif est de subvenir ses besoins (principalement en bande passante et en espace disque). Actuellement la fondation franaise ne fait pas de recherche de fonds, elle ne fait quassurer la promotion des diffrentes composantes de Wikimedia. A ce propos, il faut relever la volont de Wikimedia de chercher construire un systme autour de Wikipedia, dans lobjectif de construire un ensemble cohrent autour de la notion de partage : partage de connaissances, mais galement de contenus numriques (images, sons), de textes libres de droits etc. La notion-cl de toute cette construction est celle de Libert comprise au sens dabandon des droits, seule condition de prennisation de du partage. Aprs une priode de dbuts dubitatifs, les projets de la fondation Wikimedia, en particulier Wikipedia, arrive aujourdhui faire lunanimit autour deux. Parmi les quelques problmes restant, on trouve celui des rapports avec la presse et les professionnels de linformation (bases documentaires) : bien souvent, les informations journalistiques sont reprises dans Wikipedia. Or ce nest pas le rle dune encyclopdie que de rassembler des informations journalistiques. Les catgories et lorganisation de Wikipedia sont sui-generis : ainsi nombre dacteurs de la documentation, dstabiliss par ce systme original, souhaiteraient que Wikipedia utilise les systmes traditionnels ; ce que Wikipedia se refuse faire car cela entranerait des lourdeurs importantes dans la gestion des bases documentaires.

A.3.2.3

Une gouvernance communautaire

Projet collaboratif par excellence, lencyclopdie Wikipedia est maintenant un service incontournable sur Internet, comme le prouve son audience (cf. A.3.2.2,supra). Le mode de gouvernance, lui aussi collaboratif, na que peu vari au cours du temps et a su rester assez lger. Rapport son audience et son nombre de contributeurs, la structure de gestion du projet est somme toute lgre. Pour la partie franaise, on compte moins de 50 personnes impliques. De mme, le taux de contributeurs actifs est assez faible (de lordre de 5 %) 9 .
8. La version franaise rassemble environ 8 millions de visiteurs uniques mensuels. En janvier 2007, linstitut de mesure daudience Mediamtrie estime que Wikipedia est la dizime audience de France et que 33,5 % des internautes lont consult au moins une fois dans le mois. Voir [Osmanian Molinero, 2007]. 9. Pour mmoire, sur le forum du Chef Simon les 10 membres les plus actifs font 52,82 % de lactivit mesure en nombre de messages, cf. tableau 13.2, page 162.

212

A.3.2.4

Limportance du partage

Deuxime caractristique importante, le rle du partage. Dans Wikipedia, il ne sagit pas seulement daccder aux contenus, le fait quils soient libres de droit est aussi important et participe la proposition de valeur de Wikipedia et, plus largement, des services offerts par la fondation Wikimedia. La Libert daccs aux contenus est aussi importante que les contenus eux-mmes, ceci dans loptique de participer au dveloppement de lhumanit.

A.3.2.5

Une nouvelle approche de la valeur

Lhumanisme est une des bases du projet Wikipedia (ainsi que des autres composantes animes par la fondation Wikimedia). Projet Libre, Wikipedia est l pour uvrer au bien commun. Cest une des raisons qui attirent des contributeurs et ceci participe un critre important : la reconnaissance qui joue un rle important dans lattractivit de Wikipedia envers les contributeurs au projet. De manire assez paradoxale cependant, limportant nest pas tant de signer ses contributions (la plupart des contributeurs utilisent des pseudos) mais den faire un nombre sufsant ou que les contributions soient sufsamment qualitatives an daugmenter sa rputation au sein de la communaut.

A.3.3

retenir

De cette entrevue, trois point se dgagent nettement : la spcicit de la forme de gouvernance fond sur le couple discussionvote (A.3.2.3), limportance donne au donnantdonnant (A.3.2.4) et enn, Wikipedia propose une nouvelle approche de la valeur(A.3.2.5).

A.4

Interview de Richard S TALLMAN (fondateur) et de Peter B ROWN (prsident) de la Free Software Foundation
Quest-ce que la Free Software Foundation ?

A.4.1

La Free Software foundation est une association de droit amricain dont le but est la promotion du logiciel Libre 10 . Nous avons contact R.M. S TALLMAN par email. La priode de purge fut assez longue (nous avons chang plus de 30 emails an de prciser les concepts et de cerner le sujet). Puis notre interlocuteur nous a donn quelques lments de rexion et nous a mis en contact avec Peter B ROWN.

A.4.2

Les questions

When you take into consideration the pieces of software from the protection era, you can easily determine their value, using many criteria : for example, to can use a softwares market share or its editor turnover, and so on. Using these criteria, you can say that so and so software
10. Voir le site de la FSF, http://www.fsf.org

213

value is more important that other ones. If you are an investor, you may use these analysis to determine in what company you can invest etc. Well, taking into consideration the pieces of software from the sharing era, I postulate that they have value by themselves, but : how can you determine their value ? using what criteria ? On what basis can you compare them ? From an investors point of view, can they invest in a project ? for what return on investment ? To get more focused on what I mean : when Sun or HP or Nokia or IBM participate in FSF corporate patron program : what return on investment do they target. . . And, last but not least : is it possible to determine a evaluation method ?

A.4.3

Propos et vision de Richard Stallman

Im an activist in the Free Software Movement (mouvement pour le logiciel libre). As such, I disagree fundamentally with the philosophy of open source, and I reject that term for my software. Many articles falsely associate me with that term, which hurts my work very much. Teaching people that I support free software and not open source is therefore very important to me. It is also vital that I do what I can to boost awareness of free software, so that it is not buried by discussion of open source . Therefore, I have decided to participate in activities that generally say free software, and not in those that generally say open source to describe what they do. I actually do not know why [the companies you

mention] support us, and I dont know whether the motivation is a desire for a return on investment . I have never considered the question, because the FSF does not intend to direct its efforts to giving companies what they want. (If we did that, they would have corrupted us, as so many other institutions that ought to work for the good of society have been corrupted.) We do what we believe in, and they can support us or not. The FSF Executive Director might have a better idea what motivates companies to support us, since he has convinced some of them to do so. I could put him in touch with you.

A.4.4

Propos et vision de Peter Brown

la suite des changes sus-cits, R. M. S TALLMAN nous a mis en contact avec Peter B ROWN, prsident de la FSF. Ce dernier a rpondu aux question que javais poses mon prcdent interloctueur, car elles guraient dans le corps du mail de mise en relation. 214

As the FSF does not value the creation of business models, but only the creation of free software, I can only respond in the way that we evaluate value . We want freedom. When we make decisions about investing our resources in a particular project, we do so based upon the need to stop people from being enticed into proprietary software. Therefore the FSF tends to be reactive to challenges to freedom. But there are many examples where the creation of innovative free software was the result of a developer scratching an itch. Or an academic fullling some research. Many commercial free software distributors use free software to disrupt existing markets. One good example of this is JBoss. Millions of people now use their software and a fraction pay for related services. They were up against a marketplace dominated by proprietary software distributed by IBM and the like. In a short period of time they became the dominant force, through this disruptive tactic they created value using free software. Value is also derived for any economy through increases in productivity. If we are not spending our resources on proprietary software licenses. If we have created de-facto standards through free software. If you can change suppliers and service contracts more easily because you are not lockedin to proprietary software - then these represent

major increases in productivity for an economy. Another value can be seen in the area of public safety (As an example of the Free Software / Free Standards issue). After 9/11 it became clear that none of the emergency response teams could talk to each other. They were all using communication tools based upon proprietary software solutions, delivered by different corporations, and all used different standards for communication. These problems added to the disaster. The same happened after the Tsunami. In response a free software team in Sri Lanka developed Sahana which is now being rolled out to a number of disaster areas, and is used to coordinate humanitarian relief. Many proprietary software projects have become free software because they wanted to attract developers to help. (free development). For many projects this has worked. The most recent example being Second Life, who GPLd their viewer, and attracted developers who quickly improved the code base. The philosophy behind free software has also led to projects like Wikipedia. It is clear that access to huge amounts of educational material has a huge value for society. Investors come in many shapes and sizes, so potentially each of these represents a way to describe value to a potential investor. peter

A.4.5

retenir

Le logiciel libre est avant-tout un tat desprit, cest dire presquune philosophie. La FSF est soutenue par des dons dentreprises qui nindiquent pas ncessairement de raison tangible aux sommes verses. On peut rapporter ces dons la notion voque par M. B AUWENS de substrat commun (cf.A.2.2.1, page 208). Le grand mrite de la FSF est de donner une dnition du concept de Libert. Ce concept est appliqu au logiciel mais, par extension, sapplique aussi dautres types de crations immatrielles (Creative Commons, par exemple). En cela, La licence G NU, cre par la FSF pour rguler la distribution des logiciels Libre inverse le paradigme de valeur : son objectif nest pas de grer la raret mais dorganiser le foisonnement pour le bien de tous. 215

A.5
A.5.1

Interview de Daniel G LAZMAN, crateur de N|vu

Quest-ce que N|vu ?

N|vu est un diteur HTML Open Source dvelopp par Daniel Glazman, avec le support de la socit Linspire 11 , qui sponsorisait le projet. Lobjectif de N|vu est dtre une alternative libre aux diteurs HTML du march dont le plus connu est Dreamweaver dit par Adobe. N|vu a la particularit de sappuyer sur un dveloppement antrieur, Mozilla Composer, qui avait t dvelopp par la fondation Mozilla sous le sponsor de la socit AOL. Il est important de noter que Daniel Glazman a suivi le projet sur une longue priode puisquavant de travailler sur N|vu, il avait t le dveloppeur du projet Mozilla Composer. Cest ce qui est lorigine de deux caractristiques particulires au projet : son temps de dveloppement court et le fait que N|vu est le fruit dun agrgat de comptences multiples autour dun projet et la mise disposition dun savoir faire de long terme capitalis par un dveloppeur au cours de ses diverses expriences. Cest ce qui fait dire D. Glazman : N|vu est une couche unie sur un moteur multi-dveloppeurs.

A.5.2

Propos et vision

Lesprit dans lequel se place Daniel cest celui des innovations de rupture 12 qui sont les seules mme de faire faire des progrs, chacune dans son domaine. Ces innovations sont galement difciles faire adopter 13 . N|vu est utilis par plus de 2,5 millions dusagers partout dans le monde. La valeur de N|vu repose sur trois fondements : Le non-cot de la licence commerciale 14 ; la gestion de la complexit ddition WYSIWYG en HTML, en particulier sous Linux 15 ; N|vu est un logiciel compagnon de Firefox 16 . En rsum, N|vu est gratuit, simple et multi-plateforme. . . difcile de demander mieux ! Au del de ces caractristiques, qui font la valeur pour les utilisateurs, N|vu est une ert pour son crateur. Cest l une autre valeur, ne pas ngliger car cest un des moteurs de la motivation du dveloppeur. Aujourdhui Daniel Glazman estime que N|vu est un logiciel stable. Une nouvelle version est nanmoins en chantier mais celle-ci est construite sur des bases totalement nouvelles. Ainsi la nouvelle version de N|vu, bien que techniquement totalement diffrente de la prcdente sera-t-elle plus facile et plus puissante pour ses utilisateurs. La migration du parc install ne semble pas poser de problmes majeurs, les nouvelles fonctions seront un moteur sufsant. Les logiciels doivent tre conus et dvelopps pour le plus grand nombre. Dans cet esprit, un logiciel doit tre copiable librement, ceci an de lui garantir le succs par la cration dun effet boule de neige. Les seules technologies succs sont des technologies copiables. Du moment que le produit est bon, il simposera de soi-mme indpendamment de son prix. Cela permet non
11. 12. 13. 14. 15. 16. Linspire est un diteur de logiciel qui dveloppe une distribution de Linux, cf. http://www.linspire.com Dites innovations disruptives la suite du livre de D. Christiansen [Christensen, 1997]. Comme Lou Gestner en tmoigne dans [Gerstner, 2002]. Bien entendu inexistante Puisque le concurrent commercial de N|vu nest pas disponible sous cet OS. Navigateur Internet Open Source dit par la fondation Mozilla.

216

seulement le dveloppement dune base installe fournie et stable , vritable rservoir de valeur. Daniel pense une stratgie de dveloppement de plug-ins commerciaux pour N|vu : des fonctions bien spciques que les utilisateurs seront prts acheter. Pour autant, ces nouvelles extensions payantes resteront librement copiables, pour entretenir le cercle La valeur intrinsque dun logiciel, ce sont les gens qui le dveloppent. La valeur est donc dans les connaissances capitalises.

A.5.3

retenir

Lexcellence est la base du dveloppement de N|vu. La valeur est dans les personnes

A.6

Interview de Jean M ICHEL, spcialiste de lanalyse de la valeur

Jean M ICHEL, ingnieur des Ponts et Chausses a, au cours de sa carrire, dvelopp une expertise trs approfondie de lanalyse de la valeur. Au cours de sa carrire, il a chercher appliquer cette mthode la gestion de linformation, en particulier lorsquil tait prsident de lADBS 17 .

A.6.1
A.6.1.1

Propos et vision
Analyse de la valeur et conomie de linformation

Lanalyse de la valeur met en uvre des techniques initialement dveloppes pour lindustrie an doptimiser les cots de production. Si on procde une analyse du cot de linformation, il apparat trs rapidement que les rseaux de donnes font chuter les cots de la fonction technique : cots de distribution et de mise disposition des informations. Voire, si on considre que les investissements dans les rseaux, qui sont des cots dinfrastructure, doivent tre faits en amont par la puissance publique, la distribution et la mise disposition des informations se fait un cot marginal, pour ainsi dire, quasi-nul. Ainsi, le consommateur ne paye plus lusage 18 . Cette destruction de la valeur de la fonction technique entrane ncessairement une rvolution de lconomie de linformation. Lmergence des technologies numriques, sous-jacentes de toute cette conomie, change toute lapproche qui doit tre faite non pas de la cration de contenu, mais de la mise disposition et de distribution. Ainsi se dgage un modle communautaire autour de la notion dutilit publique. Evidemment, dans une telle approche les notions de cots, de prix et de marge doivent tre rednies. La marge en particulier na plus rellement de sens. . . toutes ces rexions entranent des ractions en chanes qui, in ne, dlient les notions dconomie et de droits 19 . On peut ainsi procder une comparaison entre les deux systmes (voir tableau A.2, cidessous)
17. Association des Documentalistes et Bibliothcaires Scientiques. 18. Modle conomique bien connu, dont larchtype fut le modle kiosque, popularis par le Minitel. 19. Pris au sens de droits drivs ou licence dexploitation.

217

Modle conomie du papier conomie numrique

Cots de cration Rmunration des auteurs Rmunration des auteurs : inchang

Cots de mise en forme ditorialisation chute des cots de mise en forme

Cots de mise disposition logistique de distribution cot marginal tendant vers 0

TABLE A.2 Comparaison de la structure des cots de linformation

A.6.1.2

La valeur, une notion relative

La valeur est bien videmment une notion relative et contextuelle. Cest une perception subjective qui permet la dtermination dun choix. Ainsi la valeur sexprime en diffrentiel. Cest une balance entre des avantages et des inconvnients. De plus, la valeur ainsi exprime est contextuelle : la valeur peut varier dans le temps. valuer la valeur cest donc cerner les avantages ressentis dans un continuum de temps et les mettre en balance avec linstantanit des choix. Ainsi, le service rendu cest le numrateur de lquation de la valeur, le cot en constituant le dnominateur . Pour lconomie de linformation, le service rendu cest la mise disposition dinformation, ce qui cre un potentiel dusage. Ce potentiel est le cur mme de la valeur en conomie de linformation. Avec Internet, ce potentiel tend vers linni en particulier parce que le mouvement stimule le lien social. les cots sont plus difciles valuer car ils peuvent se mesurer en recourant un grand nombre de paramtres : temps, argent, environnement, utilit. . . Ainsi pour lconomie de linformation, lvaluation de la valeur ne peut pas se rsumer des quations purement quantitatives. valuer la valeur cest aussi tenir compte de critres subjectifs. Ainsi, dans lvaluation de la valeur, limportant cest la capacit de celui qui value tablir des critres pertinents. La valeur nat de corrlations et si on admet ce point, labandon de tout dterminisme dans lvaluation de la valeur simpose comme une vidence. On peut aussi voir la valeur comme lmergence dun consensus cest dire entre un offreur et un preneur .

A.6.1.3

Dterminer la valeur, plusieurs stratgies possibles

Il y a de telles quantits dinformations disponibles que la dtermination de la valeur en arrive devenir une question de management de lattention. Ainsi se dgagent plusieurs stratgies de valorisation (voir tableau A.3, page 219). La dtermination de la valeur peut aussi se faire en cherchant loptimisation par la simplicit : le juste service nest pas ncessairement le plus complet, mais le mieux adapt. Illusration du vieil adage populaire le mieux est lennemi du bien, ce mode de conception est le cur mme de lanalyse de la valeur. 218

Stratgie de valorisation Consolidation Amlioration Innovation Niche Discount

Service relatif Niveau de service constant Augmentation du niveau de service Service plus Service trs lev Service dgrad

Cots relatifs Cots en chute Cots constants Cots matriss Cots levs Cots casss

TABLE A.3 Stratgies de valorisation des services rendus dans lconomie de linformation Il faut se mer de la mesure de la valeur car la mesure est fortement dpendante des talons utiliss. Cest pourquoi lvaluation est une notion diffrente de la mesure. Lvaluation prend en compte des paramtres non mesurables et intangibles. Lvaluation est subjective et la mthodologie dvaluation est aussi importante que lvaluation elle-mme. Les modles dvaluations doivent tre construits en intgrant des notions telles que la nalit, le rle dans la prise de dcision et lclairage quils sont mme dapporter aux dcideurs. Un dcideur doit avant-tout tre capable de construire des modles qui soient adapts aux dcisions quil a prendre. On peut utiliser limage classique : la carte nest pas le territoire. Autrement dit, le pourquoi de la mesure est plus important que le comment.

A.6.2

retenir

Le pourquoi est plus important que le comment.

219

220

Annexe B

Application dtaille du modle

Sommaire
B.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.2 Utilisation de lalgorithme de choix des projets . . . . . . . . . . . . . . . . . B.2.1 Application de lalgorithme . . . . . . . . . . . . . . . . . . . . . . . . . B.2.2 Prsentation du projet G IMP . . . . . . . . . . . . . . . . . . . . . . . . B.3 Tableau rcapitulatif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.4 Justication des pondrations et remarques sur les critres . . . . . . . . . . B.5 Graphique pour le projet G IMP . . . . . . . . . . . . . . . . . . . . . . . . . . 223 223 223 223 223 223 226

221

222

B.1

Introduction

annexe a pour objectif de prsenter une application dtaille de notre modle pour un projet non marchand. Nous prsentons ici non seulement le tableau rcapitulatif et le graphique synthtique mais galement tous les paramtres sur lesquels nous nous sommes appuys pour effectuer notre analyse.

ETTE

Nous choisissons dvaluer le projet G IMP

B.2
B.2.1

Utilisation de lalgorithme de choix des projets

Application de lalgorithme

Le projet est-il Ouvert ? : Oui : GIMP est distribu sous la licence GPL v2 Le projet est-il collaboratif ? Oui : la communaut de dveloppeurs est ouverte toute personne de bonne volont. Limplication en tant quutilisateur est galement possible via de multiples possibilits. Peut-on sy investir ? Oui, de nombreuses manires, suggres par la communaut : pour les dveloppeurs, la FAQ prcise quil vaut mieux commencer par corriger plusieurs bugs an de bien connatre le code du logiciel. Puis programmer une fonction simple avant de sattaquer au cur du logiciel. Limplication en tant quutilisateur est galement possible via de multiples possibilits : bug report, rdaction de documentation ou de tutoriaux, traductions, etc. Y a-t-il des critres valuables ? Oui, nous venons de voir la prsence de communaut, de rgles et de conseils. Il y en a dautres. En conclusion, G IMP rpond positivement aux quatre questions de notre algorithme. Nous pouvons donc procder lapplication de notre modle.

B.2.2

Prsentation du projet G IMP

G IMP est lacronyme anglophone de G NU Image Manipulation Program. Il sagt dun logiciel de manipulation et de traitement dimages. Le site Web ofciel du projet est http://www.gimp.org

B.3 B.4

Tableau rcapitulatif Justication des pondrations et remarques sur les critres

Projet multilingue : G IMP est disponible en 13 langues. Ce nombre est peu lev. De plus, la liste des langues rvle quil sagit du fruit dinitiatives personnelles que dune relle 223

valuation de lattractivit de G IMP

Axe de valorisation

Nature du critre

Critre Projet multilingue Versionning rgulier Utilisateurs phares ou rfrents Dveloppements tiers Anciennet du projet Sponsors du projet Prsence dun gourou Fonctionnalits uniques ou diffrentiantes Projet dont on parle Lgende du projet Communaut active de dveloppeurs Communaut active dutilisateurs Appel de fonds russi Systme de gestion du projet Renouvellement des sponsors du projet Gestion du savoir ou base de connaissances Gouvernance communautaire Respect des standards du domaine

Note 4 8 1 9 10 8 1 9 5 4 7 10 3 5 2 7 6 9

Quantitatif Attractivit

Qualitatif

Quantitatif Prennit

Qualitatif

TABLE B.1 Grille dvaluation pour le projet G IMP volont de lquipe de dveloppement dintgrer le paramtre multilinguisme. Les langues disponibles sont : anglais, chinois, tchque, nerlandais, franais, allemand, croate, italien, coren, norvgien, russe, espagnol, sudois. Il ny a pas de structure ddie la traduction. Note : 4. Versionning rgulier la premire version de G IMP (0.54) a t rendue publique en 1996. Depuis, le logiciel a connu 6 versions majeures et de nombreuses versions intermdiaires. G IMP est un projet qui vit bien. Note : 8 Utilisateurs phares ou rfrents : On ne note pas dutilisateurs revendiquant une utilisation de G IMP. La raison la plus vidente est que G IMP est un outil assez technique rserv des utilisations plutt spciques. Nanmoins, certains forums font tat dutilisations de G IMP par des pros. Ceci nous amne une note de 1 Dveloppements tiers : il existe de nombreux plug-in pour G IMP : des outils, des fonctions supplmentaires et surtout un toolkit complet 1 permettant lintgration de fonctions de graphisme dans des IHM. Note : 9 Anciennet du projet : le G IMP existe depuis 1996. Cest un des projets les plus anciens de lre du partage. Note 10. Sponsors du projet : G IMP bncie du soutien de la FSF (puisque cest un projet Libre), mais aussi de lditeur OReilly et de quelques entreprises. On peut mettre au crdit de G IMP des sponsors indirects : de trs nombreuses distributions de L INUX incluent G IMP. De mme, une version portable de G IMP est incluse dans de nombreuses suites portables. Note : 8
1. Le GTK +

224

Prsence dun Gourou : Les crateurs de G IMP (Spencer Kimball and Petter Mattis), deux anciens lves de luniversit de Berkeley nont pas marqu lhistoire. Ils ne prennent pas la parole et ont peu de notorit. Note : 1 Fonctionnalits uniques ou diffrentiantes : G IMP offre une grande richesse de fonctionnalits et na pas rellement de concurrent dans le monde Libre. La seule alternative crdible est dans le monde des logiciels propritaires 2 . Note : 9 Projet dont on parle : Lvaluation de ce critre nest pas vidente car lanciennet du logiciel et son unicit dans le monde Libre jouent en sa faveur. En revanche, sa technicit est telle quen dehors des spcialistes, peu de gens le connaissent. Note : 5 Lgende du projet : la lgende du projet value le fait quun projet non marchand passe dans la culture collective, quil devient un archtype 3 . Si ce critre est fort pour les utilisateurs de logiciel Libre, et les utilisateurs doutils graphiques, il ne lest pas encore pour le grand public. Note 4. valuation de la prennit de G IMP Communaut active de dveloppeurs : depuis sa cration GIMP est maintenu et volue rgulirement. La communaut de dveloppeurs est donc active. Lquipe stable 4 de dveloppement du logiciel est assez nombreuse (environ 20 personnes) et de nombreux dveloppeurs ont des actions ponctuelles (notamment sous forme de dveloppement de plug-ins). De plus, les outils mis disposition des dveloppeurs (la mailing list en particulier) rvlent une activit rgulire. Note : 7 Communaut active dutilisateurs : les spcicits de G IMP font quil est assez utilis dans une communaut relativement restreinte. En plus des outils fournis par le projet lui-mme, on trouve de nombreuses communauts dutilisateurs, dans diffrentes langues. Note : 10 Appel de fonds russi : Le projet G IMP ne semble pas particulirement actif sur ce sujet. Il na pas cr de fondation propre mais sappuie sur la fondation G NOME pour permettre ses dons. Note : 3 Systme de gestion de projet : Les dveloppeurs disposent dun wiki et dune liste de diffusion, mais lorganisation du projet est assez souple. Nanmoins cela ne semble pas nuire lvolution du logiciel. Note : 5 Renouvellement des sponsors du projet : le renouvellement nest ni frquent ni rgulier, malgr le nombre de sponsors. . . Note : 2 Gestion du savoir ou base de connaissance : les donnes sont trs nombreuses, tant pour les dveloppeurs que les utilisateurs. Lorganisation de ces connaissances, nanmoins est assez peu formalise. Note : 7 Gouvernance communautaire : Peu de gouvernance dans ce projet. Une confrence annuelle, quelques votes et beaucoup de cooptation. Un peu de transparence. Note : 6 Respect des standards du domaine : depuis lorigine, le projet met laccent sur le respect des standards, la fois dans les mthodes de programmation et dans lutilisation des formats de chiers. Cest une des forces du logiciel. Note : 9
2. Cest P HOTOSHOP, logiciel dit par A DOBE. 3. Au sens donn par C. J UNG : un symbole primitif et universel, appartenant linconscient collectif et se concrtisant danse les contes, les mythes, le folkore etc. 4. Cest dire les contributeurs rguliers aux volutions du logiciel.

225

B.5

Graphique pour le projet G IMP

F IGURE B.1 Reprsentations graphiques de notre modle pour G IMP

226

Bibliographie
L. A. A DAMIC : The small world web. In S PRINGER, d. : Proceedings of ECDL99, vol. LCNS 1696, p. 443452, 1999. M. A KRICH, C. M ADEL et V. PARAVEL : Le temps du mail, crit instantan ou oral mdia. Sociologie et socits, XXXII(2):154171, 2000. N. A LTER, d. Les logiques de linnovation, approche pluridisciplinaire. Coll. Recherches. La Dcouverte, Paris, 2002. A. d. A MORIM, B. C AVELIER et M. Y. Y. R ULETA : Guide de lvaluation du Ministre des Affaires trangres. Ministre des Affaires trangres, Paris, juin 2005. C. A NDERSON : La longue traine, la nouvelle conomie est l ! conomie. Pearson ducation, Paris, mai 2007. F. A NDR : Libre accs aux savoirs. coll. Perspectives. Futuribles, Paris, 1re dn, juillet 2005. D. A NDRIESSEN : Making sense of intellectual capital. Elseiver Butterworth-Heinemann, Burlington, USA, 2004. R. B ACHELET : Recueil, analyse et traitement des donnes (cours en ligne). cole Centrale de Lille, Lille, 2007. URL http://rb.ec-lille.fr. L. B ARUCH : Intangibles : management, measurement and reporting. Brooklings institution press, Washington DC, USA, june 2001. G. B ECKER : Human Capital. National Bureau of economic research, 1957. V. B ECQUEY : Enqute PMI - PME 2004-2005. Rap. tech., BNP-Paribas Lease Group, Paris, 2005. T. B ERNERS -L EE : The fractal nature of the web. Design Issues, 2007. URL http://www.w3.org/ DesignIssues/Fractal.html. T. B ERNERS -L EE et M. F ISCHETTI : Weaving the Web. Business/Economics. Harper-Collins, NewYork, 1st dn, 2000. J.-P. B ETBZE : La peur conomique des franais. Odile Jacob, Paris, 1re dn, 2004. R. B IGOT : La diffusion des technologies de linformation dans la socit franaise. Rap. tech., Crdoc (Centre de Recherche pour lEtude et lObservation des Conditions de vie), Paris, juin 2006. V. B OLY : Ingnierie de linnovation. Herms sciences publications, Paris, 2004. 227

D. B OULLIER : Information et rseau, ou comment sen dbarrasser pour penser les pcd sur internet ? In Rencontres des Pratiques Collectives Distribues sur Internet, Paris, 2000a. D. B OULLIER : Urbanit numrique essai sur la troisime ville en 2100. LHarmattan, Paris, 2000b. D. B OULLIER : Les conventions pour une appropriation durable des tic. utiliser un ordinateur et conduire une voiture. Sociologie du travail, 43(1):369387, 2001a. D. B OULLIER : Les machines changent, les mdiations restent. In Colloque Communication mdiatise par Ordinateur, Montral, mai 2001b. D. B OULLIER : Certaines innovations apparassent,demble, comme menaantes. Le Monde, mai 2003. D. B OULLIER et F. G HITALLA : Le web ou lutopie dun espace documentaire. InformationInteraction-Intelligence, 4(1):173189, 2004. J. B RMOND et A. G LDAN : Dictionnaire conomique et social. Hatier, Paris, 3edn, 1993. P. B RETON : Une histoire de linformatique. Points, Sciences. Le Seuil, Paris, 1990. T. B RETON : La n des illusions, le mythe des annes high tech. Plon, Paris, 1992. X. B RIFFAULT, J.-P. KOTOWICZ, J.-P. L EBOEUF et X. P TARD : Lentreprise virtuelle, un outil daugmentation de lawareness. In Nimes TIC 2001, 2001. B. B RISCOE, A. O DLYZKO et B. T ILLY : Metcalfes law is wrong - communications networks increase in value as they add members-but by how much ? IEEE Spectrum, 43(7):3439, juilllet 2006. A. B RISSET : Le march du systme dexploitation Gnu-Linux. mmoire de n dtudes en marketing, IAE, Paris, mars 1999. F. B ROOKS : Le mythe du mois-homme. Coll. informatique. Vuibert, Paris, 2edn, aot 2001. E. B URNS : Firefox marketshare gains continue. Rap. tech., ClickZ, JupiterWeb network member, 2005. URL http://www.clickz.com/stats/sectors/traffic_patterns/article.php/ 3500691. T. B UZAN : Use Both Sides of Your Brain : new mind mapping techniques to help you raise all levels of your intelligence and creativity. Plume, Penguin Group, New-York, USA, 3rd dn, 1991. M. C AMPBELL -K ELLY : From airline reservation to Sonic the Hedgehood : a history of the software industry. The MIT Press, London, UK, 2003. N. C ARR : It does not matter. Harvard Business Scholl Publishing, Harvard, USA, 2004. R. C HALON : Ralit mixte et travail collaboratif : IRVO, un modle de linteraction homme-machine. Thse de doctorat, Ecole Centrale de Lyon, Lyon, dcembre 2004. A. D. C HANDLER : The visible hand. Harvard University Press, 1980. A. D. C HANDLER : Scale and Scope, the dynamics of industrial capitalism. The Belknap Press of Harvard University Press, 1994. C. M. C HRISTENSEN : The innovators dilemma, when new technologies cause great rms to fail. Harvard Business School Press, Boston, USA, 1st dn, 1997. 228

C. M. C HRISTENSEN et M. E. R AYNOR : The innovators solution : creating and sustaining successful growth. Harvard Business School Publishing Corporation, Boston, USA, 2003. H. C HRISTOFOL, C. B OUCHARD, B. R OUSSEL, S. R ICHIR et B. TARAVEL : Des valeurs humaines la valeur du produit. In Congrs international A FAV, Paris, novembre 2001. H. C HRISTOFOL, S. R ICHIR et H. S AMIER, ds. Linnovation lre des rseaux. Lavoisier - Herms Sciences, Paris, 1re dn, 2004. C IGREF et M. . C OMPANY : Dynamique des relations autour des systmes dinformation dans les quipes de direction des grandes entreprises franaises. Livre Blanc, Paris, septembre 2004. Q. C IRAC : Research and innovation systems in the production of digital content and applications. Rap. tech., Cutler & Company, 2003. J. C LARCK : Managing innovation and change, people technology and strategy. Sage Publication, London, UK, 1995. R. C LARKE : Edi is but one element of electronic commerce, 2004a. URL http://www.anu.edu. au/people/Roger.Clarke/EC/Bled93.html. R. C LARKE : A primer in diffusion of innovations theory, 2004b. URL http://www.anu.edu.au/ people/Roger.Clarke/SOS/InnDiff.html. D. A. C OMITTEE : Glossaire des principaux termes relatifs lvaluation et la gestion axe sur les rsultats glossaire des principaux termes relatifs lvaluation et la gestion axe sur les rsultats. Rap. tech., OCDE, 2002. J.-P. C ORNIOU : Valorisation et gouvernance de linverstissement informatique, la nouvelle feuille de route du DSI. Paris, 2004. P. C ORSI et M. D ULIEU : The marketing of advanced technologies. Knowledge to How-To press, London, UK, 2001. P. C RUBLEAU : Contribution lutilisation de la mthode T RIZ pour la conception de produits industriels innovants : appliation la reconception dune tte dagraphage. Thse de doctorat, Universit dAngers, octobre 2002. A. D AVILA, G. M AHENDRA et R. PALMER : Moving procurement systems to the internet : the adoption and use of e-procurementtechnology models. European Management Journal, 21 (1):1123, fvrier 2003. R. D EBRAY : Cours de mdiologie gnrale. Gallimard, Paris, 1991. R. D EBRAY : Transmettre. Odile Jacob, Paris, 1997. R. D EBRAY : Les enjeux et les moyens de la transmission. coll. Version originale. Plein feux, Paris, 1998. C. D EJOURS : Le facteur humain. coll. Que sais-je. Presses Universitaires de France, Paris, 4me dn, 2005. G. D ELACROIX : Une histoire des mdias, 1989-2014. Vigie Info, lettre mensuelle de Futuribles international, (10):12, janvier 2005a. J. D ELACROIX : les Wikis. M2 ditions, Paris, juin 2005b. 229

G. D ELAFOLLIE : Analyse de la valeur. Technique. Hachette, Paris, mars 2006. A. D ELAMARRE : Contribution du produit concept lorganisation des phases prliminaires du processus de conception en PME. Thse de doctorat, Universit dAngers, Istia, dcembre 2006. B. D ESAVOYE, C. D UCAMP, X. M AZENOTD ( DE ) et X. M OISANT : les blogs, nouveau mdia pour tous. M2 ditions, Paris, juin 2005. B. D IONNE : Pour russir, guide mthodologique pour les tudes et la recherche. tudes vivantes. Ed. de luniversit de Laval, 3edn, 1998. H. D OU et J.-M. D OU : Innovation management technology : experimental approach for small rms in a deprived environment. International Journal of Information Management, 1999(19): 401412, 1999. J.-J. D ROESBEKE, M. L EJEUNE et G. S APORTA, ds. Modles statistiques pour donns qualitatives. ditions T ECHNIP, Paris, mai 2005. F. D RUEL : La dcolonisation africaine franaise. Mmoire de licence, I LERI, Paris, 1992. F. D RUEL : Les enjeux hermneutiques des hautes technologies dans linformation, vus au travers du traitement informatique de limage et de la tlvision haute dnition. Mmoire de matrise, I LERI, Paris, septembre 1993. F. D RUEL : La scurit sur les rseaux. le cas Internet vu au travers des outils mis en place pour le dveloppement des relations commerciales. mmoire de D ESS, Universit de Marne la Valle, dcembre 1995. F. D RUEL : Scurit et paiements sur les rseaux illustrs par le modle globeid. In Recherche dinformations sur les rseaux, Internet., Pour en savoir plus, p. 195220, Paris, octobre 1996. ADBS Editions. F. D RUEL : Rexions sur les mesures defcacit dun portail gnraliste marchand. Proposition, Wanadoo Portails, Paris, juin 2000. F. D RUEL : Les services sur les portails, le moteur du succs durable. Note de rexion, Wanadoo Portails, Paris, mars 2001a. F. D RUEL : Valeur ajoute et ressources des chaines. Note de rexion, Wanadoo Portails, Paris, mars 2001b. F. D RUEL : Linnovation lre des rseaux, chap. 21, Services Web et innovation, p. 389406. Herms sciences publications, Paris, 2004. F. D RUEL : Innovation Engineering : The Power of Intangible Networks, chap. 18, Innovation on the Web. ISTE Publishing Company, London, 2007. F. D RUEL et H. S AMIER : Les blogs, nouvelle frontire du web ? In Sminaire Confere, p. 2334. Laboratoire CPI, Ensam, juillet 2005. F. D UPUY : Le client et le bureaucrate. coll. Stratgie et management. Dunod, Paris, 1re dn, 1998. F. D UPUY : Sociologie du changement, pourquoi et comment changer les organisations. Dunod, Paris, 1re dn, dcembre 2004. 230

F. D UPUY : La fatigue des lites. coll. La rpublique des ides. Le Seuil, Paris, 1re dn, mars 2005. H. E ZZEDINE, C. KOLSKI et A. P NINOU : Agent-oriented design of human-computer interface : application to supervision of an urban transport network. Articial Intelligence, 2004. J. F ELAND et L. L EIFER : Product social capital : measuring the impact of design on corporate performance. In International conference on engineering design (ICED 07), Paris, aout 2007. Cit des sciences et de lindustrie. G. F ICHE et G. H BUTERNE : Trac et performances des rseaux de tlcoms. Coll. technique et scientique des tlcommunications. Herms sciences, Lavoisier, Paris, 2003. C. F IEVET et E. T URRENTTINI : Blog story. Eyrolles, Paris, 2004. J. F OURASTI : Les trentes glorieuses. Fayard, Paris, 1979. S. F OX : Digital divisions. Rap. tech., Pew Internet & American life Project, Washington DC, USA, 2005. S. F OX, J. Q UITNEY A NDERSON et R. L EE : The future of the internet. Rap. tech., Pew Internet and American life project, 2005. J. F RISHAMMAR : Characteristics in information processing approaches. International Journal of Information Management, 2002(22):143156, 2002. J.-L. G ASSE : La troisime pomme. Hachette, Paris, 1985. L. V. G ERSTNER : Who says elephants cant dance ? : leading a great enterprise through dramatic change. Harper-Collins Business, New-York, USA, 1st dn, 2002. J. G ILES : Internet encyclopaedias go head to head. Nature, 438(7070):900901, dcembre 2005. D. G LAZMAN : C SS 2. Eyrolles, Paris, 1re dn, 1998. D. G LAZMAN : JDLL2005/#. Comment gagner sa crote dans loss, 2005. URL http://glazman.org/

R. G OMORY : From the "ladder of science" to the product developpement cycle. Harvard Business Review, 67(6):99105, 1989. F. G OUX-B AUDIMENT : Linnovation lre des rseaux, chap. 1, Prospective et innovation : fertilisation croise. Herms sciences publications, 2004. S. G RIFFIN : Biographie de marc andreesen. andreesen.html. URL http://www.ibiblio.org/pioneers/

B. G ROUP : Intranet dans les entreprises : tat des lieux, projets, solutions technologiques. Rap. tech., Benchmark Group, 2004. B. G UILHON et J.-L. L EVET : De lintelligence conomique lconomie de la connaissance. coll. LIntelligence conomique. Economica, Paris, 2003. J. I. H AGEL et A. G. A RMSTRONG : NetGain, expanding markets trought virtual communities. Harvard Business Press, Boston, USA, 1st dn, 1997. 231

G. H AMEL et C.-K. P RAHALAD : La conqute du futur, construire lavenir de son entreprise plutt que de le subir. coll. Stratgies et management. Dunod, Paris, 2e dn, mai 1999. A. H ATCHUEL, P. L E M ASSON et B. W EIL : De la R& D la RID : de nouveaux principes de management du processus dinnovation. In Congrs francophone du management de projets A FITEP, innovation conception et . . . projets, 2001. H.-F. H ENNER : Commerce International. Monchrtien, Paris, 3me dn, 1997. N. H ERPIN : Sociologie de la consommation. coll. Repres. La Dcouverte, Paris, 2001. C.-Y. H UANG, C.-T. S UN et H.-C. L IN : Inuence of local information on social simulations in small-world network models. Journal of Articial Societies and Social Simulation, 8(4), 2005. ISSN 1460-7425. URL http://jasss.soc.surrey.ac.uk/8/4/8.html. J. H UART, C. KOLSKI et M. S AGAR : Evaluation of multimedia applications using inspection methods : the cognitive walkthrough case. Interacting with computers, (16):183215, 2004. F.-X. H USSHERR : La publicit sur Internet. Coll. Fonctions de lentreprise, srie marketing et communication. Dunod, Paris, 1999a. F.-X. H USSHERR : La publicit sur Internet, un modle conomique dpendant de lefcacit publicitaire. Thse de doctorat, ENST, Paris, 1999b. F.-X. H USSHERR, C. B ALAGU et J. R OSENVALLON : 10 ans daventure Internet, une rvolution venir. Jacob-Duvernet, Paris, janvier 2007. F.-X. H USSHERR, C. H USSHERR et M.-E. C ARRASCO : Le nouveau pouvoir des internautes. TimeEditions, Boulogne, 1re dn, 2006. F.-X. H USSHERR et J. R OSENVALLON : Tirer prot dInternet, le 6eme mdia. . . et plus encore. Coll. Fonctions de lentreprise, srie marketing et communication. Dunod, Paris, 2001. S. JAGANATHAN et C. G ALLAIS : Entreprise information integration white paper. Rap. tech., France Telecom Recherche et Dveloppement, 2005. F. JAURGUIBRRY : Le moi, le soi et internet. Sociologie et socits, 32(2):136 152, 2000. L. J ULIA : Interface homme-machine multimodale pour la conception et ldition de documents graphiques. Thse de doctorat, cole Nationale Suprieure des Tlcommunications, Paris, 1995. J. KATZ et S. S AFRANSKI : Standardization in the midst of innovation : structural implications of the internet for S ME S. Futures, 2003(35):323340, 2003. B. P. K EHOE : Zen and the art of Internet, a beginners guide to the Internet. 1st dn, fevrier 1992. J. K ELLER et G. S IMON : Toward a peer-to-peer shared virtual reality. In 22nd International Conference on Distributed Computing Systems, Workshops, num. 2, p. 695700. ICDCSW, juillet 2002. J. K ELLER et G. S IMON : Solipsis : a massively multi-participant virtual world. In Proceedings of the International Conference on Parallel and Distributed Processing Techniques and Applications, vol. 1, p. 262268, Las Vegas, USA, juin 2003. 232

M. KODOMA : Strategic community-based theory of rms : case study of NTT docomo. The Journal of high technology management research, 2003(14):307330, mars 2003. P. L AGADEC : Nouvelles menaces et gouvernance : des rsistances dpasser, des chemins ouvrir. Grer et Comprendre, (80):822, juin 2005. J.-P. L AURENCIN et E. JANEAU : Nouveaux objets communiquants : une offre potentielle foisonnante pour quels marchs ? Ralits Indstrielles, (4):2533, novembre 2005. P. L E M ASSON, B. W EIL et A. H ATCHUEL : Les processus dinnovation : conception innovante et croissance des entreprises. coll. Stratgie et management. Paris, herms science lavoisier dn, 2006. P. L EBEL : La crativit en entreprise. Les ditions dorganisation, Paris, 1990. S. L EBLANC, J. S AURY, S. C AROLE, M. D URAND et J. T HEUREAU : An analysis of a users exploration and learning of a multimedia instruction system. Computer and Education, (36):5982, 2001. A. L ENHART, M. M ADDEN et P. H ITLIN : Teens and technology, youth are leading the transition to a fully wired and mobile nation. Report, Pew Internet & American life projetc, Washington DC, USA, 2005. A. L EROY et J.-P. S IGNORET : Le risque technologique. coll. Que sais-je. Presses Universitaires de France, Paris, 1ere dn, octobre 1992. B. L EUF et W. C UNNINGHAM : The wiki way. Addison-Wesley, 2001. S. K. L EVAN et J.-P. V ICKOFF : Travail collaboratif sur Internet : concepts, mthodes et pratiques des plateaux projets. coll. Entreprendre.Informatique. Vuibert, Paris, 2004. L. L EYDESDORFF et H. E TZKOWITZ : Le mode 2 et la globalisation des systmes dinnovation nationaux . le modle triple hlice des relations entre universit, industrie et gouvernement. Sociologie et socits, 32(2):135156, 2000. B. M AITRE et G. A LADJIDI : Les business-models de la nouvelle conomie. Stratgies et management. Dunod, Paris, 1re dn, 1999. A. M ALLARD : propos de larticle de franois-xavier de vaujany, les gures de la gestion du changement sociologique . Sociologie du travail, (45):509513, 2003. J. M ARSOT : Qfd : a methodological tool for integration of ergonomics at the design stage. Applied Ergonomics, 2004. C. M ARUSICH et S. B LACKTHORN : Internet commerce for dummies. IDG Books, Foster City, USA, 1998. B. M ARZLOFF et S. G LAZIOU : Le temps des puces. Editions Carnot, Bourges, 1999. M. M AUSS : Sociologie et anthropologie, chap. Essai sur le don, p. 143279. Collection Quadrige. Presses Universitaires de France, Paris, 11eme dn, 2004. P. M ERLE : Le nouveau charabia, le franais est une langue trangre. Milan, Paris, 1re dn, avril 2005. R. M ETCALFE : Metcalfes law : A network becomes more valuable as it reaches more users. Infoworld, (17), 1995. 233

J.-L. M ETZGER et O. C LACH : Le tltravail des cadres : entre suractivit et apprentissage de nouvelles temporalits. Sociologie du travail, 46:433450, 2004. A. M ICHARD : XML, langage et applications. Eyrolles, Paris, 1999. J. M ICHEL : Enjeux, concepts-cls et pratiques de la gestion des connaissances. le rle des documentalistes dans la construction et la consolidation des savoirs collectifs. In Les rencontres 2004 des professionnels de lIST, p. 1331. Inist - CNRS, 2004. URL http://michel.jean.free.fr/. S. M ILGRAM : The small world Problem, vol. 2. Psychology today, 1967. H. M INTZBERG : Strucuture in ves : designing effective organizations. Prentice Hall, 1992. C. M ONNIN et F.-L. P ERRET : Le facteur humain au cur de lintelligence collective. In 5eme colloque TIC et territoire : quels dveloppements, Besanon, juin 2006. M. M ONTMOLLIN ( DE ) : Lergonomie. coll. Repres. La Dcouverte, Paris, 2eme dn, 1990. S. M ONTREUIL et K. L IPPEL : Telework and occupational health : a quebec empirical study and regulatory implications. Safety Science, 41:339358, 2003. G. M OORE : Crossing the Chasm : marketing and selling high-tech products to mainstream customers. Harper-Collins, New-York, USA, 2nd dn, 1999. G. M OORE : Cramming more components onto integrated circuits. Electronics, 38(8):114118, Avril 1965. C. M OREL : Lenfer des boutons. rexions sur une interface homme-machine ordinaire. Grer et Comprendre, (80):7791, juin 2005. F. M OUSSA, C. KOLSKI et M. R IAHI : A model based approach to semi-automated user interface generation for process control interactive applications. Interacting with computers, (12):245 279, 2000. D. M UHLMANN : Des nouvelles technologies limage des vieilles organisations. Sociologie du travail, (43):327347, 2001. P. M USSO : Le cyberespace, gure de lutopie technologique rticulaire. Sociologie et socits, 32 (2):3156, 2000. P. M USSO, L. P ONTHOU et E. S EUILLET : Fabriquer le futur, limaginaire au service de linnovation. coll. Stratgie. Village Mondial and Pearson ducation France, Paris, 1re dn, janvier 2005. N. N EGROPONTE : Lhomme numrique. Robert Laffont, Paris, 1995. V. N GUYEN -M INH L PINE : Les enjeux communicationnels et socio-organisationnels du dploiement des dispositifs de groupware en entreprise : la mdiatisation technique du travail collaboratif. Thse de doctorat, Universit de Grenoble 3, Grenoble, 2000. J. N IZET : Monastres dantan et entreprises daujourdhui. Grer et comprendre, 2003(71):4048, mars 2003. R. N OZICK : Anarchie, tat et Utopie. Coll. Quadrige. Presses Universitaires de France, Paris, 2003. 234

A. O DLYZKO : Content is not king. First Monday, peer to peer journal, 6(2), fvrier 2001. URL http://www.firstmonday.org/issues/issue6_2/odlyzko/. A. O DLYZKO : The many paradoxe of broadband. First Monday, peer to peer journal, 8(9), september 2003. L. O SMANIAN M OLINERO : Laudience de linternet en france. Communiqu de presse, Mediamtrie, Paris, janvier 2007. S. PAPERT : Jaillissement de lesprit. Flammarion, Paris, 1981. N. PAQUEL : Ldition et les supports multimedia. Jour, Paris, 1993. N. PAQUEL : Lexplosion du multimedia et des rseaux. collection Dcryptons. Editions dOrganisation, Paris, 1995. N. PAQUEL et O. B EZAUT : XML et dveloppement des EDI. Nouvelles technologies informatiques. Lavoisier - Herms Sciences, Paris, 2002. J.-L. P EAUCELLE : la n du XIXe sicle, ladoption de la mcanographie est-elle rationnelle. Grer et Comprendre, (77):6075, septembre 2004. R. T. P DAUQUE : La redocumentarisation du Monde. Cepadues ditions, Toulouse, 1redn, janvier 2007. D. P EL : Des agents conversationnels 3d dans les services de tlcommunications et multimdia. Prsentation, France Tlcom R&D, 2003. C. P EREZ : Technological revolutions and nancial capitalism, the dynamics of bubbles and golden age. Edward Eglar Publishing, London, UK, 2002. J. P ERRIN : Concevoir linnovation industrielle, mthodologie de conception de linnovation. C NRS conomie. C NRS ditions, Paris, fvrier 2001. C. P ETITDEMANGE : Analyse de la valeur et ingnierie simultane. Coll. A savoir. Paris, 1995. J. P OMONTI et F. R OURE : La contribution dcisive des technologies de linformation au dveloppement conomique et lamnagement du territoire. Ralits Indstrielles, (4):2224, novembre 2005. M. E. P ORTER : Competitive Advantage. The Free Press, 1985. A.-Y. P ORTNOFF : Le capital rel des entreprises. Futuribles, (288):4362, juillet-aot 2003a. A.-Y. P ORTNOFF : La leon de dell : 10,1 + 7,1 = 15,5. Futuribles, (281):9294, dcembre 2003b. A.-Y. P ORTNOFF : Sentiers dinnovation. Perspectives. Futuribles, Paris, 2003c. A.-Y. P ORTNOFF : Le capitalisme unijambiste. Futuribles, p. 3540, fvrier 2004a. A.-Y. P ORTNOFF : Le pari de lintelligence. Perspectives. Futuribles, Paris, juin 2004b. A.-Y. P ORTNOFF : Innovation, pour une nuit du 4 aot. Futuribles, mars 2005a. A.-Y. P ORTNOFF : lanne des blogs. Vigie Info, lettre mensuelle de Futuribles international, (10):2 3, janvier 2005b. 235

A.-Y. P ORTNOFF : Les valeurs priment sur les savoirs. Futuribles, janvier 2005c. A.-Y. P ORTNOFF et X. D ALLOZ : le-novation des entreprises. Futuribles, (266):4160, juillet-aot 2001a. A.-Y. P ORTNOFF et X. D ALLOZ : La prolifration numrique : ressorts et impacts. Futuribles, (266):2340, juillet-aot 2001b. S. P ROULX et G. L ATZKO -T OTH : La virtualit comme catgorie pour penser le social : lusage de la notion de communaut virtuelle. Sociologie et socits, 32(2):99122, 2000. T. F. Q UESADA, F. D ARSES et M. L EWKOWICZ : Modliser les activits cognitives de coopration pour concevoir un systme coopratif daide linnovation. In Actes du XXXVIIIe congrs de la SELF modles et pratiques de lanalyse du travail : 1998-2003, 15 ans dvolution , Paris, septembre 2003. D. P. R EED : The law of the pack. Harvard Business Review, 79(2):2324, fvrier 2001a. D. P. R EED : That sneaky exponentialbeyond metcalfes law to the power of community building, 2001b. URL http://www.reed.com/Papers/GFN/reedslaw.html. D. R IEHLE : The economic motivation of open source software : Stakeholder perspectives. IEEE Computer, 40(4):2532, avril 2007. P. R OCH : Modlisation et validation dinterface homme-machine. Thse de doctorat, Universit de Toulouse, 1998. J. d. R OSNAY : Le macroscope : vers une vision globale. Le Seuil, Paris, 1975. J. d. R OSNAY et C. R EVELLI : La rvolte du prontariat : Des mass mdia aux mdia des masses. Transversales. Fayard, Paris, 2006. F. R OUSSELOT : Quand lemploy fait blog. Libration, (7487):IIII, juin 2005. M.-A. R OUX : Un micro-ordinateur la maison : motivation sociale, enjeux familiaux, appropriation technique et symbolique. Thse de doctorat, EHESS, 1993. B. R OY : Mthodologie multicritres daide la dcision. Gestion. conomica, Paris, septembre 1985. J.-C. R UFFIN : Lempire et les nouveaux barbares. Coll. Essais. Jean-Claude Latts, Paris, 2nde dn, 2001. H. S AMIER et V. S ANDOVAL : La veille sur les weblogs. In Actes du colloque VSST, p. 344365, Toulouse, Octobre 2004. H. S AMIER et V. S ANDOVAL : La Webcreativit. Coll. Finance, gestion, management. Lavoisier Herms Sciences, Paris, 1re dn, 2007. J. S AURET : Ladminsitration lectronique : un bouleversement sans prcdent. Ralits Indstrielles, (4):5761, novembre 2005. D. A. S CHN, J. H EYNEMAND et D. G AGNON : Le tournant rexif, pratiques et tudes de cas. Formation des matres. Les ditions Logiques, Paris, juin 2006. 236

P. S CHOULLER : Le PCRDT et les TIC. acquis et perspectives du 7e programme-cadre. Ralits Indstrielles, (4):1217, novembre 2005. H. A. S IMON : Administration et processus de dcision. Gestion. conomica, Paris, 1983. F. S INGLY ( DE ) : Lenqute et ses mthodes : le questionnaire. Nathan, Paris, 1992. S. S IRE : La collaboration directe, un paradigme dinteraction pour le travail collaboratif assist par ordinateur. Thse de doctorat, Universit de Toulouse 1, 2000. S OCIOVISION : Les femmes face internet, exploitation de lenqute sociovision 2002. Rapport dtude, Ministre dlgu la recherche et aux nouvelle technologies, 2003. S. S OUDOPLATOFF : Avec Internet, o allons-nous ? ssais. dition du Pommier, Paris, octobre 2004. R. S TALLMAN : G NU public licence. site Web, 2007. URL http://www.gnu.org/licenses/gpl. html. T. S TANDAGE : The victorian Internet. Orion Publishing, 1998. N. S TEHR : Le savoir en tant que pouvoir daction. Sociologie et socits, 32(2):157170, 2000. B. S TEIGLER : Le dsir asphyxi, ou comment lindustrie culturelle dtruit lindividu. Le Monde Diplomatique, p. 2425, juin 2004. J. S TUART-M ILL : System of logic. University Press of the Pacic, 2002. D. TABARY et M. A BED : A software environment task object-oriented design (E TOOD). The Journal of Systems and Software, 60:129140, 2002. N. TANAKA, M. G LAUDE et F. G AULT : Principes directeurs pour le recueil et linterprtation des donnes sur linnovation. OCDE, Paris, 3edn, 2005. J. T IROLE et P. A GHION : Some implications of growth for organizational form and ownership structure. European Economic Review, (39):440456, 1995. W. T OTINO : Contribution la modlisation de linterface homme-machine dans un systme de C.A.O. Thse de doctorat, Universit de Metz, 1989. M. T REACY et F. W IERSEMA : Lexigence du choix. Village Mondial, 2edn, novembre 2001. I. T UOMI : Networks of innovation, change and meaning in the age of Internet. Oxford Press, London, 2002. F.-X. VAUJANY ( DE ) : Technologie perturbatrice, technologie neutre et technologie rgnratrice : contruction et approfondissement des trois archtypes technologiques. In Actes du colloque de lAIM, Montpellier, France, novembre 2000. AIM. F.-X. VAUJANY ( DE ) : Grer linnovation sociale lusage des technologies de linformation. Thse de doctorat, Universit Jean Moulin, Lyon, 2001. F.-X. VAUJANY ( DE ) : Les gures de la gestion du changement technologique. Sociologie du travail, (45):515536, 2003a. F.-X. VAUJANY ( DE ) : Innovation sociale et usages des ntic : un modle archtypique. revue du MIF, 3, 2003b. 237

D. V ISE et M. M ALSEED : The Google story : inside the hottest business, media, and technology success of our time. Pan Macmillan, 2nd dn, aot 2006. URL http://www.thegooglestory. com/. M. V OLLE : Le mtier de statisticien. conomtrie. conomica, Paris, 2edn, 1982. M. V OLLE : Analyse de donnes. conomie et statistiques avances. Economica, Paris, 4edn, janvier 1997. C.-M. WALKSTEIN : Lapprciation des tests psychologiques pilots par ordinateur : la prise en compte des variables socioculturelles et socioprofessionnelles dans les conduites de passation et dappropriation du matriel. Thse de doctorat, Universit de Nantes, 1995. W. W EBB : Laying down the law. IEE Communications Engineer, 4(4):1823, fvrier 2006. J.-M. W ELLER : Stress relationnel et distance au public, de la relation de servicxe la relation daide. Sociologie du travail, (44):7597, 2002. B. W OOLF : Le marketing de la diffrence, traitez chacun de vos clients comme sil tait unique. Village Mondial, Paris, 1999. J.-M. X UEREB : Une rednition du processus dinnovation. Revue franaise de gestion, 84(1), janvier 1991. J.-M. Y OLIN : Des mutations majeures dans lorganisation des entreprises. Ralits Indstrielles, (4):7382, novembre 2005.

238