Aller au contenu
English

Cartes de contrôle : cette variation est-elle normale?

  • Leçon 8
  • 40 min
  • Module 3 : Maîtrise statistique des procédés et dérive de distribution

Où nous en sommes

Nos références de base attribuent un score à chaque paiement. Grace pose une autre question : le taux de remboursement était de 2,1 % la semaine dernière et de 2,4 % cette semaine. Est-ce un problème ou du bruit? Dans cette leçon, nous découvrons la carte de contrôle. Les usines et les centres d'appels l'utilisent depuis cent ans pour répondre précisément à cette question.

Lue depuis YouTube. Rien ne se charge depuis YouTube avant que vous appuyiez sur lecture. Confidentialité
Leçon 8 sur 38 · Détection d'anomalies : trouver ce qui est inhabituelCartes de contrôle : cette variation est-elle normale?
Aperçu du cours

Ce que vous saurez faire

Distinguez le bruit quotidien normal d’un vrai changement grâce à une carte dont les limites viennent d’une période stable. Sans elle, une équipe réagit à chaque petite variation et manque quand même le changement important.

Carnet JupyterFaites cette leçon dans un carnet JupyterColab · Kaggle · GitHub · en anglais

Le carnet (notebook) Jupyter contient toutes les cellules de code, les tâches et les vérifications de cette leçon. Il construit à la main la carte I-MR du taux de remboursement quotidien de Larkfield, avec pandas et NumPy. Ses cellules de préparation installent les paquets et téléchargent les données (moins de 1 Mo). Vous n’avez donc rien à configurer localement. Environ 40 minutes.

Le carnet est en anglais. Colab et Kaggle ouvrent votre propre copie. Il faut un compte Google ou Kaggle gratuit. Vous êtes bloqué ? Consultez le carnet de solution.

Avant de commencerCe qu’il faut savoir et avoir sous la mainEnviron 40 minutes

Ce que vous devez savoir

Ce qu’il vous faut sur votre ordinateur

Rien. Le carnet Jupyter fonctionne dans Colab, Kaggle ou VS Code.

Testé avec Python 3.12.13 dans Jupyter sur macOS, avec pandas 3.1.1 et NumPy 2.5.4. Colab et Kaggle n’ont pas été testés.

Pensez à l’autobus que vous prenez chaque matin. Il arrive rarement à l’heure. La plupart des jours, il a de 1 à 4 minutes de retard. Les feux de circulation, un passager lent ou la pluie en sont la cause. Vous n’appelez pas la compagnie d’autobus pour un retard de 3 minutes. Vous savez que c’est habituel.

Puis, un jour, il a 15 minutes de retard, et le lendemain aussi. Quelque chose a changé : une route est fermée ou l’horaire a changé. Vous modifiez vos plans.

Vous portez ce jugement sans chiffres. Vous avez appris à reconnaître un « retard normal ». Vous réagissez seulement quand une journée s’en éloigne beaucoup. Une carte de contrôle fait la même chose, avec des chiffres, pour un processus d’affaires.

Grace, la responsable du soutien, examine le taux de remboursement de Larkfield chaque lundi. Ce taux correspond aux remboursements de la semaine divisés par les commandes de la semaine. Voici six semaines de l’automne 2024. Rien n’a changé chez Larkfield pendant ces semaines : aucun nouveau transporteur, produit ou agent.

Le taux de remboursement hebdomadaire pendant six semaines d'octobre et de novembre 2024 (semaine se terminant à la date indiquée). Rien n'a changé pendant ces semaines, mais le taux a tout de même varié de 1,65 % à 2,24 %.
Description textuelle du graphique

Un diagramme à six colonnes, une par semaine, portant la date du dernier jour de la semaine. Les taux sont de 2,19 % (6 octobre), 2,21 % (13 octobre), 2,24 % (20 octobre), 1,76 % (27 octobre), 1,65 % (3 novembre) et 2,11 % (10 novembre). L’axe va de 0 à 2,5 %. Les quatrième et cinquième colonnes sont nettement plus basses que les autres.

Pendant la semaine du 3 novembre, le taux est tombé à 1,65 %. Un gestionnaire qui réagit à chaque variation remercierait l’équipe. Deux semaines auparavant, à 2,24 %, ce même gestionnaire leur demanderait ce qui a mal tourné. Les deux réactions sont des erreurs, car rien ne s’est passé. Le taux varie au hasard : certaines semaines comptent quelques colis endommagés de plus que d’autres.

La vraie question de Grace est donc celle-ci : quelle ampleur doit avoir une variation pour signifier quelque chose? Un taux de 2,4 % après 2,1 % peut être du bruit ou le premier signe d’un vrai problème. Sans méthode, les gens devinent, et leurs réponses diffèrent.

Dans les années 1920, Walter Shewhart, un ingénieur d’une compagnie de téléphone, a nommé ces deux cas.

  • La variation de cause commune est le bruit normal d’un processus. De nombreuses petites causes s’additionnent : circulation, météo, mauvaise manipulation d’un colis. Elle est toujours présente. Vous ne pouvez pas l’éliminer en réagissant à des journées isolées.
  • La variation de cause spéciale vient d’un élément nouveau : un nouveau transporteur qui endommage davantage de colis, un flux de données défectueux ou un agent qui rembourse trop. Vous pouvez trouver sa cause et la corriger.

Une carte de contrôle distingue les deux. Elle trace la mesure de chaque jour ou semaine, avec une ligne centrale et deux limites de contrôle. Un point entre les limites représente du bruit de cause commune : vous ne faites rien. Un point à l’extérieur est un signal : cherchez une cause spéciale. Cette façon de surveiller un processus s’appelle la maîtrise statistique des procédés (MSP, SPC). Les usines, les centres d’appels, les banques et les hôpitaux l’utilisent chaque jour.

La carte de contrôle la plus simple est la carte des valeurs individuelles et des étendues mobiles (I-MR). Elle demande un seul nombre par jour, rien d’autre. Voici dix jours de taux de remboursement, en pourcentage. L’étendue mobile d’un jour est l’ampleur de sa variation par rapport au jour précédent.

Jour 1 2 3 4 5 6 7 8 9 10
Taux (%) 2,0 2,4 1,8 2,2 2,1 1,9 2,5 2,0 2,3 1,8
Étendue mobile 0,4 0,6 0,4 0,1 0,2 0,6 0,5 0,3 0,5

Nous calculons la carte en quatre étapes :

  1. La ligne centrale est la moyenne des dix taux : 21,0 / 10 = 2,10 %.
  2. L’étendue mobile moyenne est de 3,6 / 9 = 0,40 point.
  3. Un sigma (l’ampleur habituelle du bruit) correspond à l’étendue mobile moyenne divisée par 1,128 : 0,40 / 1,128 = 0,355 point. Le nombre 1,128 est une constante. Il transforme l’étendue moyenne de deux valeurs en écart-type.
  4. Les limites sont à 3 sigmas du centre : 2,10 − 1,06 = 1,04 % et 2,10 + 1,06 = 3,16 %.
  • Taux de remboursement
  • Ligne centrale
  • Limites de contrôle
La carte I-MR de dix jours. Chaque jour se trouve entre les limites de 1,04 % et 3,16 %. Chaque variation est donc du bruit de cause commune.
Description textuelle du graphique

Le graphique montre dix points reliés par une ligne. Ce sont les taux des jours 1 à 10 : 2,0, 2,4, 1,8, 2,2, 2,1, 1,9, 2,5, 2,0, 2,3 et 1,8 %. Une ligne centrale continue se trouve à 2,10 %. Deux lignes pointillées montrent les limites à 1,04 % et 3,16 %. Les dix points se trouvent entre les lignes pointillées. Le point le plus haut, le jour 7 à 2,5 %, reste loin de la limite supérieure.

Sur ces dix jours, le taux le plus élevé, 2,5 %, reste bien à l’intérieur des limites. Un jour à 3,3 % serait à l’extérieur et mériterait un examen.

Pourquoi l’étendue mobile plutôt que l’écart-type habituel de tous les jours? Parce qu’un vrai décalage dans les données augmente l’écart-type. Les limites deviennent alors trop larges pour révéler ce même décalage. Les variations d’un jour à l’autre restent petites, même quand le niveau change. L’étendue mobile mesure donc le bruit, pas le décalage.

Pourquoi 3 sigmas? Si le bruit suit une distribution normale (en forme de cloche), un point dépasse 3 sigmas par hasard dans environ 0,27 % des cas. Cela représente environ une fausse alarme pour 370 points. Des limites plus larges donnent moins de fausses alarmes, mais détectent les vrais changements plus tard. La prochaine leçon mesure ce coût.

La carte X-barre et R, quand vous mesurez plusieurs éléments

Section intitulée « La carte X-barre et R, quand vous mesurez plusieurs éléments »

Parfois, vous mesurez plusieurs éléments à chaque fois, plutôt qu’un seul. Supposons que Larkfield chronomètre l’emballage de 5 commandes chaque jour. C’est un exemple construit, avec des durées inventées en minutes. La carte X-barre et R trace deux choses pour chaque jour. X-barre est la moyenne des 5 durées. R est leur étendue : la durée la plus longue moins la plus courte.

Jour Durées d’emballage (minutes) Moyenne (X-barre) Étendue (R)
1 6, 8, 7, 9, 5 7,0 4
2 7, 7, 8, 6, 7 7,0 2
3 9, 6, 8, 7, 5 7,0 4
4 8, 9, 7, 8, 8 8,0 2

Le centre de la carte X-barre est la moyenne des quatre moyennes, soit 7,25 minutes. L’étendue moyenne est de 3,0 minutes. Pour des groupes de 5, les tables statistiques donnent les constantes 0,577 et 2,114. Les limites X-barre sont donc 7,25 ± 0,577 × 3,0, soit de 5,52 à 8,98 minutes. La limite supérieure de la carte R est de 2,114 × 3,0 = 6,34 minutes. Le jour 4 a la moyenne la plus élevée, 8,0, et elle reste à l’intérieur. Utilisez cette carte quand vous mesurez un petit groupe d’éléments à chaque fois. Le taux de remboursement de Larkfield est un seul nombre par jour. Le reste de ce module utilise donc la carte I-MR et les cartes apparentées.

D’où viennent les limites? Ni d’une cible, ni de l’ensemble des données. Elles viennent d’une période de référence où le processus était stable. C’est la phase I. Vous vérifiez d’abord cette période : aucun problème connu et aucun jour très éloigné des limites. Ensuite, vous calculez les limites et les gardez fixes. En phase II, vous tracez chaque nouveau jour par rapport à ces limites fixes.

Un cheminement de haut en bas. Phase I : une période stable, d'avril à décembre 2024, de 275 jours, vérifiée pour repérer les problèmes connus. Ensuite, la ligne centrale et les limites, de 0,28 % à 4,00 % pour la carte I-MR. Phase II : tracer chaque nouveau jour par rapport aux mêmes limites. Une question : le jour est-il à l'extérieur des limites? Si non : variation de cause commune, ne rien faire. Si oui : un signal, chercher une cause spéciale comme un nouveau transporteur ou un flux défectueux. Une flèche pointillée revient du signal vers la phase I. Son étiquette indique : le processus a changé durablement, nouvelles limites à partir d'une nouvelle période stable.
La phase I établit les limites à partir d'une période stable. La phase II surveille les nouveaux jours par rapport à elles. Un changement durable du processus demande de nouvelles limites issues d'une nouvelle période stable.
Description textuelle du diagramme

Le diagramme présente un cheminement de haut en bas. La phase I est une période stable : Larkfield utilise avril à décembre 2024, soit 275 jours, vérifiés pour repérer les problèmes connus. Cette période fournit la ligne centrale et les limites, de 0,28 % à 4,00 % pour la carte I-MR. En phase II, vous tracez chaque nouveau jour par rapport aux mêmes limites. Vous demandez : le jour est-il à l’extérieur des limites? Sinon, c’est une variation de cause commune et vous ne faites rien. Si oui, c’est un signal. Vous cherchez une cause spéciale, comme un nouveau transporteur ou un flux défectueux. Une flèche pointillée revient du signal vers la phase I. Si le processus a changé durablement, vous calculez de nouvelles limites à partir d’une nouvelle période stable.

La phase I de Larkfield va d’avril à décembre 2024 : 275 jours sans changement inséré. La section 1 du carnet Jupyter lit refunds_daily.csv dans une table nommée daily, avec une ligne par jour. La section 3 calcule ensuite les limites en quelques lignes :

daily = pd.read_csv("data/refunds_daily.csv", parse_dates=["date"]).set_index("date") # from section 1
phase1 = daily.loc["2024-04-01":"2024-12-31", "refund_rate"].dropna() # the stable reference period
center = phase1.mean()
sigma = phase1.diff().abs().mean() / 1.128
lcl, ucl = center - 3 * sigma, center + 3 * sigma
print(f"phase I: {len(phase1)} days; centre {center:.4f}, sigma {sigma:.4f}, limits {lcl:.4f} to {ucl:.4f}")

La sortie :

phase I: 275 days; centre 0.0214, sigma 0.0062, limits 0.0028 to 0.0400

Un jour normal, le taux de remboursement se situe entre 0,28 % et 4,00 %. Le centre est à 2,14 % et un sigma vaut 0,62 point. Ce sigma répond à la question de Grace. Le bruit d’une journée est d’environ 0,6 point. Un passage de 2,1 % à 2,4 % sur une journée ne signifie donc rien à lui seul.

Le taux de remboursement de Larkfield, jour après jour

Section intitulée « Le taux de remboursement de Larkfield, jour après jour »

Nous avons inséré un changement durable dans les données : à partir du 7 avril 2025, un nouveau transporteur endommage davantage de colis. Le taux de remboursement de Larkfield augmente de 0,3 point, passant d’environ 2,1 % à 2,4 %, et reste à ce niveau. C’est une anomalie que nous avons insérée. Dans un vrai contexte de travail, vous ne connaîtriez pas la date.

Avant de regarder la carte, faites une prédiction : combien de jours après le décalage la carte I-MR dépasse-t-elle sa limite supérieure pour la première fois?

  • Taux de remboursement du jour
  • Ligne centrale
  • Limites de contrôle de la phase I
La carte I-MR du taux de remboursement quotidien de Larkfield. Le décalage inséré commence le 7 avril 2025. Le premier jour au-dessus de la limite supérieure est le 14 juillet 2025, soit 98 jours plus tard. Le jour à 0 correspond au flux défectueux.
Description textuelle du graphique

Le graphique montre le taux de remboursement de chaque jour d’avril 2024 à décembre 2025 sous forme d’une ligne fine et bruitée. Elle se situe surtout entre 1 % et 3,5 %. Une ligne centrale continue est à 2,14 %, et les limites pointillées sont à 0,28 % et 4,00 %. Pendant les neuf premiers mois, la phase I, aucun jour ne franchit une limite. Après avril 2025, la ligne est un peu plus haute en moyenne, mais reste à l’intérieur pendant des mois. Le premier point au-dessus de la limite supérieure est le 14 juillet 2025, indiqué sur la carte. Trois autres jours franchissent ensuite une limite. Le 30 octobre et le 4 décembre, le taux est au-dessus de la limite. Le 10 novembre, il est à 0 %, sous la limite inférieure : le flux de données a envoyé des zéros.

Le carnet Jupyter liste les jours à l’extérieur des limites et la première alarme après le décalage :

days outside the limits: ['2025-07-14', '2025-10-30', '2025-11-10', '2025-12-04']
{'first alarm': '2025-07-14', 'days to alarm': 98, 'false alarms per month': np.float64(0.0)}
mean rate before the shift 0.0211, after 0.0244

La carte n’a donné aucune fausse alarme pendant les mois stables de la phase II (de janvier au début d’avril 2025). Mais elle n’a trouvé le décalage qu’après 98 jours, soit plus de trois mois. Le taux quotidien moyen est passé de 2,11 % (de janvier au 6 avril 2025) à 2,44 %. Le bruit d’une journée, 0,62 point, est deux fois plus grand que le décalage. Une seule journée franchit donc rarement la limite, même après le changement.

Le point bas du 10 novembre 2025 est aussi un signal. Un taux de remboursement de 0 % n’est pas une bonne nouvelle. Ce jour-là, le flux quotidien a envoyé des zéros (une anomalie que nous avons insérée). Une carte de contrôle détecte les données défectueuses autant que les processus défectueux.

Une carte qui compare une journée à des limites de 3 sigmas est une carte de Shewhart. Elle détecte bien les changements importants et soudains, mais lentement les changements petits et durables. Le reste de ce module lui donne de meilleurs outils pour ces derniers.

Les gens confondent souvent trois types de lignes :

  • Les limites de contrôle décrivent ce que fait le processus quand rien de spécial ne se produit. Elles viennent des données de la phase I.
  • Une cible est ce que l’entreprise veut : « un taux de remboursement de 2 % ». Elle vient d’une décision.
  • Une limite de spécification est ce que l’entreprise accepte : « jamais au-dessus de 3 % ». Elle vient d’un contrat ou d’un coût.

Les limites de la carte de Larkfield sont de 0,28 % et 4,00 %. Elles ne disent pas que 3,9 % est acceptable. Elles disent que 3,9 % peut se produire par hasard dans ce processus. Si l’entreprise a besoin d’un taux inférieur à 3 %, le processus doit changer. Tracer une carte de contrôle ne suffit pas à changer un processus.

Quand utiliser une carte de contrôle, et ce qu’elle coûte

Section intitulée « Quand utiliser une carte de contrôle, et ce qu’elle coûte »

Utilisez une carte de contrôle pour un processus qui se répète chaque jour ou chaque semaine : remboursements, plaintes, délais de livraison ou nombres d’erreurs. Elle ne demande aucun entraînement de modèle. Elle s’explique simplement : « ce jour est à l’extérieur de l’étendue habituelle ». Et vous choisissez volontairement son taux de fausses alarmes grâce à la largeur des limites.

Elle exige une phase I stable, que vous devez vérifier, et de la patience pour les petits changements. Ne l’utilisez pas pour des paiements individuels, comme dans le module 2. Ne l’utilisez pas quand la « normale » change selon l’heure et la saison, sauf si vous retirez d’abord ces tendances. Le module 5 montre comment.

  1. Ouvrez le carnet Jupyter depuis l’encadré Faites cette leçon dans un carnet Jupyter en haut de cette page.
  2. Exécutez les cellules de préparation. La cellule de données se termine par la ligne Ready: (prêt).
  3. Dans la section 1, exécutez la cellule. Vous voyez sept taux hebdomadaires allant de 1,65 à 2,24. Le carnet Jupyter montre une semaine de plus que le graphique ci-dessus, avec un taux de 2,24 %.
  4. Dans la section 2, exécutez la cellule des dix jours. Vous voyez une ligne centrale à 2.1, une étendue mobile moyenne de 0.4 et des limites de 1.04 à 3.16.
  5. Dans la section 3, exécutez la cellule. Vous voyez 275 days (275 jours) et les limites 0.0028 to 0.0400 (de 0,0028 à 0,0400).
  6. Dans la section 4, exécutez la cellule de la carte. Quatre jours sont rouges.
  7. Écrivez votre prédiction du nombre de jours avant la première alarme. Ensuite, exécutez la cellule suivante. Vous voyez 'days to alarm': 98 (jours avant l’alarme : 98).
  8. Dans la section 7, écrivez les trois réponses et exécutez chaque cellule de vérification. Chacune affiche Check passed (vérification réussie).

Changez une seule chose : la largeur des limites. Avec des limites à 2 sigmas plutôt qu’à 3, la carte déclenche une alarme plus tôt. Avant d’exécuter la section 5 du carnet, faites une prédiction. Combien d’alarmes les limites à 2 sigmas donneront-elles pendant les 96 jours stables de la phase II? Rien n’a changé pendant ces jours.

Afficher la réponse
limits at 3 sigma: 0 alarms in 96 stable days (0.0 a month)
limits at 2 sigma: 7 alarms in 96 stable days (2.2 a month)

Avec des limites à 2 sigmas, la carte déclenche une alarme pendant 7 des 96 jours stables. Cela représente environ 2,2 alarmes par mois. Toutes ces alarmes sont fausses, car rien n’a changé. Si chaque alarme coûte à Grace une heure de vérification, les limites plus étroites lui coûtent deux heures par mois pour rien. Les limites plus larges coûtent plutôt des alarmes tardives. La largeur est un choix entre deux coûts, et la prochaine leçon mesure les deux.

Erreur courante

Des limites calculées à partir de tous les jours

Symptôme : Tomás calcule les limites à partir des 639 jours, « pour utiliser toutes les données ». Sa carte déclenche moins d’alarmes, et il est content.

limits from every day: 0.0040 to 0.0411
limits from phase I: 0.0028 to 0.0400

Cause : les données de tous les jours incluent les problèmes que vous voulez trouver. Elles incluent le taux plus élevé après le décalage et le jour à 0 % causé par le flux défectueux. Ces problèmes déplacent la ligne centrale et élargissent les limites. Les problèmes font maintenant partie de ce qui est « normal ».

Solution : calculez les limites à partir d’une phase I que vous avez vérifiée. Gardez-les fixes pendant que vous surveillez les nouveaux jours. Calculez de nouvelles limites seulement après un changement durable que vous comprenez, à partir d’une nouvelle période stable.

Conséquence pour le travail en IA : un détecteur qui apprend le « normal » à partir de données contenant déjà les anomalies apprend à les accepter. La même erreur revient dans chaque module de ce cours, sous d’autres noms.

Vérifiez votre compréhension

Grace voit un taux de remboursement de 2,4 % cette semaine, après 2,1 % la semaine dernière. Dans vos mots, expliquez la variation de cause commune et de cause spéciale. Que lui dirait une carte de contrôle sur ce changement?

Afficher la réponse

La variation de cause commune est le bruit normal du processus : de nombreuses petites causes, toujours présentes. La variation de cause spéciale vient de quelque chose de nouveau, dont il faut trouver la cause. Une carte de contrôle trace le taux avec des limites calculées à partir d’une période stable. Le bruit quotidien de Larkfield est d’environ 0,62 point (un sigma), et les limites vont de 0,28 % à 4,00 %. Un changement de 0,3 point reste bien à l’intérieur des limites. La carte dit donc : aucun signal, ne faites rien pour l’instant. Un changement durable de cette taille nécessite d’autres cartes, présentées plus loin dans ce module.

Vérifiez votre compréhension

Pourquoi la carte I-MR estime-t-elle sigma à partir de l'étendue mobile plutôt que de l'écart-type de tous les jours?

Afficher la réponse

Un vrai décalage dans les données augmente l’écart-type de tous les jours. Les limites s’élargissent alors et cachent le décalage. L’étendue mobile mesure le changement d’un jour au suivant. Elle reste petite même quand le niveau change, donc elle mesure le bruit, pas le décalage. L’étendue mobile moyenne divisée par 1,128 donne un sigma.

Vérifiez votre compréhension

Omar dit : la limite supérieure de la carte est de 4,00 %. Un taux de remboursement de 3,9 % convient donc à l'entreprise. Que répondez-vous?

Afficher la réponse

Les limites de contrôle ne sont ni des cibles ni des limites de spécification. Elles décrivent ce que le processus produit par hasard, à partir des données de phase I. Un taux de 3,9 % peut survenir par hasard dans ce processus, mais cela ne le rend pas acceptable. Décider si 3,9 % est acceptable relève de l’entreprise : c’est une limite de spécification. Si l’entreprise exige un taux plus bas, le processus lui-même doit changer.

Récapitulatif

  • La variation de cause commune est le bruit habituel; une cause spéciale est quelque chose de nouveau. Une carte de contrôle les distingue avec des limites calculées à partir d’une période stable, la phase I.
  • La carte I-MR tire son sigma de l’étendue mobile : les limites de Larkfield vont de 0,28 % à 4,00 %, avec un sigma de 0,62 point. La carte X-barre et R sert aux petits groupes d’éléments mesurés ensemble.
  • Gardez les limites fixes en phase II. Les limites calculées à partir de tous les jours cachent les problèmes.
  • La hausse insérée de 0,3 point a été détectée seulement après 98 jours. Le flux défectueux s’est manifesté par un jour à 0 %.

Vous pouvez maintenant distinguer le bruit d’un signal pour un seul point. Mais le taux de remboursement a augmenté et est resté à l’intérieur des limites pendant des mois. C’était une séquence de plusieurs jours, sans aucun jour à l’extérieur. Ensuite, vous ajoutez des règles qui détectent ces séquences. Vous mesurez aussi ce que chaque règle coûte en fausses alarmes.

Leçon suivante : Règles pour les motifs, et le prix de chaque règle