Les 12 travaux des RH, épisode 4 : « Analyse et valorisation des données RH »

La donnée, un actif stratégique de l’entreprise, est devenue l’or noir de toutes les entreprises, quelle que soit leur taille.

Selon Gartner, les entreprises qui auront su anticiper avec le Big Data tireront un avantage compétitif de 25% ou plus sur leurs concurrents à l’horizon 2019. Et selon une étude Internationale Data Corporation (IDC – 2014), 100% des grandes entreprises achèteront de la donnée et les transactions se développeront de plus en plus d’ici 2019.

Il semble donc évident qu’un nombre croissant d’organisations va chercher à monétiser ses données, soit en les vendant à court ou moyen terme, soit en en optimisant l’usage pour développer son business.

L’enjeu relatif aux données a été formalisé et décrit par le CIGREF en 2014 dans son ouvrage Entreprise 2020 (1) : enjeux et défis à l’ère du numérique, et dans son dossier sur « La Valorisation des données dans les grandes entreprises ». (2)

C’est un fait, les organisations peuvent tirer de nombreux bénéfices en valorisant leurs données. Tous les secteurs, métiers et profils sont aujourd’hui concernés par l’évolution des processus de collecte, traitement, restitution et valorisation des données, dont l’impact organisationnel est global.

La société d’études MARKESS livre ici en infographie 3 points clés pour mieux tirer profit des ressources offertes par la data et la rendre “Business-Centric” :

• Anticiper les enjeux internes liés à la gestion des données
  Le premier prérequis, pour une valorisation efficace des données, est associé à l’approche suivie en interne dans les organisations : prise en compte des processus métiers, vue transversale des flux de données et croisement de celles-ci et enfin recrutement de compétences capables d’orchestrer l’exploitation des données.
• Veiller à la qualité et à l’enrichissement des données
  Les analyses de MARKESS montrent qu’ensuite et, pour près de 2/3 des décideurs interrogés, la qualité des données et leur intégration avec des données externes constituent les points à considérer avec le plus de vigilance.
• Garantir la confiance
  Le dernier prérequis est lié à la sécurité des données qui représente, pour les décideurs interrogés, un enjeu croissant en matière de gestion de l’information.

La valorisation des données passe par deux étapes :

Première étape : centraliser les données RH disponibles dans la société

• Référentiel collaborateurs,
• Rémunération, bonus,
• Structure organisationnelle,
• Absentéisme,
• Calendrier d’événements sociaux,
• Facturations,
• Etc

Il faut s’assurer que toutes les données RH soient bien structurées et les fusionner. Tout est alors prêt pour le reporting.

Le reporting donne une première « vue Employé » au management : avec quelles personnes travaillent-ils ? Que font-ils ? Combien coûtent-ils ? Tout cela peut être détaillé selon n’importe quelle dimension (département, géographie, temps, genre, âge, niveau, fonction…).

Deuxième étape : déployer les outils d’analyse des données RH pour ressortir de la valeur.

L’analyse des données RH pour répondre aux points sensibles :

• La prévention de l’absentéisme,
• L’identification et la rétention des talents,
• Le planning des effectifs

Quand on parle d’analyse d’une manière générale, il faut savoir qu’il existe 3 concepts :

• L’analytique descriptif est la première étape d’analyse des données qui consiste à synthétiser des données historiques pour en tirer des informations utiles voire les préparer en vue d’une analyse complémentaire. Il fournit des informations sur ce qui s’est passé.
• Vient ensuite le prédictif qui explique ce qui peut éventuellement se produire au regard des informations et de la situation qui se présente.
• Enfin, le prescriptif va au-delà du descriptif et du prédictif pour suggérer d’éventuelles actions à enclencher. L’analytique prescriptif s’apparente au domaine de l’analytique métier. Il recherche la meilleure approche pratique d’une situation donnée ; c’est en d’autres termes une analyse prédictive mais tournée vers l’opérationnel !

Comment cela se décline-t-il dans le monde RH ?

Le fondement d’une décision est d’analyser des informations pour ensuite les traduire en décisions et/ou en actions intelligentes au regard de ce que la situation exige.

Par exemple, suite à une analyse, on constate que la population de jeunes ingénieurs présente dans une société a exprimé des souhaits de mobilité à court terme, mais qu’elle n’a pas eu satisfaction. En plus de ce souhait, on a également constaté que cette population a une appréciation de sa performance qui est excellente depuis trois ans. Ces indicateurs vont donc inciter à réfléchir sur le risque de démission que présente cette population.

Jusqu’à présent, le SIRH se focalise sur le traitement et la restitution de l’information. Le système fournit des chiffres pour préparer le travail d’analyse, mais c’est à l’expert des RH, d’explorer les choix possibles et de prendre une décision : investiguer davantage ou déclencher une action.

Le concept de « prédictif » qui consiste à croire qu’il existe une forme de certitude de ce qui va se passer selon une situation observée, ou qu’il y a un lien de cause à effet à partir d’informations simplement corrélées entre elles, va sans doute encore un peu trop loin pour le moment dans de nombreuses situations de la fonction RH. En revanche, passer d’un SIRH qui se contente de donner des informations à un système capable, selon ces mêmes informations, de suggérer un certain nombre d’actions, certes non exhaustives mais a priori pertinentes, c’est possible !

D’après une étude de la « Harvard Business Review », il serait possible d’augmenter de 25% ses chances de choisir le bon candidat à un poste en suivant un algorithme plutôt que son instinct et son expérience. À l’heure actuelle, les DRH sont les plus en retard dans l’introduction de pratiques analytiques. Un DRH armé des bons outils d’analyse est plus à même de répondre aux problématiques clés de sa fonction.
Pourquoi les performances du candidat rêvé sont-elles finalement médiocres ?

Pourquoi un commercial signe plus de contrats qu’un autre ? Quelles sont les ressources clés susceptibles de quitter leurs fonctions dans les prochains mois ?

L’analyse des données RH un levier de croissance pour les entreprises

Les entreprises collectent depuis une trentaine d’années les données de leurs employés sans nécessairement les exploiter pour anticiper les bonnes décisions. Les DRH décident d’un recrutement ou d’une promotion en se fiant à leurs instincts, à leur expérience et aux valeurs mises en avant par l’organisation. Or, ces décisions sont cruciales quand on sait que les salaires des employés peuvent représenter jusqu’à 60% des dépenses totales de certaines entreprises.

La DRH doit donc saisir l’opportunité offerte par la digitalisation du pilotage RH pour reprendre le contrôle sur l’allocation de ces ressources et redevenir une des fonctions les plus stratégiques de l’entreprise.

Des applications concrètes dans le domaine RH : Comment recruter les bons candidats ? comment gérer ses équipes ?

Une des applications les plus avancées du Big Data RH aujourd’hui est l’amélioration du processus de recrutement. Les entreprises peuvent exploiter les données des employés modèles pour déterminer des critères de sélection pertinents pour leurs futurs recrutements. Un exemple très simple nous vient de l’analyse des données extraites des CV des commerciaux.

Le résultat de cette analyse nous apprend que le trait de caractère le plus souvent remarqué chez les commerciaux les plus performants, et donc à rechercher chez un candidat, est la persévérance. Pour identifier ces traits de caractères chez les candidats, certains départements RH vont même jusqu’à développer des jeux capables d’analyser leurs réactions.

Les DRH s’appuient d’autre part sur des données externes pour améliorer leur marque employeur et attirer les profils qui correspondent aux besoins de l’entreprise.

Valoriser ses données c’est pouvoir identifier les opportunités et les problèmes sur des sujets phares comme la parité, l’emploi aidé ou le développement des compétences et la formation. D’autant plus que la compréhension et l’analyse de ces données sont rendues plus facile grâce aux outils de visualisation des données.

L’une des applications les plus intéressantes consiste à faire correspondre des données comme l’ancienneté des collaborateurs, leurs parcours et leurs performances avec les opportunités de promotion pour améliorer la mobilité interne, faire l’économie d’une campagne de recrutement et au passage, prendre des décisions plus justes. D’autant plus que les cadres clés sont très exigeants vis à vis de leur DRH. A défaut de perspectives d’évolution en adéquation avec leurs attentes et d’un suivi personnalisé de leurs carrières, ils n’hésitent plus à changer d’employeur.

Dans les grandes entreprises, répondre à ces exigences demande aux DRH un effort de traitement manuel des données très difficile. Mais une solution logicielle est capable de mettre en évidence les cadres clés qui méritent le plus d’attention. Les managers qui s’appuient sur ces outils sauront alors faire face au défi de fidélisation des talents.

Éviter le turnover qui détruit la productivité

Certaines entreprises constatent déjà les résultats de leurs initiatives Big Data RH. Par exemple, une société connue a réussi à déterminer le profil du candidat idéal pour la campagne de recrutement de ses centres d’appel à partir des données d’environ 50 000 employés. Ce profil type du candidat idéal a été identifié avec un certain nombre de caractéristiques. En prenant en compte ces caractéristiques comme critères dans la sélection de ses employés, cette société a pu réduire le taux de turn-over des employés de ses centres d’appel de 20%. (4)

En matière d’égalité femmes/hommes (5), l’analyse prédictive par exemple constitue un outil d’aide à la décision pour :

• Identifier si l’entreprise a actuellement une problématique d’égalité femmes/hommes à traiter.
• Mesurer les écarts existant effectivement au sein de l’entreprise.
• Arrêter une première liste de femmes potentiellement concernées.
• Aider le responsable RH à définir un plan d’actions pour corriger les éventuelles inégalités.
• Permettre un suivi régulier de l’efficacité des actions engagées par la mise en place d’indicateurs adaptés.

Grâce à l’exploitation de la masse d’informations présente dans les bases de données de l’entreprise, dans le SIRH, dans le portail interne et dans d’autres sources externes (données structurées ou non, issues du web ou d’autres open data), les DRH ont une meilleure connaissance de leurs ressources humaines et sont capables d’identifier leurs besoins futurs.

Le but recherché de la valorisation des données RH, ce n’est pas d’automatiser le métier des RH. Il s’agit bien plutôt d’assister les responsables RH dans leur prise de décision, en agrégeant les données venant des parcours de nombreux individus, en les analysant et en les remettant à disposition. Automatiser ces processus d’analyse doit permettre aux RH de replacer les individus dans des tendances ou des contextes plus larges et de proposer aux collaborateurs des solutions plus ajustées.

Références :

(1) http://www.cigref.fr/publications-numeriques/ebook-cigref-entreprise-2020-enjeux-defis/files/assets/common/downloads/Entreprise%202020.pdf
(2) http://www.cigref.fr/wp/wp-content/uploads/2016/11/CIGREF-Valorisation-des-donnees-Pratiques-Modele-2016.pdf
(3) http://blog.markess.com/2016/05/infographie-3-points-cles-pour-valoriser-la-donnee-et-la-rendre-business-centric/
(4) https://gladiacteur.com/big-data-appliquer-lanalyse-predictive-aux-rh/
(5) L’article L2242-5 du Code du Travail impose aux entreprises de plus de 50 salariés d’engager chaque année une négociation sur les objectifs d’égalité professionnelle entre les femmes et les hommes.