« La connaissance s’acquiert par l’expérience, tout le reste n’est que de l’information. »
Albert Einstein
Tandis que les entreprises n’ont jamais autant produit et accumulé de données, la capacité à les interpréter et à définir une stratégie d’action est aujourd’hui un sujet clé. Doit-on pour autant avoir une formation de data scientist pour travailler sur ces sujets ? Pas nécessairement.
Lorsque l’on parle de la donnée en entreprise, les fonctions dites « support » ne sont pas toujours les premières servies. Pourtant la fonction RH a désormais un rôle majeur à jouer. Celle qui met l’humain au cœur des entreprises détient les données les plus importantes : celles des collaborateurs.
Combien de collaborateurs ? D’où viennent-ils ? Que font-ils ? Combien les paie-t-on ?
Toutes ces grandes questions sont déjà largement adressables par la fonction RH. Près de trois quarts des employeurs européens (69%) font d’ailleurs confiance au département RH pour obtenir des informations basées sur les données RH et 73% apprécient la valeur ajoutée qu’elles peuvent apporter (étude SDWorx 2019). Il s’agit pourtant souvent d’analyses descriptives des données : un constat de l’état d’une entreprise.
Ce vers quoi les entreprises tendent aujourd’hui, c’est l’analyse prédictive et prescriptive de la donnée : comment l’utiliser pour anticiper des changements dans l’entreprise et même comment conseiller sur les meilleures actions possibles.
La fonction RH s’est tournée dans un premier temps vers des chantiers coûteux de mise en place de systèmes S.I. RH, permettant de couvrir l’intégralité des processus RH avec des solutions numériques. Ces outils ont permis d’accumuler de la donnée et parfois de la centraliser. C’est un premier pas, mais ce n’est que le début : l’innovation autour de la donnée RH ne saurait se faire sans des outils numériques adaptés, mais il faut également s’intéresser aux usages concrets à laquelle elle s’applique pour avancer.
La fonction RH se retrouve aujourd’hui face à quatre grands défis :
• La nécessité de désiloter les grandes entreprises et d’apporter plus d’horizontalité dans l’organisation, notamment en donnant accès à l’information aux collaborateurs ;
• L’optimisation de la gestion des talents (du recrutement à leur départ de l’entreprise) ;
• L’amélioration des compétences humaines (du management à la formation) ;
• En transverse, la mesure et l’amélioration des performances de la fonction RH (diminution du turnover, coûts de recrutement…).
La gestion intelligente de la donnée est une des clés de réponses à tous ces enjeux majeurs.
Désiloter l’entreprise : le nouvel enjeu de la fonction RH
L’harmonisation des données RH est un sujet essentiel. Portée par les solutions de S.I. RH, cette uniformisation prend du temps car il faut réussir à rassembler au même endroit des formats très divers, comme des tableaux Excel, des formulaires papiers ou encore des informations issues de logiciels métier utilisés par le passé (ex : paie).
Pour bien entamer le processus d’amélioration de la qualité des données, il faut pouvoir répondre aux questions suivantes : quelles sont les données auxquelles j’ai accès ? Où sont-elles stockées ? Sont-elles pertinentes / exploitables ? Y-a-t-il des doublons ? Quelles sont les données utiles dont je ne dispose pas ?… Pour répondre à ces questions, certaines entreprises comme ToucanToco proposent des solutions et un accompagnement pour faciliter le rassemblement de ces données de pilotage dans un tableau de bord complet accessible à tous.
Un autre sujet encore présent dans de nombreuses entreprises est la capacité à trouver l’information. Il est souvent très difficile d’identifier les bons interlocuteurs en interne à qui s’adresser. Je me souviens encore de mon expérience en grande entreprise où il m’avait fallu près de deux jours pour trouver et entrer en contact avec la personne ayant accès à une liste de mails dont j’avais besoin pour communiquer en interne. Faciliter cet accès à l’information ou à la bonne personne est en partie le rôle de la fonction RH.
Cela passe souvent par la mise en place de réseaux sociaux d’entreprise ou encore d’intranets ou autres supports de communication : Publicis a par exemple développé en 2018 un assistant numérique interne afin de faciliter l’accès aux informations des 80 000 collaborateurs du groupe. Mais comment uniformiser le type d’informations partagées sur ces plateformes ? Comment permettre le traitement de ces données ? Chez ManoMano par exemple, l’intégralité des données de l’entreprise sont accessibles aux salariés qui bénéficient d’une formation pour apprendre à maîtriser et utiliser ces outils.
L’analyse prédictive pour optimiser et gérer les talents
Pour accompagner les personnes à travers toute leur expérience collaborateur (nous y consacrons un article ici), il faut réfléchir à la donnée générée à chaque étape de leur parcours dans l’entreprise pour pouvoir croiser les informations et obtenir des améliorations. Aujourd’hui, l’offre se structure essentiellement autour de deux grandes étapes : le processus de recrutement et la mobilité interne.
En matière de recrutement, on va généralement parler de Big Data, d’automatisation et d’analyse prédictive : une étude de la Harvard Business Review a par exemple démontré qu’il était plus intéressant de faire appel à un algorithme analysant les données des candidats plutôt que de faire confiance à son instinct. Il existe également de nombreuses solutions analysant les actions et compétences d’un candidat comme Knackapp qui utilise un jeu pour identifier les bons profils. L’analyse sémantique des CV est également assez courante, à l’image de l’Apec qui automatise désormais son matching de candidats à l’aide d’une solution développée par Expert System.
Pour les entreprises, ces nouvelles méthodes sont intéressantes si elles lient ces méthodes d’analyse à des indicateurs de performance basés sur le suivi des collaborateurs. Par exemple : quels mots clés utilisés dans le CV d’un candidat ont le potentiel de rétention le plus fort ? Cornerstone se dit capable de déterminer des corrélations entre certains éléments testés en recrutement et la performance au sein de l’entreprise. À voir comment cela s’applique aux particularités de chaque structure.
En matière de gestion des talents au sein de l’entreprise, un sujet qui mobilise énormément la donnée reste la mobilité interne. Des solutions comme Wiserskills ou encore Crafty permettent de cartographier les compétences en interne et de faciliter les plans de mobilité. Toutes ces solutions reposent sur la capacité de la fonction RH à récupérer les informations et données issues de chaque pôle de l’entreprise et à les structurer pour les matcher avec les talents de l’entreprise.
Enfin, certaines entreprises seraient en mesure de produire une analyse prédictive liée à l’absentéisme : comment anticiper les besoins ? Quels sont les principaux motifs ? Quelles réponses apporter ? Cette piste, parmi tant d’autres, montre l’importance stratégique de récolter la donnée efficacement pour anticiper les besoins.
People analytics : le management à travers le prisme de la donnée
Un terme qui revient souvent lorsque l’on évoque la donnée dans la fonction RH est « l’analytique des talents » ou « people analytics ». Ce terme désigne les données quantitatives et qualitatives qui vont permettre d’étudier le comportement des personnes au sein de l’entreprise avec la finalité d’en tirer des conclusions et d’apporter des enseignements stratégiques sur le mode de fonctionnement de l’entreprise. Ces pratiques ont été popularisées par Google à partir de 2006.
Le désormais célèbre « projet Oxygen » réparti sur de nombreuses années (plus d’infos ici), impliquait alors la récupération et l’analyse de données d’évaluation du personnel, d’enquêtes de satisfaction, de données de productivité et d’entretiens qualitatifs anonymisés, le tout pour apporter des solutions concrètes aux problèmes managériaux rencontrés à l’époque dans l’entreprise. À la suite de cette enquête, il a été possible d’identifier les bonnes pratiques managériales au sein de Google et des actions ont été menées auprès des managers afin de les accompagner dans leur évolution et leur amélioration, principalement à travers des formations.
La formation boostée par l’exploitation des données
Le secteur de la formation est lui aussi impacté par l’analyse des données. Il est par exemple envisageable de proposer des parcours de formation beaucoup plus personnalisés, adaptés à chaque employé en se basant sur les informations récoltées à son sujet, à l’image de ce qui a été fait chez Google. Chez SYSK, nous organisons des programmes de montée en compétences qui se basent sur l’analyse des besoins des collaborateurs et il nous arrive très régulièrement d’adapter nos formations en fonction du niveau décelé par ces enquêtes préalables.
Récupérer les données issues des programmes de formation est également un bon moyen de mesurer l’impact de celle-ci sur l’organisation. Le suivi avant-après du collaborateur est une bonne pratique pour récupérer de précieuses informations sur l’efficacité des actions de formation.
La mesure de la performance et de l’engagement
L’identification d’indicateurs clés de performance pour chacun des rôles de la fonction RH permet de mieux aborder l’analyse de données et l’amélioration des processus. En matière de recrutement par exemple, nous pourrions envisager de mesurer le ratio de candidats recrutés vis à vis du nombre de candidats recrutés, tandis qu’en matière de suivi collaborateur, le turnover sera une information clé. Pour 93% des DRH selon une étude de MARKESS by exægis, l’amélioration de la qualité des données RH est prioritaire, car beaucoup trop d’informations récoltées sont obsolètes, incorrectes ou présentent des doublons.
En transverse, on retrouve souvent l’idée de pouvoir mesurer l’engagement et la satisfaction collaborateurs. De nombreuses entreprises se positionnent sur le sujet, comme Jubiwee qui propose des outils d’analyse de l’engagement collaborateur en insistant sur la mesure du retour sur investissement de telles analyses. Selon eux, les entreprises utilisant leur solution amélioreraient la satisfaction de leurs stagiaires et alternants de 23% en moyenne, facilitant ainsi leur rétention pour un poste en CDI. Dans cet exemple, il est essentiel de constater l’importance de la mesure de l’impact d’une telle action. De plus, le développement d’outils de sondages peut être une forme très utile de récupération de données quantitatives et qualitatives.
La BPCE sonde par exemple régulièrement ses équipes afin d’obtenir leur avis sur certaines évolutions mises en place dans l’entreprise : si le score de satisfaction n’est pas bon, l’idée est abandonnée. Attention cependant à ne pas saturer les collaborateurs avec des questionnaires incessants. A la BPCE, il n’est possible de sonder un même collaborateur que deux fois dans l’année afin d’éviter la lassitude et d’augmenter le taux de réponse (dépassant les 60% en moyenne).
Pour pousser le sujet encore plus loin, des chercheurs américains proposent une toute nouvelle forme de récupération des données et de systèmes d’analyse. L’idée serait d’interpréter avant tout les relations entre les personnes au sein de l’entreprise plutôt que les personnes en elles-mêmes. Cela passe par l’analyse des échanges que peuvent avoir les collaborateurs par mail et sur les autres outils collaboratifs. A la suite de cette étude, les chercheurs ont pu identifier six modèles relationnels : par exemple les employés ayant davantage d’influence que d’autres sur l’organisation ou encore les équipes les plus innovantes. Cette étude passionnante (que l’on peut retrouver ici) laisse tout de même planer le doute sur sa faisabilité en Europe, de par l’importante quantité de données personnelles à mobiliser.
L’enjeu de la gouvernance des données
Il n’est pas simple de récolter la donnée RH. Cela s’est illustré récemment avec deux scandales :
• L’entreprise Barclays qui surveillait le déroulé de la journée de ses employés à travers un logiciel particulièrement intrusif qui limitait les temps de pause ;
• Facebook qui se fait voler les données personnelles de ses collaborateurs sur un parking.
Selon Sopra HR Software et L’Usine Digitale, 65% d’entreprises estiment qu’un risque sur la protection des données est associé au déploiement de solutions digitales RH. Comment garantir l’anonymisation des données récoltées à l’heure où le RGPD demande que les données recueillies soient réduites au minimum et leur traitement proportionné à la finalité de leur collecte ? Selon MARKESS by exægis, pour plus de 90% des décideurs RH, il est prioritaire d’ici 2020 de garantir l’intégrité des données gérées et d’être en conformité avec les réglementations.
Pour commencer, il faut déjà se poser les questions suivantes : les informations recueillies sont-elles pertinentes ? Combien de temps doivent-elles être gardées ? Quelles données sont à conserver en priorité ? Certaines entreprises intègrent désormais un « DPO », délégué à la protection des données (ou Data Protection Officer en anglais), en charge de guider les collaborateurs vers les bonnes pratiques. Il peut être intéressant de se tourner vers ce type de profil lorsque l’on monte un tel projet.
Les biais liés à la récupération de données
La mise en place d’outils RH facilitant la récupération de données part d’une envie de rendre la prise de décision plus objective et mieux justifiée. Il faut cependant être prudent avec les résultats obtenus. Un problème récurrent des logiciels SaaS est leur capacité à enfermer leur utilisateur dans un seul mode de pensée. C’est souvent l’entreprise qui doit s’adapter au mode de fonctionnement de l’outil et non l’inverse. Difficile alors de rapprocher les données obtenues d’un côté avec celles obtenues d’autres sources et de les adapter aux besoins de l’entreprise. C’est pour cela qu’il faut bien comprendre en amont ce qui peut être récupéré de ces outils, afin de les intégrer dans une stratégie plus globale.
De plus, l’analyse des grandes masses de données (Big Data) par des algorithmes n’élimine pas les biais cognitifs ni la discrimination si ces algorithmes sont eux-mêmes biaisés (n’oublions pas que derrière tout algorithme se trouve un humain). C’est ainsi que chez Amazon, le recrutement à l’aide d’une intelligence artificielle a pour le moment été abandonné, car celle-ci privilégiait les candidats masculins aux candidates féminines en se basant sur l’historique des personnes recrutées par l’entreprise par le passé.
Chercher la bienveillance avant tout
L’approche bienveillante lorsque l’on travaille autour de la donnée est essentielle, particulièrement dans la fonction RH. Récupérer la donnée doit avant tout aider à faire progresser les collaborateurs pour qu’à leur tour ils fassent progresser l’entreprise. Une approche ROIste de la donnée ne doit pas faire oublier que le rôle premier de la fonction RH est d’accompagner les collaborateurs. C’est également en étant à leur écoute que l’on construit les projets les plus porteurs et durables.