Quand la gestion du capital humain dépend de la bonne analyse des données

Autre

publication du 12/02/2018

Quelles sont les raisons qui poussent un salarié à quitter son entreprise ? Quel pourrait être le coût de ce départ et les pertes qui en découlent ? A toutes ces questions, l’analytique RH est désormais capable de répondre.

Communément appelée « HR Analytics » ou « People Analytics », cette pratique consiste à analyser la masse de données disponibles au sein des différentes fonctions de l’entreprise (ventes, finance, marketing, IT, RH, etc.) et en externe (benchmark des compétiteurs, réseaux sociaux, etc.). L’objectif ? Utiliser ces données afin d’améliorer la prise de décision pour gérer au mieux son capital humain. Alors que la guerre des talents fait rage, transformer ces données brutes en informations exploitables permet de mettre en place des plans d’actions concrets pour optimiser et améliorer la performance de l’entreprise, et faire face à des défis de plus en plus exigeants et nombreux (attraction, rétention et développement des collaborateurs).

Modèles descriptifs vs modèles prédictifs

Le niveau de maîtrise des modèles analytiques varie assez nettement d’une entreprise à une autre : plusieurs niveaux de maturité ont été recensés, allant de modèles plutôt opérationnels, dits « descriptifs », à des modèles à vocation stratégique, dits « prédictifs ». Bien que les modèles prédictifs apportent une plus-value indéniable, la plupart des entreprises n’utilisent encore aujourd’hui que des modèles purement descriptifs. En effet, seules quelques entreprises pionnières ont réussi à atteindre des niveaux de maturité très avancés. Et la plupart d’entre-elles sont originaires du continent nord-américain (Best Buy, IBM, AT&T, etc.).

Mais comment expliquer un si faible niveau de maturité pour la grande majorité des organisations ? En cause : le manque de données « propres » et utilisables, le besoin de compétences analytiques et la nécessité de mettre en place une gouvernance garantissant le bon traitement des données sensibles. Le développement de la fonction SIRH en entreprise a assurément augmenté l’utilisation de technologies SaaS (« Software as a service ») pour stocker et analyser des données collaborateurs. Toutefois, cela créé de nouveaux enjeux liés à la gestion et la protection de ces données. Réussir à construire une fonction analytique efficace et stratégique demande donc du temps et de l’investissement, dans un contexte où les résultats doivent être immédiats.

Les modèles prédictifs ont pourtant de nombreux atouts. Notamment, la compréhension et la connaissance en amont des raisons qui poussent un collaborateur à quitter son emploi et l’identification des leviers permettant de le retenir (lire aussi la chronique : « 13 signes qui montrent que votre salarié va bientôt démissionner »). Ces éléments sont de nature à positionner la fonction RH au cœur de la stratégie de l’organisation. De la même manière, un modèle analytique avancé peut assurer un suivi en temps réel des enjeux et des problématiques rencontrés par l’organisation et ainsi permettre d’anticiper des événements avec un impact significatif sur l’effectif et les résultats de l’organisation (prévision des besoins en recrutement, construction d’un plan de succession cohérent, etc.).

Une nouvelle dimension stratégique

Souvent considérée comme une fonction support, les RH peuvent renforcer leur crédibilitégrâce à l’application de modèles analytiques. L’obtention de résultats tangibles aura pour effet de lui apporter une nouvelle dimension stratégique en la reconnectant aux enjeux de l’organisation. Cette discipline, relativement récente dans le monde des RH, connaît aujourd’hui une croissance importante, liée de près à la transformation numérique, à l’émergence du big data et du cloud computing. Ces tendances ont considérablement augmenté le volume de données disponibles sur les personnes et leurs comportements. L’analytique RH fait ainsi partie d’un mouvement généralisé de professionnalisation de la fonction RH, qui doit se renouveler afin de répondre aux bouleversements démographiques et à la transformation digitale qui ont affecté les modes de fonctionnement et les systèmes de valeurs des entreprises contemporaines.

Le succès de l’analytique RH passera donc par une réflexion ouverte sur les axes d’analyse, par la coopération et la mobilisation de toutes les parties prenantes, et par la mise en perspective du projet de façon transverse. La mise à disposition de données fiables et accessibles en temps réel permettrait d’augmenter le niveau de maturité de beaucoup de départements RH. Les entreprises doivent donc dès aujourd’hui déployer leurs efforts afin d’optimiser la gestion de leurs données et ainsi mieux connaître leur propre capital humain. Les résultats obtenus en termes d’attraction, de fidélisation (lire aussi la chronique : « Les entreprises peuvent-elles encore fidéliser les jeunes ? ») et de développement des collaborateurs stimuleront de fait la croissance de l’organisation. Car si la donnée est devenue la nouvelle matière première, encore faut-il savoir l’exploiter.