D'autres articles sur le thème des technologies et de la transformation

Gestion des compétences : pourquoi vous ne pourrez vous passer de l'IA

Gestion des compétences : pourquoi vous ne pourrez vous passer de l'IA

« Les gens qui ne passeront pas cinq heures par semaine en ligne pour se former seront bientôt obsolètes  », Randall Stephenson, Président d’AT&T en 2016.

Une recherche empirique sur le rythme du progrès et de l’innovation montre rapidement que ce rythme est de forme exponentielle (résultat d’une succession de courbes en S) dans bien des cas. Le problème c’est que le cerveau humain sait prolonger les lignes droites mais se représente très mal une exponentielle. Il est pourtant crucial de comprendre ce dont il s’agit afin d’anticiper ce que ça implique en matière d’employabilité et de compétitivité. Essayons de comprendre cela avec l’exemple du grain de riz sur l’échiquier : un jeu d’échec compte 64 cases. En doublant simplement la quantité de riz à chaque case (1 sur la première, 2 sur la deuxième, 4 sur la troisième, etc.), on arrive à la dernière case avec une quantité de riz équivalente à 500 ans de production annuelle mondiale ! C’est ça une exponentielle. Il suffit de quelques « sauts de puces  » pour atteindre des résultats vertigineux. 

Lire la suite

Workforce planning : comment l'IA va révolutionner cette pratique

Workforce planning : comment l'IA va révolutionner cette pratique

Le Workforce Planning (WP) est étroitement imbriqué à la gestion du capital humain. Il est devenu une pratique récurrente dans les directions de R.H., étant à l’origine des décisions d’avenir. Son moteur est la planification des compétences nécessaires à l’entreprise dans un futur proche. Celle-ci est aussi abordée à travers la GPEC de manière très ‘légaliste’ ; le WP, lui est lié à la stratégie de l’entreprise. Il dessine l’entreprise future, et donc son organisation, à travers la gestion des ressources et des compétences. La démarche passera en premier lieu par la qualification des compétences de demain, puis l’adéquation avec celles d’aujour­d’hui pour définir, activer les plans de mobilité et de recrutement. 

Lire la suite

Qui a dit que la Marque Employeur n’aimait pas les chiffres ?

Qui a dit que la Marque Employeur n’aimait pas les chiffres ?

Vous vous posez peut-être (encore) la question sur ce qui fait le succès de la Marque Employeur? Un effet de mode, une nouvelle lubie du marketing, une propagande de la part d’agences de communication?

Un simple chiffre vous présente le contexte et démontre la relation forte entre développement, efficacité de l’entreprise et recrutement : 83% des PME et ETI reconnaissent rencontrer des difficultés de recrutement & 72% pensent que ces difficultés ralentissent leur développement. La marque employeur est devenue centrale pour répondre aux enjeux de recrutement

Lire la suite

Pour une vision stratégique et prospective des données RH

Pour une vision stratégique et prospective des données RH

Marc DELUZET : Chez ENGIE, comment les chiffres interviennent-ils au sein de la filière Ressources Humaines ?

Xavier Huyghe : Les équipes Ressources Humaines utilisent et produisent beaucoup de chiffres, ne serait-ce qu’en France pour élaborer le bilan social de l’entreprise. Mais ces informations sont d’abord des données de pilotage au service de la performance sociale et économique. Au-delà des contraintes légales et des nécessités de reporting, l’utilisation de données RH vise à s’assurer de l’alignement avec les objectifs stratégiques du Groupe.

Lire la suite

HR Analytics, le levier ultime du RH augmenté

Le paysage des RH est aujourd’hui particulièrement contrasté en terme d’équipement en solutions RH. Un décalage subsiste entre une proportion encore importante de sociétés fonctionnant avec des tableaux Excel et d’autres ayant implémenté les atouts de l’intelligence artificielle, de la blockchain et encore d’autres technologies désormais associées aux RH.

L’enjeu est ici de sensibiliser et de donner envie de franchir petit à petit les étapes vers un état de fait où les RH se dotent des mêmes atouts que les autres fonctions majeures de la société: verriez-vous un service commercial sans CRM performant ? Dans ce contexte l’analytique est à la fois l’outil qui imposera le Département RH comme Centre de Profit et non plus de Centre de Coût, et le stade ultime de l’équipement des sociétés en SI pour accompagner les changements.

Née dans les années 80 l’analytique RH est une méthodologie empruntée à la Finance et au Marketing, elle se base sur des modèles statistiques. Les solutions analytiques telles qu’elles sont majoritairement envisagées aujourd’hui fournissent des descriptions statiques d’une réalité passée ou présente. Elles comportent essentiellement les données de rémunération pour mieux contrôler et piloter les réévaluations, les promotions, les salaires des nouveaux arrivants etc…

Grâce à l’émergence des “données collaborateurs” et à leur croisement cette logique descriptive est désormais complétée par une logique à la fois prédictive et prescriptive. L’exploitation de ces data devient de plus en plus stratégique pour l’entreprise: pour les RH c’est l’opportunité d’asseoir leur rôle stratégique. Il s’agit donc d’un mouvement de fonds auquel nous assistons et que l’on peut qualifier de “Datafication” des Ressources Humaines.

Analytique RH au sein des SIRH

La légitimité de la fonction RH ne provient pas seulement de l’intégration des dernières applications SaaS mais bien davantage de sa capacité à incorporer la data dans son mode de réflexion, dans son ADN pour expliquer, anticiper et recommander des actions.

A l’heure où les organisations se transforment, essaient d’imaginer différents scénarios possibles la dimension prospective des RH devient un allié de poids. Une étude de Deloitte en 2017 démontre que les organisations qui l’ont mis en place et utilisent des données collaborateurs performent nettement davantage que les sociétés n’ayant pas franchi le pas (3 années sont nécessaires pour les exploiter). Les solutions analytiques sont, pour la plupart, intégrées dans les principaux SIRH mais elles ne fournissent pas toujours l’étendue complète d’insights pour les utilisateurs (performance du recrutement, anticipation des formations, culture et satisfaction collaborateurs, engagement et fidélité des clients….). C’est la raison pour laquelle certaines surcouches logicielles supplémentaires sont nécessaires.

Afin d’envisager une stratégie analytique les Ressources Humaines doivent d’abord identifier les données à inclure dans leur système pour les modéliser puis les exploiter ensuite et obtenir le retour sur investissement (ROI) optimal.

Les données prises en compte dans l’analytique peuvent être de nature très diverses:

  • Les données structurées (par exemple, les ventes de la population commerciale)
  • les données semi structurées (comme les résultats d’un sondage de satisfaction des collaborateurs)
  • les données non structurées (comme l’ensemble des commentaires sur une entreprise laissées sur un réseau social).

Domaines d’application concrets

En tant que recruteur de formation je m’intéresse davantage au Talent Acquisition. Une société qui souhaite entamer une amélioration de sa politique d’attraction peut se pencher sur les données issues de l’Applicant Tracking System qu’elle a choisi.

Si elle considère que la durée moyenne de recrutement est trop importante vis à vis des exigences de réactivité de l’organisation elle peut examiner à quelles étapes du processus de recrutement se situent les leviers d’amélioration: acquisition des candidatures, traitement des cvs, premiers appels, délai pour réaliser les entretiens, réponse aux candidatures, prise de décision, formalisation des propositions….

Adopter cette démarche dans son intégralité fournit un reporting qui peut s’avérer d’ores et déjà intéressant, nous pouvons aller plus loin en croisant ces données avec les canaux d’acquisition des candidatures, les Talent Acquisition managers, les équipes et les managers partie-prenantes des postes à pourvoir. Nous pourrons dès lors influencer précisément le processus qui bénéficiera le plus à l’organisation sur cet enjeu temporel lié au recrutement.

Différencions ici les notions de reporting et d’analytique: comme précédemment évoqué la plupart des départements RH bénéficient de reporting, la prochaine étape est bien de déceler des tendances au sein des chiffres pour ensuite anticiper des évènements et faire des recommandations.

L’analytique RH se matérialise aujourd’hui par une analyse en silo de chaque Système d’information indépendant. Il répond par exemple à la question “quel est mon climat social, mon engagement au sein de mes différentes populations ?”. Demain le but sera de croiser ce niveau d’engagement avec les différents schémas de bonus par exemple pour connaître leur efficacité (individuelle ou collective), ou de regarder par équipe et de le croiser avec l’évolution de la satisfaction des clients.

  • C’est ainsi que la société MCRA a pu calculer un coefficient de corrélation qui démontre que l’amélioration de la satisfaction de leurs collaborateurs de 2% contribue à augmenter celle de leurs clients de 1,3%.
  • Dans le cadre de la marque employeur il est désormais possible de combiner les données externes à la société issues des réseaux sociaux et des notations avec les entretiens internes et sondages pour identifier les incohérences et agir sur l’attribut mis en défaut.
  • Ainsi la société Niaouli a pu accompagner un client de la Grande Distribution à accroître les candidatures spontanées de 17%. Il s’est agit d’aligner son message corporate sur la rapidité de traitement des dossiers de candidature dans un paysage où une grande partie des acteurs ne donnent pas de réponse.

Vous trouverez ci-dessous un état des lieux des différents niveaux de maturité de l’usage des leviers analytiques selon les domaines d’application possibles.

 

Obstacles au développement de ces solutions

Le développement de l’analytique RH rencontre des obstacles, c’est ce qui explique la faible minorité d’entreprises ayant mis en place cette démarche (14% selon l’étude de Josh Bersin by Deloitte 2017). Voici les principaux:

1 La fiabilité des données: il s’agit de la première contrainte citée par les Chief Human Resources de l’étude, ceci pénalise l’adoption de la démarche. L’hétérogénéité de couches superposées les unes sur les autres finissent pas détériorer la qualité des données en sortie comme l’explique Dirk Jonker, CEO de Crunchr dans le Podcast de David Green.

2 Le cloisonnement des SI: les différentes initiatives historiques de la société ont généré un manque d’homogénéité pénalisant l’émergence d’une logique analytique. Selon différents échanges avec des experts SIRH 50% des sociétés devraient refondre leur SI existant pour faire communiquer les modules de leur Système de Management des RH d’un côté, et les autres SI de la société: Commercial, Financier etc….Cet investissement est-il compatible avec la logique financière de ces entreprises ?

3 Les compétences data: un professionnel des RH n’a pas choisi ce métier pour établir des chiffres et des tableaux de bord. Intégrer des compétences en Data Science et Data engineering au sein des Ressources Humaines serait de nature à acculturer les acteurs de la fonction.

4 La nature même de l’humain: les doutes sur l’exploitation d’un système d’information pour un humain par définition imprévisible demeurent: pouvons-nous réellement transposer cette discipline qui a fait ses preuves en Finance aux hommes d’une même organisation ?

5 La priorisation des projets: avant d’entreprendre un tel projet les RH souhaitent d’abord avoir un tableau de bord simple, ergonomique sur des activités clés. Une fois ceci obtenu il s’agira de passer à l’étape suivante.

Les fournisseurs de solutions doivent également faire preuve d’initiatives pour l’intérêt commun:

  • Dans la conception de l’outil ils doivent clairement établir les bénéfices attendus par le client: quelles informations pour quels enjeux ?
  • Afin d’onboarder leurs clients ils doivent également faire preuve de pédagogie et l’accompagnement initial est essentiel. Certains RH demandent à ce que la formation soit la + rapide possible, un travail de suivi par les Customer Success Managers est essentiel.
  • L’aspect user-friendly, l’ergonomie des solutions doit également être améliorée par une conception commune avec les utilisateurs (à la fois RH et Managers stratégiques et opérationnels).
  • Enfin, ces outils doivent pouvoir se connecter avec l’existant idéalement via des APIs, à défaut par des transferts de fichiers csv.

En définitive l’analytique aura pour bénéfice de personnaliser la relation avec les collaborateurs actuels et futurs. Connaître les cibles internes et externes facilitera la démarche de communication et d’offre de collaboration personnalisée comme le mentionne Séverine Loureiro dans son ouvrage “Boostez l’expérience Collaborateur”. Ceci se concrétisera par un choix de support et d’éléments de langage customisé, une offre de collaboration en ligne avec les attentes de groupes d’individus spécifiques et une meilleure plateforme pour faire s’exprimer les talents !

Vincent HOGOMMAT
Customer Success Manager, HIREFIRST

A propos de l’auteur: Vincent HOGOMMAT travaille dans les Ressources Humaines depuis près de 15 ans. Il a évolué aux côtés de sociétés de différentes tailles en les accompagnant à la fois dans leur marque employeur, l’amélioration de leurs processus de recrutement, l’intégration des collaborateurs. Actuellement Vincent réalise une thèse sur l’apport des solutions digitales dans l’adaptation des RH aux enjeux actuels inhérents aux organisations en parallèle de son rôle de Customer Success Manager au sein d’un groupe international de recrutement.

Sources:

  1. Entretien avec Margaux Raa, fondatrice de Niaouli
  2. Entretien avec Nicolas Blier, fondateur de ThePlatypus.io
  3. Entretien avec Thierry Dutranois, Expert SIRH
  4. Entretien avec Pierre Bigeard, Responsable SIRH Groupe Clarins
  5. About the usage of Data Sciences in HR
  6. Why People Analytics need to behave like a startup
  7. Study by Josh Bersin for Deloitte
    • MagRH1
    • MagRH2
    • MagRH3
    • MagRH4
    • MagRH5
    • MAgRH6
    • MagRH7
    • MAgRH7b
    • MagRH8
    • MagRH9LT
    • MagRH10
    • MagRH11
    • MagRH12
    • MagRH13

 

Mots-clés: MAGRH10, DATA RH

Transformation numérique, technologies, intelligence artificielle ...