Le big data offre de nouvelles opportunités pour bon nombre de fonctions comme les ventes, le marketing, la finance. Le métier Gestion des Ressources Humaines peut lui aussi tirer parti de l’analyse des gisements de données. Définition, applications, mise en place… l’essentiel à savoir.
Définition de l’analytique RH
Les méthodes HR Analytics ont pour objectif d’exploiter la masse de données collectées à dominantes RH par les différents systèmes d’information, notamment le SIRH. Grâce à des analyses poussées, il devient possible d’appréhender et d’anticiper des tendances sociales, ou plus simplement prendre des décisions opérationnelles ou stratégiques en s’appuyant sur des informations rationnelles.
Les méthodes d’analyse mettent en oeuvre des modèles statistiques éprouvés pour mettre en adéquation les besoins des collaborateurs et ceux des entreprises.
Pour faire quoi ?
Gérer le capital humain / la pyramide des âges : anticiper les besoins futurs en terme d’effectif, de profils, de compétences
Réduire l’absentéisme, mais aussi du présentéisme : identifier les facteurs et signaux faibles pour agir en prévention
Gérer /fidéliser les talents : les identifier et comprendre les leviers de motivation, anticiper les risques de démotivation, etc.
Améliorer le recrutement : cibler les profils qui performent dans la fonction et la structure
Diminuer du turnover : appréhender les principales causes à l’origine de départs pour maximiser la rétention des meilleurs éléments
Les limites
Pour tirer des analyses pertinentes et surtout valides de point de vue statistique, il est impératif de posséder un grand nombre de données pour le sujet étudié. Ces applications sont particulièrement intéressantes pour des grandes entreprises dotées d’un solide effectif.
Le côté mécanique des algorithmiques ne remplace pas l’expérience et le ressenti de l’expert humain. La combinaison des deux, offre certainement les meilleurs résultats.
Autre risque : favoriser la recherche et la promotion des profils conventionnels en détriments de parcours atypiques. La diversité des profils étant très souvent un atout pour innover.
