Le sujet sexy de l’heure : la qualité des données RH !

Photo de ThisIsEngineering sur Pexels.com

Je voulais vraiment vous attirer à lire ce billet de blogue, je me suis dit qu’en utilisant le mot « sexy » vous pourriez être intéressé. Mais, la qualité des données n’a rien de sexy, à la limite, ça donne plutôt la nausée !

Cependant, si vous saviez comment c’est important et que ce sera probablement l’un des plus grands enjeux que vous rencontrerez lors de votre implantation de l’analytique RH (outre l’obtention de l’approbation et d’un budget de la part de votre direction).

Très peu d’organisations disposent d’un entrepôt de données RH. La consolidation des données, le nettoyage des données, avoir à sa disposition une source unique et fiable — voilà les tâches auxquelles vous consacrerez le plus de temps, et non à la visualisation et à l’analyse (la vraie portion « sexy » de l’analytique RH). L’analyse s’avère simple une fois que les données sont en bon état.

Les données sont la pierre angulaire d’une initiative d’analytique RH. Vous savez ce qu’est une pierre angulaire ? Un fondement, une base ESSENTIELLE. Et la qualité de cette pierre angulaire est considérée comme l’aspect technique le plus important pour la réussite de vos initiatives d’analytique RH.

La qualité des données : un problème TI ou un problème RH ?

La qualité des données est souvent perçue comme un problème informatique, alors qu’il n’en est rien : c’est aux RH de l’assumer et de le corriger (je répète C’EST AUX RH DE L’ASSUMER ET DE LE CORRIGER). Souvent, l’équipe TI pourra mettre un pansement sur les problèmes de qualité des données dans la phase d’extraction, de transformation et de chargement, et c’est pour cette raison (le pansement) que les RH ne prennent pas la responsabilité de la qualité des données. Il faut donc se poser la question, doit-on mettre un pansement ou tout simplement attaquer le problème de front.

Il est difficile d’atteindre un niveau élevé de qualité des données, et les questions organisationnelles et de propriété des données ont une incidence considérable sur ce point. Je vous pose la question : à qui appartiennent les données provenant de votre système RH/paie ? Certainement pas au TI. À court terme, la solution facile consiste souvent à mettre des pansements sur les problèmes plutôt que de s’attaquer à la source du problème. Si vous n’avez pas confiance en vos données, vous êtes mort. L’analytique RH ne vous sera pas utile. Il vous faut donc assumer et débuter la correction de vos données.

Que faire en premier ?

Améliorer la qualité des données et ensuite implanter l’analytique RH ou bien implanter l’analytique RH sur de mauvaises données et améliorer les données au fur et à mesure ?

Cela semble évident, non ? Toute personne saine d’esprit ne se lancerait pas dans une initiative d’analytique RH avec de mauvaises données ! En réalité, beaucoup le font, car ils n’ont guère le choix. Premièrement, parce qu’ils n’ont aucune idée de la qualité de leurs données avant de lancer leur projet. De plus, il est très difficile de s’attaquer aux causes profondes de cette non-qualité sans y investir beaucoup de temps et de ressources.

Deuxièmement, le fait de posséder plusieurs systèmes opérationnels sans clé unique (comme un numéro d’employés par exemple), avoir des définitions de données incohérentes (par exemple, qu’est-ce qu’un employé ?) et de procéder à l’entrée de données de façon incorrecte (les données sont entrées par des humains…), tant que tout cela n’est pas exposé aux RH par le biais de rapports, il y a peu d’incitation à s’attaquer à la source du problème de qualité. Compte tenu de cette situation de l’œuf et de la poule, je recommande, si vous avez de graves problèmes de qualité des données, de poursuivre le projet d’analytique RH, mais avec des attentes claires et une portée de projet limitée. On découvre souvent l’ampleur du problème en mettant vraiment le projecteur sur les données !

Il est donc important de communiquer haut et fort des problèmes de qualité des données et des risques associés au déploiement d’outils d’analytique RH sur de mauvaises données. Il faut aussi conseiller les différentes parties prenantes sur ce qui peut être fait pour résoudre les problèmes de qualité des données — de manière systématique et organisationnelle. Se plaindre sans fournir de recommandations ne résout rien !

La qualité des données dépend de vos processus de saisie ! Est-il facile pour les gens de saisir de bonnes données ? Sont-ils motivés pour saisir des données de qualité ? Savent-ils pourquoi c’est important ? Validez-vous les données saisies RÉGULIÈREMENT ?

Vous devez changer les habitudes et les comportements de ceux qui saisissent les données ! Sinon, l’investissement dans votre SIRH sera inutile !

Avez-vous besoin de données parfaites ?

Tous les projets d’analytique RH nécessitent des données, mais ils ne nécessitent pas la perfection des données. La haute qualité devrait toujours être un objectif, mais la recherche de données complètes et parfaitement propres ne devrait pas être un obstacle au progrès ou une raison de ne pas entreprendre un projet d’analytique RH. Dans de nombreux cas, les données sont incomplètes, définies de manière incohérente, périmées, manquantes, sales (contenant des erreurs) ou stockées dans plusieurs systèmes déconnectés. Les défis sont réels et nombreux, mais ils ne sont pas insurmontables.

Que faire lorsque la qualité des données n’est pas bonne ?

Sans un degré raisonnable de confiance dans la qualité des données, l’analytique RH doit rester entre les mains d’experts (par exemple, l’équipe analytique RH) et ne doit pas être étendue au reste de l’équipe RH et certainement pas à la haute direction ou aux gestionnaires. Le déploiement de l’analytique RH, dans ce cas, doit se faire de manière limitée, ainsi les problèmes de qualité des données seront exposés, compris et finalement résolus. Ensuite, on pourra progressivement étendre le déploiement.

Comment savoir si la qualité des données est suffisante pour le projet que vous entreprenez ?

L’expression bien connue « garbage in, garbage out » est tout à fait appropriée dans le contexte de l’analytique RH. N’essayez pas de combler toutes les lacunes dans vos données et de résoudre tous les problèmes au point de perdre de vue les objectifs de votre analyse. Il y aura toujours des problèmes de données.

Pour savoir si la qualité de vos données est suffisante pour entreprendre votre projet, vous devez vous familiariser avec les données, les comprendre, c’est la première étape ! Dans de nombreux cas, cela signifie apprendre des autres, des experts du domaine RH. Il y a des choses beaucoup plus faciles que d’autres. Par exemple, si vous avez un âge négatif ou une ancienneté négative, ou un âge supérieur à 100 ans, vous savez que quelque chose ne va pas dans vos données. Cependant, si vous avez des valeurs négatives pour les ventes ? Cela indique-t-il une erreur ? Peut-être, mais vous devrez vérifier auprès des personnes responsables des ventes s’il s’agit bien d’une erreur, il peut s’agir d’une commande annulée ou d’une renégociation de prix d’une commande précédente. Vous devez investir du temps pour comprendre les données.

L’utilisation d’outil de profilage automatisé des données peut également aider à surmonter les difficultés liées aux données. Le profilage des données consiste à vérifier les valeurs autorisées, la logique et la cohérence des ensembles de données. Les outils de profilage des données analysent les données pour vérifier leur cohérence avec les règles de l’entreprise et fournissent des recommandations sur les domaines à approfondir dans un jeu de données. Après avoir établi le profil de vos données, comment déterminez-vous si les données sont « suffisamment bonnes » pour poursuivre l’analyse ? Là encore, il faut se tourner vers le propriétaire des données. Par exemple, dans notre plateforme Kara, nous avons mis en place un outil de profilage avec une règle de validation qui identifie tous les employés âgés de moins de 14 ans. Le but est de faire ressortir les valeurs aberrantes. Pour l’un de nos clients, nous avions beaucoup d’employés dans cette tranche d’âge. Nous avons donc discuté avec le client et il nous a expliqué que dans le secteur du commerce de détail (dépanneur), il embauchait de plus en plus de personnes de moins de 14 ans si le parent acceptait que l’enfant travaille (en grande partie en raison de la pénurie de main-d’œuvre).

Quels sont les problèmes courants liés aux données et quelles sont les solutions ?

Que faire si vous déterminez que les données ne sont pas assez bonnes pour poursuivre l’analyse ? La première étape consiste à comprendre les difficultés. Parfois, l’élément de données que vous souhaitez analyser comporte des valeurs manquantes. Parfois, les données n’ont pas été actualisées et, par conséquent, ne reflètent pas les valeurs les plus récentes. Dans certains cas, les données que vous voulez analyser n’existent même pas. Chacun de ces scénarios peut sembler frustrant, voire décourageant, mais il existe presque toujours une solution. Faites ce que vous pouvez avec ce que vous avez. Vous pouvez toujours aller de l’avant.

La première chose à faire, surtout au début, est de s’assurer que vous avez les bonnes définitions. Il est très important d’obtenir un accord à haut niveau sur les indicateurs, sur ceux qui sont les plus pertinents pour l’organisation et sur leurs définitions. Par exemple, parlons du nombre d’employés : cela semble facile, mais j’ai déjà vu une organisation qui a débattu pendant toute une journée sur la définition d’employé. Doit-on inclure les travailleurs temporaires ? Qu’en est-il des employés inactifs (personnes en congé parental ou en invalidité) ? Il est important de bien définir vos données et indicateurs RH et de mettre sur papier (virtuellement parlant) cette définition dans votre dictionnaire d’indicateurs.

Voici quelques conseils pour vérifier la qualité de vos données

a) Assurez-vous que vous disposez de tous les fichiers du jeu de données que vous attendiez et qu’ils contiennent toutes les informations nécessaires à la poursuite de votre projet. Vérifiez que les fichiers couvrent la période sur laquelle vous vous êtes mis d’accord. Ne vous contentez pas de vérifier les fins et les débuts de fichier — vérifiez aussi s’il y a des données partout.

b) Vérifiez si la quantité de données correspond à ce que vous connaissez de l’organisation (nombre d’enregistrements égal minimalement au nombre d’employés ?). Le nombre de lignes devrait être conforme à vos prévisions. Vérifiez que la dernière ligne de données soit complète, car un mauvais transfert de fichier peut couper la fin du fichier.

c) Vérifiez si la liste des colonnes est complète. Identifiez les colonnes de données qui n’ont pas été demandées, mais qui sont incluses, pour voir si elles peuvent être utiles à votre projet.

d) Examinez les listes de valeurs pour les champs codés. Sont-elles claires et conformes aux attentes ? Par exemple, pour la colonne du genre, si vous spécifiez 1 pour femme et 2 pour homme, y a-t-il d’autres valeurs que 1 et 2 dans votre jeu de données ?

d) Vérifiez l’étendue des valeurs dans chaque colonne. Y a-t-il des colonnes dont les valeurs ne semblent pas être distribuées de manière appropriée ou qui présentent des valeurs extrêmes ?

e) Est-ce que vos fichiers contiennent beaucoup de valeurs manquantes ? Et votre décision d’utiliser ou non ces données dépendra de ce qui manque. Par exemple, si vous voulez analyser l’impact de la diversité sur les promotions, si malheureusement vos données sur la diversité sont incomplètes, il vous sera impossible de tirer de bonnes conclusions. Lorsque vous travaillez avec des centaines et des milliers d’employés, quelques informations manquantes n’auront pas d’impact sur l’analyse globale. Toutefois, lorsque de grandes quantités de données sont manquantes, disons 50 % ou plus, vous devez considérer ces données comme suspectes dans votre analyse.

f) Vérifier la présence de doublons. Vous devrez peut-être confirmer avec le propriétaire des données s’il s’agit de véritables doublons ou si une colonne de données exclue permettrait de les distinguer.

g) Faites attention aux dates et on sait que les données RH comportent beaucoup de dates. Les dates peuvent être un problème majeur, car les différents systèmes ont des conventions différentes (séparation des chiffres par une barre oblique ou un tiret, les années sont indiquées par deux ou quatre chiffres, etc.).

Voilà, c’est tout pour l’instant. J’espère que vous comprenez maintenant l’importance de la qualité des données pour votre projet d’analytique RH ! Dans mon prochain billet, je vous parlerai des plus grandes menaces pour la qualité de vos données, des indicateurs à mettre en place pour mesurer la qualité de vos données, et finalement, quelles sont les meilleures pratiques pour améliorer la qualité de vos données. D’ici là, portez-vous bien et cessez de jouer à l’autruche, vous êtes responsables de la qualité de données RH. Il est temps de passer à l’action !

Si vous avez des questions, des commentaires, n’hésitez pas !

Merci de partager ce billet sur vos fils Twitter, LinkedIn et Facebook en utilisant les boutons ci-dessous.

Petit conseil du mardi no. 15 : Combien de temps cela prend-il pour être bon en analytique RH ?

Photo de Pixabay sur Pexels.com

Cela ne donne pas grand-chose si comme individu on est bon en analytique, mais que notre organisation ne l’est pas. Pour ce petit conseil du mardi, je ne vous conseillerai pas sur les cours à suivre pour vous développer en analytique RH, mais plutôt sur comment mettre en place l’analytique RH dans votre organisation.

Selon les spécialistes de la question (Josh Bersin entre autres), il faut généralement un à deux ans à une organisation pour mettre en place une équipe d’analytique RH. Selon mon expérience, cette estimation est un peu optimiste…

Pour les organisations dont la qualité des données n’est pas au rendez-vous, il faut prendre un pas de recul et s’occuper de la qualité avant d’aller de l’avant. Si vous me garantissez que la qualité de vos données RH est bonne, vous pouvez aspirer à mettre en place une équipe d’analytique RH performante en dedans de deux ans. Mais, vous devrez quand même trimer dur.

Comme la majorité des organisations québécoises ont des petites équipes RH et ne dédieront pas plusieurs personnes pour faire SEULEMENT de l’analytique. Voici une petite recette pour pouvoir vous en tirer à bon compte.

La première étape est de faire un état de la situation : où en sommes-nous ? La deuxième étape : jusqu’où voulons-nous aller ? L’analytique RH est large, et comprend plusieurs morceaux, en passant du simple indicateur de performance jusqu’à l’implantation de modèles prédictifs et même prescriptifs. Et finalement, quel est le meilleur plan pour se rendre du point A au point B. Regardons rapidement, chacune des étapes.

Étape 1 : État de la situation actuelle

1. Publions-nous déjà quelques indicateurs de performance ? Si oui, lesquels ?
2. Est-ce facile de publier un tableau de bord tous les mois ? Est-ce possible d’avoir un tableau de bord en temps réel ? Est-ce que le reporting RH est bien implanté ou au contraire est-ce ardu ou inexistant ?
3. Avons-nous une bonne gouvernance des données RH ? Comment est la qualité de nos données ? Quels sont nos mécanismes en place pour assurer une bonne qualité des données ? Quand est-il de la protection des données RH ? De la confidentialité ? Avons-nous les bons mécanismes de protection des données (les données RH sont très sensibles…) ?
4. Est-ce que nous avons dans notre équipe RH des gens qui ont les compétences nécessaires pour l’analytique RH ? Et j’irais jusqu’à dire, avons-nous dans notre équipe RH des gens qui ont le goût de faire de l’analytique RH ? Si c’est non aux deux questions, que pouvons-nous faire ? Allez voir dans d’autres fonctions de l’organisation ? Embaucher ? Faire affaire avec des consultants externes ?
5. Avons-nous une équipe BI dans notre organisation ? Quels sont les outils dont nous disposons déjà au sein de notre organisation (PowerBI, Tableau, etc.) ?
6. Est-ce que notre vice-président(e) RH est disposé(e) à aller de l’avant avec l’analytique RH ? Avons-nous son appui ? Son intérêt ? Est-ce que nous avons une culture de données dans notre organisation ? Les autres fonctions de l’organisation font-elles confiance à nos données RH ? Est-ce que les autres fonctions nous trouvent crédibles (quand on parle d’analytique) ?

Ceci n’est qu’un sous-ensemble de questions auxquelles vous devrez répondre pour faire un bon état de la situation. Après cette étape, vous y verrez plus clair et pourrez alors passer à la seconde étape.

Étape 2 : Quels sont nos objectifs pour le futur (en termes d’analytique RH) ?

Qu’est-ce que nous désirons accomplir avec l’analytique RH ? Que souhaitons-nous atteindre ? Vous pouvez alors vous demander :

Quel est le problème urgent que nous tentons de résoudre ? Quelles informations nous manque-t-il pour régler nos problèmes les plus urgents ? Est-ce que nous voulons simplement produire un tableau de bord parlant qui servira à bien évaluer nos initiatives RH ? Est-ce que nous comprenons bien tout ce qu’il est possible de faire avec l’analytique ? Voulons-nous mettre en place des modèles prédictifs nous permettant de déterminer qui est à risque de quitter ou qui est à risque de s’absenter en invalidité psychologique ?

Il est bon à ce moment-ci de voir où l’on voudrait être dans un an, dans deux ans et aussi dans 5 ans. Je préconise beaucoup la loi des petits pas. Quand vous connaîtrez votre destination, il sera beaucoup plus facile de déterminer les grandes étapes du voyage. Ce n’est que lorsque l’état futur souhaité sera connu que vous pourrez commencer à planifier votre feuille de route sur la façon d’y parvenir ainsi que d’établir un échéancier.

Étape 3 : Quel est notre plan (notre roadmap) pour y arriver ?

Vous devrez répondre à certaines questions afin d’établir un bon plan :

1.         Le but est-il d’avoir un tableau de bord ? D’améliorer la performance (individuelle, d’équipe et organisationnelle) ? D’améliorer l’expérience de travail ? De réduire les risques (interruptions des affaires, embauche, rétention, gestion des talents…) ?

2.         Quels sont les principaux obstacles qui nous empêchent d’avancer ? Un manque de budget ? De temps ? De compétences ? D’intérêt ?

3.         Avons-nous des pressions pour livrer notre projet dans un certain échéancier ?

Les questions ci-dessus ne sont que quelques-unes, mais elles vous permettent de déterminer des éléments telles que les compétences dont vous avez besoin et les types d’outils qui vont avec ces compétences. Cela vous permet également d’éviter d’embaucher des compétences dont vous n’aurez pas besoin avant un certain temps. Vous n’avez pas besoin d’embaucher un scientifique de données ou un spécialiste de la statistique au jour 1.

Le succès en analytique RH va plus loin que l’utilisation d’une technologie, cela débute avec une vision claire de la destination vers où on veut aller. Commencez par le résultat à obtenir, les questions ou les problèmes à résoudre. Évaluez quelles compétences sont nécessaires, si vous les avez ou pas, et comment vous pouvez réduire l’écart (embaucher, emprunter, sous-traiter). La perfection dans les données, ça n’existe pas ! Faites un bon état de la situation de la qualité de vos données. Il faut arrêter d’avoir peur ! C’est le meilleur temps pour commencer votre projet d’analytique RH. L’analytique RH vous épargnera un temps fou et vous permettra de devenir proactif !

Si vous avez des questions, des commentaires, n’hésitez pas !

Merci de partager ce billet sur vos fils Twitter, LinkedIn et Facebook en utilisant les boutons ci-dessous.

Petit conseil du mardi no. 14 : Comprendre la différence entre les indicateurs de performance RH et l’analyse prédictive.

Photo de Pixabay sur Pexels.com

Premièrement, les deux sont essentiels à l’organisation. Essayons maintenant de mieux les définir.

Les indicateurs RH ont pour but de fournir des informations sur les employés, les embauches, les départs, les candidats, les mouvements internes et externes, etc. TOUTES les organisations ont besoin d’indicateur RH, et c’est le premier pas à faire pour débuter en analytique RH. Cependant, les indicateurs RH sortent rarement du giron des RH.

L’analyse prédictive, en revanche, donne aux dirigeants d’entreprise et à toute l’organisation les informations nécessaires pour prendre des décisions éclairées.

Rapport versus prévisions

Les indicateurs RH montrent à l’équipe de direction ce qui s’est passé suite aux décisions qu’ils ont prises dans le passé. Les indicateurs RH se basent sur des données du passé. Vous en avez besoin non seulement pour pouvoir démontrer ce qui s’est passé, mais aussi comme base pour la prise de décision.

En revanche, l’analyse prédictive se tourne vers l’avenir, en projetant les impacts futurs de différentes décisions d’affaires. L’analyse prédictive se base sur les mêmes données du passé et projette des situations futures possibles. Il ne s’agit toutefois que de prévisions. L’analyse prédictive ne nous dit pas précisément ce qui va se passer dans le futur. La modélisation statistique et l’apprentissage automatique permettent d’identifier des modèles et des tendances qui peuvent être utilisés pour calculer la probabilité de résultats futurs.

Par exemple, vous constatez une augmentation des départs dans votre organisation. Vous anticipez donc que votre taux de roulement est en augmentation. Vous le calculez et vous déterminez ensuite les endroits excessifs de roulement. C’est en comparant votre taux de roulement entre les différents départements, catégorie d’emploi, groupe d’âge ou d’ancienneté que vous serez en mesure de confirmer ou non si vous avez un problème de roulement (c’est encore mieux si vous pouvez comparer votre taux de roulement à des données du marché). D’identifier le problème de roulement est la première étape et ce sont les indicateurs de performance RH (en l’occurrence le taux de roulement) qui vous permettent de statuer sur ce fait.

C’est bien beau, mais le fait d’identifier un problème ne le règle pas nécessairement (mais, c’est le début). Il faut donc être en mesure de déterminer qui sont les personnes à risque de quitter notre organisation dans la prochaine année et surtout pourquoi ils sont à risque. C’est ici qu’entrent en jeu les modèles prédictifs. Un bon modèle de risque de départ vous aidera à comprendre le « pourquoi » et le « qui ». Le modèle prédictif vous aidera à prendre les bonnes décisions pour minimiser les risques de départ dans votre organisation.

Les indicateurs RH et l’analyse prédictive sont deux concepts différents. Bien que les deux soient étroitement liées, ils ne sont pas interchangeables. Comprendre la différence entre les deux est le premier pas. Produire des indicateurs de performance et des modèles prédictifs feront en sorte que les données RH deviendront essentielles à la prise de décision dans votre organisation.  

Utilisez les indicateurs RH pour formuler une base de référence et bien identifier vos enjeux. Par la suite, les modèles prédictifs pourront être utilisés pour améliorer le futur de votre organisation. Vous deviendrez alors une source d’information inestimable, aidant votre organisation à prendre de meilleures décisions d’affaires.

Si vous avez des questions, des commentaires, n’hésitez pas !

Merci de partager ce billet sur vos fils Twitter, LinkedIn et Facebook en utilisant les boutons ci-dessous.

Petit conseil du mardi no. 9 : Comment éviter d’être paralysé face à une montagne d’indicateurs?

Photo de Pixabay sur Pexels.com

Nous prenons tous des décisions sans réfléchir ou sans aucune donnée, des décisions faciles qui ont peu d’implication sur notre futur. Cependant, il arrive que nous devions prendre une grosse décision qui aura un impact majeur sur notre organisation et nous nous retrouvons avec trop d’information, trop de données (ou quelques fois pas les bonnes données).

Les meilleures décisions sont prises lorsque vous regardez les bonnes données au bon moment et que vous les analysez avec les bons outils. Maintenant, comment faire pour éviter la paralysie face à trop d’indicateurs?

La première chose à faire est de bien sélectionner ses indicateurs de performance et ce n’est pas parce que vous avez 50 indicateurs de performance sur votre tableau de bord que vous allez être en mesure de prendre de bonnes décisions. Je vous recommande davantage de sélectionner une dizaine d’indicateurs de performance RH et ces indicateurs doivent avoir un lien avec votre stratégie d’affaires. Il faut sélectionner les indicateurs qui ont le plus d’impact sur l’exécution de votre stratégie, à générer des revenus, à gérer les coûts ou à atténuer les risques lies aux talents. Parce que c’est bien beau d’avoir 50 indicateurs de performance, mais il faut les analyser, suivre leur progrès et surtout s’assurer que l’on s’approche de notre objectif.

Voici donc quelques recommandations sur la sélection et la gestion des vos indicateurs de performance RH :

Commencez petit ! Concentrez-vous sur un petit nombre d’indicateurs au départ, ce qui équivaut à apprendre à marcher avant de courir. Et n’oubliez pas que pour que vos indicateurs soient vraiment des indicateurs de performance clé, ils doivent répondre à trois critères :

• Un lien clair avec la stratégie d’affaires ou la stratégie RH (l’alignement avec la stratégie d’affaires est un prérequis).
• Un objectif mesurable (en fait, un objectif SMART – Spécifique, Mesurable, Atteignable, Réaliste, Temporel)
• Avoir des ressources commises, c’est-à-dire des gens, de l’argent, du temps pour gérer le progrès de l’indicateur.

Ne lésinez pas sur la qualité de vos données. Il est préférable d’attendre avant de publier un indicateur qui est basé sur de mauvaises données. Un autre dicton : « Garbage in, garbage out! ». Il vous faut donc un processus structuré de vérification de vos données. Il est primordial que les données entrées dans votre système d’information RH soient validées. Tout bon outil d’analytique RH devrait vous permettre de valider la qualité de vos données. Atteindre la maturité en analytique ne peut se faire sans l’exactitude, la cohérence et la sécurité des données ! Ça prend de bonnes données ! Pas de données, pas d’analytique ! De mauvaises données, de mauvaises analyses ! C’est aussi simple que ça !

Tolérez l’imperfection de vos données. Ce point pourrait sembler venir contredire le point précédent… Oui, mais non. Il ne faut pas attendre non plus d’avoir des données parfaites pour publier un indicateur de performance. Car vous ne commencerez jamais ! Il faut faire preuve de discernement. S’il me manque une date de naissance pour un employé sur mes 500, mon âge moyen devrait quand même être bon (pas parfait, mais bon !).

Obtenez l’adhésion de votre direction. Il faut faire en sorte que vos indicateurs RH ne soient pas seulement des indicateurs pour les RH, mais des indicateurs pour TOUTE l’organisation. Il faut que la direction comprenne bien les indicateurs et que surtout ces indicateurs leur soit publié. Vous connaissez le dicton : « Ce qui se mesure s’améliore ». Donc, il pourrait être bon que votre direction participe à la sélection de vos indicateurs de performance RH.

Réviser régulièrement votre choix d’indicateurs de performance. Si la stratégie de votre organisation change, vos indicateurs devraient aussi changer. Vous devriez minimalement revoir le contenu de vos tableaux de bord une fois par année ou encore, lorsqu’un événement majeur survient (comme une pandémie…).

Voilà ! Une toute petite recette, mais qui devrait vous permettre de vous mettre mouvement et empêcher la paralysie !!!

Petit conseil du mardi no. 8 : Pourquoi investir en analytique RH ?

Photo de Pixabay sur Pexels.com

Savez-vous quelle est la première raison pour laquelle vous devriez mettre en place l’analytique RH dans votre organisation ? C’est une raison fort simple, mais tellement importante :

❤ Tout simplement pour améliorer la performance de votre organisation (pas seulement la performance RH, mais bien la performance de TOUTE l’organisation) ! Et il y a des études qui confirment le tout !

Selon une étude de Deloitte¹, les entreprises qui utilisent l’analytique RH enregistrent un bénéfice moyen sur trois ans qui est supérieur de 82 % à celui de leurs homologues qui ne font rien (ou peu) avec leurs données RH. 82 % vous ne trouvez pas que c’est énorme ? Cette même étude a également démontré que les entreprises qui font de l’analytique RH (et cela ne veut pas dire publier quelques indicateurs au trimestre – bien que cela soit un début) sont en mesure de démontrer un lien clair entre une saine gestion des talents, la réduction des coûts et les gains d’efficacité.

Indéniablement, les organisations avec un niveau de maturité élevé en analytique RH rapportent de meilleurs résultats financiers que celles avec peu de maturité…

Alors, vous attendez quoi ❓

Malheureusement, les RH sont à la traîne par rapport aux autres secteurs de l’organisation — ventes, marketing, finances, opérations, technologie de l’information — dans l’utilisation de l’analytique. Pourtant, de plus en plus d’études montrent la valeur indéniable de l’analytique pour faire progresser les entreprises lorsqu’elle est adoptée par l’équipe RH.

Vous voulez progresser en analytique RH, vous voulez vous positionner sur un modèle de maturité en analytique RH, restez à l’affût ! Car nous publierons bientôt notre nouveau modèle de maturité en analytique RH. Un modèle adapté aux entreprises québécoises et surtout aux entreprises de moins de 10 000 employés. Il ne faut pas se le cacher, quand Bersin nous parle de son modèle d’analytique RH, il vise davantage les grandes, les très grandes entreprises. Et détrompez-vous, l’analytique RH est utile à toutes les entreprises que vous soyez 50, 200, 500, 1000 ou 5000, les données RH peuvent vous aider à mieux gérer votre talent !

Merci de partager ce billet sur vos fils Twitter, LinkedIn et Facebook en utilisant les boutons ci-dessous.

Inscrivez-vous à mon blogue pour recevoir automatiquement (bouton Abonnez-vous, à droite sur la page d’accueil) par courriel mes billets, dès qu’ils sont publiés.

1. Deloitte : High-Impact People Analytics industry study, 2017

SYNTELL Capital Humain est mort ! Vive Kara !

Après dix années à travailler très fort pour faire de l’analytique RH un outil stratégique pour les professionnels RH, la chenille s’est transformée en papillon ! SYNTELL Capital Humain est devenu Kara ! Toute l’équipe est vraiment fière de ce nouveau produit et de cette nouvelle marque. Après des années à écouter la clientèle, à consulter les gourous des technologies RH et à scruter la compétition, nous en sommes venus à la conclusion que nous devions rebâtir notre produit à partir de zéro. Les fondations, l’architecture et les interfaces ont été repensées, refaites et optimisées.

Mais, il ne faut pas se laisser berner par la nouvelle interface ou le nouveau nom qui sont tellement accrocheurs ! Non, ce qui est en arrière (quand on regarde en dessous du capot !) est probablement ce qui a nécessité le plus de travail et de réflexion. C’est ce qui me fait sourire quand des gens me disent « Nous allons utiliser Power BI sur nos données RH pour monter toute notre analytique RH et nos tableaux de bord ». Pourquoi cela me fait-il sourire ? À cause de ce qui se trouve en dessous du capot… Tout le travail que cela prend pour rendre les données RH intelligente, facilement accessible et rapide d’utilisation ? Ce n’est pas de la petite bière. Les données RH sont complexes, plus complexes qu’on pourrait l’imaginer.

Vous vous demandez pourquoi c’est si complexe. Plusieurs choses. Premièrement, des données RH, il y en a partout à l’intérieur de votre organisation. Elles se retrouvent disséminées dans plusieurs systèmes (même ceux qui ont des systèmes dits « intégrés »). En plus, il est possible que certaines données se retrouvent à l’extérieur de votre organisation… Kara est en mesure d’agréger les données provenant non seulement de votre SIRH, mais aussi de votre système de gestion des candidatures (ATS), de gestion des talents, de gestion de l’accueil et de l’intégration, de gestion des apprentissages (LMS), de la paie et de toute la panoplie d’outils de sondage pouvant exister dans votre organisation. De plus, Kara est en mesure d’intégrer de la donnée externe à votre organisation, comme des « benchmarks », des données gouvernementales ou des données de marché.

Deuxièmement, Kara utilise des outils d’ETC (extraction, transformation et chargement) pour faciliter la transformation de vos données en informations cohérentes, car qui dit plusieurs sources de données dit immanquablement de l’incohérence entre les différentes sources. Par exemple, comment fait-on pour savoir qu’un candidat n^o 345 dans votre ATS et bel et bien l’employé n^o 56 dans votre SIRH. Kara vous aide à nettoyer et à valider vos données en fournissant des rapports vous guidant sur les corrections à apporter dans votre système source. Car, n’oubliez pas non plus, que les données parfaites n’existent pas ! Kara permet donc de suivre vos employés tout au long de leur cycle de vie dans l’organisation, du moment où ils étaient candidats jusqu’au jour où ils décident de vous quitter. La notion de temps est excessivement importante en analytique RH. Car à défaut d’avoir du « Big Data » en RH, on a le « Long Data ».

Troisièmement, le modèle de données derrière Kara permet d’organiser les données en différentes entités (comme un employé par exemple) et de relier tous les différents événements qui arriveront à l’employé durant sa vie au sein de votre organisation (promotion, formation, augmentation salariale, etc.). De plus, seront liées à ce même employé différentes dimensions qui permettront de segmenter vos analyses. Par dimensions, je veux dire l’âge, l’ancienneté, le groupe d’emploi, la localisation, et bien d’autres. Il ne faut surtout pas oublier tous les différents indicateurs de performance qui seront alors déjà précalculés. On en compte plus de 350 dans Kara et ce chiffre continue d’augmenter. Ces indicateurs sont déjà là à l’intérieur de notre cube MOLAP et leur formule de calcul est basée soit sur la norme ISO 30414 (Lignes directrices sur le bilan du capital humain) ou les meilleures pratiques d’affaires.

Quatrièmement, ce modèle de données permet d’amener des données externes pour pouvoir comparer vos indicateurs de performance à un « benchmark » reconnu dans le marché. Actuellement, les entreprises du Québec adhérant à notre solution peuvent avoir accès au Baromètre RH de l’Ordre des CRHA et ce, en toute transparence et sans négliger la confidentialité.

Finalement, Kara est une plateforme ouverte où vous pourrez en tout temps utiliser les données transformées par Kara pour les amener dans vos propres outils d’intelligence d’affaires et d’analytique. Avec Kara, vous ne créez pas un silo de données RH, vous accélérez votre maîtrise de la donnée RH.

J’ai beaucoup simplifié ce qui se trouve en dessous du capot, mais cela vous donne une idée du travail nécessaire pour y arriver. Il y a plein d’autres choses que Kara vous permet de faire et là on parle davantage de l’interface, des fonctionnalités et des analyses auxquelles vous avez accès.

Grosso modo, Kara vous permet :

• De configurer et personnaliser vos propres tableaux de bord basé sur une multitude d’indicateurs et de visuels qui sont disponibles et à portée de la main.
• D’analyser des situations prévalentes dans votre organisation, que l’on parle de roulement/rétention, d’absentéisme, de mobilisation, de recrutement ou de formation, des analyses préconstruites sont là pour vous aider à mettre le doigt sur le bobo.
• De croiser de l’information de roulement, d’absentéismes, de mobilité interne et de mobilisation pour anticiper les problèmes avant qu’ils n’arrivent.
• D’utiliser toute la puissance de nos modèles prédictifs pour projeter votre roulement dans le futur et vous permettre de poser les bonnes actions.
• D’écouter ce que vos employés ont à dire grâce à notre module de sondage intégré à Kara. Ceci vous permet d’obtenir de l’information qualitative tout au long du cycle de vie de l’employé (du sondage d’accueil, jusqu’à l’entrevue de départ). La force de Kara réside dans le fait que vous pouvez ensuite croiser vos données qualitatives (sondage) avec toutes les autres données RH.
• D’utiliser une application de tierce partie pour bâtir vos propres rapports (Power BI, Tableau, Qlik et autres). De plus, étant donné nos choix technologiques, l’application Power BI est intégrée de façon transparente à Kara.

J’oublie certainement des choses et je ne vous ai même pas parlé de notre feuille de route et à quoi ressembleront nos prochains développements ! Kara ne cesse d’évoluer et de grandir ! Une chose est certaine, Kara est un produit extraordinaire, mais en plus vous serez accompagné par une équipe tout aussi extraordinaire. SYNTELL Capital Humain est mort, vive Kara ! La solution d’analytique RH propulsée par les gens de SYNTELL.

Je vous invite à visiter notre site web Kara et à aimer notre nouvelle page LinkedIn Kara.

Ça prend de bonnes données !

• 

  Photo de Kevin Ku sur Pexels.com

Cela va faire bientôt dix ans que je publie ce blogue, mon dieu que le temps passe vite. Cela fait dix ans que je vous casse les oreilles avec l’analytique en ressources humaines. Je suis tenace, en fait, je pense que c’est une de mes plus grandes qualités. La persévérance, la ténacité, et l’enthousiasme… J’ai encore cet enthousiasme face à la place que devrait prendre l’analytique dans les équipes RH. Malheureusement, encore aujourd’hui bien peu d’organisations (ici au Québec) ont atteint le stade où l’analytique RH joue un rôle essentiel dans les décisions reliées au talent et aux affaires. Il y en a, mais c’est encore trop peu à mon goût. Mais qu’est-ce qui pourrait faire en sorte que l’analytique RH prenne de la maturité dans les organisations ? Qu’est-ce qui pourrait faire en sorte qu’une organisation ait au sein de ses pratiques une fonction analytique RH mature ? Ça prend un ensemble de facteurs dont, entre autres, de bonnes données, un lien direct avec la stratégie d’affaires de l’organisation, un partenariat avec les gestionnaires et les leaders de l’organisation, le développement de la capacité d’analyse dans TOUTE la fonction RH, la possibilité de partager les données et les pistes de solution avec un public plus large et une culture des données à l’échelle de l’organisation.

J’aimerais pour ce billet me concentrer sur les données, matière première de l’analytique. Atteindre la maturité en analytique ne peut se faire sans l’exactitude, la cohérence et la sécurité des données ! Ça prend de bonnes données ! Pas de données, pas d’analytique ! De mauvaises données, de mauvaises analyses ! C’est aussi simple que ça !

Mais attention, il ne faut pas attendre d’avoir des données parfaites avant de commencer. Car des données parfaites cela n’existe pas ! Pour commencer, il suffit d’identifier un jeu de données qui est assez bien… Qu’est-ce que cela veut dire « assez bien » ? Par exemple, s’il vous manque 10 dates de naissance sur 1000 employés, vous pouvez quand même calculer votre âge moyen… Vous pouvez quand même utiliser ces données. Cela ne va pas dire non plus que vous devez nettoyer TOUTES les données de vos systèmes d’information RH ! Il faut circonscrire le travail sur les données dont vous avez besoin !

Ne jamais oublier que les données sont entrées par des humains ! Ce qui veut dire des possibilités infinies d’erreur ! La qualité de vos données dépend de vos processus. Est-ce facile pour les personnes de vous donner de bonnes données ? Est-ce qu’ils sont motivés à entrer de bonnes données ? Est-ce qu’ils comprennent l’importance d’entrée de bonnes données ? Est-ce que vous validez régulièrement les données entrées ? Le nettoyage de vos données ne servira à rien, si vous ne travaillez pas à la source du problème : vos processus d’entrée de données.

Il est important de mentionner que dans tout projet d’analytique (RH ou autres), 80 % du travail se fait dans la gestion des données. Les données sont un actif précieux de votre organisation, leur gestion doit être faite dans les règles de l’art. C’est pourquoi vous devrez parler de l’infrastructure de gestion de vos données avec vos TI ou encore avec votre groupe d’intelligence d’affaires. Si vos données proviennent de plusieurs sources (comme c’est souvent le cas en RH), vous devrez uniformiser votre processus de traitement des données pour vous assurer de la qualité de ces dernières. Les problèmes les plus fréquemment rencontrés sont : les données manquantes, les données périmées, les distributions anormales de données, des données aberrantes et des définitions contradictoires.

Pour les définitions contradictoires, une façon de régler ce problème est de vous bâtir un dictionnaire d’indicateurs. Une bible dans laquelle toutes les définitions, les formules de calculs, les inclusions et exclusions de vos indicateurs RH seront conservées. Ce dictionnaire d’indicateurs devra être compris et entériné par la majorité des parties prenantes de votre organisation (surtout des gens de finance). Ainsi, les personnes qui utilisent vos indicateurs, vos tableaux de bord et vos analyses pourront s’y référer régulièrement. Voici à quoi ressemble un dictionnaire d’indicateurs :

Pour ceux que cela intéresse et qui désirent avoir un exemple de dictionnaire d’indicateurs, voici un lien vers une page de téléchargement d’un guide de 25 indicateurs RH. Ce n’est qu’une base pour commencer, mais cela pourra certainement vous permettre d’avancer plus rapidement et de comprendre l’importance d’un dictionnaire d’indicateurs.

Guides des 25 indicateurs RH

Vers une gestion éthique des données!

Qui dit données en ressources humaines, dit données confidentielles et sensibles. Les données sur vos employés doivent demeurer confidentielles et en sécurité au même titre que les données reliées à votre clientèle. C’est d’une importance primordiale. Vous devez donc vous soucier de confidentialité et sécurité dès le début de vos projets d’analytique RH. Il devrait y avoir dans votre organisation un responsable de la sécurité des données, ce dernier peut vous aider sur l’utilisation appropriée des données d’employés. Habituellement, ce responsable est un avocat et il joue un rôle dans la mise en place des politiques, de la conformité et des relations avec les employés. Si vous êtes une petite organisation, vous n’avez probablement pas de responsable, pas d’avocat. Il est cependant important de ne pas négliger cet aspect et d’en connaître le plus possible sur les différentes lois et règlements liés aux données personnelles.

Aussi, que vous soyez une grande ou une petite organisation, vous devez travailler de concert avec l’équipe TI pour maintenir un contrôle rigoureux des données et assurer la sécurité de ces dernières. Il pourrait être important de développer des principes et des lignes directrices sur l’utilisation des données sur les employés. Chaque fois que vous utilisez les données « employé », vous devriez avoir un objectif d’affaires clair. On ne collecte pas les données sur les employés pour le plaisir, il faut que cela soit lié à un réel besoin d’affaires. C’est ici qu’arrive la transparence ! Il est important que les employés soient informés de l’utilisation qui est faite des données qui les concernent. De plus, on devrait toujours utiliser des données anonymisées ou agrégées. Le but n’est pas de contrôler les gens, mais bien d’améliorer les choses ! Parallèlement à la confidentialité des données, il est important de bâtir une culture de confiance. Il faut donc expliquer le pourquoi et l’objectif des analyses que l’on fait sur les données d’employés. Habituellement, le but premier est d’améliorer l’expérience employé, mais le but ultime est d’améliorer la performance de l’organisation.

Le principal ingrédient de l’analytique est la donnée. Donc, si vous voulez acquérir plus de maturité dans le domaine c’est un passage obligé : vous devez avoir de bonnes données !

Merci de partager ce billet sur vos fils Twitter, LinkedIn et Facebook en utilisant les boutons ci-dessous.

Inscrivez-vous à mon blogue pour recevoir automatiquement (bouton Abonnez-vous, à droite sur la page d’accueil) par courriel mes billets, dès qu’ils sont publiés.

Comment amener les RH à un autre niveau ?

Mon livre de chevet pour 2016 a été « Work Rules! – Insights from Inside Google That Will Transform How You Live and Lead » de Laszlo Bock. M. Bock était jusqu’à tout récemment le SVP of People Operations chez Google. Je dis « jusqu’à tout récemment », car depuis janvier 2017, il agit comme conseiller stratégique pour plusieurs organisations. Dans le livre, il y a plusieurs chapitres qui valent la peine d’être lus et relus comme entre autres le chapitre sur la culture, le recrutement, la gestion de la performance ou la rémunération. Mais le chapitre qui m’a le plus impressionnée est en fait la postface « Afterword for HR Geeks Only : Building the World’s First People Operations Team ». Tout au long du livre, M. Bock parle de l’importance des chiffres et des données dans la prise de décision RH chez Google. Cependant, c’est dans la postface qu’il donne la recette pour bâtir une nouvelle race de RH.

Il me fait donc extrêmement plaisir de vous proposer un résumé et analyse de cette postface. Pour commencer, un peu d’historiques : Laszlo Bock a commencé chez Google en 2006 et à ce moment-là, il avait été recruté comme Vice-président Ressources Humaines… Cependant, lorsqu’il a reçu sa lettre d’offre, le titre avait été changé pour Vice-président People Operations (difficilement traduisible, on pourrait dire VP Opérations des personnes). Il n’était pas très heureux de ce nouveau titre, se disant que si ça ne marchait pas chez Google, il aurait de la misère à se trouver un autre emploi après. Qui cherche un Vice-Président People Operations ???

Ce qu’il faut savoir c’est que chez Google, le langage conventionnel n’est pas très bien vu. Le terme « RH » a une consonance administrative ou bureaucratique. Tandis « qu’opérations » est vu par les ingénieurs comme crédibles avec une connotation qui inspire l’efficacité. De plus, avoir le terme opérations dans son titre veut dire que la personne sait compter… Cela en dit long sur la réputation des RH.

Laszlo a bâti son « People Operations » selon 4 principes :

1. Viser le Nirvana.
2. Utiliser les données pour prédire et améliorer le futur.
3. S’améliorer constamment.
4. Entourez-vous d’une équipe RH non conventionnelle.

Comme vous vous en doutez, c’est le point 2 qui m’allume le plus. Mais, parlons quand même des autres points.

Viser le Nirvana

La base de la gestion ressources humaines doit être livrés parfaitement et tout le temps. Aucune erreur dans les lettres d’offre ou les bonus, de pouvoir doter chaque poste dans les délais et avec des candidats de grande valeur, avoir des processus de promotion harmonieux et équitables, régler les conflits rapidement et efficacement, etc. Quelles que soient les aspirations de l’équipe RH, c’est le point de départ. Autrement, une petite erreur dans la livraison de la base RH (acquisition, mobilisation, rétention) même si c’est juste une fois de temps en temps va miner la crédibilité et la confiance que les autres fonctions auront en vous. Cela aura pour effet de vous empêcher d’en prendre plus dans votre cour.

La deuxième étape vers le nirvana est la personnalisation de masse. Il faut arrêter d’avoir des programmes et des initiatives RH qui visent tous les employés de l’organisation. Il faut être en mesure de personnaliser nos initiatives selon la démographie, le poste occupé, le niveau hiérarchique, etc.

La troisième étape, c’est l’anticipation ! Pouvoir anticiper le besoin de notre client. Lui en donner plus pour son argent, dépasser les attentes. Les gens sont habituellement contents quand vous leur donnez ce qu’ils ont demandé. Cependant, ils deviennent ravis, délectés, émerveillés quand vous dépassez leurs attentes. Quand vous leur donnez quelque chose qu’ils n’avaient même pas osé vous demander. C’est cela atteindre le Nirvana.

Utiliser les données pour prédire et améliorer le futur

Travailler avec les données est au centre de tout ce que fait le groupe « People Operations ». Cependant, ce groupe a commencé petit… C’est que je conseille aux organisations désirant se lancer dans l’analytique. Commencer petit, 2 à 3 indicateurs pour commencer. L’évolution de l’analytique s’amorce par le descriptif pour aller vers l’analyse, ensuite vers le prédictif. Nous pouvons illustrer ce cheminement par le roulement (j’aime le roulement, car tous les professionnels RH sont interpellés par le roulement… le taux de roulement est calculé dans plus de 90 % des organisations que je fréquente). Donc, pour débuter, on compte nos départs (la base de la base) pour ainsi mieux calculer notre taux de roulement. On peut ensuite segmenter notre taux de roulement selon différentes populations (département, localisation, poste, âge, ancienneté, genre, génération et j’en passe). Nous sommes alors dans la phase descriptive. Puis, on peut examiner toutes ces données pour tenter de faire des corrélations. Nous sommes maintenant dans la phase d’analyse. Finalement, en déterminant les caractéristiques des employés qui quittent, nous sommes en mesure de prédire qui est à risque de partir (la phase prédictive).

Dans la majorité des organisations, il est extrêmement difficile de répondre à des questions aussi simples que : combien d’employés avons-nous ? Combien d’embauches avons-nous faites dans le dernier trimestre ? Combien avons-nous eu de départs ? Combien de nouveaux employés sont toujours avec nous ?

Les données sur les employés se retrouvent dans une multitude de systèmes qui sont mis à jour à des fréquences différentes et ces mêmes systèmes ne sont pas compatibles, ils ne communiquent pas !

Encore pires, des définitions de base comme « qu’est-ce qu’un employé » varient souvent d’un département à l’autre. Les Finances comptent toutes les personnes à qui elles paient au moins une heure par semaine comme un employé tandis que le département des avantages sociaux inclut seulement les employés qui travaillent plus que 20 heures et qui sont admissibles auxdits avantages. Le recrutement peut inclure les gens qui ont accepté une offre d’emploi, mais qui n’ont pas encore débuté (car leur travail est terminé…)

Donc, la toute première étape est de se mettre d’accord sur une définition commune (j’étais bien contente de lire cela, car pour ma part le premier outil que je brandis quand j’accompagne une organisation c’est le fameux dictionnaire d’indicateurs – je vous le dis un dictionnaire d’indicateurs peut sauver des vies!).

Une fois la base établie, les questions de base répondues (combien j’ai d’employés, combien j’ai d’embauches et combien j’ai de départs), les analyses peuvent alors commencer. C’est à ce moment qu’on amorce la découpe de la donnée — en terme BI on dit souvent « slicer ». On regarde alors les données autrement pour pouvoir identifier les différences. Par exemple, les analyses peuvent démontrer que la rétention diminue avec l’ancienneté. C’est intéressant d’arriver à une telle conclusion, mais comment peut-on aller plus loin? Les vraies découvertes débutent lorsque vous commencez à comparer des groupes très similaires pour comprendre ce qui encourage la rétention d’un groupe à un autre. Quelles initiatives ont de l’impact sur la rétention ? Un autre exemple, pour des gens de vente, lorsque vous gardez des variables constantes comme la performance, la rémunération et le niveau de l’employé, le facteur premier qui diminue drastiquement la rétention est le manque de promotion… En fait, chez Google, ils se sont aperçus qu’un vendeur qui n’a pas eu de promotion après 16 trimestres est à risque élevé de quitter l’entreprise… C’est avec ce genre de découverte que vous pouvez prédire le futur!!!

Ce que propose Laszlo, c’est d’avoir dans votre équipe un psychologue ou un sociologue qui sort directement de l’université ou encore d’amener quelqu’un de finance ou des opérations dans votre équipe. Et la première chose à leur demander : prouvez-moi que nos programmes RH font une différence ! Le prérequis de base — il faut que ces gens soient bons en statistique et qu’ils aient une certaine curiosité envers la gestion RH. Soyez ouvert aux idées folles ! Et ensuite, expérimentez ! Testez vos idées sur de petits groupes et mesurez !

S’améliorer constamment

Pratiquement tout ce qui est fait chez Google (plus d’une fois) est mesuré et amélioré. Je le dis souvent, la mesure est le début de l’amélioration. Comment pouvez-vous vous améliorer si vous ne savez pas d’où vous partez ? Google n’externalise pas ses processus RH (comme le recrutement ou la formation) et utilise peu de ressources externes. Ils sont en mesure de collecter beaucoup d’information en gérant les processus à l’interne. Par exemple, dans leur processus de recrutement, les recruteurs tiennent un journal (électronique) sur TOUTES les interactions qu’ils ont avec des candidats. Cela devient ainsi plus facile de reconnecter avec ces derniers (pour un autre poste par exemple). Il faut que vous dirigiez votre département RH ou votre équipe avec les mêmes standards, dans une philosophie d’amélioration continue et avec la même fiabilité que les autres départements de votre organisation. C’est ce qui permettra de gagner de la crédibilité et de la confiance ! Le manque de crédibilité du département RH est souvent décrié !

Entourez-vous d’une équipe RH non conventionnelle.

Admettons-le, la profession RH n’est pas tenue en haute estime (et la plupart du temps à tort). Je connais plusieurs professionnels RH qui sont super bons, super compétents et super cools ! Le diagnostic de Laszlo sur la profession RH se décline comme suit : la profession n’a pas le bon mixte de talents, ceci créer un cercle vicieux, les bons attirent les bons. Dans plusieurs compagnies, on met les gentilles personnes en RH parce qu’elles sont incapables de livrer ailleurs dans l’organisation. Ce n’est pas moi qui le dis, c’est écrit textuellement… Plusieurs personnes RH sont terrifiées devant un chiffrier Excel. Les gens de RH ne savent pas compter et ont peur de la technologie (c’est trop abstrait pour eux). C’est pourquoi de plus en plus d’organisations mettent des gens non RH dans les postes de direction RH. M. Bock donne plusieurs exemples de VP-RH ou de CHRO de grandes et fructueuses organisations qui sont soit des avocats, des ingénieurs et même des gestionnaires de produit. Chez Google, ils ont bâti une équipe différente de RH en utilisant un modèle de recrutement trois tiers. Pas plus d’un tiers des gens dans l’équipe de monsieur Bock ont une formation de pur généraliste RH. Cette partie de l’équipe amène une expertise RH indispensable (reconnaitre facilement des problématiques RH, créer de bonnes relations à tous les niveaux hiérarchiques et posséder une superbe intelligence émotionnelle). Un autre tiers de l’équipe est recruté au sein de grandes firmes de consultation (pas des consultants RH, mais bien des consultants en stratégie d’entreprises). Ces personnes ont habituellement une forte connaissance du domaine d’affaires, et sont habituées à résoudre des problèmes complexes. Ces personnes sont aussi des habiles communicateurs. Cependant, il faut faire un bon filtrage sur l’intelligence émotionnelle (un bon QI n’est pas garant d’un bon QE). Les gens qui composent le dernier tiers sont purement des analytiques qui détiennent au moins une maîtrise dans des domaines comme la psychologie organisationnelle ou encore la physique. Ils sont en mesure d’utiliser des techniques qui sont hors de portée pour des RH traditionnelles (on parle ici d’utilisation du langage SQL, R ou tout autre technique statistique et mathématique). Tout ce beau monde travaille ensemble !

Selon Laszlo, c’est une erreur en RH d’embaucher seulement des RH. L’équipe de People Operations de Google n’a pas toutes les réponses. En fait, elle a plus de questions que de réponses ! Cependant, elle aspire à amener plus de vision, de lucidité, d’innovation et d’anticipations aux employés de Google et sur leur expérience de travail.

Est-ce que cela vous inspire ? Vous énergise ? Moi, si…. En fait, ça me réconforte !

Merci de partager ce billet sur vos fils Twitter, LinkedIn et Facebook en utilisant les boutons ci-dessous.

Inscrivez-vous à mon blogue pour recevoir automatiquement (bouton Abonnez-vous, à droite sur la page d’accueil) mes billets hebdomadaires par courriel, dès qu’ils sont publiés.

 

Sortez les cônes orange – l’analytique RH en construction!

À la fin de 2016, je suis tombée sur une étude… une étude qui m’a fait tomber en bas de ma chaise… Mais, en l’analysant bien, elle laisse plutôt place à la réflexion. Cette étude intitulée « Still Under Construction : The State of HR Analytics 2016 » a été publiée par the New Management Network. Je ne connaissais pas ce regroupement, mais après vérification de leur site Internet, il semble crédible. L’étude a été réalisée auprès de 102 organisations à travers le monde en janvier et février 2016.

Les premières lignes de l’étude sont révélatrices : on ANTICIPAIT une révolution en ressources humaines inspirée grâce à l’utilisation de l’analytique RH. On ANTICIPAIT, mais cela ne s’est pas produit. En gros, l’utilisation de l’analytique RH ne livre pas les résultats escomptés. Les RH ne sont pas plus pertinents… L’espoir de rendre les RH plus stratégiques reste toujours un espoir! Il existerait un fossé entre la promesse et la réalité de l’analytique RH. Toujours selon l’étude, l’analytique RH serait un autre investissement RH douteux…

Grosse promesse, petite réalité

En gros, on en parle beaucoup, mais il y a très peu d’actions. La plupart des organisations continuent d’utiliser les mêmes vieux outils… on veut changer, mais on utilise toujours la même recette (Excel… ). De plus, on continue de produire les mêmes analyses ou indicateurs de base. Mon commentaire : il n’avait pas besoin de faire une grosse étude pour savoir cela. Ils avaient juste à m’appeler. Beaucoup d’intérêts, mais peu d’actions…
Maintenant, sur une note plus positive : les investissements en analytique RH vont continuer de croître. Ainsi, 85 % des organisations sondées font déjà de l’analytique RH (comprenez que simplement produire quelques indicateurs de performance fait partie de l’analytique RH). Dans le 15 % qui ne fait rien pour le moment, 69 % vont débuter un projet dans la prochaine année. Ce qui voudrait dire qu’à la fin de 2017, près de 95 % des organisations feront de l’analytique RH. Mais quelle bonne nouvelle!
Pour poursuivre avec des statistiques, parmi ceux qui font de l’analytique RH, 53 % ont une équipe dédiée! Wow! Il s’agit d’une croissance de 34 % par rapport à 2015.

Une autre statistique (un peu décourageante pour la profession, mais très encourageante pour SYNTELL), 62 % des organisations avec un chiffre d’affaires inférieur à 25 milliards de dollars (vous avez bien lu, un bien gros chiffre) utilisent Excel comme outil principal pour faire de l’analytique… Mon commentaire : ce que je dis aux organisations, c’est en bas de 100 employés, Excel fait bien la job… Il faut croire qu’on ne m’écoute pas.

Excel peut certainement accomplir de bien grandes choses et est très polyvalent, mais il requiert quand même certaines compétences pour être en mesure de produire des analyses approfondies. D’autre part, Excel ne peut être directement connecté à vos systèmes d’information. Quand la majorité des organisations utilise un outil (quasi gratuit) et datant des années 80, il y a des questions à se poser… Beaucoup de mouvements, mais peu de progrès…

Je n’ai pas été étonnée de voir les types d’analyse qui sont faites, en voici le résumé :

La grande trahison : les données

Je ne vous apprendrai rien en vous disant que la base de l’analytique, ce sont les données. Or, les données RH sont incohérentes, dispersées dans différents systèmes, peu fiables et quelquefois simplement erronées. L’absence de bonnes données est un obstacle majeur sur la route de l’analytique. Vous connaissez l’adage : « Garbage in; garbage out ». Mon commentaire : mais qu’est-ce qu’il faut faire quand il y a un obstacle? Il faut s’y attaquer! Je vous l’ai souvent dit : vous passerez (malheureusement) près de 80 % de votre temps dans l’intégration et l’assainissement de vos données (données incohérentes, manquantes, périmées). Qu’est-ce que vous attendez pour vous y mettre? Vos données ne s’amélioreront pas toutes seules.

70 % des organisations ont mentionné que leurs données n’étaient pas structurées pour permettre de bien faire de l’analytique (c’est là qu’il faut appeler SYNTELL ou votre département de BI). Et voici les principales raisons :

Il existe des solutions pour chaque point. Une bonne équipe BI vous réglera la dispersion des données en vous concoctant un comptoir de données. Pour le deuxième point, il faut faire un bon audit des données et cibler chacun des problèmes. Le troisième point se règle avec un bon dictionnaire d’indicateurs (je peux facilement vous aider là-dessus) et le quatrième point, j’ai un peu plus de difficulté avec. Pas de données, pas d’analytique, mais, on est quand même en 2016. Si l’organisation n’a pas, au moins, un système informatisé pour la paie – je lance la serviette…

Petite, sans expérience et mal aimée : l’équipe d’analytique RH

Les organisations sont peu convaincues des capacités de leur nouvelle et très petite équipe d’analytique RH (quand, il y en a une…). Il semblerait aussi que même si l’équipe est plus grande et à plus de moyens, la foi envers l’équipe n’augmente pas davantage. Mon commentaire : je crois que la maturité de l’équipe a davantage à voir avec ses capacités que la taille ou le budget. La majorité des responsables de l’analytique RH que je connais (un échantillon très petit…) sont tous dans la phase d’apprentissage et ont besoin de coopérer avec d’autres spécialistes, de partager ce qu’ils apprennent pour faire en sorte que cette nouvelle discipline progresse. Il faut apprendre à marcher avant de courir.

Les équipes d’analytique RH sont relativement jeunes, 77 % ont moins de 3 ans. Elles sont aussi généralement petites (pour ceux qui en ont). Donc, pour les 53 % qui ont une équipe, voici de combien de personnes elles se composent :

Comme je l’ai mentionné auparavant, la fonction Analytique RH est jeune dans les organisations et il faut débuter quelques part. On commence habituellement par une personne qui porte le chapeau, ensuite, on bâtit autour d’elle.

L’analytique RH est en construction, oui, il y a plein de cônes orange… Cependant, pour que la construction ne s’échelonne pas trop longtemps et pour que le résultat ne soit pas un éléphant blanc, il faut avoir un bon plan. La première chose à faire quand on se lance dans un tel projet, il faut bien le planifier! L’étude se termine par une série de questions fort intéressantes :

1. À quel niveau voulons-nous aller avec les données? Voulons-nous des données pour nous informer et prendre de meilleures décisions ou préférons-nous une prise de décisions basées sur les données? Ces deux options requièrent des compétences, des investissements et surtout des mentalités différentes.
2. Quel problème tentons-nous de régler? Vous devriez avoir en tête des problématiques à régler et non l’inverse soit chercher une problématique à régler en analysant les données…
3. Qui est intéressé par le problème? Est-ce qu’il y a vraiment quelqu’un qui s’intéresse au problème que vous tentez de régler? C’est ici que le lien avec la stratégie d’affaires est SUPER important.
4. Est-ce que l’analytique RH doit vraiment être réalisée à l’interne? Ne feriez-vous pas mieux d’utiliser une firme externe? Si le salaire d’un directeur analytique RH est de 200,000 $, qu’est-ce que je peux avoir d’une firme de consultants pour cet investissement?

Merci de partager ce billet sur vos fils Twitter, LinkedIn et Facebook en utilisant les boutons ci-dessous.

Inscrivez-vous à mon blogue pour recevoir automatiquement (bouton Abonnez-vous, à droite sur la page d’accueil) mes billets hebdomadaires par courriel, dès qu’ils sont publiés.

Quoi? Vous n’avez pas encore de tableau de bord RH?

Je serais portée à vous dire « Come on, on est en 2016! ». Ça fait maintenant 5 ans que je travaille chez SYNTELL, cinq années à ne vivre que pour la mesure, les tableaux de bord et l’analytique RH. Parce que moi, quand j’embarque dans quelque chose, j’embarque à fond! Je me suis donnée pour mission de VOUS faire aimer les indicateurs de performance RH et je vais RÉUSSIR! Il y a eu des moments plus difficiles que d’autres! Mais je n’ai jamais perdu la foi! L’analytique RH est un outil ESSENTIEL de la profession RH. J’ai écrit 61 billets à ce sujet dans ce blogue, 8 billets sur le blogue de Jobillico et 10 articles dans le magazine FacteurH – ils sont tous reliés à la mesure en RH (ou presque). J’ai participé à plus d’une trentaine de conférences, participé à des dizaines de groupes de discussion en RH, formés de plus d’une cinquantaine de professionnels RH sur l’analytique, scoopé plus de 4000 articles reliés à l’analytique RH, créé un groupe LinkedIn avec plus de 700 membres. On peut dire que je suis très focus et que j’ai de la suite dans les idées!

Tout ça pour vous dire qu’en 2016, vous êtes encore trop peu à vous être lancé dans l’analytique RH et ce n’est pas parce que je n’ai pas essayé de vous convaincre. Mais là, vous n’avez plus d’excuses! Maintenant, il y a mezuRH. Nous revenons, Emmy et moi d’une tournée de conférences sur les 10 indicateurs RH essentiels : 9 villes visitées, 2000 kilomètres parcourus, 166 personnes rencontrées provenant de 129 organisations différentes (Emmy, c’est ma nouvelle collaboratrice, c’est elle qui s’occupe des communications et je l’ai choisie énergique, enjouée, et surtout compétente).

Vous avez manqué la conférence ? Vous aimeriez en savoir plus? Pour vous résumer la conférence, je vous propose de lire le billet d’Isabelle Couture publié sur son blogue Mon Conseil Gratis. Isabelle était présente à notre déjeuner-conférence de la ville de Québec. Elle a su résumer de belle façon mes propos tout en y ajoutant sa touche personnelle — Indicateurs de gestion : mathématiques et RH au-delà du mariage de raison.  Vous aimeriez avoir une copie de la présentation qui a été donnée? Contactez Emmy .

Bon, vous êtes maintenant à jour! La prochaine chose à faire est de vous inscrire au projet-pilote de mezuRH. C’est quoi ce projet pilote? Tout d’abord, si vous ne le saviez pas, mezuRH est un programme de Benchmarking RH pour les entreprises québécoises (le seul et l’unique!). Nous recherchons présentement des entreprises de toutes tailles, de tous secteurs d’activités et de toutes les régions du Québec pour participer à ce qui sera votre porte d’entrée dans l’analytique RH.

mezuRH, c’est une façon simple et rapide de valider la contribution RH, de démontrer votre impact stratégique et d’accroître votre crédibilité au sein de votre organisation.

Qu’est-ce que vous retirerez de votre participation ?

• Un tableau de bord RH mis à jour à tous les trimestres, c’est-à-dire un premier pas vers un tableau de bord RH informatisé et en ligne à moindre coût et à moindre effort.
• Une validation par nos experts des données soumises.
• Un dictionnaire d’indicateurs qui vous permettra d’asseoir les bases de votre projet d’analytique RH.
• Un soutien constant de notre équipe spécialisée en analytique RH (eh oui! on répondra à toutes vos questions, j’y veillerai personnellement).
• Une comparaison de vos indicateurs avec d’autres organisations québécoises, de votre secteur d’activités, de votre industrie et de votre taille.
• Une influence sur le futur de mezuRH – ajout d’indicateurs, de tableaux et de graphiques.
• Une participation dans des groupes d’échanges sur la mesure et de l’information privilégiée.
• Des rabais sur nos formations en analytique RH.
• Et surtout : faire partie d’une communauté RH innovante! Des gens qui comme vous veulent faire progresser la profession RH.

C’est à ce moment que vous vous dites « Combien ça coûte? » et je vous réponds « Ça coûte gratis! Gratuit, free, gratuito, kostenlose ». Pour tous ceux qui s’abonneront d’ici le 23 juin prochain, l’accès à l’application sera sans frais (et vous obtiendrez tout ce que j’ai mentionné précédemment) pour tout le reste de l’année 2016. Ensuite, si vous désirez poursuivre avec nous, il vous en coûtera 125 $ par trimestre ou 500 $ par année, et ce, pour 2017 et 2018. Si en décembre 2016, vous ne voulez pas continuer, RIEN ne vous sera chargé.

Je vous entends dire « c’est quoi la pogne? » Il n’y en pas! Je vous le jure! Nous avons tout intérêt à avoir le plus d’organisations possible pour que le benchmark soit valable. Nous avons tout intérêt à vous faire progresser tranquillement, mais sûrement dans l’analytique RH et nous serons là quand vous en voudrez plus! Nous voulons devenir des incontournables et personnellement, je veux réussir ma MISSION!

Tic, tic, tic, tic, le temps passe et le 23 juin approche à grands pas, ne manquez pas cette opportunité d’entrer dans le monde de l’analytique. Après, ça va juste coûter plus cher! Faites comme les 40 autres organisations déjà inscrites, passez à l’action! Arrêter de tergiverser et faites mentir ceux qui disent que les RH ne comprennent rien aux chiffres et que ça ne les intéresse pas!

Ça vous intéresse? Vous voulez en savoir plus? Je vous invite à nous contacter, Emmy ou moi  ou encore à visiter mezuRH.

Merci de partager ce billet sur vos fils Twitter, LinkedIn et Facebook en utilisant les boutons ci-dessous.

Inscrivez-vous à mon blogue pour recevoir automatiquement (bouton Abonnez-vous, à droite sur la page d’accueil) par courriel mes billets hebdomadaires, dès qu’ils sont publiés.