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.
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.
Mesurer le capital humain 