La data RH : ses contours, ses usages et ses prérequis

La mise en place de SIRH au sein des organisations a fortement contribué à la digitalisation de la fonction RH. Le périmètre concerné par ces outils s’est enrichi au fur et à mesure des années pour couvrir de plus en plus de domaines : paie, gestion administrative, recrutement, formation, performance…

Dans ce contexte, les organisations prennent conscience d’un potentiel jusque-là peu exploité : celui des données RH collectées lors de la réalisation des différents processus digitalisés. Ces données pourraient être exploitées, analysées, valorisées bien au-delà de leurs usages initiaux. Un monde s’ouvre à nous et nous permet d’envisager une fonction RH prédictive, voire prescriptive.

Pour approfondir ce sujet, nous allons commencer par clarifier la notion de data RH, puis nous nous intéresserons ensuite aux différents usages possibles et enfin nous nous interrogerons sur les prérequis nécessaires pour s’orienter vers ce type d’usages.

La data RH : de quelles données parle-t-on ?

Les catégories de données pouvant faire l’objet de valorisation et de nouveaux usages ne doivent pas se limiter aux données présentes dans le SIRH. Nous distinguons trois catégories de données que la fonction RH peut exploiter :

1) Les données RH cœur 

Il s’agit des données RH présentes habituellement dans le SIRH : données de paie, de gestion administrative, de formation, de performance (entretiens annuels), de mobilité…

2) Les données RH périphériques

Au-delà des données RH cœur, les données des collaborateurs collectées par d’autres moyens peuvent se révéler précieuses : satisfaction des collaborateurs mesurée lors d’enquêtes, habitudes de travail issues des outils collaboratifs (nombre de réunions, de mails…), etc.

Certaines données externes peuvent également être intégrées à cette catégorie : statistiques Insee, benchmark, activité publique sur le web, etc.

3) Les autres données non RH

Il nous semble essentiel d’élargir notre conception de la data RH à toute autre donnée pouvant se révéler pertinente dans le cadre de croisement de données : données de production, de vente, de finance, de satisfaction client, etc.

Quels sont les différents usages possibles de ces données ?

Les différents usages qui peuvent être faits de la data RH peuvent être répartis en trois catégories :

Les usages classiques couvrent :

  • l’analyse descriptive des situations passées, par exemple l’index égalité Femmes-Hommes ou le Bilan Social
  • La digitalisation des processus RH, par exemple la dématérialisation de la pose de congés
  • Le sourcing, par exemple la recherche d’un candidat dans un vivier.

Les usages émergents couvrent :

  • L’analyse diagnostic des situations passées, par exemple la mise en évidence d’un lien entre les heures travaillées le week-end et les démissions
  • L’adaptation des processus en fonction des collaborateurs, par exemple l’ajustement du contenu d’un Mooc en fonction de la vitesse de progression observée
  • L’automatisation de certaines tâches, par exemple la mise en place d’un chatbot RH pouvant répondre aux questions récurrentes des collaborateurs.

Les usages innovants couvrent :

  • L’analyse prédictive, par exemple la détection des signes avant-coureurs de RPS
  • L’analyse prescriptive, c’est-à-dire le fait d’aider à la décision en fonction de prédictions. Par exemple, mener des actions préventives dans le cadre de détection de signes avant-coureurs de RPS.

Quels sont les prérequis pour aller vers ce type d’usages ?

Les usages possibles de la data RH sont larges et la plupart des organisations restent encore sur des usages classiques ou émergents. Pour pouvoir mettre en place des usages émergents/innovants, plusieurs conditions doivent être réunies :

Une data RH de qualité suffisante

Avant toute exploitation/valorisation de la data RH, il convient de s’assurer que les données sont suffisamment :

  • disponibles et centralisées: les données existent et peuvent être récupérées à partir d’outils sources (core RH, SIRH, …)
  • qualitatives: le degré de complétude, de mise à jour, de confiance dans la donnée est suffisant pour l’usage souhaité
  • structurées: les données correspondent au format prédéfini (référentiels, formats, …).

La possibilité d’exploitation de la data RH

L’exploitation/valorisation de la data RH n’est possible que si l’organisation détient :

  • Des compétences (en interne ou en externe) : plus l’usage est innovant, plus des compétences techniques seront requises (data scientist…)
  • Des outils: la valorisation et l’exploitation de la data RH suppose d’avoir les outils adaptés (outils de visualisation, IA, chatbot…).

Une réflexion autour de l’acceptabilité

Toute démarche de ce type doit nécessairement s’accompagner d’une réflexion autour de l’acceptabilité des collaborateurs. D’une part, il convient de sensibiliser/former aux enjeux de la data et à ses perspectives. D’autre part, il faut s’interroger, pour chaque usage, au rôle du manager ou du RH par rapport à celui de l’outil. Ainsi, il sera par exemple pertinent qu’un outil identifie une perspective de mobilité interne pour un collaborateur mais que ce soit son manager qui lui propose lors d’un entretien.

La priorisation des usages souhaités

Les organisations souhaitant se diriger vers des usages prédictifs/prescriptifs doivent définir des priorités et les mettre en perspective par rapport aux enjeux stratégiques.

Un cadre éthique et responsable

La décision de s’orienter vers des usages prédictifs/prescriptifs doit être prise au regard de l’éthique et des valeurs de l’entreprise. Ainsi, il convient de s’interroger sur :

  • Le choix des données: est-il raisonnable éthiquement de collecter et d’analyser ce type de données ? Par exemple, les logs de connexion des collaborateurs, le temps passé sur les différents outils…
  • La pertinence des conclusions: les conclusions sont-elles acceptables/pertinentes d’un point de vue éthique et en cohérence avec les valeurs de mon organisation ? Par exemple, comment traiter une conclusion qui m’indiquerait que les collaborateurs à la tête d’une famille monoparentale sont moins productifs que les collaborateurs sans enfants.

Ces sujets vous intéressent ? Nous serions ravis d’approfondir la réflexion avec vous autour de ces problématiques liées à la data et plus largement au digital dans un monde où l’impact environnemental est de plus en plus prégnant.

Julien Escande, Senior Manager
Sarah Carpentier, Senior Consultante

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Back to top