"Toute personne pouvant prouver des tendances, des évolutions ou des présomptions de manière chiffrée reçoit toute l’attention de la direction." (Luk Smeyers, iNostix)

Elles ont pour objet de mesurer et d’établir des prévisions statistiquement valables sur base d’une analyse poussée d'un ensemble de chiffres générés et enregistrés par une entreprise.

Dans nos contrées, Luk Smeyers et Jeroen Delmotte de la société iNostix sont pour l’instant les précurseurs les plus connus de ce domaine d’activité situé entre statistiques, data sciences et ressources humaines.

Big data

Les HR analytics ont généralement peu à voir avec les big data, même si ce sont également des millions d’enregistrements qui sont concernés par l’analyse. "La grande différence avec les big datas est le fait qu'elles changent quotidiennement et doivent continuellement être réanalysées, ce qui n’est pas encore le cas en RH", explicite Luk Smeyers.

Selon lui, la force des HR analytics est que des sujets peuvent être mis sur la table. "A partir du moment où vous pouvez démontrer vos tendances, vos évolutions et vos présomptions de manière chiffrée, vous obtenez l'écoute de la direction. C’est compréhensible, étant donné qu'il faut argumenter de manière efficace lors des prises de décisions importantes".

Prenons un exemple parlant issu des data sciences, où Luk Smeyers se réfère aux données prédisant la criminalité. IBM et la police de Los Angeles ont développé un modèle prédictif sur base de données liées à la criminalité de ces dix dernières années. Les endroits de délit, les données du malfaiteur, le type de méfait, l’heure à laquelle les faits se sont produits ainsi que beaucoup d’autres informations furent intégrées dans le modèle.

30% de méfaits en moins

Sur cette base, un ordinateur fut installé dans les véhicules d’agents en patrouille. Il "prédit" quand il y a de fortes chances qu’un nouveau méfait se produise. L’ordinateur dit aux agents où se rendre pour montrer leur présence et éviter que l’acte ne soit perpétré. Dans l’environnement où les patrouilles de police font usage du modèle prédictif, le nombre de méfaits a chuté de 30%. Exploiter au maximum des HR analytics ne demande pas seulement de combiner les talents. La confiance et l’intelligence sont tout aussi importantes dans une plus large mesure.

Les résultats livrés sont parfois très révélateurs et, s’ils sont mal interprétés ou mal utilisés, peuvent causer certains dégâts. "Une banque procède à l’analyse de ses données. Il en ressort qu’il existe un lien entre le sentiment que les clients gardent d’une discussion avec un employé de banque et l’âge ainsi que l’ancienneté de ce dernier. En même temps, il semble que les clients se sentent plus à l’aise auprès de collaborateurs comptant trois années de service. Utilisé à mauvais escient, ces éléments peuvent être une arme relativement dangereuse.

La bonne manière de procéder est de se demander comment accélérer la période positive suivant les trois ans d’ancienneté et pourquoi le sentiment du client se détériore-t-il en présence de collaborateurs cumulant plus de trente années d’expérience. Voilà une série de thèmes RH passionnants qui permettront aux employés d'en ressortir grandis.

(EH) (SC)