Ressources Humaines

Analyse prédictive et gestion des ressources humaines

Prévoir l’évolution des compétences, améliorer l’engagement, diminuer les coûts de recrutement, prévenir les départs : autant de problématiques qui pavent la route des DRH. L’analyse prédictive leur offre de nouveaux moyens d’anticiper les phénomènes et d’orienter leurs actions en conséquence.
#Digitalisation #DRH #Recrutement
02 octobre 2017

Prévoir l’évolution des compétences, améliorer l’engagement, diminuer les coûts de recrutement, prévenir les départs : autant de problématiques qui pavent la route des DRH. L’analyse prédictive leur offre de nouveaux moyens d’anticiper les phénomènes et d’orienter leurs actions en conséquence.

Si d’une manière générale, les entreprises évoluent dans un contexte de plus en plus incertain, c’est encore plus flagrant pour les DRH. Celles-ci sont en effet confrontées à au moins trois challenges d’importance.

  • D’abord, le fait que, la plupart des emplois de ces prochaines décennies n’existent pas encore. Selon l’étude « The next era of human-machine partnerships », réalisée par Dell et le think tank américain Institute for the Future, plus de 80 % des emplois de 2030 n’ont pas encore été inventés, ce qui n’est guère rassurant pour les DRH.
  • Ensuite, l’arrivée en masse des générations de Millenials dans les entreprises va entraîner une recomposition sociologique et organisationnelle dans les entreprises qu’il convient d’anticiper. Ainsi, selon une étude de PWC, les personnes nées après les années 1980 formeront la moitié des actifs à l’horizon 2020. Nul doute que les « générations applis », celles qui ont été biberonnées aux smartphones et aux jeux vidéo vont bousculer les codes et la culture des organisations !
  • Enfin, dans un contexte économique de plus en plus concurrentiel, la recherche de talents (rares) va devenir de plus un plus déterminante pour assurer la performance des organisations. Encore faut-il savoir où les chercher et être capable de les séduire…

Le prédictif pour réduire l’incertitude

Cela rend encore plus pertinent, et urgent, la nécessité d’anticiper et de prévoir. L’une des approches prometteuses est l’analyse prédictive, déjà largement utilisée par les fonctions marketing ou techniques, par exemple pour la maintenance, la gestion de l’énergie ou les transports… Elle est moins répandue pour la gestion des ressources humaines.

Qu’est-ce que l’analyse prédictive ? Il s’agit d’une application des sciences statistiques consistant à chercher des relations entre différentes variables à travers la modélisation, dans le but de prédire l’évolution de certaines de ces variables. Elle intègre tant les données du passé que les signaux faibles de l’instant. Elle se démarque des approches classiques qui consistent à observer ce qui s’est passé (analyse descriptive), pourquoi est-ce que cela s’est passé (analyse des causes), pour se focaliser sur ce qui va se passer.

Pour que cela fonctionne, il faut évidemment disposer de données suffisantes en nombre et en qualité. Mais, aujourd’hui, avec des puissances de calcul accessibles à un coût abordable même aux plus petites entreprises, des algorithmes qui sont devenus de plus en plus fiables, des volumes de données disponibles en très forte croissance (Big Data) et des solutions logicielles qui intègrent des fonctionnalités d’analyse prédictive, les DRH auraient tort de se priver.

Quand la valeur du futur supplante celle du passé

Concrètement, pour les directions des ressources humaines, l’analyse prédictive peut s’appliquer à plusieurs problématiques, pour lesquelles l’intérêt d’anticiper ce qui va se passer devient crucial. Des domaines où, désormais, la maîtrise du futur acquiert plus de valeur que la connaissance du passé ou du présent. Retenons-en quatre :

  • Prévoir l’évolution des compétences, en fonction de scénarios qui permettent de simuler les types de compétences nécessaires selon les changements de contexte (économique, financier, sociologique, technique, géographique…). Et, ainsi, anticiper les déficits ou les ruptures de compétences pour les combler en amont : la performance des entreprises est intimement liée à leur capacité à attirer les meilleurs talents.
  • Améliorer l’engagement des collaborateurs : on sait, d’après les enquêtes de l’institut américain Gallup par exemple, que 80 % des salariés ne sont pas engagés vis-à-vis de leur entreprise, c’est-à-dire qu’ils portent peu d’intérêt aux clients, à la productivité, à la profitabilité, ainsi qu’aux objectifs de l’organisation. Pour les DRH, l’analyse prédictive, par l’exploitation d’indicateurs pertinents, permet d’anticiper le moment où les salariés décrochent, et d’agir en conséquence.
  • Diminuer les coûts de recrutement : chaque erreur dans ce domaine entraîne des coûts directs et indirects significatifs, souvent plusieurs dizaines de milliers d’euros pour des postes de managers. Avec l’analyse prédictive et les bons indicateurs, les DRH peuvent mieux scorer – évaluer l’adéquation future d’un candidat à son poste, au-delà de l’analyse de son CV ou de ses motivations exprimées lors des entretiens.
  • Anticiper les démissions de salariés : le départ de collaborateurs est souvent précédé de signaux faibles. Une démission peut s’avérer dramatique pour des postes stratégiques ou pour lesquels l’offre de compétences est rare. L’idéal est d’agir le plus tôt possible - ce que permet l’analyse prédictive.

Les sept étapes d’une démarche d’analyse prédictive

  1. Préparer les données (collecte, nettoyage, amélioration de la qualité),
  2. Construire le ou les modèles en fonction des objectifs, éventuellement avec une solution logicielle spécifique,
  3. Tester le modèle sur des échantillons de données,
  4. Implémenter les modèles validés en les alimentant avec de nouvelles données,
  5. Rendre les analyses accessibles aux utilisateurs métier, notamment grâce à des outils de visualisation,
  6. Evaluer régulièrement le modèle,
  7. Si nécessaire, le faire évoluer ou le remplacer par un autre plus pertinent.