Actualité web & High tech sur Usine Digitale

Cinq questions à se poser avant d’utiliser le big data dans les RH

|
Twitter Facebook Linkedin Google + Email
×

Pour IBM, le big data peut être appliqué aux problèmes de ressources humaines. Mais pour que le résultat soit à la hauteur des attentes, des précautions doivent être prises, et chacun doit se poser des questions. A commencer sur les data qui vont être interrogées. Car s'il y a longtemps que l'on sait qu'à question idiote réponse idiote, le numérique nous apprend que la qualité de la réponse dépend de celle de la question et des données exploitées. 

Cinq questions à se poser avant d’utiliser le big data dans les RH
Pour que les données parlent, il faut commencer par bien les interroger. © cc Roiji Ikeda - Flickr

A écouter certains "experts" du big data, la technologie semble investie de pouvoirs quasi magiques. Quelle que soit votre question, laissez mouliner les algorithmes et vous aurez la réponse. La réalité est plus complexe. C'est ce qu'a rappelé en filigrame IBM lors d'une conférence consacrée aux enjeux du big data pour les sujets liés aux ressources humaines. La qualité de la réponse qui ressortira de l'analyse dépend fortement de la qualité de la préparation.

 

1/ Les données que je possède sont-elles pertinentes ?

Comme son nom l’indique, un projet big data requiert des données ! Sans elles, il est impossible d’obtenir des informations pertinentes et utilises, même du meilleur modèle. Derrière cette lapalissade se cachent de nombreuses questions, comme l’illustre le cas traité par IBM pour une grande entreprise qui voulait étudier les causes de l’absentéisme de courte durée, soit inférieur à huit jours, réputé être très perturbateur pour l’organisation interne de l’entreprise.

 

Mais ce seul chiffre soulève des questions. Si une personne est arrêtée cinq puis quatre jours, s’agit-il de deux absences courtes qui rentrent dans l’étude ou d’une absence de longue durée qui échappe à l’étude ? Pour n’importe quel sujet, ce type de questions se pose.

 

Dans cette même étude sur l’absentéisme, les équipes d’IBM expliquent avoir trouvé un lien positif entre les absences de courte durée et l’existence d’astreinte. Pourtant cette variable n’avait pas été intégrée dès le début de l’étude. Elle a été récupérée par les équipes par hasard.

 

2/ Où vais-je trouver des données ?

Si les données internes sont retenues, elles ne sont pas l’alpha et l’oméga. Il importe de les enrichir. Pour cela, il existe au moins deux pistes : les prestataires ou des sources externes. Par exemple, pour cette étude sur l’absentéisme, il était pertinent d’intégrer les données météorologiques qui ont été récupérées auprès d’un opérateur spécialisé. Cela nécessite d’être capable de faire ce qui fait le quotidien du métier de journaliste : identifier les sources fiables et leur périmètre de fiabilité.

 

3 Quelle équipe constituer pour un tel projet ?

Pour réussir, il faut des compétences mixtes. Des spécialistes de la donnée et des algorithme mais aussi des spécialistes des RH. Le succès dépendra pour une large part de la qualité du dialogue entre ces deux mondes.

 

Pour définir la question avant de partir, la participation des RH est essentielle. A eux de savoir ce qu’ils veulent connaître exactement. Pas question de poser une vague problématique sur les causes de l’absentéisme en général, sans précision. Pour les experts d’IBM, "partir sur les data sans se poser de questions est la première erreur à éviter. Un projet de big data est un véritable projet de changement."

 

Idem pour les conclusions à tirer une fois l’analyse des données réalisée. Les réponses apportées peuvent remettre en cause des pratiques ancrées de l’entreprise. "A la fin, on donne la main aux RH pour qu’elles se posent les bonnes questions pour agir", reconnaît un porte-parole d’IBM. Cela ne veut pas dire que l’expert se désintéresse des solutions. Il peut même donner des pistes d’action.

 

Par exemple, pour une étude menée pour un autre client sur la qualité du sourcing des candidats pour le recrutement, "à l’issue de notre analyse, nous avons pu expliquer que le taux d’attrition progresserait de x points si telle action était prise." Mais à la fin la décision revient aux RH.

 

4/ Mais qui décide ? le RH ou le data scientist ?

Si le data scientist a la compétence pour faire tourner les modèles, c’est donc au RH de poser les questions et, surtout, de décider du plan d’actions. C’est lui qui sait ce qu’il est possible de faire légalement et socialement. Il sait ce que peuvent supporter les équipes. Cette étude sur l’absentéisme a montré que la taille comptait. L’absentéisme était plus important dans les services organisés en équipes de huit personnes et plus. "En deçà de ce nombre, il existe comme une forme d’autocensure, les gens hésitent à être absents car ils connaissent les collègues qui devront cravacher plus", explique un porte-parole d’IBM.

 

Ce n’est pourtant pas à l’algorithme de décider que les équipes ne feront pas plus de 8 personnes. D’autres paramètres doivent être pris en compte, au regard des impératifs de l’organisation de l’activité et même d’autres enjeux de ressources humaines.

 

5/ Au fait, pourquoi on fait une étude big data ?

Les pros du sujet chez IBM sont formels : "l’identification de l’enjeu business de l’étude est importante, essentielle." Car on ne recourt pas au big data pour le plaisir. Pour l’étude sur l’absentéisme, l’objectif était triple : identifier les causes, construire un plan d’actions et prédire les volumes à venir.

 

Pas question non plus de faire une telle opération pour vérifier des préjugés. Pour un tel projet, il faut accepter de partir d’une page blanche, d’être prêt à tous les résultats, sinon le risque est grand qu’on réussisse à prouver ses aprioris et rien d’autre. C’est un des enjeux d’une opération : il faut sortir de la routine. C’est ce qui en fait tout l’intérêt, mais aussi le risque pour les esprits les moins aventureux !

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.

Publicité

media

Les cookies assurent le bon fonctionnement de nos sites et services. En utilisant ces derniers, vous acceptez l'utilisation des cookies.OK

En savoir plus
Suivez-nous Suivre l'Usine Digitale sur twitter Suivre l'Usine Digitale sur facebook Suivre l'Usine Digitale sur Linked In RSS Usine Digitale