Améliorer le processus d’embauche
Aux États-Unis, l’entreprise Rent a Car a par exemple contacté Monster pour choisir l’emplacement de ses nouveaux bureaux, non plus seulement en fonction du marché, mais aussi en fonction de la disponibilité des talents.
«Nous avons pu ainsi leur recommander six villes où s’implanter, grâce à l’intégration de données internes, comprenant les candidats de nos bases de données qui représentent près de 146 millions de C.V., et de données externes pour comprendre quel était le taux de chômage au sein de différentes villes et industries, le coût de l’embauche ou encore le taux de croissance de chaque région », cite en exemple Jean-Paul Isson.
Le géant de l’analytique, Google, fait lui aussi fréquemment appel aux modèles prédictifs, y compris au sein de son processus RH. Après avoir lancé des études pour savoir s’il y avait une corrélation entre la performance de ses salariés et leur provenance ou les questions posées à l’embauche, Google s’est rendu compte qu’employer quelqu’un sortant de MIT ou de Facebook n’était pas forcément un gage de succès.
« Cela a aussi permis d’éliminer les étapes et les coûts inutiles à l’intérieur du processus de recrutement, en déterminant par exemple qu’il ne fallait pas plus de quatre entrevues pour recruter quelqu’un», ajoute Jean-Paul Isson.
Autre exemple ? Le leader de l’informatique, HP, a réalisé un modèle de probabilité qui calcule le risque de départ pour chaque employé, permettant ainsi aux managers de mieux gérer les problématiques rencontrées.
« Même chose chez Xerox où un modèle prédictif a permis de comprendre que la fréquence des voyages d’affaires pouvait représenter un facteur de départ important. Grâce à ces résultats, il ont réussi à réduire leur turn-over de 45 à 30%.» Ces modèles impliquent de considérer plusieurs données ensemble, telles que la fréquence des voyages, le niveau d’engagement des salariés, ou encore l’appréciation des managers.
Fini l’organisation en silos
Pour mettre en place un modèle d’analyse prédictive, l’un des premiers défis est de pouvoir compter sur une main d’oeuvre qualifiée. Une remise à niveau du système d’information de l’entreprise s’avère aussi nécessaire pour en finir avec les systèmes en silos qui ne se parlent pas.
Sans compter qu’il faut également apprendre à bien gérer la confidentialité des données. « Pour savoir comment traiter ces données sans tomber dans la discrimination, il y des questions à se poser en amont : quelles sont les informations pertinentes et a-t-on le droit de les utiliser ? Des questions ethniques se posent-elles ? Comment manipule-t-on les informations personnelles ? », avance Michel Cossette, professeur adjoint et psychologue du travail à HEC Montréal.
Cliquez ici pour consulter le dossier «Mesurer et optimiser vos RH»
