Data Science RH : science-fiction ou accélérateur de performance RH ?

(article publié dans la revue ANDRH de novembre 2018)

Le point avec Nicolas EIMERY, Directeur Associé et co-fondateur d’Act-On BI et Yassine ERROCHDI, Datascientist lead Act-On BI, qui décryptent les mythes et réalités de la data science dans les Ressources Humaines et apportent leur point de vue/retour d’expérience sur les apports concrets de telles innovations.

Quelques mots pour nous présenter votre activité ?

Act-On BI est le leader de l’analytique et du Big Data RH en France. Avec ses solutions Data for People, Act-On BI adresse l’ensemble des besoins liés à la valorisation des données RH au sein des organisations. Nos solutions couvrent aussi bien le pilotage opérationnel (contrôle de paie, de la DSN, …) que le pilotage décisionnel (analyse de la masse salariale, des recrutements, de la formation, de l’absentéisme, …), le reporting légal (production automatisée de la BDES, du bilan social, des rapports paritaires, …), la simulation (simulation masse salariale et effectifs, budgétisation de cette masse salariale, …) mais aussi la data science RH (prédiction de l’absentéisme, du turn-over, des risques psycho-sociaux, moteur de recommandation formation, …). Avec une croissance régulière de plus de 50% ces trois dernières années,  nos experts accompagnent nos clients jusqu’au succès complet de leur projet (intégration, formation, assistance et support).

Pouvez-vous nous dire ce qu’est la data science RH ?

La data science est l’ensemble des disciplines permettant de résoudre des problèmes analytiques complexes pour lesquels il n’existe pas de relation de causalité simple. Par exemple déterminer les dates de départ à la retraite pour préparer des plans de succession peut s’avérer complexe dans les grandes organisations du fait de la multitude des règles en jeu : la data science RH permet de s’affranchir de l’ensemble de ces règles pour permettre à travers un modèle prédictif de prévoir plus précisément les départs à la retraite. La data science nécessite plusieurs types de compétences : la connaissance métier pour proposer des uses cases pertinents, le data management pour récupérer et préparer les données, le développement d’algorithme évolué pour affiner les modèles et des compétences technologiques pour industrialiser ces modèles.

En quoi la data science RH est-elle différente du décisionnel RH ?

Le décisionnel (ou Business Intelligence) permet d’avoir une vision descriptive du passé, en quelque sorte un pilotage « rétroviseur ». En RH, il s’agit de suivre par exemple les effectifs, analyser l’absentéisme par société, établissement, emploi. De fait le décisionnel permet difficilement de se projeter sinon à travers des tendances forcément imparfaites et limitées. Il y a donc une sorte de mur au-delà duquel les ressources humaines ne peuvent pas se projeter. Pour poursuivre l’exemple de l’absentéisme, autant décrire l’absentéisme peut être réalisé par le décisionnel RH, autant prédire l’absentéisme à venir est inatteignable avec une approche décisionnelle classique. Le schéma ci-après présente les champs d’usage du décisionnel versus ceux de la data science RH.

Avec la data science RH (on parle plus généralement d’Analytics RH) il est possible de simuler, prédire et même agir sur des process RH.

Alors concrètement quels sont les projets de data science RH ?

Ils sont nombreux ! et très dépendants des stratégies RH de chaque organisation. Au-delà des sujets liés au recrutement (principalement pour un meilleur sourcing), nous pouvons adresser avec la data science RH des sujets aussi variés que : la formation (moteurs de recommandation formation, pertinence des formations, …), la gestion de carrière (employabilité réelle, simulation de trajectoire de carrière, …), l’absentéisme (prédiction de l’absentéisme, …), les risques RH (détection des risques psycho-sociaux, du turn-over, …), …

Trois exemples pour illustrer cela :

• Nous avons pour un grand client de la restauration rapide, mis en place un modèle de prédiction de l’absentéisme permettant de mieux gérer la planification des ressources pour conserver toujours la force de vente nécessaire et donc le chiffre d’affaires afférent,
• Pour une grande organisation, nous avons travaillé sur la mise en place d’un modèle permettant de mieux favoriser les mobilités interne en regard des postes à pourvoir,
• Pour un autre grand client, nous avons travaillé sur la mise en place d’un Chatbot basé sur un moteur de recommandation de formation qui permet aux collaborateurs de trouver des formations en adéquation avec leurs souhaits mais aussi avec la stratégie de formation de l’entreprise.

Au-delà de l’expérimentation nécessaire pour la data science RH, il est toujours important de prévoir l’industrialisation pour que les sujets de data science RH ne restent pas des lubies de la DRH ou de la direction générale.

Pour finir, comment pouvez-vous accompagner les entreprises sur la data science RH ?

Nous sommes des spécialistes de la Data science RH et proposons des modèles prédictifs RH éprouvés. Parce que la Data science RH est avant tout un sujet métier, nos experts accompagnent les organisations dans le champ des possibles en étant force de proposition sur les business cases RH possibles avec une méthodologie allant du cadrage, de l’expérimentation à l’industrialisation en passant par la conduite du changement.