<img height="1" width="1" style="display:none;" alt="" src="https://dc.ads.linkedin.com/collect/?pid=32847&amp;fmt=gif">

La gestion de la Data est devenue un enjeu majeur pour la fonction RH. Mais avec toujours plus de données provenant parfois de sources multiples et désynchronisées, il est difficile de collecter des informations de qualité. Il est pourtant indispensable de s'assurer de la fiabilité de ses données pour pouvoir les exploiter de manière optimale. Comment s'assurer alors, de la qualité de votre data et comment la gérer ? Comment faire pour l'exploiter au maximum de ses capacités et en quoi la data gouvernance peut vous aider ? 

A l'occasion de notre évènement de l'été, PeopleDoc Outdoor, Arnaud Kerhervé, Manager Pôle RH chez Althéa, nous a parlé de la gouvernance de la data et a répondu à toutes nos questions. Althéa est un cabinet de conseil en RH, Achats Supply Chain et Finance qui accompagne les entreprises depuis maintenant 15 ans. 

Découvrez notre suite d’articles sur la Data Rh et ses enjeux dans l’entreprise. A travers les témoignages et les conseils d’experts RH, apprenez tout ce qu’il y a savoir sur le sujet : gestion de la Data RH, utilisation quotidienne, outils à mettre en place et connectivité, gouvernance de la data, qualité et fiabilité des données, la data pour prendre des décisions et bien plus encore ! Cliquez ICI !

La difficulté pour les RH : avoir des indicateurs fiables !

"Les RH ont encore et toujours des difficultés dans le cadre de l'analyse de la donnée. Ils n'arrivent pas à suivre leur reporting et leurs indicateurs, ou quand ils y arrivent, ils mettent un temps fou à le faire. Et ce, malgré tous les systèmes de gestion et d’aide à la décision qu'ils utilisent quotidiennement  : outils de core, de gestion des talents, de gestion des formations, de recrutement, de reporting  ..." explique Arnaud. 

Les outils d'analytics RH progressent également et pourtant, les RH prennent toujours autant de temps à compter les effectifs et leurs répartitions et surtout à se mettre d'accord sur les indicateurs les plus importants à suivre. 

 

Plusieurs façons de gérer les données 

En étudiant les pratiques de ses clients, Arnaud a pu observer deux grandes tendances qui peuvent se résumer à une approche "Data Warehouse" et une approche "Data lake".
 
> 1ère approche : "Data Warehouse"

"On travaille avec des entreprises qui ont cette première approche. Elles ont une multitude de briques SIRH, plusieurs systèmes parfois localisés, parfois centralisés, mais elles ne parviennent pas à avoir un REU (Référentiel Employé Unique), c’est-à-dire une base de données de référence sur chaque employé" explique Arnaud. Ces entreprises ont du mal à fiabiliser et maintenir les quelques informations prioritaires sur leurs employés, telles que : nom du salarié, prénom, affectation et hiérarchie.

icone-checkmarkData Warehouse : Le Data Warehouse (DWH), ou Entrepôt de Données en français, est une base de données créée comme une "sur-couche". Les informations collectées dans un Data Warehouse proviennent de sources hétérogènes et seront ensuite transformées puis classées par sujet (collaborateurs, clients, etc).

Comment en sont-elles arrivées là ? Au début, les entreprises adoptaient un best of breed (ensemble de logiciels interconnectés, supposés être les meilleurs de leur catégorie) pour chaque domaine de GRH mais rien n'était connecté. Ensuite, l'offre du marché s'est développée et les fournisseurs de SaaS ont proposés des suites complètes. En tentant de mettre en œuvre ces solutions RH généralistes les entreprises et principalement les grands groupes internationaux ont rencontré un autre  problème : celui d'intégrer toutes les filières dans le même modèle de processus et de configuration. "Finalement, la plupart des entreprises ont déplacé le problème" explique Arnaud, "elles se sont dit qu'elles allaient ajouter une sur-couche pour connecter toutes les informations. Certaines ont même décidé d'utiliser par dessus leurs anciens outils, des portails, qui leur permettent maintenant de collecter de nouvelles informations au-delà de ce qu'elles récoltent avec leurs outils transactionnels." 

A partir de là, les entreprises ont commencé à disposer d'un nombre important d'informations qu'il était désormais possible de corréler, de croiser et d'analyser. "On peut ainsi croiser des information internes sur ses collaborateurs issus des différentes parties de son SIRH global, voire même avec des informations externes et des métadonnées comme les données libres que l'on peut récupérer sur LinkedIn par exemple. Quel recruteur n'utilise pas LinkedIn aujourd'hui  ? " s'interroge Arnaud.

Cette première approche a un avantage pour la fonction RH, celui de pouvoir garder tout son écosystème déjà existant tout en structurant mieux les informations. "Nous travaillons avec un grand groupe qui a utilisé cette approche pour récolter et structurer la donnée. Leur but était de récolter les informations sur le personnel de leurs franchisés afin de pouvoir optimiser leurs ressources humaines entre les différentes enseignes et marques du Groupe. Or, étant donné qu'il s'agit de sociétés franchisées et non pas des filiales, légalement les personnels ne sont pas les employés du Groupe et ils n'avaient aucune données personnelles sur eux ! Le Groupe a eu l'idée de créer cette sur-couche et a développé une app qui permet  aux salariés des franchisés d'auto-déclarer des informations sur eux et d’exploiter des services RH globaux. Potentiellement  le Groupe peut  connecter ces données avec toutes les données opérationnelles qu'il possède" raconte Arnaud. Dans un tel contexte, une gestion scrupuleuse des données récoltées et de leur exploitation est indispensable. 

> 2e approche : "Data Lake" 

La seconde approche correspond plutôt à la construction d’un EDMP (Employee Data Management Platform). Au niveau technique l'idée est de bâtir un Data Lake, dans lequel l'entreprise va déverser toutes les données non structurées qu'elle récolte dans ses différents systèmes. "Un grand groupe international a décidé d'utiliser cette approche. Ils se sont dit qu'ils avaient besoin d'avoir une vision 360° de tous leurs employés. Comme toutes les filiales possédaient un système RH différent (parfois même plusieurs systèmes locaux), il était trop compliqué d'avoir un référentiel unique pour chaque employé. Ils ont donc décidé de rapatrier les informations brutes, telles qu'elles sont dans les systèmes des filiales et de les croiser ensemble pour avoir toutes les informations sur l'employé X ou pour corréler ces informations sur des profils d’employés" explique Arnaud.

icone-checkmarkData Lake  : Le Data Lake, ou lac de données en français, est une façon de conserver des données de natures et de provenances complètement différentes. Ces informations sont stockées dans leur format original et ne sont pas ou très peu transformées. Le Data Lake offre l'avantage de pouvoir croiser la donnée plus facilement par rapport à l'utilisation d'un Data Warehouse dans lequel la donnée est plus rigide.

"Ces deux tendances nous montrent bien ce que sont en train de faire les RH : essayer de transformer de façon concrète ce qu'on appelle l'or noir, c'est à dire la data qu'on n'utilise pas" ajoute Arnaud. 

Le pré-requis : des données de qualité

"Chez Althéa, nous avons la conviction suivante : pour que tous ces projets puissent tenir leur promesse, la qualité des données est un pré-requis essentiel" nous dit Arnaud. "Or, les RH ont un vrai souci, et ce depuis longtemps, sur la qualité de leurs données".
 

Quand on regarde l'ensemble du cycle de vie des données, il y a de nombreux points où on peut améliorer sa qualité. "J'ai travaillé avec un client qui, un an après le go live de son outil Core RH international, qui devait couvrir et harmoniser la gestion des données personnelles et professionnelles de tous ses employés dans le monde, a dû recorriger toute la donnée. Il a pris 5 personnes à temps plein pendant 6 mois pour nettoyer toutes les données qui avaient été chargées car les reprises de données initiales étaient soient parcellaires soient fausses. Sans cette correction de masse ils ne pouvaient pas ouvrir le service aux RH, éditer des documents ou dématérialiser certains processus parce que la moitié des données n'étaient pas fiables ou n'avaient pas été mises à jour" raconte Arnaud. 

"La reprise de la donnée au lancement d'un nouvel outil, n’est pas le seul levier de qualité. On doit se soucier de ce point tout au long de la conception et de l'exploitation des SIRH" reprend Arnaud. "On pense souvent les outils sur la base de processus RH, mais on pense encore très peu les outils SIRH en fonction de leurs utilisateurs ! Pourtant, on parle couramment d'expérience collaborateur cela devrait nous amener à réfléchir à comment ces outils sont configurés pour capter la donnée auprès des premières personnes concernées : les employés. Si on ne fait pas le travail dans ce sens alors il faut sérieusement penser à mettre en place des méthodes de curation de la donnée. Obtenir des informations fiables en faisant du cleaning c'est une bonne chose, mais ensuite il est indispensable de la maintenir, sinon le nettoyage devient une tâche récurrente et coûteuse".

L'optimisation des interfaces, l'optimisation des référentiels RH, revoir les données à collecter et utiliser les contraintes RGPD, sont autant d’axes d’amélioration de la qualité de données. 
 

> Optimiser les interfaces : "optimiser les interfaces pour éviter les données non qualifiées et que la non-qualité de données se diffuse dans le système global des RH"

> Synchroniser les référentiels RH : "il est important de revoir le système pour diffuser et mettre à jour les référentiels RH. Il y a encore de nombreux outils SIRH qui utilisent  les mêmes référentiels mais qui ne les maintiennent pas de la même façon, ce qui est source d’erreur et d’incohérence des données" 

>L'enregistrement des données : "pour améliorer la qualité de ses données, il est important également d'arrêter d'enregistrer des données utiles seulement parce que ça fait de nombreuses années qu'elles sont enregistrées. Il faut plutôt penser à enregistrer des données qui nous seront utiles en vue des indicateurs qu'on souhaite mesurer."

>Se servir du RGDP : "d'un point de vue qualité de la donnée, le RGPD est une formidable opportunité de demander aux employés de mettre à jour – eux-mêmes - les informations qui les concernent."

 

Finalement, la data gouvernance qu'est ce que c'est ? 

La data gouvernance est considérée comme l'une des 5 plus grandes initiatives stratégiques pour les organisations en 2019. Son objectif est la gestion des systèmes de données, des données en elles-mêmes et de leur qualité. 

"La data gouvernance, c'est une nouvelle activité qui est en train de s'outiller et qui permet de gérer les données. Le but de cette démarche et de ces logiciels est de gérer la façon dont les données vivent dans les systèmes et d'en assurer la qualité en permanence depuis l’enregistrement jusqu’à la purge de chaque information." nous dit, Arnaud Kerhervé, qui a pu observer 3 fondements qui motivent les projets de data gouvernance chez les clients d'Althéa : 

>Le respect des obligations 

"Le respect du RGPD est encore et toujours la motivation d’actualité, mais cela peut aussi être d’autres normes ou contraintes réglementaires telles que Sarbane Oxley. Pour répondre à ces obligations, les entreprise doivent assurer l'intégrité, l'unicité, la fiabilité et la traçabilité de ces données. Au niveau RH, il est ainsi important de pouvoir justifier quand, pourquoi, par qui et quelle information a été modifiée dans les bases de données de tous les collaborateurs et candidats" dit Arnaud. 

>Des meilleurs moyens de consolidation 
Un second moteur d'un tel projet de gouvernance est "d’améliorer les moyens de consolidation et de mise en cohérence des données pour pouvoir faire du décisionnel avancé à partir de la data." En 2019, 1/3 des entreprises ont déclarées vouloir lancer des projets sur le big data avant la fin de l'année. Elles mettent en priorité le Big Data, ensuite les systèmes de data gouvernance et en troisième, les systèmes de data quality. 

Pour ça, il ne suffit pas de chercher des outils qui vont leur permettre de piloter les artefacts et référentiels RH dans les différents systèmes, monitorer les interfaces et gérer les politiques de gouvernance, il faut commencer par mettre en place cette notion de qualité dès le début des projets.

Concrètement, il faut revenir à des glossaires, à des dictionnaires, repartager des définitions et ensuite nommer des data owners. Ces data owners doivent avoir la capacité de dire que telle ou telle information est fiable et représentative et si elle ne l'est pas, ils doivent pouvoir la corriger et faire valider la correction. C'est en réalité toute une logique, qui permet de repenser l'organisation du travail et de repenser les rôles SIRH."

Certains GAFA vont plus loin et ajoutent même des obligations et des objectifs en termes de qualité de la donnée dans les fiches de mission de leurs salariés. " Opérationnellement, ils doivent continuer à faire leur métier, à délivrer du business, continuer à vendre, à produire, mais ils doivent aussi s'assurer que dans ce qu'ils font, la data produite est fiable. C'est un cercle vertueux, parce que si on met en place des outils de consolidation des données, d'analyse des données et de gouvernance de la qualité, on va pouvoir identifier les incohérences, savoir d'où elles viennent et travailler dessus" explique Arnaud. 

> La corrélation des données 

"Aujourd’hui les technologies d’analyse statistiques de masse sont matures. Le marché dispose des outils permettant de déduire et utiliser des algorithmes couplés à des systèmes d’analytique embarquée pour faire des corrélations entre les données et commencer à les faire parler. Il faut écouter ses employés par les informations qu’ils fournissent et produisent, avoir conscience des données comme une ressource interne dans les systèmes, mais aussi des données qu'il est possible de capter en externe et qui peuvent permettre d’enrichir les analyses et les interprétations. Dans ce cadre, la gouvernance des données a aussi un rôle à jouer pour encadrer les usages et les conclusions tirées de ces analyses 

Par exemple, j'ai un cadre intermédiaire dans une de mes filiales et cela fait deux ans qu'il enregistre des souhaits de mobilité. Avec les métadonnées de mes SIRH, je peux voir que sur les 2 dernières années il a été très actif sur le réseau social interne de mon entreprise, qu'il a régulièrement consulté la bourse à l'emploi et recherché des mobilités. Mais, depuis le début de l’année calendaire il ne postule plus aux offres et ne va même plus sur le réseau. Je dois réfléchir à ce que ça veut dire : Est-il en train de partir ? Je peux aller voir s'il y a une corrélation inverse à sa fréquentation de LinkedIn par exemple. Est-il en train de se former ? A-t-il fait des demandes sur le module de formation ? Ou est-il tout simplement en train d'abandonner ou de faire un burn-out ? C'est là qu'il faut prendre en compte ses informations dans l'outil de gestion des temps, ses informations de connexion aux différents outils, pour trouver la réponse et voir où il en est – sans pour autant franchir la ligne rouge à laquelle les RH sont confrontés au quotidien sur la gestion des salariés, de leur vie privée et de l’exploitation de leurs informations personnelles."

Avec toutes ces corrélations, il est désormais possible d'avoir une meilleure connaissance et une meilleure écoute de ses collaborateurs. Il est possible d'interroger les données, non plus seulement pour avoir des réponses à nos questions, mais aussi pour faire remonter des questions qu'on ne se serait pas posées à priori et en tirer des politiques RH anticipatrices. 

Finalement, "la data gouvernance et la data quality, selon Althéa, sont déterminantes pour pouvoir transformer les outils qui existent aujourd'hui et aider les RH à avoir une gestion pro-active des ressources humaines" conclut Arnaud Kerhervé.

 

À quoi ressembleront les RH de demain ? Nous avons co-produit une étude avec le cabinet Markess pour mieux comprendre les enjeux et les challenges de la transformation digitale. 54 pages d'analyses, de retours d'expérience et de tribunes d'experts.

The Digital Road - 3ème édition

bg-img-form3.png

Abonnez-vous à notre newsletter

Tous les jeudis, recevez directement dans votre boîte mail nos derniers articles !

bg-img19.jpg
Capture d’écran 2019-02-26 à 17.18.00
Téléchargez NOTRE EBOOK - LA DIGTIALISATION RH EN 2019

Avec ce document, vous saurez :

  • comment assurer la continuité de l'offre de services face aux évolutions réglementaires (RGPD, PAS, Loi Travail)

  • la gestion des données RH - retour d'expérience de l'équipe RH d'Atos

  • comment font les équipes RH pour améliorer l'expérience collaborateur ;

  • des télétravailleurs aux freelancers, comment assurer la transformation de la relation salarié !

The Digital Road - 3ème édition

Vous aimerez aussi...

Laisser un commentaire

mooc-formation-ligne-ressources-humaines
demo_peopledoc.gif