Infopresse 14 mai 2014 v1.0

2 570 vues

Publié le

Comment le BI et l'analyse prédictive (et big data) peuvent aider les RH à devenir des contributeurs stratégiques au lieu du support administratif.

Publié dans : Recrutement & RH
0 commentaire
3 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
2 570
Sur SlideShare
0
Issues des intégrations
0
Intégrations
151
Actions
Partages
0
Téléchargements
0
Commentaires
0
J’aime
3
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Infopresse 14 mai 2014 v1.0

  1. 1. Marc-Eric LaRocque Associé principal 514-952-0142 marc-eric.larocque@procimaexperts.com L'intelligence d'affaires au service des ressources humaines Infopresse - Communications internes Communiquer à l'ère des technologies 14 mai 2014
  2. 2. Agenda • L’intelligence d’affaires (BI) • L’application du BI aux ressources humaines • Comment déployer de manière rentable • Qui est en charge? • Futur analytique RH – L’analyse prédictive – Le big data • Conclusions
  3. 3. L’INTELLIGENCE D’AFFAIRES Une peu de définition et d’historique
  4. 4. Définition L’intelligence d’affaires est l'informatique à l'usage des décideurs et des dirigeants des entreprises. Elle désigne les moyens, les outils et les méthodes qui permettent de collecter, consolider, modéliser et restituer les données, matérielles ou immatérielles, d'une entreprise. En vue d'offrir une aide à la décision et de permettre à un décideur d’avoir une vue d’ensemble de l’activité traitée.
  5. 5. Évolution • Années 1980 – que s’est-il passé? – rapports • Années 1990 – pourquoi ça s’est passé? Analyse – interrogations, Excel, OLAP • Années 2000 – que se passe-t’il? Suivi – tableaux de bord, scorecards • Aujourd’hui – que va-t’il se passer? Prédiction – statistiques, forage, optimisation Entrepôts de données Intelligence d’affaires Gestion de la performance Analyse prédictive
  6. 6. APPLICATION DU BI AUX RESSOURCES HUMAINES Exemples et mesures de performance
  7. 7. Comment le BI peut aider les RH • Planification de l’embauche • Satisfaction des employés • Paye, bénéfices • Dossier employé • Formation et développement des compétences • Suivi du temps travaillé • Relations de travail • Santé et sécurité
  8. 8. Exemple d’un tableau de bord RH Source: SYNTELL Capital Humain
  9. 9. Analyse de l’effectif • Taux d'attrition • Mois en position • Variation de l'effectif annuel • Effectifs Écart trimestriel • Taux d'attrition de Nouvelles embauches • Effectifs Taux de croissance • 10% des régions pour la croissance de l'effectif Analyse trajectoire de carrière • Mandat • Temps dans la position actuelle • Cote d’évaluation de la performance • Fonctions de l'emploi avec la plus haute attrition • Top 10 des cheminements de carrière • 10% plus bas performants Indicateurs de performance
  10. 10. Analyse de la rénumération • % Coût total main-d’oeuvre sur le revenu • % augmentation • Bonus en % du salaire • Valeur des options attribuées • Moy. Changements de rémunération • Classement de la rémunération totale par titre Administration des bénéfices • Élection d’avantages • Contributions REER • Vacances accumulées par employé • Longévité moyenne des employés • Coûts de santé moyens par employé Indicateurs de performance
  11. 11. Analyse comptes dépenses • Dépenses aériennes moyennes • Coût cellulaire moyen par employé • Dépenses divertissement totales • Dépenses voyage moyennes • Top 10% avec remboursements les plus élevés • Top 10% ayant les plus hautes dépenses aériennes Indicateurs de performance
  12. 12. DÉPLOYER DE MANIÈRE RENTABLE Maximiser le ROI
  13. 13. Modules de type “ERP” • Oracle ou SAP • Modules spécialisés: ex. Nakisa • Viennent avec une portion BI • Objectif: implanter 60-75% rapidement, “out-of-the-box” • Fait accepter que le reste va coûter plus cher et que le 60- 75% est probablement suffisant (RH pas une priorité)
  14. 14. Éviter de réinventer la roue • Ce qui est long est de définir les indicateurs • Impliquer des gens pour aller chercher l’info qui existe déjà • Avoir une vision long terme mais livrer en petites itérations • Livrer de la valeur, souvent
  15. 15. Agile • Petite équipe, livraisons fréquentes • Prioriser livraisons en se basant sur la valeur affaires • Les professionnels des RH – impliquez-vous directement dans le projet (“product owner”) • Outillez-vous pour livrer rapidement – Groupe BI TI ou services conseils expérimentés – Technologie qui augmente la productivité (BI automation, ex. Wherescape)
  16. 16. QUI EST EN CHARGE? Le BI est un processus, pas un système. La gouvernance est importante.
  17. 17. La gestion de la solution: gouvernance • La solution doit être gérée et maintenue • La solution BI existe uniquement pour le groupe d’affaires qui l’utilise • Les TI doivent gérer l’application techniquement (c’est là que sont plusieurs des “skills”) • Les données sont différentes et sont géréee séparément de l’application • Le partenariat TI et affaires est régit par la GOUVERNANCE applicative et données
  18. 18. Les propriétaires des données • Ceux qui créent les données en gérant un processus opérationnel précis • Il a certains droits décisionnels
  19. 19. Les intendants de données • Font le pont entre les producteurs (propriétaires) de l’information et les consommateurs • En ressources humaines, souvent les même personnes • Ils gèrent tous les aspects des données
  20. 20. Modèle de gouvernance
  21. 21. ANALYSE PRÉDICTIVE ET BIG DATA Là où peu vont mais où les gains potentiels sont énormes
  22. 22. Un modèle de maturité Analyse Prédictive Intelligence d’Affaires
  23. 23. La différence • Le BI regarde le passé, mesure la performance – réactif, opérationnel, benchmarking, tableaux de bord, multi-dim. – données internes – axes d’analyse connus • L’analyse prédictive et l’arrivée du big data sont plutôt axés sur la découverte et l’exploration – statistiques, segmentation, modélisation, scénarios – trouver les facteurs qui influencent les résultats – visualisation des données – données externes – axes d’analyse à découvrir, “patterns”
  24. 24. Questions analytiques (non BI) • Pourquoi un vendeur performe tellement mieux que ses pairs? • Quel est l’impact des programmes de formation sur les résultats de l’organisation? • Combien de temps prend-t-il à un employé pour être productif? • Pourquoi certains leaders ont du succès et d’autres échouent?
  25. 25. Black Hills Corporation • 2000 employés après une acquisition • Enjeux: risque au niveau de la base de talent – effectifs âgés – besoins d’aptitudes spécifiques – long à rendre un employé productif • Calcul: en 5 ans, perdrait 8,063 années d’expérience • Solution: analyse main-d’oeuvre – combien d’employés retraite par an – type de travailleurs pour les remplacer – d’où ces travailleurs seraient susceptibles de venir • Résultat: retraite stratégique où 89 plans d’action ont été identifiés pour adresser le risque
  26. 26. Ameriprise Financial • Services RH “pas bons” – accueil des employés – formation – revues de performance • Solution: intégrer données financières et main-d’oeuvre – aligner investissements talents avec résultats d’affaires – mieux comprendre proactivement les données pour prédir • Taux d’attrition • Réduction du taux de mauvaises embauches • Gestion des sous-performants chroniques • Résultat – Employés baucoup plus positifs sur les RH – RH devenus un “contributeur stratégique” au lieu d’un “preneur de commande”
  27. 27. Payer pour la performance • Étude d’attrition basée sur les augmentations de salaire (Deloitte) • Traditionnellement, augmentations basées sur une distribution “normale” • Résultats – la distribution ne devrait pas être normale – employés dans 2ième et 3ième quintile (bonne performance) resteraient même si l’augmentation était de 91% de la moyenne dans leur classe – ceux du premier quintile s’attendent à 115-120% d’augmentation par rapport à la moyenne dans leur classepour rester – donc le budget devait être déplacé
  28. 28. Autres exemples • Starbucks peut prévoir la valeur d’un changement de 0.1% d’augmentation de l’engagement des employés dans un magasin • Best Buy aussi, le chiffre est $100,000 • AT&T et Google ont démontré, quantitativement, que l’habileté de prendre de l’initiative est un meilleur gage de performance future que l’historique académique d’un candidat • Dow Chemical a développé un modèle de prédiction de l’effectif, pouvant effectuer du “what-if” en modifiant les taux de promotions, l’information politique ou légale externe, etc.
  29. 29. Conseils: Pas Big Data mais Better Data • Pertinence – top-down, limité au problème d’affaires – pas du forage ouvert sans but précis • Validité – qualité des données est importante – éducation et coaching • Impérieux – raconter des meilleures histoires, basée sur des données – comprendre notre audience, lier les histoires avec fil conducteur • Transformatif – des bonnes données changent nos comportements – les gestionnaires devraient changer leur façon de penser une fois les bonnes données de main-d’oeuvre présentées
  30. 30. CONCLUSION Pour terminer
  31. 31. Intelligence d’Affaires • Analyse de l’effectif, démographie • Analyse de la trajectoire de carrière • Analyse de la rémunération, équité • Administration des bénéfices • Analyse des comptes de dépenses • Analyse de la formation et du développement • Analyse de la performance
  32. 32. Analyse prédictive • Modèles d’attrition • Mesure des annonces d’emplois • Rétention ciblée • Profilage des employés à risque • Prévision du talent
  33. 33. Lecture • http://www.hrintelligenceblog.com/en/?p=1036 • Les tableaux de bord en ressources humaines par Jean-Yves Le Louarn • Human Capital Analytics: How to Harness the Potential of Your Organization’s Greatest Asset par Gene Pease, Boyce Byerly et Jac Fitz-enz • Transformative HR par John Boudreau et Ravin Jesuthasan

×