Le « Big Data » et « l’Analyse Prédictive » sont manifestement les mots à la mode chez les RH depuis un certain temps. Le message est clair : la grande quantité de données stockées à laquelle nous avons accès aujourd’hui est très prometteuse pour obtenir des informations précieuses sur les RH et la gestion des talents. Mais la question est : ces promesses vont-elles être tenues ?
Le psychologue Schlomo Ben-Hur et le consultant Nik Kinley, auteurs de l’article « Turning Talent Data into Talent Intelligence », affirment que les entreprises investissent pour rassembler beaucoup d’informations sur leurs employés, mais qu’au final cela crée rarement de la valeur. Ils identifient deux challenges clés à dépasser pour créer cette valeur : quelles informations recueillir et que faut-il en faire.
Recueillir des données oui, mais lesquelles?
La première question concerne autant la pertinence que la qualité des données.
Naturellement, nous voulons savoir sur quelles informations se pencher, par exemple quel type d’informations rassembler et considérer lorsque l’on évalue des candidats pour une fonction managériale. Mais il est tout aussi important de savoir si ces informations évaluent vraiment ce que l’on veut. Bien peu d’entre nous prendraient un marteau pour couper du bois car nous savons que cet ustensile n’est pas le plus adapté. Les entreprises pourtant utilisent des outils de sélection (des tests de personnalité ou d’aptitudes) sans savoir s’ils sont solides et adaptés. Très peu d’entre elles demandent aux éditeurs de leur fournir les études de validité sur les produits qu’ils proposent.
Que faire avec ces informations?
La première étape importante pour bien se servir des informations disponibles est de s’assurer de leur pertinence avec les plans d’actions mis en place. Cela paraît évident, mais le contraire arrive plus souvent que vous ne l’imaginez. Par exemple, lors du processus de nomination des potentiels leaders de demain, les supérieurs commencent souvent par nominer des candidats et ensuite les classent en utilisant différents outils.
Ces nominations semblent intuitives et les recherches montrent qu’elles sont assez souvent biaisées… Il n’est pas rare de voir des managers désigner des candidats qui leur ressemblent (des managers hommes qui nomment des hommes, même si des femmes de l’équipe sont plus performantes), ou leurs collaborateurs directs avec qui ils ont travaillé, dont ils connaissent précisément le fonctionnement. Cela veut dire que même si les outils de sélection utilisés ensuite sont fiables, ils vont uniquement les aider à classer des personnes sélectionnées à partir de données erronées. Dans ces cas-là, il serait bien plus efficace d’inverser le processus de nomination, en utilisant les informations les plus fiables en amont.
Mais les informations collectées peuvent être exploitées pour tellement plus que des décisions de recrutement ou de promotion. Explorer les corrélations entre les données sur l’évaluation des talents, la démographie et la performance peut avoir un impact considérable. En l’occurrence, vous pourriez comparer les scores obtenus par les plus performants lors de l’évaluation de leurs compétences en phase de recrutement avec ceux obtenus une fois en poste, ou les scores de ceux qui choisissent de rester dans l’entreprise à long terme. Grâce à ce type de comparaisons, vous disposez d’informations concrètes pour prendre des décisions intelligentes de gestion des talents et établir une stratégie.
Pour reprendre les mots de Kinley et de Ben-Hur “Ne pas utiliser les informations sur l’évaluation des talents pour élaborer sa stratégie RH c’est comme acheter une voiture de sport et la conduire seulement pour déposer ses enfants à l’école. »
Ce que nous voulons dire aux RH c’est de prendre le temps de réfléchir à comment utiliser les informations dont ils disposent. Posez-vous des questions : Basez-vous vraiment vos actions sur les informations dont vous disposez ? Est-il vraiment possible d’établir de nouvelles comparaisons parmi l’ensemble des informations à votre disposition afin d’accéder à de précieuses données stratégiques ? Bien que l’avalanche de données soit prometteuse, nous pouvons souvent créer de la valeur ajoutée à partir de ce que nous savons déjà – à condition d’utiliser ces connaissances de la bonne manière.