Aujourd’hui, la France compte 3 000 000 d’entreprises dont 97% de PME.
Pour ces 3 000 000 d’entreprises, la masse salariale constitue souvent le poste de dépenses le plus important… 40% de leurs revenus en moyenne !
Pas étonnant que la gestion des talents connaisse un essor aussi spectaculaire que celui que l’on observe aujourd’hui ! Pour la plupart des entreprises, la maximisation de leur R.O.p.I. (Return On People Investment) est devenu l’un des leviers les plus efficaces pour renforcer leur compétitivité.
Ca c’est pour la théorie. Mais en pratique…
Les entreprises – dans leur ensemble – ont-elles une connaissance précise de ce qui drive la performance opérationnelle de leurs collaborateurs ? Savent-elles réellement ce qui fait que certains de leurs commerciaux font décoller le chiffre alors que d’autres plafonnent (péniblement) à 80-90% de leurs objectifs ? Savent-elles mesurer PRECISEMENT l’impact de telle ou telle orientation de leur stratégie « Talent Management » sur les résultats opérationnels de l’organisation ?
En fait… Pas vraiment !
Dans la plupart des organisations, les décisions liées au recrutement, au management, au développement et à l’évolution des talents sont prises sur la base de :
– « La façon dont on a toujours fait chez nous » (Ca nous a quand même permis d’arriver là où nous en sommes aujourd’hui…),
– Les représentations que le directeur commercial se fait d’un « bon commercial » (Après tout il est – sans doute – le mieux placé…),
– L’expérience des uns et des autres (chacun étant « au centre » de sa propre expérience, nous tendons tous à la considérer comme une référence pertinente),
– Le système de croyances de l’organisation (Ses valeurs, sa culture…)
– …
D’ailleurs… Lorsque vous dites OUI ou NON à un candidat, êtes-vous sûr(e) de prendre réellement LA « bonne décision » ? Etes-vous en mesure d’anticiper avec une marge d’erreur convenable (5% au maximum) la performance que chacun de vos futurs collaborateurs sera en mesure de délivrer une fois dans le job ? Quand vous embauchez 2 candidats, êtes-vous capable de distinguer précisément le type de projets que l’un et l’autre seront aptes à prendre en charge ? La typologie de clients sur laquelle chacun aura la plus forte probabilité de maximiser le chiffre ?
Avec l’approche Big Data, vous pouvez comprendre la façon dont vos collaborateurs sont recrutés… et pourquoi la plupart des processus de recrutement sont (complètement) dépassés !
Big Data… Big What ?
Big Data, c’est une approche systématique et structurée qui permet de tirer parti des tonnes et des tonnes d’infos que les entreprises (comme la vôtre) accumulent chaque année dans leurs systèmes d’informations pour prendre de meilleures décisions… que celles-ci touchent aux domaines du marketing, du commercial, de la finance… et aujourd’hui des RH !
Un exemple de projet HR Big Data…
Il y a tout juste un an, l’un de nos clients (Vente B2C) nous sollicitait pour que nous l’aidions à améliorer la qualité de son processus de recrutement des commerciaux.
Ce client disposant de pas mal d’infos concernant sa population commerciale :
– Niveau de réussite en formation initiale (une formation d’accueil de 2 semaines est proposée à chaque nouvel arrivant).
– Nb de nouveaux clients conquis chaque mois
– Pourcentages mensuels / trimestriels / annuels d’atteinte des objectifs
– Ancienneté
– Absences
– …
Du coup, nous avons décidé d’exploiter ces données afin de comprendre la façon dont notre client prenait ses décisions de recrutement !
#1 – Ce sur quoi notre client se basait pour recruter…
Lorsqu’on a questionné notre client sur les critères qu’il utilisait pour recruter, il nous a cité en vrac :
– Le type d’école fréquentée par les candidats,
– Leur niveau d’étude,
– La durée de leurs expériences dans des postes similaires,
– Les retours d’entretiens des chargés de recrutement.
Partant de là, nous avons employé diverses techniques d’analyse statistique pour calculer les liens entre ces « prédicteurs de la performance » (critères sur lesquels s’appuie l’entreprise pour décider ou non d’embaucher une personne) et les résultats effectivement délivrés par les collaborateurs une fois intégrés à l’entreprise.
#2 – Résultat ? …Pas terrible en fait !
Ce que nous avons observé, c’est une corrélation tout juste supérieure à .00 entre les critères utilisés par notre client pour recruter ses futurs collaborateurs et les indicateurs externes qu’il utilisait pour juger de la performance des nouveaux une fois ceux-ci en poste !
Conclusion : en se basant sur les infos qu’il s’attachait à recueillir, notre client avait une probabilité tout juste égal au hasard d’identifier précisément les candidats ayant les plus fortes probabilités de succès au sein de son entreprise !
#3 – Les infos que nous sommes allez chercher.
Pour changer ça, nous avons ajouté une couche de données comportementales concernant le profil de chacun des collaborateurs. Pour chacun d’entre eux, nous avons recueilli des infos concernant :
– Leur capacité de raisonnement et d’apprentissage,
– Leurs motivations / leurs « drivers »,
– Leur personnalité.
Toutes ces infos ont été recueillies par Internet, en faisant compléter divers questionnaires courts (10 à 15 min environ) à chacun des collaborateurs en poste.
#4 – Ce que nous avons découvert…
Une seconde série d’analyses statistiques a permis de révéler des liens particulièrement forts entre :
– La capacité de raisonnement et la réussite à la formation d’accueil (les personnes ayant une capacité de raisonnement de 5/9 minimum tiraient parti en moyenne de 60% en plus de la formation que les autres).
– La personnalité des individus et leurs résultats opérationnels (celles et ceux qui étaient systématiquement en ligne avec – ou qui dépassaient – leurs objectifs étaient : plus avenants, plu persuasifs, moins impliqués émotionnellement, plus créatifs, plus persévérants, moins détendus, plus positifs et n’hésitaient pas à prendre des risques calculés).
– Les motivations des personnes et leur taux d’absence (celles et ceux qui ont besoin de moins de sécurité, qui ont besoin d’être occupés, qui cherchent à se dépasser, qui ont besoin d’influence, qui ont besoin d’avoir de nombreux contacts et qui privilégient les environnement peu structurés ont – toujours en moyenne – 43% d’absences en moins par rapport aux personnes qui scorent en sens inverse sur chacune de ces motivations).
#5 – Comment nous avons transformé le processus d’évaluation de notre client !
Partant de ces conclusions, nous avons ajusté à la marge le processus de (pré)sélection de notre client (en introduisant un système d’évaluation centré sur les aptitudes, les motivations et la personnalité). Par ailleurs, nous avons également mis en place avec lui un modèle prédictif de la réussite professionnelle, entièrement adapté à SA population.
Du coup, une fois les questionnaires complétés par ses candidats, notre client obtient désormais un taux d’adéquation (sorte de « probabilité de réussir ») pour chacun d’entre eux :
– 60% et plus : Les probabilités que le/la candidat(e) réussisse sont fortes à extrêmement fortes.
– 50 à 60% : Les probabilités de réussir sont moyennes (un entretien approfondi permet alors de trancher).
– Moins de 50% : Les probabilités de réussir chutent de façon abyssale…
#6 – Les améliorations constatées…
1 an pile après avoir intégré ce modèle prédictif comme base de référence pour présélectionner de nouveaux commerciaux, notre client a pu constater une hausse moyenne de 35 640 euros de revenu par commercial nouvellement embauché (en comparaison de celles et ceux qui étaient choisis sur la base des critères précédents).
Dans un même temps, le taux de turn-over a été divisé par 2 (sur les nouveaux embauchés) !
Voilà, c’est ça l’approche Big Data appliquée au RH !
Vous souhaitez en savoir plus sur l’approche Big Data ou continuer à échanger sur le sujet ? [email protected]
David BERNARD
Head of Marketing & Communication Assessfirst
T. 01 72 77 31 53