Une question de perspective


Mettre People Analytics en action
D'un côté, la réticence est compréhensible, car l'analyse des données du personnel est toujours liée à des obstacles juridiques et éthiques particulièrement élevés par rapport à d'autres secteurs de l'entreprise. De plus, les décisions qui concernent directement l'avenir et la carrière des collaborateurs ne doivent pas être confiées à la légère à une "intelligence artificielle". Les exemples négatifs de projets de people analytics ayant échoué et entraîné une nette dégradation de l'image de marque sont nombreux. Même si les algorithmes agissent en général de manière plus objective que les décideurs humains, la problématique des désavantages structurels peut notamment être transférée dans les systèmes.
D'un autre côté, cette réticence est regrettable, car les valeurs ajoutées de l'IA ne sont plus depuis longtemps des mythes des sociétés de conseil et des fournisseurs de technologie. Au contraire, la valeur ajoutée est scientifiquement prouvée. La recherche empirique de Sinan Aral et de ses collègues a montré dès 2012 que l'utilisation de People Analytics allait de pair avec un succès accru de l'entreprise. En outre, les domaines d'application possibles de l'apprentissage automatique et de l'analyse prédictive dans les RH sont aussi variés et vastes que la gestion des ressources humaines elle-même.
La valeur ajoutée doit être en concurrence avec les coûts des projets ainsi que, le cas échéant, avec les coûts d'opportunité des projets analytiques dans d'autres départements. Le plus grand problème est cependant que dans les RH, comme souvent en ce qui concerne les acteurs humains, il est difficile de chiffrer concrètement les plus-values qualitatives. En fin de compte, pour les projets pilotes, ce n'est pas seulement l'objectif qui compte, mais aussi le chemin parcouru : selon la courbe d'apprentissage idéale, le savoir-faire acquis dans le cadre du premier projet People Analytics entraîne une réduction de 30 % de la charge de travail pour les projets People Analytics suivants. Les systèmes informatiques, le savoir-faire et surtout les données doivent être considérés comme des actifs qui apporteront une valeur ajoutée à de nombreux projets.
Comme dans tant d'autres projets, les acteurs du projet ont des intérêts et des tâches très différents. Un changement de perspective peut s'avérer utile pour favoriser la compréhension et la communication entre les différentes parties prenantes. C'est pourquoi la méthodologie de projet agile revêt une importance centrale pour People Analytics. Des rôles tels que le Product Owner ou le Scrum-Master sont essentiels pour fusionner les acteurs et les perspectives en un projet global homogène.
