{"id":111861,"date":"2022-02-25T08:00:00","date_gmt":"2022-02-25T07:00:00","guid":{"rendered":"http:\/\/e3mag.com\/?p=111861"},"modified":"2025-04-22T11:51:36","modified_gmt":"2025-04-22T09:51:36","slug":"en-savoir-plus-mieux-planifier","status":"publish","type":"post","link":"https:\/\/e3mag.com\/fr\/en-savoir-plus-mieux-planifier\/","title":{"rendered":"En savoir plus, mieux planifier"},"content":{"rendered":"

On oublie souvent que la lutte pour le personnel qualifi\u00e9 ne se d\u00e9roule pas seulement sur le march\u00e9 du travail, mais au sein m\u00eame des entreprises. Celles qui parviennent \u00e0 fid\u00e9liser durablement leurs collaborateurs qualifi\u00e9s s'assurent de leur exp\u00e9rience et de leur propre comp\u00e9titivit\u00e9. C'est la conclusion d'un projet pilote sur l'apprentissage automatique men\u00e9 par le groupe Windhoff en collaboration avec la Deutsche Rentenversicherung Bund (DRV Bund). <\/p>\n\n\n\n

\"Au sein de la DRV Bund, le th\u00e8me de la planification strat\u00e9gique du personnel sera plus important que jamais dans les ann\u00e9es \u00e0 venir. En raison de la structure d'\u00e2ge de l'Allemagne, nous sommes confront\u00e9s \u00e0 un double dilemme d\u00e9mographique : d'une part, le nombre de retrait\u00e9s augmente le volume des demandes et donc nos besoins en personnel. D'autre part, de tr\u00e8s nombreux collaborateurs nous quittent \u00e0 moyen terme en raison de leur \u00e2ge, ce qui r\u00e9duit nos effectifs. \u00c0 cela s'ajoutent une guerre des talents de plus en plus intense et une dynamique croissante du monde du travail\", explique le Dr Michael Tekieli, responsable de People Analytics chez DRV Bund.<\/p>\n\n\n\n

Des priorit\u00e9s qui changent<\/h3>\n\n\n\n

Jusqu'\u00e0 pr\u00e9sent, le th\u00e8me de la fluctuation ne faisait pas partie des points douloureux, mais il gagnera d\u00e9finitivement en importance dans un avenir proche, poursuit le Dr Tekieli : \"Pour \u00e9viter que la fluctuation ne devienne un point douloureux, nous avons besoin de solutions cibl\u00e9es. Celles-ci devraient nous permettre d'anticiper \u00e0 temps et avec pr\u00e9cision au moins les changements dans le paysage du personnel et, dans le meilleur des cas, de contrecarrer de mani\u00e8re proactive et efficace les d\u00e9parts critiques pour le succ\u00e8s gr\u00e2ce \u00e0 nos connaissances\". <\/p>\n\n\n\n

Dans ce contexte, deux questions ont \u00e9t\u00e9 formul\u00e9es pour le projet pilote : Dans quelle mesure l'apprentissage automatique peut-il contribuer \u00e0 identifier les risques de fluctuation ? L'intelligence artificielle explicable (en anglais Explainable Artificial Intelligence, XAI) est-elle en mesure de comprendre les raisons des fluctuations de personnel non li\u00e9es \u00e0 l'\u00e2ge ? Pour apporter des r\u00e9ponses \u00e0 ces questions, les responsables du projet ont opt\u00e9 pour l'utilisation de Smart Predict en combinaison avec SAP Analytics Cloud. <\/p>\n\n\n\n

Dans un premier temps, il \u00e9tait important de cr\u00e9er une base de donn\u00e9es coh\u00e9rente \u00e0 partir de sources internes (syst\u00e8mes ERP et RH) et externes. Dans la pratique, cela signifiait que les donn\u00e9es personnelles et professionnelles d'un collaborateur \u00e9taient compl\u00e9t\u00e9es par des aspects issus de l'environnement de l'entreprise. Au total, 40 attributs descriptifs ont \u00e9t\u00e9 cod\u00e9s. Ensuite, les principaux facteurs d'influence ont \u00e9t\u00e9 identifi\u00e9s : L'\u00e2ge, l'\u00e2ge du plus jeune enfant, le temps de travail effectif sans les absences, l'anciennet\u00e9 en mois, l'augmentation de salaire absolue au cours des douze derniers mois et l'intensit\u00e9 des restrictions impos\u00e9es par les mesures prises pendant la pand\u00e9mie, compar\u00e9e \u00e0 l'indice de rigueur de Covid.<\/p>\n\n\n\n

La recherche de variables descriptives appropri\u00e9es s'est appuy\u00e9e sur des publications scientifiques et sur la cr\u00e9ativit\u00e9 de l'ensemble de l'\u00e9quipe de projet. Les variables cibles \u00e9taient les diff\u00e9rents horizons temporels d'un licenciement non li\u00e9 \u00e0 l'\u00e2ge dans les mois \u00e0 venir (1\/3\/6\/12). Les attributs saisis ont \u00e9t\u00e9 collect\u00e9s pour chacun des plus de 25 000 collaborateurs sur une base mensuelle pour les ann\u00e9es 2018 \u00e0 2020. Il en a r\u00e9sult\u00e9 un ensemble de donn\u00e9es de 650.000 lignes ou 230 m\u00e9gaoctets.<\/p>\n\n\n\n

Smart Predict<\/h3>\n\n\n\n

Smart Predict permet d'effectuer l'analyse des donn\u00e9es collect\u00e9es en libre-service dans le domaine sp\u00e9cialis\u00e9. Les arguments d\u00e9cisifs en faveur de l'utilisation du SAC ont \u00e9t\u00e9 la rapidit\u00e9 d'\u00e9laboration des r\u00e9sultats gr\u00e2ce \u00e0 l'apprentissage automatique, la transparence des r\u00e9sultats gr\u00e2ce \u00e0 XAI et la grande qualit\u00e9 de pr\u00e9vision des puissants algorithmes d'apprentissage automatique. L'analyse fonctionne de mani\u00e8re intuitive et peut \u00eatre r\u00e9alis\u00e9e sans connaissances en programmation, de sorte qu'il n'est pas n\u00e9cessaire de faire appel \u00e0 des experts en informatique ou \u00e0 des ressources en science des donn\u00e9es.<\/p>\n\n\n\n

Pour contrer les r\u00e9serves quant \u00e0 l'acceptation, un test dit \"out-of-sample\" a \u00e9t\u00e9 r\u00e9alis\u00e9. Celui-ci a notamment montr\u00e9 qu'un algorithme entra\u00een\u00e9 avec les donn\u00e9es ant\u00e9rieures \u00e0 juin 2020 aurait \u00e9galement d\u00e9tect\u00e9 r\u00e9trospectivement les collaborateurs quittant l'entreprise au second semestre 2020 avec un taux de r\u00e9ussite de 12,5 %. Le test a en outre montr\u00e9 que les corr\u00e9lations apprises \u00e9taient \"robustes\", c'est-\u00e0-dire transf\u00e9rables dans le futur. Au total, plus de 50 pour cent des fluctuations non li\u00e9es \u00e0 l'\u00e2ge ont \u00e9t\u00e9 d\u00e9tect\u00e9es par l'apprentissage automatique. <\/p>\n\n\n\n

Une autre m\u00e9thode pour augmenter l'acceptation a \u00e9t\u00e9 de v\u00e9rifier la plausibilit\u00e9 des mod\u00e8les trouv\u00e9s, gr\u00e2ce auxquels le mod\u00e8le d'analyse pr\u00e9dictive g\u00e9n\u00e8re des pr\u00e9visions. Les mod\u00e8les trouv\u00e9s ont encore \u00e9t\u00e9 un moyen important de comprendre quel collaborateur pourrait quitter l'entreprise et pour quelles raisons. Les algorithmes modernes d'apprentissage automatique sont toutefois si complexes que l'effet des facteurs d'influence sur la probabilit\u00e9 de d\u00e9part n'est pas directement compr\u00e9hensible. On parle d'un ph\u00e9nom\u00e8ne de bo\u00eete noire. C'est l\u00e0 qu'ont \u00e9t\u00e9 cr\u00e9\u00e9es ces derni\u00e8res ann\u00e9es, dans le domaine de recherche XAI, les approches permettant d'expliquer successivement la bo\u00eete noire. <\/p>\n\n\n\n

La CAS utilise par exemple les SHAP Values depuis la version Q3 2021. Cela permet d'expliquer au niveau local, c'est-\u00e0-dire par rapport \u00e0 chaque collaborateur, l'importance et l'influence de diff\u00e9rents attributs. Cela permet un contr\u00f4le de plausibilit\u00e9 et de causalit\u00e9 par des experts du domaine ainsi que l'extraction de nouvelles connaissances. En plus de l'\u00e9valuation individuelle de chaque collaborateur, des analyses ont \u00e9t\u00e9 effectu\u00e9es sur des exemples prototypes \u00e0 l'aide de proc\u00e9dures de clustering automatis\u00e9es (Smart Grouping). Le lien avec la planification du personnel existante pour les fluctuations dues \u00e0 l'\u00e2ge se fait par une agr\u00e9gation des valeurs attendues sur diff\u00e9rentes dimensions. Il est ainsi possible d'identifier les d\u00e9partements et les postes qui seront probablement particuli\u00e8rement touch\u00e9s par les fluctuations non li\u00e9es \u00e0 l'\u00e2ge. Dr Tekieli ajoute : \"Pour nous, en tant qu'organisation, seule une \u00e9valuation et une repr\u00e9sentation \u00e0 un niveau agr\u00e9g\u00e9 sont envisageables. Par ce biais, nous cr\u00e9ons donc un \u00e9quilibre sain pour am\u00e9liorer les conditions g\u00e9n\u00e9rales de l'entreprise pour nos collaborateurs, tout en tenant compte de la diversit\u00e9 des besoins et en garantissant \u00e0 tout moment la protection des donn\u00e9es personnelles conform\u00e9ment au RGPD\".<\/p>\n\n\n\n

Des r\u00e9sultats de projet convaincants<\/h3>\n\n\n\n

Le constat reste le m\u00eame : Les technologies modernes permettent d'extraire des r\u00e9ponses objectives \u00e0 partir de donn\u00e9es RH historiques. Il est ainsi possible d'anticiper le turnover des mois \u00e0 l'avance et m\u00eame de quantifier les probabilit\u00e9s de mani\u00e8re pr\u00e9visionnelle. Par cons\u00e9quent, il est possible d'initier activement des mesures de maintien du personnel (par exemple des possibilit\u00e9s de d\u00e9veloppement cibl\u00e9es) afin de conserver des groupes de collaborateurs dans l'entreprise. <\/p>\n\n\n\n

\"Au d\u00e9part, j'\u00e9tais tr\u00e8s sceptique quant \u00e0 l'utilisation de l'apprentissage automatique, car l'\u00e9tape pr\u00e9tendument importante de l'hyperparam\u00e9trage \u00e9tait supprim\u00e9e. J'ai \u00e9t\u00e9 d'autant plus agr\u00e9ablement surpris par la qualit\u00e9 des pr\u00e9visions. Un facteur de r\u00e9ussite important de l'apprentissage automatique est certainement la qualit\u00e9 des donn\u00e9es. Si l'on confie toutes les \u00e9tapes \u00e0 la machine, la qualit\u00e9 des donn\u00e9es d'entra\u00eenement devient encore plus importante. Le th\u00e8me plut\u00f4t impopulaire et aride de l'int\u00e9grit\u00e9 des donn\u00e9es devrait donc \u00eatre au moins aussi important pour les organisations qu'un tableau de bord uniforme et clair pour l'apprentissage automatique\", constate le Dr Tekieli.<\/p>\n\n\n\n

\"Groupe<\/a><\/figure>","protected":false},"excerpt":{"rendered":"

Un outil prometteur se dessine pour le d\u00e9veloppement du personnel. L'utilisation de la planification pr\u00e9dictive de la main-d'\u0153uvre RH avec SAP Analytics Cloud permet de lutter contre le facteur de risque que constitue la fluctuation des collaborateurs. <\/p>","protected":false},"author":2518,"featured_media":111949,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[40330],"tags":[1104,840,39816],"coauthors":[40405],"class_list":["post-111861","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-mag-22-02","tag-hr","tag-human-resources","tag-windhoff-group","pmpro-has-access"],"acf":[],"featured_image_urls_v2":{"full":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"thumbnail":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-150x150.jpg",150,150,true],"medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",400,180,false],"medium_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-768x346.jpg",768,346,true],"large":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"image-100":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-100x45.jpg",100,45,true],"image-480":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-480x216.jpg",480,216,true],"image-640":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-640x288.jpg",640,288,true],"image-720":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-720x324.jpg",720,324,true],"image-960":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-960x432.jpg",960,432,true],"image-1168":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"image-1440":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"image-1920":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"1536x1536":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"2048x2048":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",18,8,false],"bricks_large_16x9":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"bricks_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"bricks_large_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",1000,450,false],"bricks_medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",600,270,false],"bricks_medium_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header.jpg",600,270,false],"profile_24":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-24x24.jpg",24,24,true],"profile_48":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-48x48.jpg",48,48,true],"profile_96":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-96x96.jpg",96,96,true],"profile_150":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-150x150.jpg",150,150,true],"profile_300":["https:\/\/e3mag.com\/wp-content\/uploads\/2022\/03\/2202-mehr-wissen-header-300x300.jpg",300,300,true]},"post_excerpt_stackable_v2":"

F\u00fcr die Personalentwicklung zeichnet sich ein vielversprechendes Werkzeug ab. Durch den Einsatz von Predictive HR Workforce Planning mit SAP Analytics Cloud l\u00e4sst sich dem Risikofaktor Mitarbeiterfluktuation entegegenwirken. <\/p>\n","category_list_v2":"MAG 22-02<\/a>","author_info_v2":{"name":"Ansgar Heidemann, Groupe Windhoff","url":"https:\/\/e3mag.com\/fr\/author\/ansgar-heidemann\/"},"comments_num_v2":"0 commentaire","_links":{"self":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts\/111861","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/users\/2518"}],"replies":[{"embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/comments?post=111861"}],"version-history":[{"count":2,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts\/111861\/revisions"}],"predecessor-version":[{"id":150529,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts\/111861\/revisions\/150529"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/media\/111949"}],"wp:attachment":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/media?parent=111861"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/categories?post=111861"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/tags?post=111861"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/coauthors?post=111861"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}