Cinq conseils pour bien débuter un projet de Big Data RH


Par Aurélie Tachot | le vendredi 29 mai 2015 | Gestion des talents
Cinq conseils pour bien débuter un projet de Big Data RH

Le Big Data promet beaucoup. Mais permet-il vraiment d’optimiser une stratégie de recrutement ? La réponse est oui, d’après CareerBuilder qui a profité d’un webinaire sur la nouvelle solution de Broadbean pour aborder les points-clés à ne pas négliger lorsqu’on souhaite consolider sa stratégie RH grâce à l’exploitation de données.

1. Choisir les informations pertinentes

"Analyser des datas n’a pas grand intérêt si la démarche n’est pas corrélée à une stratégie RH", a expliqué, lors d’un webinaire, Sanja Licina, Senior Director Workforce Analytics chez CareerBuilder. Pour s’assurer que les informations exploitées servent les enjeux RH de l’entreprise, il convient de sélectionner les données pertinentes. Une entreprise qui peine à recruter des développeurs a, par exemple, intérêt à s’intéresser aux sources de recrutement qui lui ont apporté, par le passé, le plus de candidatures qualifiées pour ce poste.

2. S’affranchir des principaux obstacles

D’après le groupe CareerBuilder, les trois principaux freins à l’exploitation des données sont l’amoncellement d’informations RH qui requièrent une manipulation manuelle, un défaut de capacités d’analyse parmi l’équipe de recrutement et le manque de ressources allouées aux outils RH. A cela s’ajoute "un déficit de confiance dans les datas", a remarqué Sanja Licina. Un obstacle qui peut être éliminé en automatisant la saisie des datas dans les systèmes RH et en recoupant les sources d’informations afin, in fine, de réduire le risque d’erreurs.

3. Optimiser la compilation de datas

Exploiter les datas implique, ici aussi, de faire preuve de méthode et de rigueur. Automatiser la manière dont les données sont extraites des différents systèmes RH avant de les centraliser dans une solution unique est la solution la plus pertinente. Cette option permet, par ailleurs, d’avoir un seul point d’entrée pour l’ensemble de l’équipe. Afin que l’interprétation des datas soit, ensuite, la plus simple possible, il est intéressant de "les catégoriser au sein de plusieurs rubriques, notamment par fonction", a également indiqué Sanja Licina, lors du webinaire.

4. Soigner la mise en forme graphique

Une fois compilées, les données ont besoin d’être valorisées d’un point de vue graphique pour être attractives. Demander l’avis d’un expert en visualisation en plus de celui des analystes est la meilleure option pour rendre compréhensif ce flot d’informations, selon Sanja Licina. "Il faut pouvoir identifier, en un seul coup d’œil, à quoi correspond chaque chiffre-clé. Les équipes doivent facilement pouvoir comprendre combien de postes ont été pourvus sur une période souhaitée et combien sont encore à pourvoir d’ici la fin de l’année", a-t-elle illustré.

5. Valoriser chaque résultat obtenu

"L’une des principales craintes des collaborateurs est de mal interpréter les datas, surtout au début du projet", a indiqué Sanja Licina. Pour les rassurer, non seulement il est important de "fournir de l’aide aux équipes mais aussi de valoriser, en interne, les succès obtenus". En organisant des points d’étape réguliers, une entreprise peut suivre plus facilement les progrès et les difficultés de ses salariés. Pour favoriser les synergies dans l’équipe, il est également conseillé de mixer les profils : professionnels RH, statisticiens, économistes, responsables IT, marketeurs…

Transférer cet article à un ami