Les SIRH, appropriation, talent d’anticipation et approche éthique du prédictif

L’adoption d’un SIRH est une petite révolution en soi. Une fois la période de doute passée, l’expérience, sans appel, démontre une nette accélération de l’appropriation de l’outil. Il affranchit les équipes des tâches les plus rébarbatives, fait émerger des cas d’usage jusque-là inaccessibles et stimule la créativité. Mais alors, jusqu’où peut-on aller ?

La phase d’appropriation, le grand nettoyage de printemps

Avant de profiter pleinement des avantages d’un SIRH, il s’ouvre une phase aussi contraignante qu’indispensable, propre à garantir le fonctionnement optimal de la solution, la phase de Data Quality.

Repérer et supprimer les doublons, nettoyer et unifier. C’est un travail de fourmi sans lequel on ne peut prétendre à l’exercice d’analyse. L’harmonisation est le point de départ d’un projet SIRH. Au même titre que l’on ne nourrit pas son animal de compagnie avec une alimentation bas de gamme, on ne nourrit pas son système avec des données de piètre qualité. Or cette phase de nettoyage de la donnée peut être particulièrement longue selon les contextes (croissance externe, multiples filiales, agences, succursales autonomes, etc.).

Une fois ce travail d’harmonisation opéré, l’équipe RH entre dans la phase de qualification de la donnée. Contrairement à la logistique et dans une moindre mesure au marketing et aux services commerciaux, un large éventail de réglementations nationale et européenne s’applique à la donnée RH, cadrant avec rigueur une donnée sensible et personnelle représentant la majeure partie du volume traité.

La donnée RH est donc une donnée à part, dont la spécificité se déclare dès la phase de qualification, qui aboutira souvent à la destruction définitive de données qui ne sont pas immédiatement utiles à l’entreprise. Ce seront évidemment toutes les informations dont les anciens salariés sont propriétaires, mais également toutes celles ayant dépassé les délais légaux de conservation. Il n’y a pas, ou quasiment pas, en ressources humaines, de données pouvant éventuellement servir. Il appartient aux services de justifier une conservation, au titre d’un besoin immédiatement opérationnel, qu’il concerne directement la RH ou non.

Certains percevront la réglementation comme une contrainte à l’innovation RH, quand d’autres y verront une simplification majeure de cette phase de qualification.

La phase d’exploitation, gagner en talent d’anticipation

Une relative simplification du processus, mais pas de la variété de la donnée, qui promet d’importantes perspectives de travail. Une bonne prise en main de l’outil et l’expérience acquise conduisent inévitablement une direction RH à imaginer de nouveaux usages.

Certaines entreprises d’ailleurs n’hésitent plus à considérer leurs collaborateurs comme des clients particuliers (comme le fait depuis longtemps la DSI vis-à-vis des métiers au sens large), pour lesquels le suivi de leur progression de carrière est un élément fort de reconnaissance au travail.

Le brassage des données de dates d’entrée, d’ancienneté, d’âge, donne à l’équipe RH une intéressante visibilité et des indicateurs valables sur les focus à opérer, à intervalles réguliers, en fonction des plans de carrière et des politiques de mobilité et d’évolution de l’entreprise.

En d’autres termes, il s’agit de prévenir l’insatisfaction et le risque d’invisibilisation, particulièrement dans cette période de recrutements difficiles où la meilleure des stratégies est encore de conserver ses talents et d’une façon générale pour l’harmonie de l’environnement de travail. Il s’agit bien là d’une question d’anticipation et de la capacité de l’outil à fournir à l’équipe RH suffisamment tôt les alertes utiles.

Cela dit, cette capacité d’anticipation se révèle également profitable au titre des besoins opérationnels, en fixant à l’avance d’éventuelles formations supplémentaires pour garantir la réussite d’un projet programmé.

Vient alors le moment où l’on cherche à corréler ses tableaux de bord RH avec des rapports de production issus notamment de l’ERP. Aujourd’hui, la maturité des technologies en SaaS livre tant de connecteurs qu’à un nouveau besoin identifié une réponse technologique simple existe. Le croisement des absences avec les périodes de pics d’activité peut conduire l’entreprise à repenser certaines organisations de travail. Quant au rapprochement avec les périodes de récupération, cela permet ici encore d’anticiper et de reculer au besoin le déclenchement de nouveaux projets.

Un SIRH est fertile en nouveaux cas d’usage, l’essentiel étant de savoir définir les KPI les plus significatifs et exploitables possibles, sans se laisser déborder.

La phase prospective, open data et prédiction

Pour de nombreuses industries et entreprises françaises, parler de prédictif peut sembler prématuré. Beaucoup sont encore en phase de découverte de l’outil et des données disponibles, comme de son intégration fluide au SI.

Pour toutes celles en avance de phase, la capacité d’anticipation qu’apporte un SIRH, connecté en outre aux solutions de production, représente une étape majeure dans la transformation de la fonction. Alors, le véritable prédictif, celui capable d’envisager l’inattendu, est-il possible et surtout, est-il souhaitable ?

Les manifestes progrès de l’intelligence artificielle, les nombreux POC aussi, ont démontré qu’il est tout à fait possible de corréler de l’information issue de l’Open Data avec des données d’entreprise pour faire émerger des tendances sur lesquelles baser en partie la décision. Les prochaines réglementations européennes telles que le Data Governance Act et le Data Act montrent également combien le partage de données tierces est un enjeu de croissance. Certaines grandes organisations comme l’OMS explorent déjà l’IA pour devancer l’apparition des maladies dans le monde.

Mais qu’en est-il en matière de ressources humaines ? Les prédictions obtenues par l’IA restent encore sujettes à caution dans de nombreux domaines. Les RH étant un domaine sensible par nature, le risque doit être particulièrement mesuré. Prédire un taux de départ en retraite sur 5 ans ? De maladies déclarées ? De congés maternité ? On le perçoit instinctivement, sans nécessairement devoir compiler toute la production scientifique et sociale sur le sujet, l’intelligence artificielle et les solutions prédictives relèvent d’un cadre éthique fort s’il doit entrer au service de la gestion RH demain.