Source : A 5-Step Process to Get More Out of Your Organization’s Data
Comment expliquer les départs d’employés d’une grande entreprise ? En analysant les données, bien sûr ! Oui, mais que faire quand les données ne disent rien ?
Dans un article paru sur le site de la Harvard Business Review, l’auteur tente d’aider un de ses amis, responsable des ressources humaines dans une compagnie de la Fortune 500, à comprendre pourquoi ses meilleurs employés semblent tous quitter le navire les uns après les autres.
Après lui avoir évidemment conseillé de regarder ses données, le RH lui répond qu’elles ne disent rien. Malgré des entretiens de départ documentés et stockés, malgré des revues mensuelles de la performance des employés par les managers, malgré tout un tas de choses en fait, rien, pas l’ombre d’un début de modèle qui se répèterait et qui expliquerait la fuite des cerveaux de cette entreprise.
Mais lorsque lui-même jette un œil aux données effectivement collectées par l’entreprise qui emploie son ami, l’auteur tombe des nues. Les données collectées ne sont pas fiables ni validées ! Erreur grave et première étape incontournable pour qui veut tirer toute la valeur de sa donnée d’entreprise : améliorer la qualité !
Étape 1 : améliorer la qualité des données
Avant de s’en servir pour obtenir des réponses à vos problématiques, il vous faut absolument faire en sorte que vos données soient de qualité. « Réfléchissez aux données qu’il serait utile de collecter et collectez-les, systématiquement« , explique-t-il, « Parlez avec vos services et tachez de comprendre quelles sont leurs problématiques pour savoir quelles données seraient nécessaires pour y répondre ».
Étape 2 : Lier les données entre elles
Pour comprendre pourquoi vos employés partent, il faut aussi analyser les raisons pour lesquelles ils restent. Et pour ce faire, il vous faut utiliser des données qui proviennent de sources différentes : par exemple, les revues de performances et les questionnaires adressés aux employés par les RH mais aussi les datas sur les turnover que possèdent les opérations.
Déterminez quels types de données sont conservées au sein de votre organisation et mettez en place un process qui facilite leur mise en relation dans votre système d’information.
Étape 3 : Analyser les données
Pour analyser des données, il faut de quoi les traiter. Assurez-vous la présence de data-analysts chevronnés dans vos équipes (en appelant la #SynalTeam par exemple ;)) et sélectionnez les meilleurs outils de traitement de données (en suivant les conseils de la #SynalTeam encore par exemple).
Étape 4 : Agrémentez vos données avec de la théorie
Bien que l’analyse de données permette, rétrospectivement, de comprendre pourquoi un groupe d’employés a quitté son entreprise, il vous est également possible de vous appuyer en amont sur des recherches qui auraient été effectuées pour tenter de répondre à des problématiques similaires aux vôtres. Si vous vous posez une question, dites-vous que nous n’êtes pas le/la seul/e et que des chercheurs se la sont très certainement déjà posée eux -aussi !
Étape 5 : Implémentez les changements et conservez des traces des résultats
C’est bon ! Vous avez tout fait comme il faut ! La qualité de vos données est améliorée, vous avez les bonnes équipes et les bons outils pour les analyser, maintenant, tirez-en des leçons et testez les changements que vous pourrez apporter ! Testez, essayez, faites des itérations car même si les datas vous donnent une idée de ce que vous pouvez améliorer, vous ne trouverez peut-être pas la solution au premier essai. Mais dans tous les cas, votre organisation s’en trouvera grandie !
Sections commentaires non disponible.