Discuter de analyse des talents a envahi la blogosphère consacrée au recrutement. Cette nouvelle science passionnante liée à la main-d'œuvre a rapidement suscité l'enthousiasme de ses adeptes, mais aussi les critiques de ses détracteurs. Tout dépend finalement de ce que les gens considèrent comme les véritables facteurs de performance et de la manière dont ces informations peuvent être utilisées pour recruter à l'avenir.
Analyse des talents de l'équipe
Josh Bersin, analyste en ressources humaines, gestion des talents et leadership, affirme que de nombreuses entreprises disposent déjà des informations nécessaires pour mener une analyse des talents afin d'évaluer les facteurs de performance. Les entreprises stockent ces informations depuis des années : formation, localisation, chiffres de performance, informations démographiques et toute une série d'autres facteurs. Entre de bonnes mains, ces informations peuvent être utilisées pour prédire les meilleurs éléments en vue d'un recrutement futur.
Les organisations constatent que lorsqu'elles mettent en œuvre l'analyse des talents au sein de leur personnel, les données montrent que ce qui était autrefois considéré comme des facteurs traditionnels et évidents en matière de performance est en réalité tout à fait erroné. De nombreuses entreprises croient en la formule d'embauche suivante :
Bonne école + bonnes notes = bons résultats
L'analyse des talents soutient que la plupart des entreprises n'ont pas une compréhension réaliste de ce que sont réellement leurs facteurs de performance. Bersin a déclaré :
« Pour moi, c'est la plus grande opportunité offerte par le Big Data dans le monde des affaires. Si nous parvenons à appliquer la science à l'amélioration de la sélection, de la gestion et de l'alignement des personnes, les retombées peuvent être considérables. »
L'analyse des talents ne prétend pas seulement prédire, elle devrait également être capable de résoudre des problèmes. Clara Bryne a rapporté dans un article de VentureBeat,
« Un client de Talent Analytics, une entreprise d'opérateurs de chariots élévateurs, recevait constamment des plaintes concernant son service client. Les opérateurs n'étaient pas aimables, mais il s'est avéré qu'ils étaient très soucieux de la précision. L'entreprise a donc commencé à mettre en avant la précision comme principal argument de vente plutôt que d'essayer de transformer la personnalité de son personnel. »
Équipe traditionnelle
Ceux qui ne sont résolument pas adeptes de l'analyse des talents ont eux aussi de très bons arguments. Tout d'abord, il s'agit d'une science nouvelle. Tout le monde sait qu'il ne faut pas acheter la première génération du tout dernier iPhone, car la génération suivante, améliorée, ne tardera pas à arriver. De nombreuses organisations laissent les pionniers régler les problèmes et prouver la rentabilité et la validité de cette technologie avant de se lancer.
De plus, il ne s'agit pas ici d'un projet à réaliser soi-même. À moins que les entreprises ne soient prêtes à faire appel à des professionnels, les initiatives d'analyse des talents peuvent être difficiles à mettre en œuvre. Dans une enquête InfoChimps menée auprès de 300 professionnels de l'informatique, 80 % des personnes interrogées ont déclaré que les deux principales raisons de l'échec des projets d'analyse sont...
1) Les responsables ne disposent pas en interne de l'expertise nécessaire pour « relier les points » autour des données afin de dégager des informations pertinentes.
2) Ces projets manquent de contexte commercial autour des données.
C'est pourquoi, selon le MIT Sloan Management Review, 55 % des projets d'analyse de mégadonnées sont abandonnés.
Si de nombreuses entreprises ont effectivement les moyens de mettre en œuvre l'analyse des talents, il y en a probablement beaucoup plus dont les données existantes ne répondent pas aux exigences. Greta Roberts, de Talent Analytics Corp., qui n'appartient manifestement pas à l'équipe traditionnelle, soulève toutefois un point intéressant.
« Seule l'unité commerciale peut fournir des données de performance ; des indicateurs de performance commerciale réels tels que les quotas de vente atteints, le nombre d'appels traités dans un centre d'appels, les scores du service client, les déficits de caisse des caissiers, le nombre de lignes de code écrites par un développeur de logiciels, le nombre de commandes traitées et d'autres indicateurs clés de performance (KPI) directement mesurés et évalués par l'entreprise. »
Nous voulons connaître votre opinion et savoir ce que vous faites. Envisagez-vous d'utiliser les mégadonnées de votre organisation pour l'analyse des talents ? Allez-vous attendre de voir comment évolue cette nouvelle tendance ? Envoyez-nous un tweet pour nous faire part de votre avis.
