Intelligence artificielle, analyse prédictive, data lake, data warehouse… La liste des concepts pour traiter de la collecte et l’exploitation des données est longue, le sujet est incontournable et représente une multitude de défis que les entreprises doivent relever pour être compétitives. Dans un monde où il n'y a jamais eu autant d'informations disponibles, la capacité d'une organisation à structurer et à exploiter cette information est clé.
Les SIRH sont essentiels pour fournir les indicateurs sociaux et piloter la politique RH d’une entreprise : absentéisme, durée de recrutement, participation aux formations, rotation du personnel, engagement au travail, nuage de salaires, etc. sont autant d’indicateurs qui vont donner un baromètre de la satisfaction des employés, de l’efficacité et de l’équité des pratiques RH. Mais la route est longue avant de pouvoir actionner ces leviers avec toute confiance en la qualité des données.
La qualité et la fiabilité des données
C’est la base de toute démarche de construction d’indicateurs : être capable de garantir l’intégrité et la qualité des données avant de les consolider pour établir des indicateurs d’aide aux décisions structurantes. Si l’importance des indicateurs et des tableaux de bord domine les débats depuis des décennies, la question de la qualité des données est trop souvent reléguée au second rang. Selon Forbes Insights et « 2020 Global CEO Outlook » de KPMG, 84 % des dirigeants s’inquiètent de la qualité des données qu’ils utilisent. Et les SIRH ne font pas exception, même dans les entreprises de renommée nationale et internationale, les données sont soumises à doublons, erreurs et omissions dans les saisies, erreurs dans la consolidation… Le premier chantier est donc de s’assurer que les données d’entrées sont justes et fiables.
Identifier une origine unique pour les données RH
Pour la plupart des entreprises, leur architecture de SIRH est composée de plusieurs logiciels couvrant les grands processus RH: Paie, recrutement, talent, gestion des temps et des activités, etc. Il est fondamental d’identifier le système maître et d’imposer à tous les autres systèmes de s’adapter au format de données du système maître, aucune flexibilité ni exception ne doit être accordée aux autres systèmes non maîtres. Dans la plupart des cas la meilleure recommandation sera d’avoir le logiciel de Paie maître car la saisie et le contrôle des données sont forcés : une erreur sur le bulletin de paie est beaucoup plus lourde de conséquence, et beaucoup plus visible, qu’une erreur de saisie dans le logiciel d’acquisition des talents par exemple.
Faire de la qualité des données un enjeu stratégique
La qualité et l’intégrité des données du SIRH doivent être des objectifs stratégiques et seront confiées à une équipe référente. Avec cette responsabilité vient la charge d’auditer la complétude et l’exactitude des données et de s’assurer de la mise en place de pratique (formation et mise en place de contrôle automatisé) pour garantir que les données soient saisies correctement, sans doublon ni omission. Cet audit sera aussi l’occasion de définir les règles de conservation et de suppression des données : beaucoup trop d’entreprises n’ont pas de mécanisme d’archivage et de suppression des données. En plus de faire peser un immense risque sur la confidentialité des informations et la durabilité de la base de données, l’absence de purge des données pose un problème évident de qualité des données à cause d’informations obsolètes et de doublons.
L'utilisation d'indicateurs de performance est décisive pour la réussite d'une organisation, et la qualité des données est déterminante. Si vous avez des doutes sur l'exactitude de vos données, ou si votre organisation n'a pas d'architecture claire sur la gestion des données de vos technologies RH, il est certainement temps de faire un audit sur vos données RH.
Comments