Christophe Vanden Eede Christophe Vanden Eede
Texte
Jo Cobbaut
Image
Wouter van Vaerenbergh

Une culture des données pour fonder l'expérience positive des utilisateurs

1 mars 2020
La GRH fait face à des changements qu'il ne faut pas sous-estimer. La numérisation va redéfinir les compétences RH
La numérisation avance à grands pas. Aucune raison, pour la GRH, de laisser passer le train. Pour les participants de notre table ronde, il est nécessaire de mettre en place une réelle culture des données. C'est ainsi que l'on peut jeter les bases d'une expérience positive pour les utilisateurs.

La numérisation avance à grands pas. Aucune raison, pour la GRH, de laisser passer le train. Pour les participants de notre table ronde, il est nécessaire de mettre en place une réelle culture des données. C'est ainsi que l'on peut jeter les bases d'une expérience positive pour les utilisateurs.

«Les responsables des ressources humaines basent trop souvent leurs décisions sur leur instinct», assure Christophe Vanden Eede (ING). «En réalité, la GRH doit mettre en place une véritable stratégie des données pour rester crédible, notamment par rapport au comité de direction. Nous avons donc besoin de profils plus analytiques.»

Maarten De Schryver (Bridgestone): «Nous fabriquons des pneus et l'avenir que nous voyons s'esquisser connaîtra moins de voitures mais elles parcourront plus de kilomètres. S'y ajoutent la tendance du partage et celle de l'usage collectif. Dans cet environnement, la numérisation devient décisive pour développer rapidement d'autres solutions de mobilité. Ce qui explique pourquoi le mouvement des usines intelligentes est aussi important pour nous.»

«Dans les banques aussi, la pression des clients augmente», confirme Christophe Vanden Eede. «Il devient capital de bien les connaître. Nous devons anticiper certaines possibilités, par exemple identifier des profils qui représentent un plus grand risque de fraude. Cela ne peut plus se faire manuellement. Nous devons utiliser les filtres des algorithmes. Nous essayons de transposer cet état d'esprit à la GRH.»

Brussels Airport exploite déjà beaucoup les données de ses clients. Elles sont employées pour améliorer l'expérience des utilisateurs de l'aéroport. «Je pense notamment à l'analyse des moments d'affluence ou des délais d'attente aux contrôles», explique Glenn Walschap (Brussels Airport Company). «C'est précieux, surtout dans les périodes de pointe, quand nous accueillons des millions de passagers en un mois. La culture des données progresse rapidement au sein des opérations et de la chaîne d'approvisionnement. Mais dans les départements RH, les statistiques s'attirent souvent des commentaires négatifs. On ne semble pas toujours savoir quoi en faire. Il faudrait améliorer les choses sur ce point.»

Bart Van Keer (Oracle): «La direction veut cependant recevoir des chiffres. Ce n'est pas parce que l'être humain est au cœur de nos préoccupations que nous devons prendre des décisions à l'instinct. Il y a une tendance très nette vers la prise en compte des données. Et on commence à comprendre qu'il est préférable de baser ses décisions sur des éléments vérifiables. Le problème, c'est que les données restent éparpillées dans différents systèmes.»

Fiabilité des données

Maarten Deschryver marque son accord mais il estime que les données et l'approche basée sur les preuves ne se recouvrent pas entièrement. «L'analytique peut apporter sa contribution mais la méthode fondée sur les preuves (evidence based en anglais) va plus loin. Elle intègre toutes les informations disponibles, notamment celles qui proviennent de données statistiques. Mais il s'agit aussi d'interroger les stakeholders et de soumettre leurs réponses à la réflexion d'experts et de scientifiques. D'ailleurs, prendre des décisions uniquement basées sur les données numériques n'est pas une garantie infaillible de succès. Il suffit de se rappeler les outils de sélection d'Amazon et de Google qui intégraient aussi des préjugés.»

Bart Van Keer: «Grâce au cloud, nous analysons les résultats engendrés par les décisions pour réorienter éventuellement notre approche. Pensez par exemple aux candidats qui font partie de la sélection finale, choisis en partie par un algorithme. Nous regardons qui a été recruté, combien de temps il est resté en place et s'il a connu le succès. Ces données peuvent parfaitement servir de preuves. Et pour chaque exemple d'erreurs qui sont dues à l'intelligence artificielle, il y a une multiplicité de contre-exemples.»

Pour Eva Derous (université de Gand), les chefs d'entreprise s'interrogent sur la fiabilité des données et sur les mécanismes à l'œuvre dans l'interprétation de ces données. «Il faut aussi se pencher sur les données que l'on utilise. Aux Pays-Bas, des psychologues, des ingénieurs et des philosophes réfléchissent aux systèmes d'intelligence artificielle. Cette réflexion est indispensable. La méthode basée sur les preuves peut devenir très vite une notion vide.»

Maarten De Schryver constate que l'on manque encore de données structurées. «Ce qui donne des résultats insatisfaisants, de quoi dévaloriser une culture naissante. Les utilisateurs sont alors tentés de revenir à des pratiques anciennes. C'est compréhensible: l'analytique n'est pas un but en soi mais toujours une partie d'une approche plus large, destinée à prendre de meilleures décisions plus rapidement. Cela sous-entend la présence d'une culture mûre pour la numérisation et l'analytique. Il y a aussi trop peu de scientifiques des données qui connaissent la GRH et trop peu d'experts en GRH qui maîtrisent la science des données.»

Ce qui explique la résistance que l'on peut observer, souligne Eva Derous. «Des recherches récentes montrent que les experts sont très opposés aux prises de décision automatisées et préfèrent se reposer sur leur savoir. L'intuition obtient encore des scores élevés quand on sonde les spécialistes sur les méthodes qu'ils utilisent pour les sélections. Ce qui laisse beaucoup de place aux préjugés inconscients. Utiliser les données et la technologie réclame un retournement culturel qui vous conduit forcément à regarder votre propre expertise d'un œil critique. Les pros se sentent parfois menacés par l'idée que des algorithmes vont analyser des profils à leur place.»

Bart Van Keer: «Nous pensons cependant que la technologie rend avant tout le travail plus agréable. Mais les utilisateurs doivent d'abord le comprendre. Les recruteurs savent depuis une dizaine d'années que ces systèmes sont idéaux pour éplucher des quantités massives de CV. Par ailleurs, personne ne doit être expert dans tous les domaines. Prenez l'exemple de Spotify. Le développeur de l'algorithme ne devait pas être un spécialiste de la musique: son domaine de compétence concernait l'identification de modèles. Avec des algorithmes et le feed-back des utilisateurs, nous pouvons vérifier rapidement des décisions. Autrement dit, les échecs ne doivent pas nous décourager. Try fast, fail fast, learn fast. Dans le marketing, l'un des premiers domaines qui a enregistré des résultats avec ce genre d'applications, leur introduction a été progressive.»

Maarten De Schryver: «En définitive, je crois aussi dans des systèmes qui puissent éviter les préjugés cognitifs. Ces préjugés naissent des quantités énormes de données que nous traitons et auxquelles nous voulons donner un sens. Cela doit se faire toujours plus vite. Nous devons sélectionner ce que nous souhaitons intégrer ou non dans notre décision. Mais pour construire un algorithme, vous devez faire des choix qui sont sujets à des préjugés. La pression de la vitesse et de l'efficience ne doit pas nous rendre aveugles à ce danger. Le livre Weapons of math destruction de Peggy O’Neil l'explique très bien. Nous devons réfléchir à ce que ces modèles prédisent en réalité. Un modèle d'IBM prétend prévoir 95% du taux de départ. Mais rien que sur la base de l'âge de la retraite, je parviens aussi à un résultat comparable. Que veulent dire ces 95%? À quel délai? Imaginons un modèle qui prédit qui quittera l'entreprise. Allez-vous agir pour tenter d'éviter que ces gens s'en aillent? Mais dans ce cas, la force prédictive de votre modèle ne sera-t-elle pas entamée?»

Théorie et pratique

Pierre Dion (DLA Piper) voit une grande différence entre ce qu'il est possible de faire d'un point de vue théorique et ce que l'on fait en réalité. «Prenez les évaluations. Disons que vous voulez réaliser des contrôles et des analyses sur la base des courriels, des conversations par Skype, etc. Mais si vous voulez individualiser cette collecte, vous devrez généralement appliquer pour chaque individu une procédure d'information préalable. Théoriquement, on pourrait peut-être faire autrement, mais la législation européenne, belge surtout, protège fortement le travailleur. Il est donc nécessaire de toujours bien étudier les choses. La question des données que produit un algorithme peut être problématique si l'on ne sait pas clairement où l'algorithme va chercher ces données. Vous avez besoin d'un contrôle numérique à un stade précoce.»

Glenn Walschap: «Plusieurs entreprises examinent déjà la possibilité de confier à un algorithme le soin de procéder à une première sélection, mais l'épreuve juridique ne résiste pas. Il est impossible de laisser le système décider d'une présélection. D'où ma conclusion pour la GRH sur le terrain: allez-y par étapes. Parfois, ce sont de petites avancées qui sont possibles d'un point de vue théorique et technologique alors que des progrès plus décisifs sont plus compliqués à mettre en œuvre quand il s'agit de données personnelles.»

«Le philosophe Emmanuel Kant a dit que les théories sans données n'ont pas de sens mais que sans théorie, on ne peut interpréter les données», commente Eva Derous. «En psychologie, nous étudions depuis des années le comportement humain. L'idéal est donc d'impliquer des spécialistes du comportement assez tôt dans le développement des outils. Ceci, pour anticiper les réactions des salariés à l'égard de ces instruments. Tenez compte de leur avis. Le principe est simple: la qualité d'un algorithme dépend de la manière dont il a été développé. Garbage in, garbage out. Une bonne prise de décision, bien étayée, sera interdisciplinaire.»

Pierre Dion: «Nous avons réalisé une enquête sur la réglementation spécifique et particulièrement restrictive de la CCT 81, consacrée au droit de contrôle de l'employeur sur les moyens de communication électroniques. Conclusion: vous pouvez utiliser les big data pour concevoir des politiques. Vous pouvez aussi sortir du cadre strict de cette CCT 81 pour autant que vous vous serviez des big data comme moyen de cartographier certains processus (la charge de travail, la répartition des tâches), sans avoir de visée de contrôle ou d'évaluation. C'est-à-dire que l'algorithme ne détermine pas si quelqu'un travaille bien, ne sélectionne pas ceux qui méritent une promotion. La GRH a la tentation de penser un peu vite que la loi rend toute initiative impossible, mais cette attitude repose sur une frilosité et un manque de connaissances.»

«On voit d'ailleurs apparaître de plus en plus d'outils numériques qui ont été développés au départ du travailleur, et pas de l'organisation», souligne Christoph Vanden Eede.

«L'essentiel est de bien s'entendre sur l'utilisation des données», insiste Pierre Dion. «Le sujet peut provoquer beaucoup de controverses. Au fond, l'intelligence artificielle est une bonne affaire pour les avocats (rires).»

Transparence

«La numérisation apporte aussi beaucoup de transparence et c'est positif en soi. Mais la question reste de savoir comment s'y prendre», ajoute Christophe Vanden Eede.

«Des recherches récentes dans le contexte des entretiens de sélection montrent que les candidats demeurent méfiants envers les interviews numériques et les décisions prises par des algorithmes», affirme Eva Derous. «Sauf si les candidats ont eu une expérience négative avec des interviewers humains. Ceux-là sont alors plus ouverts.»

Bart Van Keer: «Cette méfiance envers ces caméras qui analyse les expressions du visage a quelque chose de paradoxal. Les mêmes individus tendent leur carte de fidélité à la caissière de leur supermarché et ce faisant, révèlent presque tous les détails de leur vie. Et cela ne les inquiète pas du tout. Quelles données mettez-vous à la disposition de chacun en interne? Les systèmes RH contiennent désormais des profils individuels, avec une bio, et certaines données personnelles qui disent qui vous êtes, ce que vous préférez faire, en quoi vous êtes bon. Le RGPD est bien sûr important, mais le fait que les salariés introduisent eux-mêmes des renseignements est très pratique pour les applications RH en self-service.»

Pierre Dion: «Il s'agirait ici d'un système fermé entre salariés, et pas entre les salariés et leur employeur. Normalement, vous n'avez besoin que de l'autorisation de la personne concernée pour traiter les données introduites.»

Bart Van Keer: «Le degré d'adoption de ces systèmes est souvent faible jusqu'à ce que les salariés en découvrent les avantages. On peut par exemple entrer en contact avec des collègues éloignés que l'on ne connaît pas pour leur demander un avis. Un travailleur se sent alors valorisé, un problème est résolu et l'organisation avance.»

Christophe Vanden Eede: «C'est la situation idéale. Mais parfois, les salariés ont tellement d'outils à leur disposition que l'arbre leur cache la forêt. Je suis votre raisonnement théorique mais en GRH, nous avons encore beaucoup de chemin à parcourir avant de mettre en place un environnement numérique que les individus utiliseraient pleinement.»

Glenn Walschap: «Des fournisseurs d'ERP, comme Oracle et SAP, apportent une réponse pratique à ce problème. Ils ont beaucoup de potentiel pour prévoir des systèmes intégrés au sein de la GRH pour construire des analytiques intégrées. Comme Maarten l'a dit au début: l'analytique n'est pas un objectif en soi mais un outil. Dans cette optique, je vois que les entreprises sont de plus en plus nombreuses à choisir ce genre de systèmes intégrés pour éviter qu'un utilisateur doive se connecter à plusieurs programmes et pour limiter l'éparpillement des rapports. Cette intégration est bénéfique pour l'analytique RH.»

Christophe Vanden Eede: «D'un autre côté, de nombreuses start-ups mettent au point des innovations que les grands opérateurs ne peuvent pas toujours suivre. Je m'attends à voir apparaître une couche de base avec des applications qui viendront se greffer par-dessus. Le défi change: il faut alors mettre en place une bonne stratégie des données pour fournir la meilleure expérience aux utilisateurs. Le tout, dans un environnement qui doit rester cohérent.»

Glenn Walschap: «Certaines grandes entreprises qui possèdent un logiciel ERP intégré vont installer des systèmes de haute qualité en concertation avec leurs salariés, selon le principe du “par et pour le travailleur”. Cela peut améliorer la convivialité du système mais on ne profite pas toujours, dans ce cas, de tout le potentiel des logiciels ERP.»

Christophe Vanden Eede: «Associer les utilisateurs aux décisions fait partie de la gestion classique du changement: allez-y graduellement, donnez-leur le temps de s'adapter et laissez-les faire des expériences.»

Maarten De Schryver: «Les choses peuvent se présenter différemment pour les ouvriers par rapport aux employés. Si vous numérisez, vous devez le faire pour tous. Or, les ouvriers utilisent moins leur smartphone dans le contexte professionnel.»

«Beaucoup de choses dépendent de l'interface et de la manière dont vous en parlez», souligne Bart Van Keer. «J'entends parfois que les ouvriers préfèrent encore demander leurs congés directement au département du personnel. Mais quand ils se rendent compte qu'ils peuvent le faire aussi à la maison en préparant un voyage avec leur épouse, ils sautent le pas.»

Christophe Vanden Eede: «Quoi qu'il en soit, la GRH fait face à des changements qu'il ne faut pas sous-estimer. La numérisation va redéfinir les compétences RH.» ¶

ID

Eva Derous

Fonction: Professeure en psychologie de l'université de Gand

Christophe Vanden Eede

Fonction: VP talent acquisition & development Belgium & The Netherlands d'ING.  

Bart Van Keer

Fonction: Strategy director human capital management d'Oracle

Maarten De Schryver

Fonction: Senior data analyst HR de Bridgestone 

Glenn Walschap

Fonction: Manager HRIS de Brussels Airport

Pierre Dion

Fonction: Lead lawyer de DLA Piper 

Ddag: Pierre Dion, Maarten DeSchryver, Eva Derous en Glenn Walschap