ParisTech Review

[email protected] – Depuis un an ou deux, la people analytics suscite un intérêt croissant. Pourquoi?

Cade Massey – Vous avez raison, la discipline est en plein essor. L’analyse massive des données personnelles a commencé dans les entreprises de technologie, avant d’être adoptée par le secteur financier, et à présent elle est partout, notamment le management et la gestion des ressources humaines. Pourquoi ce succès ? Les gens apprécient de voir se perfectionner une fonction très importante qui, longtemps, n’a pas été abordée d’une façon très précise. On se rend compte que les outils d’analyse de données personnelles, qui sont d’un usage courant en marketing ou en finance, peuvent être utilisés pour l’embauche et la rémunération. Compte tenu de l’importance de ces deux sujets pour une organisation, on comprend le potentiel de la people analytics – et sa popularité.

Adam Grant – Je ne savais même pas que cela existait jusqu’à ce que Cade et moi travaillions avec Google, il y a cinq ans. Ils ont monté une équipe dédiée, réunissant des spécialistes des RH, des consultants, des ingénieurs et des gens comme nous, qui étudient le comportement dans les organisations. C’était spectaculaire : cette équipe était capable de traiter des questions qu’on avait toujours approché d’une façon intuitive, de conduire des expériences, et dans un certain nombre de cas de comprendre quels étaient les bons choix. L’excellent travail de Google dans ce domaine a eu beaucoup d’échos dans la presse, et d’autres dirigeants ont commencé à se dire : pourquoi pas ? Ne devrions-nous pas nous aussi prendre toutes nos décisions importantes en nous fondant sur des preuves tangibles?

Cade Massey – Il faut citer le nom de Laszlo Bock, qui a joué les évangélistes sur ce sujet. Il est responsable des ressources humaines chez Google et s’est toujours montré disposé à expliquer ce qu’ils faisaient, afin de propager leurs méthodes. C’est plutôt inhabituel d’expliquer à vos concurrents ce qu’ils devraient faire!

L’analyse de données permet-elle par exemple d’optimiser un recrutement?

Cade Massey – C’est le rêve de tous les recruteurs: peut-on utiliser des mesures objectives qui permettent d’identifier à coup sûr qui travaillera bien dans leur entreprise ? Ou encore : plutôt que de devoir rencontrer tous les candidats à un poste, pouvons-nous utiliser des éléments comme leur moyenne en licence, l’école qu’ils ont fréquentée, les entreprises pour lesquelles ils ont travaillé, et tirer de ces données une prédiction de leur performance? Si cela marchait, ce serait pratique, non? Cela permettrait d’économiser beaucoup de temps, et cela permettrait de traiter les candidatures avec beaucoup plus d’efficacité. Mais il faut raison garder : à l’heure qu’il est, la promesse n’est pas encore tenue. Simplement, on devine des possibilités très prometteuses. Et tout investissement qui vise à les faire advenir sera sans doute profitable. Mais cela reste un domaine émergent. Il n’y a aucune solution miracle. Les gens s’y intéressent plus pour le potentiel que pour ce que cela permet aujourd’hui.

Disons que l’embauche est terminée et vous êtes maintenant à la prochaine étape de l’intégration. Que peut offrir la people analytics pour améliorer le processus?

Adam Grant - Google s’est intéressé de très près à cet aspect, notamment depuis deux ans. Ils ont mené des expériences, en faisant varier certains critères, pour essayer de comprendre ce qui fait réellement la différence. Le processus d’intégration est vraiment important et totalement sous-exploré. Je ne connais pas les détails de leur étude, mais il y a un élément qui saute aux yeux. Parmi les éléments qui font une différence dans les premiers jours ou les premières semaines de votre temps chez Google, le plus important est que vous rencontriez votre manager le premier jour. Il est également utile d’envoyer un nouvel employé à beaucoup d’endroits différents, afin de le familiariser avec l’organisation. Mais l’élément central, c’est de rencontrer son manager le premier jour. C’est un élément crucial dans la construction d’un lien entre employé et employeur.

Vous me direz que ce n’est pas là une découverte révolutionnaire. Mais je pense que chacun d’entre nous, moi y compris, a vraiment sous-estimé jusqu’ici la force de cet effet « premier jour ». C’est un exemple de ce que peuvent apporter les recherches de Google et plus généralement la people analytics.

Cade Massey – Un autre élément important, c’est que la réussite d’un employé dépend très largement de la personne pour laquelle il travaille. Et pourtant, c’est complètement en dehors de son contrôle. Ce sont des éléments qui concernent moins l’intégration proprement dite que les débuts de carrière, les débuts de séquence professionnelle. La conclusion s’impose : si cela ne fonctionne pas, il ne faut pas incriminer le seul employé. Et vous feriez bien de le rencontrer à plusieurs reprises avant de tirer des conclusions trop rapides.

Vous avez là deux exemples de ce que peut apporter une manière plus systématique et scientifique d’évaluer vos salariés ou d’essayer de les former. Les données ne vont pas prédire magiquement qu’un tel fera des étincelles, mais elles permettent de mieux appréhender certaines situations en les mettant en perspective.

De plus en plus, nous travaillons en équipe. Or les équipes sont très souvent éclatées géographiquement—et démographiquement. Il faut par exemple faire travailler ensembles des baby-boomers et la génération y. La people analytics a-t-elle des choses à nous apprendre sur la création et la construction d’équipes performantes?

Cade Massey – Énormément de choses. Il s’agit d’un domaine très riche. Prenons un exemple, avec une recherche de Chris Chabris et ses collègues sur l’intelligence collective (team IQ). Ils se sont intéressés à la productivité des équipes en fonction des spécificités individuelles par rapport à ce que l’équipe accomplit collectivement. La productivité de l’équipe est différente de la somme des parties. Dit autrement, ce n’est pas en mettant les meilleurs ensemble que vous aurez la meilleure équipe. Ce qui fait la différence – et les travaux de Chabris permettent de mesurer cette différence – c’est plutôt qu’il y ait des gens qui comprennent comment travailler avec les autres et comment travailler au sein de l’équipe. Il y a quelque chose d’unique dans cette intelligence collective, qui diffère de la somme des intelligences individuelles.

Adam Grant – Et pour continuer sur ce point, il y a probablement des méthodes pour composer une équipe de façon à optimiser son intelligence collective. On entend beaucoup dire, par exemple, que la diversité est nécessaire. Et il ne fait aucun doute que la variété des personnes, des perspectives, des pensées, des compétences qu’elles apportent enrichit l’équipe. Mais quand vous regardez dans le détail il y a certains domaines où la similitude est plus utile que la variété.

Si vous regardez les données, c’est dans le jeu entre extraversion et introversion que la variété est le plus utile. Une équipe d’extravertis n’arrive jamais à se mettre à la tâche… et une équipe d’introvertis oublie souvent de créer des liens. Les données disent que les équipes plus efficaces sont un mélange des deux. Mais cette idée du mélange ne marche pas dans tous les domaines. Par exemple, si vous prenez une personnalité caractérisée par l’amabilité — c’est-à-dire un goût prononcé pour l’harmonie sociale — une des pires choses que vous pouvez faire est de la mixer avec une équipe de gens extrêmement critiques et sceptiques. Parce que les gens désagréables ont l’impression de devoir marcher sur des œufs en permanence. Et pendant ce temps, les gens agréables sont piégés eux aussi, en essayant de se mettre au diapason des autres et en se détestant après coup pour l’avoir fait. Dans ce genre de situations, il est vraiment utile d’avoir un minimum de cohérence sur les façons d’interagir, ou d’avoir des personnalités similaires.

Là encore, certaines de ces idées sont intuitives, mais l’analytique permet de les tester et de les mesurer d’une façon beaucoup plus précise que nous ne le faisions dans le passé.

Cade Massey – Une des choses qu’apporte la people analytics est de pousser à reprendre certaines analyses à nouveaux frais, en fournissant des données précises et, idéalement, en permettant de mener des expériences. Donc, nous oublions la sagesse conventionnelle, et nous n’allons pas non plus nous fonder sur ce que nous dirait, par exemple, un manager expérimenté. Nous prenons des données, nous menons une série d’expériences et nous essayons d’en tirer quelque chose.

Revenons sur cette question de la diversité. Par exemple, on a beaucoup parlé, et parfois débattu, du rôle des femmes dans les entreprises technologiques. La people analytics apporte-t-elle des éléments permettant de comprendre comment les « rôles » féminin et masculin, ou encore la couleur de peau, affectent la performance ?

Adam Grant – C’est un sujet sur lequel nous travaillons, et Sheryl Sandberg, directrice générale de Facebook et auteur du best-seller Lean, a été le cerveau de cette opération. J’ai appris beaucoup de choses en travaillant avec elle sur les questions de genre. Et elle a une chercheuse de Stanford absolument remarquable, Marianne Cooper, qui a collaboré avec nous pour comprendre ce que montrent vraiment les données.

Ce que je dirais, c’est tout d’abord qu’il y a beaucoup de recherche universitaire qui n’a pas été exploité. Nous savons par exemple concevoir des procédures d’évaluation de la performance qui permettent de juger la contribution et non la personne. Nous savons aussi comment attirer plus de candidats féminins dans le monde de haute technologie ; il s’avère d’ailleurs que le profil du recruteur importe beaucoup. Le professeur Matthew Bidwell, de Wharton, s’est intéressé au monde de la finance, où travaillent très peu de femmes. Elles sont peu nombreuses à être candidates, si peu nombreuses en fait qu’elles bénéficient d’un biais positif, car les recruteurs ont à cœur de favoriser un minimum de mixité. Mais quand elles se présentent aux entretiens d’embauche et découvrent que presque tous les candidats sont des hommes, elles se découragent.

Il y a un assez grand écart entre ce que les sciences sociales montrent sur le genre et ce que font en réalité la plupart des organisations. C’est formidable de voir les Facebook et autres Google essayer de faire des progrès. Nous avons aussi vu un nombre croissant d’entreprises de conseil, comme en ce moment McKinsey, en faire une de leurs priorités. Or l’analytique est ici un outil précieux. Mercer a lancé une initiative sur l’équilibrage des effectifs, qui s’appuie principalement sur des données. Et il ne s’agit pas, vous vous en doutez bien, d’une simple politique de quotas, mais de profilage très fin.

Que nous apprend la people analytics sur l’évaluation de la performance et les questions de rémunération?

Cade Massey – Elle amène des données… là où elles n’étaient pas utilisées. Et là encore il ne s’agit pas de prendre la sagesse conventionnelle et de tenter de la fonder en preuve. Il y a une intersection avec certains domaines comme la psychologie, via la prise en compte des préjugés et autres biais cognitifs. Le principal enjeu, très motivant à nos yeux, est d’utiliser ces nouveaux outils pour améliorer la prise de décision.

L’évaluation de la performance est un exemple classique, parce que toutes les pratiques comportent des biais. Mais il ne faut pas faire trop de crédit à la people analytics sur ce point : c’est juste un véhicule pour mettre en œuvre certains éléments issus notamment des études psychologiques, et qui sont connus depuis des années. Reste qu’en étant plus rigoureux et en se concentrant sur la manière d’améliorer ce processus, nous sommes capables de débusquer quelques-uns de ces biais.

Adam Grant – Dans le domaine de la performance, Google a joué un rôle stimulant, mais je pense que l’élément décisif est venu de Moneyball, un livre qui raconte comment en se fondant sur une lecture très précise des données disponibles, le manager d’une franchise sportive qui n’avait pas beaucoup d’argent a pu composer une équipe qui a pu ensuite remporter le championnat.

Cade Massey – L’analytique développée dans le domaine du sport professionnel est en effet en avance sur le reste du monde du travail, ce qui n’a rien d’étonnant puisque l’idée de performance est au cœur de ce monde et que les données recueillies y sont très nombreuses. Une étude attentive permet de faire apparaître des questions, de dégager des solutions. Ce qui se passe dans le sport aujourd’hui permet d’imaginer ce que sera d’ici dix ans la people analytics – et sur les capacités de ceux qui s’en serviront. Les managers sportifs qui utilisent ces données aujourd’hui font preuve d’une plus grande rigueur et leurs résultats sont toujours plus solides sur le plan scientifique.

Google a été mentionné une ou deux fois dans cette conversation. Quels sont les autres acteurs significatifs dans ce domaine ?

Cade Massey – Quelques entreprises s’y intéressent depuis longtemps. C’est le cas de Deloitte, par exemple. Goldman Sachs a lancé une grande initiative ces dernières années. Le Crédit Suisse y a consacré des moyens humains significatifs. Johnson & Johnson est très actif aussi.

Adam Grant – Un exemple intéressant est Teach for America. Il s’agit d’une association à but non lucratif encourageant l’enseignement gratuit dans les régions à faible revenu. Ils travaillent depuis des années à optimiser leurs critères de recrutement de façon à détecter les futures « stars » parmi leurs professeurs mais aussi à savoir lesquels leur resteront fidèles. JetBlue aussi a fait beaucoup de progrès sur le recrutement. Ils se sont également intéressés à d’autres domaines. Un de mes préférés est la reconnaissance. Comment construire une science de la reconnaissance, qui vous permette de savoir quand il est important d’exprimer votre gratitude et votre appréciation pour ce qu’ont accompli vos collaborateurs? Faut-il le faire publiquement, ou en tête à tête ? S’il y a un point où l’intuition a longtemps régné en maître, c’est bien celui-ci.

Cade Massey – Teach for America est un exemple intéressant : l’organisation appartient au secteur non lucratif, mais elle a des procédures très professionnelles : sur l’embauche, ce sont les meilleurs que nous connaissions. Cela tient peut-être à ce qu’ils travaillent vraiment à grande échelle, et avec des profils relativement similaires, ce qui permet d’optimiser l’analyse de données. Leur travail a été repris par le groupe d’admissions aux MBA de Wharton, qui a amélioré son process de recrutement des étudiants en s’inspirant de la façon dont Teach for America recrute ses professeurs.

Y a-t-il un secret pour identifier et recruter les meilleurs?

Cade Massey – Oui… c’est de reconnaître que vous n’y arriverez pas, et que vous continuerez à vous tromper ! Ceux sont les deux secrets. Chez Teach for America, ils disent qu’ils n’y arriveront jamais. Il ne s’agit pas d’un projet d’un an, avec un début et une fin. Ils disent aussi, ce qui me semble remarquable : voici notre métrique, voici nos objectifs ; nous savons qu’ils sont faux. Cet état d’esprit conduit à une conversation continue sur la façon de les améliorer. Cette humilité est un contrepoids nécessaire à la people analytics, car celle-ci peut vous donner une assurance mal placée. Il est crucial de se rappeler qu’en matière de RH, rien n’est parfait.

Adam Grant – Cette humilité est l’un des fondements de l’idée d’un management appuyé sur des preuves, dans laquelle s’inscrit la people analytics. Celle-ci ne procède pas d’une vision scientiste et arrogante, mais au contraire de la conviction que nous en savons très peu. Jeffrey Pfeffer et Robert Sutton, de Stanford, ont longtemps dit que si vous voulez utiliser l’analytique correctement, vous devez faire preuve de sagesse, qui dans leur définition est la volonté d’agir à partir de la meilleure information disponible, tout en doutant sans cesse de ce que vous savez. Et comme le note Cade, il est très facile d’oublier cette part de doute.

Il y a une autre chose, dans la perspective du recrutement, qui m’a ouvert les yeux. Rick Jacobs, professeur de psychologie à l’Université d’état de Pennsylvanie, a réuni avec ses collègues de nombreuses données suggérant que le coût d’un mauvais recrutement est généralement trois fois supérieur aux avantages d’un bon recrutement. Les recruteurs le savent et je pense que la sélection est essentiellement négative. Vous aurez toujours des faux positifs et des faux négatifs. Mais il est beaucoup plus risqué de recruter quelqu’un que vous aurez à remplacer rapidement, ou qui va faire des dégâts dans l’organisation. C’est à prévenir ce risque, je pense, que s’appliquent les recruteurs.

Quelles sont les grandes questions que vous essayez de répondre ? Et ce qui vous a le plus surpris dans ce que vous avez appris jusqu’ici?

Cade Massey - Une des choses sur lesquelles je travaille en ce moment est exactement sur ce sujet : comment amener les gens s’intéresser de plus près à l’analytique. Dans certaines tâches, nous avons besoin de prévoir ce qui va se passer avec le marché, les prix, ou encore avec la performance d’un salarié. Vous pouvez avoir des algorithmes, et dans la plupart des cas, il faut confronter les prédictions de cet algorithme avec un jugement d’expert. Il ne s’agit pas d’opposer la personne et l’ordinateur, mais de trouver leur bonne articulation. Et pourtant, les gens sont encore réticents à confier le raisonnement à des ordinateurs – surtout s’ils sont experts dans le domaine. Nous essayons de comprendre la psychologie de cette réticence. Qu’est-ce qui amène les gens à résister à cet apport, et comment réduire cette résistance ?

Adam Grant – Pour ma part, je m’intéresse de plus en plus à certains aspects du travail collaboratif, notamment les réunions et les emails. Cette explosion de l’interdépendance, personne ne sait la gérer. Tout le monde célèbre les vertus de la collaboration, mais tout le monde est submergé par ses exigences.

Je travaille actuellement sur un projet avec Rob Cross (Université de Virginie), autour de la question suivante : si vous analysez les réseaux qui organisent une entreprise, de qui dépendez-vous pour les connaissances essentielles et l’expertise ? Ce que trouve Rob, c’est qu’il y a un certain nombre de personnes qui peut écrire votre nom. En fonction de ce nombre, vous courez un risque sérieux de burn-out et de surcharge. La question sans réponse, c’est comment peut-on réduire ce nombre ? Car il très dangereux qu’autant de gens dépendent de vous. Un enjeu majeur est donc de redistribuer les connaissances et les connexions pour éviter ces phénomènes d’engorgements où trop de gens dépendent de ce que savent une ou deux personnes.

Une dernière question. Si vous considérez l’état des connaissances dans le domaine aujourd’hui, où sont les plus grandes lacunes et que pourront-on faire pour y remédier ?

Cade Massey –  Je dirais l’efficacité – pas simplement avoir des chiffres plus précis, mais être capables de procéder à de vrais changements au sein de l’organisation. C’est une chose d’avoir un modèle très perfectionné ou de tirer du numérique des connaissances très fines. C’en est une autre de traduire ces connaissances en actes. Peu importe que votre modèle soit bon, si vous n’êtes pas capables de parvenir à cette traduction. En ce moment, tout le monde est séduit par les modèles et les données. Mais cet engouement de durera que si la people analytics est réellement un facteur de changement.

Adam Grant - De mon point de vue, la grande question sans réponse est précisément : pourquoi n’y a-t-il pas plus d’organisations engagées dans ce mouvement? Et comment pouvez-vous sensibiliser les dirigeants, les amener à se rendre compte que même avec des variables difficiles à mesurer, la people analytics peut les aider à prendre de meilleures décisions ?

Cet article a été publié par [email protected], sous le titre “Can people analytics help firms manage people better?” Copyright [email protected]. Tous droits réservés. Traduit et publié sur autorisation.

Previous Post Next Post

• Pingback: People analytics: les RH sauront-elles prendre ...

• Pingback: People analytics -les RH sauront-elles prendre le virage des données