Analytique RH et fidélisation des collaborateurs : relier l'engagement aux départs

Une équipe très performante peut perdre trois collaborateurs en un seul trimestre sans que le score d’engagement de l’entreprise n’en pâtisse.

Imaginons que votre équipe service client s’en sorte plutôt bien. Elle atteint ses objectifs, intègre efficacement les nouveaux arrivants et vous sollicite rarement pour régler des problèmes.

Et puis, sans prévenir, vous vous apercevez que trois de ses membres expérimentés sont partis. Leurs deux dernières enquêtes Pulse montraient pourtant une baisse de leur satisfaction, que ce soit sur la charge de travail ou sur le soutien de leur manager. Mais comme l’équipe est grande, votre score moyen d’engagement n’avait presque pas bougé.

En réalité, vous disposez des deux versions de l’histoire : les résultats d’enquête, qui vous disent ce que les collaborateurs exprimaient avant de partir, et les données de sortie, qui vous disent ce qui s’est passé ensuite.

Sauf qu’il est rare d’avoir les deux sous la main. Elles sont stockées dans des systèmes différents, avec des découpages d’équipes différents, et gérées par des personnes différentes dans l’organisation.

Rapprocher ces sources équipe par équipe vous apprend pourtant beaucoup. Vous voyez où un faible engagement débouche sur des démissions, mais aussi où des équipes perdent des collaborateurs malgré de bons scores d’engagement.

Ce deuxième enseignement compte autant que le premier. Il vous évite d’imputer chaque démission à un problème d’engagement collaborateurs, et d’engloutir votre budget de fidélisation dans des plans d’action qui ne donneront rien.

Le piège des moyennes

Imaginons que votre entreprise affiche un score d’engagement collaborateurs de 7,5/10.

Une de vos équipes obtient 4,5, une autre 9,2.

Si la grande équipe a de bons résultats, vous risquez de ne pas voir à temps que la petite va droit dans le mur.

Le piège le moins évident, c’est de croire que tout va bien parce que votre score moyen d’engagement a progressé.

Ce que vous ne voyez pas, c’est que cette moyenne a progressé parce que des collaborateurs sont partis.

Supposons que le turnover de vos équipes augmente au moment même où leurs scores d’engagement s’améliorent. Tant que vous n’avez pas vérifié qu’il s’agit d’une vraie amélioration, partez du principe que c’est un effet de composition.

Pour en avoir le cœur net, regardez par exemple si les questions d’engagement qui avaient reculé sont réellement remontées, ou si les collaborateurs qui donnaient de faibles scores ont tout simplement quitté l’entreprise.

Pourquoi raisonner par équipe quand on parle de fidélisation ?

Parce que c’est à l’échelle de l’équipe que les collaborateurs partagent le même manager, la même charge de travail et les mêmes perspectives de carrière.

Cette approche élimine une partie du bruit des données à l’échelle de l’entreprise. Mais les données d’une équipe ont aussi leur part de bruit. Dans une équipe de huit personnes, par exemple, l’humeur d’une seule personne peut peser lourd sur la moyenne. Difficile, donc, de tirer des conclusions solides d’une seule enquête.

Que nous apprend la recherche sur l’analyse en dessous du niveau de l’entreprise ?

Les travaux de Gallup menés au niveau des unités opérationnelles montrent que, quels que soient le secteur et l’environnement de travail, le turnover est nettement plus faible dans les unités très engagées que dans celles qui le sont moins.

Attention toutefois : un lien constaté au niveau des unités opérationnelles ne veut pas dire qu’« un collaborateur qui donne de faibles scores va démissionner ». Ce serait tomber dans le sophisme écologique, et c’est le meilleur moyen de perdre la confiance des collaborateurs que vous cherchez justement à retenir.

Appartenir à une équipe aux scores faibles ne permet pas de conclure qu’un collaborateur va partir. À l’inverse, quelqu’un qui fait partie d’une équipe aux scores élevés peut très bien rejoindre un concurrent qui le paie mieux ou lui propose un poste auquel il n’a pas accès chez vous.

Comparez d’abord vos équipes à des équipes similaires, avant de les comparer à l’ensemble de l’entreprise.

Une équipe du service client en horaires tournants, par exemple, aura naturellement des scores d’engagement plus bas et un turnover plus élevé qu’un petit groupe d’experts seniors.

Ça vaut donc le coup de comparer entre elles les équipes qui occupent les mêmes fonctions dans l’organisation.

Que signifient vos scores ?

À ce stade, votre score global vous donne une idée générale des problèmes, et les sous-éléments vous permettent de mieux cerner de quoi il s’agit.

Au sein d’une même équipe, les scores de reconnaissance, d’évolution, de charge de travail, de sentiment d’appartenance ou de soutien du manager peuvent varier. Vous voyez votre score global baisser et vous vous inquiétez pour la fidélisation. Mais en regardant les sous-éléments, vous constatez qu’un seul a nettement chuté, alors que les autres sont stables.

Si cette baisse dépasse les variations habituelles de l’équipe, c’est peut-être le signe qu’il faut concentrer vos efforts sur ce point précis.

Dans les petites équipes, mieux vaut souvent suivre les scores sur deux ou trois vagues d’enquête plutôt que de les regarder isolément. C’est aussi utile si vous voulez ensuite tester le lien entre scores d’enquête et données de départ.

Gardez aussi en tête que la satisfaction des collaborateurs et leur intention de rester sont deux choses différentes. Un collaborateur peut se plaire dans son travail (parce qu’il apprécie ses collègues, par exemple) et prévoir de partir pour décrocher une promotion. Un autre peut être peu satisfait mais compter rester pour l’instant, à cause d’un prêt immobilier, d’un titre de séjour ou du manque d’offres d’emploi dans sa région.

Quelles questions surveiller en priorité ?

Regardez de près les questions sur l’envie de rester dans l’entreprise, celles qui portent sur la progression des collaborateurs, et celles qui leur demandent si les problèmes remontés sont pris en compte. Une fois ces données en main, analysez rigoureusement leur lien avec les départs. Autrement dit, ne partez pas du principe qu’une réponse négative à ces questions se traduira forcément par un départ.

Les recherches sur les intentions de départ montrent que les personnes qui disent vouloir partir le font effectivement plus souvent que les autres, mais que beaucoup restent finalement. Une intention déclarée n’est donc pas une certitude.

Certains collaborateurs n’apparaîtront d’ailleurs pas du tout dans les résultats de votre enquête. Selon le modèle du turnover de Lee et Mitchell, certains partent à la suite d’un « choc » : une offre d’emploi qu’ils n’avaient pas sollicitée, la mutation de leur conjoint ou l’annonce d’une réorganisation. Ces collaborateurs peuvent très bien quitter une équipe dont les scores sont globalement bons.

Gardez-le en tête pour ne pas conclure de ces départs que votre enquête ne sert à rien.

Même si votre enquête ne pose aucune question sur la rémunération, intégrez le salaire à un moment ou à un autre dans votre analyse des départs. Selon le Pew Research Center, un salaire trop bas et le manque de perspectives d’évolution sont les deux raisons les plus citées par les travailleurs qui démissionnent, chacune citée par 63 % d’entre eux en 2021. Si vous ne tenez pas compte du positionnement salarial quand vous analysez les départs à partir de l’enquête d’engagement, vous risquez de tirer de mauvaises conclusions et de prendre des décisions qui pèseront sur votre programme d’engagement, en mettant sur le compte de l’engagement des problèmes qui relèvent en réalité de la rémunération.

Mais attendez, le vrai problème, c’est pas la rémunération ? Pourquoi s’intéresser à l’évolution ou à la reconnaissance ? Comme le souligne Leigh Branham dans son livre The 7 Hidden Reasons Employees Leave, l’argent est certes la réponse la plus fréquente quand on demande aux gens pourquoi ils partent, mais la plupart étaient en réalité mécontents de choses sur lesquelles l’organisation peut agir. Fiches de poste qui ne correspondent pas à la réalité, manque de coaching, absence de perspectives d’évolution concrètes, manque de reconnaissance, sentiment d’être débordé, perte de confiance envers la direction : voilà quelques-uns des problèmes relevés par Branham lors de ses entretiens de départ. Certes, le salaire compte au moment de partir, mais ce qui doit vraiment intéresser les organisations, c’est ce qui a poussé les collaborateurs à regarder ailleurs. C’est d’ailleurs pour cela qu’il est important de mesurer directement le positionnement salarial, au lieu de vous fier uniquement aux enquêtes de départ.

Enfin, évitez de modifier les questions de l’enquête chaque fois qu’un score vous déçoit. Vous cassez vos tendances, et il devient difficile de prendre le recul historique nécessaire pour relier les scores aux données de départ. Gardez des questions à peu près identiques suffisamment longtemps pour voir si vos résultats évoluent vraiment.

En revanche, si vous voulez tester un point précis (par exemple, savoir si les collaborateurs pensent pouvoir accéder au poste suivant), vous pouvez tout à fait ajouter une question.

Rapprochez soigneusement les résultats de l’enquête des données de turnover

En gros, il s’agit de relier deux choses : les résultats d’enquête d’une équipe à une date donnée, et le nombre de départs volontaires dans cette équipe après cette date. Mais les occasions de se tromper ne manquent pas, alors soyez vigilant et méthodique !

D’abord, constituez vos équipes à partir d’une photographie de votre organigramme à la date de clôture de l’enquête, et non à partir de l’organigramme actuel. Si un responsable a pris la tête d’une équipe en cours de période, par exemple, les réponses les plus anciennes doivent être rattachées à l’organisation d’avant.

Dans le même esprit, décidez dès le départ comment vous traiterez les équipes fusionnées ou scindées. Il serait dommage de prendre pour des « tendances » de simples variations d’effectifs dues à une réorganisation. Et une décision se défend bien plus facilement quand elle a été documentée à l’avance que lorsqu’il faut la justifier après avoir vu les résultats.

Ensuite, réfléchissez à la façon de calculer le turnover. Ne compterez-vous que les démissions ? Et les licenciements économiques ou pour faute ?

Les mutations vers d’autres équipes seront-elles considérées comme des départs de l’équipe ?

Dans une analyse de fidélisation, vous pouvez classer les mutations internes dans une catégorie à part. Une équipe qui voit ses éléments rejoindre d’autres services de l’entreprise n’est pas dans la même situation qu’une équipe qui les perd au profit de la concurrence. Ne pénalisez pas les responsables qui font évoluer leurs collaborateurs en comptant les mutations internes comme des départs externes.

Si vous utilisez un indicateur de « départ regrettable », soyez attentif aux critères qui servent à l’attribuer. Si les responsables le renseignent une fois la démission remise, un biais rétrospectif peut s’installer. Et n’oubliez pas qu’un poste difficile à pourvoir n’est pas le seul qui compte.

Pour calculer votre taux de départ, tenez compte de la taille de l’équipe. Trois départs sur une période dans une équipe de 12 personnes n’ont pas du tout la même portée que trois départs dans une équipe de 120 personnes, et vous n’en tirerez pas les mêmes enseignements.

Une bonne méthode consiste à diviser le nombre de départs sur la période par l’effectif moyen sur cette même période. Et si vos périodes d’observation ne couvrent pas une année entière, pensez à annualiser vos taux.

Reliez ensuite les résultats d’enquête aux taux de départ observés par la suite. Vous pouvez par exemple regarder les départs dans les six mois qui suivent une enquête, puis refaire l’analyse sur 12 mois. Si le lien n’apparaît que sur l’une des deux fenêtres, il n’est peut-être pas assez solide pour justifier une action.

Faites aussi attention à la période exacte que couvre votre fenêtre d’observation. Les démissions sont plus fréquentes à certains moments, par exemple juste après le versement des primes ou les révisions salariales annuelles : les collaborateurs veulent toucher leur prime avant de partir. Si votre fenêtre de six mois couvre les trois mois qui précèdent le versement et les trois mois qui suivent, vous observerez sans doute une tendance différente (et sans rapport avec l’engagement) de celle que vous obtiendriez avec une fenêtre qui ne couvre que les mois suivant le versement.

Une fois que vous connaissez vos taux de turnover habituels, vous pouvez commencer à interpréter vos données. Avec un turnover annuel autour de 10 %, la plupart des équipes de 10 à 15 personnes n’auront aucun départ, ou un seul, sur six mois. En règle générale, si une équipe ou un groupe ne compte qu’environ cinq départs sur la période, vos données restent anecdotiques.

Pour obtenir des conclusions parlantes, regroupez plusieurs vagues d’enquête ou rassemblez des équipes aux métiers proches, plutôt que de vouloir à tout prix conclure au niveau d’une équipe quand les données ne s’y prêtent pas.

Rien ne vous oblige non plus à rapprocher à la main les résultats d’enquête et les données de turnover. Vous pouvez agréger les résultats selon un découpage d’équipes bien établi, les mettre en face du nombre de départs de chaque équipe, puis appliquer un seuil minimal de réponses avant d’attribuer un résultat à une équipe.

Et quand vous présentez résultats d’enquête et données de turnover ensemble, vérifiez que le seuil minimal est aussi respecté dans le rapport combiné. Il ne faudrait pas que des résultats écartés faute de réponses suffisantes réapparaissent après l’application d’un filtre géographique ou lors d’une comparaison entre deux dates. De même, il ne doit pas être possible d’identifier quelqu’un à partir d’un départ isolé dans un tout petit groupe et du motif de ce départ.

Gardez en tête que le turnover peut coûter entre 50 % et 200 % du salaire annuel d’un salarié, si l’on compte les frais de recrutement et le temps nécessaire pour que le remplaçant soit opérationnel. Les travaux de la SHRM sur le coût du turnover rappellent utilement que l’effectif ne suffit pas à mesurer l’impact réel d’un départ.

Il est donc utile d’estimer le coût du turnover pour chaque équipe. Une démission sur un poste qui demande une longue prise en main ou des compétences rares coûte bien plus cher qu’un départ sur un poste que vous pourvoirez en quelques semaines.

Choisissez une analyse adaptée aux données

Pas besoin d’un modèle prédictif pour repérer une tendance utile. Commencez par placer sur un graphique le score d’engagement de chaque équipe en fonction de son taux de turnover volontaire sur la période suivante. Faites varier la taille des points selon l’effectif, pour que les toutes petites équipes ne prennent pas trop de place.

Les équipes aux scores les plus faibles perdent-elles davantage de collaborateurs ? Si oui, refaites l’exercice sur plusieurs périodes d’enquête. Un trimestre atypique peut donner un joli graphique qui ne tiendra pas la route la fois suivante.

Regroupez ensuite les équipes par tranches de scores et comparez le taux de turnover de chaque tranche. Un coefficient de corrélation vous dit qu’il existe une relation ; les tranches vous montrent où elle se manifeste.

Dans beaucoup d’organisations, le turnover reste assez stable dans les tranches hautes, puis grimpe brusquement sous un certain seuil. Si c’est aussi votre cas, la tranche à partir de laquelle il commence à grimper correspond à votre seuil d’alerte. C’est bien plus pertinent qu’un code rouge-orange-vert choisi arbitrairement et repris d’un benchmark.

Bien sûr, la corrélation n’est qu’un point de départ. Étape suivante : la comparaison décalée dans le temps. Mettez en regard le résultat d’enquête d’une équipe avec les départs survenus après, et non avec ceux qui ont déjà eu lieu.

Pourquoi est-ce si important ? Parce que les démissions font baisser les scores de ceux qui restent : leur charge de travail augmente et ils voient leurs collègues partir. Si vous comparez les scores et les départs d’un même mois, impossible de savoir ce qui est arrivé en premier.

Quand vous avez assez d’équipes et de périodes pour comparer des situations similaires, la régression peut vous être très utile. Intégrez les facteurs susceptibles d’influencer à la fois les scores et les démissions (famille de métiers, site, répartition de l’ancienneté, positionnement salarial) et regardez si le lien avec l’engagement résiste.

Les collaborateurs appartiennent à des équipes, elles-mêmes rattachées à des unités. Vérifiez que vos analystes tiennent compte de cette structure imbriquée, faute de quoi les résultats risquent de sous-estimer l’incertitude.

N’ajoutez pas tous les champs de votre SIRH simplement parce qu’ils existent. Un modèle construit sur quelques démissions et une foule de variables aura vite fait de surajuster les données passées (overfitting), et ses prévisions seront mauvaises.

Demandez à votre équipe d’analytique RH de vous montrer comment le modèle se comporte sur une période ultérieure, qui n’a pas servi à le construire. Si elle n’en est pas capable, considérez le modèle comme exploratoire, pas comme un outil d’aide à la planification des effectifs.

Évaluez aussi le modèle par rapport à la bonne référence. Avec un turnover de 10 %, un modèle qui prédit que « personne ne part » a raison 90 % du temps, mais il ne sert évidemment à rien. Regardez plutôt dans quelle mesure il parvient à classer les équipes selon les démissions qu’elles connaîtront ensuite.

L’analyse de survie répond à une autre question : combien de temps s’écoule avant une démission, en traitant correctement les collaborateurs toujours présents à la fin de l’étude. Sa variante à risques concurrents (competing risks) distingue en plus les démissions, les licenciements et les mutations internes, au lieu de les mettre dans le même sac.

Prenez le temps de fixer précisément les règles qui déterminent qui entre dans l’étude, et à partir de quand. Et surtout, soyez transparent sur la façon dont vous traitez les données au regard de la vie privée.

N’oubliez pas qu’« un modèle qui estime la probabilité qu’une personne démissionne » n’a rien à voir avec « un rapport de planification au niveau de l’équipe ». Un modèle individuel de ce type relève du profilage au sens du RGPD, ce qui suppose en pratique une analyse d’impact relative à la protection des données. Dans les pays où s’appliquent des règles de cogestion, consultez aussi le comité d’entreprise avant de le déployer. Un rapport d’équipe fondé sur des données anonymisées et agrégées relève d’un cadre bien plus léger : faites clairement la différence entre les deux dans votre gouvernance.

Comme l’expliquent Donald T. Campbell et Julian C. Stanley dans Experimental and Quasi-Experimental Designs for Research, une comparaison n’est fiable que si l’on a envisagé, puis écarté, les autres explications possibles des résultats. Parmi les menaces qu’ils recensent figurent « l’histoire » (un autre événement s’est produit au même moment), « l’instrumentation » (la façon de mesurer a changé), la régression vers la moyenne ou encore la « mortalité » (des individus sortent du groupe étudié).

Chacune de ces menaces a son équivalent en RH. « L’histoire », c’est un changement de manager, une réorganisation, une révision des salaires ou l’arrivée d’un concurrent à proximité pendant la même période. « L’instrumentation », c’est la reformulation d’une question d’enquête.

La « mortalité », c’est l’effet de composition décrit dans la première partie : ce sont les collaborateurs aux scores les plus bas qui démissionnent.

Repassez cette liste en revue avant de vous féliciter qu’un score d’enquête ait permis de prédire les départs d’une équipe.

Repérez la position de vos équipes sur la carte thermique et agissez sur des points précis

Votre carte thermique est prête, avec l’engagement sur un axe et le taux de turnover volontaire attendu sur l’autre. Vous vous êtes appuyé sur vos propres données historiques pour fixer les seuils entre engagement élevé et faible, et entre turnover prévu élevé et faible. Vous avez aussi indiqué, pour chaque point, le nombre de collaborateurs et de réponses qu’il représente.

Maintenant que vos équipes sont placées sur la carte, penchez-vous sur leurs besoins en fonction de leur position. Elles se répartissent en quatre quadrants, et chacun appelle des questions différentes : servez-vous de ce graphique qualitatif pour les poser.

Vos équipes sont dans le quadrant « Engagement élevé, turnover faible » ? C’est ce qu’on espère ! Les collaborateurs sont engagés et, d’après vos données historiques, vous ne vous attendez pas à les voir partir. Cela vaut la peine de comprendre ce que ces équipes font bien.

Mais attention, n’attribuez pas leur engagement à une seule pratique managériale. Il se peut aussi que ces collaborateurs occupent des postes peu sollicités par le marché en ce moment, ce qui expliquerait la faible probabilité de départ, indépendamment de la façon dont ils sont managés.

Vos équipes sont dans le quadrant « Engagement faible, turnover faible » et vous ne savez pas s’il faut vous inquiéter ? Vous n’êtes pas le seul. Un engagement faible pose problème, mais le faible turnover donne l’impression que tout va bien. Les recherches sur l’ancrage dans l’emploi (« job embeddedness » en anglais) aident les managers à comprendre ce phénomène.

Ce concept, associé aux chercheurs Terence Mitchell et Thomas Lee, désigne la force des liens qui retiennent les collaborateurs à leur poste : avantages liés à l’ancienneté, forte implication dans la vie locale grâce à leur travail, ou encore compétences difficilement transférables ailleurs. Autant de raisons de rester, même quand on n’est pas satisfait de son travail actuel.

Dans ce cas, attendez-vous à du turnover le jour où ces facteurs bougeront : un marché de l’emploi qui évolue, ou un nouveau concurrent qui s’installe dans le secteur et commence à recruter. Pour prendre les devants, recueillez les suggestions de vos collaborateurs lors d’entretiens de continuation (ou « stay interviews ») et examinez les questions de l’enquête d’engagement sur lesquelles ils ont donné de mauvais scores.

Vos équipes se trouvent dans le quadrant « Engagement élevé, turnover élevé » ? Il est temps de creuser. Les collaborateurs sont engagés, et pourtant ils partent. Regardez de plus près leur rémunération par rapport au marché, ainsi que les perspectives d’évolution qui leur sont proposées.

Vos concurrents seraient-ils aussi à la recherche de profils comme les vôtres en ce moment ?

Il peut également s’agir de départs prévus. Certains programmes jeunes diplômés reposent par exemple sur des rotations entre plusieurs postes, et certaines équipes font régulièrement évoluer leurs collaborateurs vers d’autres fonctions. L’analyse des entretiens de départ vous aidera à distinguer mobilités internes et vrais départs de l’entreprise.

Des chercheurs du MIT Sloan ont analysé des avis de salariés et constaté que la culture d’entreprise pèse lourd dans les départs. Ce n’est pas la seule raison pour laquelle les gens quittent leur emploi, mais cela peut expliquer pourquoi certaines de vos équipes à fort turnover se retrouvent dans ce quadrant.

Vos équipes sont dans le quadrant « Engagement faible, turnover élevé » ? Là, il y a urgence ! Servez-vous des données de votre enquête d’engagement, de l’évolution de certaines questions et des thèmes qui ressortent des entretiens de départ pour comprendre le pourquoi du comment. Associer le manager de l’équipe peut aussi vous aider à y voir plus clair.

Même si l’équipe est classée « Engagement faible, turnover élevé », demandez à ceux qui sont restés ce qu’ils aimeraient voir changer. Ce sont peut-être eux sur qui vous pouvez encore compter.

Gardez en tête que, dans une toute petite équipe, quelques départs sur une période suffisent à la faire changer de quadrant. Pour ne pas réagir trop vite, signalez clairement ces points comme instables avant de tirer des conclusions à partir des couleurs de la carte thermique.

De même, si une équipe change de catégorie, attendez deux vagues d’enquête consécutives avant de modifier son classement.

Comment Sparkbay peut vous aider à repérer les risques de départ au niveau des équipes

Sparkbay mesure l’engagement sur une échelle de 10, ce qui vous permet de voir facilement quand le score d’une équipe commence à baisser entre deux enquêtes menées à l’échelle de l’entreprise.

Vous pouvez personnaliser la formulation de vos enquêtes pour poser des questions qui collent aux vrais problèmes de vos équipes, mais aussi la formulation et le contenu des tableaux de bord pour répondre aux questions de vos responsables.

Une fois une tendance repérée, vous pouvez comparer les équipes grâce à notre carte thermique, puis mettre ces résultats en regard des données de turnover que vous suivez.

L’accès aux rapports s’adapte automatiquement à votre organigramme : les managers ne voient que les résultats de leurs propres équipes, et pas ceux des autres.

Pour protéger la vie privée de vos collaborateurs, Sparkbay masque les résultats lorsque le nombre de réponses est inférieur au seuil minimal (cinq par défaut). Ce minimum peut être relevé pour votre compte. Nous vous conseillons d’appliquer aux rapports de turnover les mêmes règles de confidentialité qu’aux résultats d’enquête.

Si vous souhaitez découvrir comment Sparkbay peut aider vos managers à bâtir une équipe plus engagée, vous pouvez cliquer ici pour une démo.

Ne surestimez pas le rôle du manager

Au quotidien, les managers pèsent beaucoup sur les sujets abordés par l’enquête : fixer les priorités, faire des retours, créer des occasions de progresser pour leurs collaborateurs, etc.

À partir de vastes études menées dans de nombreuses unités opérationnelles, Gallup a établi que les managers expliquent plus de la moitié des écarts d’engagement entre les équipes.

En revanche, un manager ne peut rien changer à la grille de salaires de ses équipes, ni au nombre de promotions disponibles. Si plusieurs équipes, sous des managers différents, signalent un problème sur ces sujets, c’est à la direction de s’en charger.

Pour savoir si un problème relève du management ou des règles de l’entreprise, posez-vous une question simple : « Si le manager changeait d’équipe, le problème le suivrait-il ? » Si oui, c’est une question de management. Si non, le problème vient probablement des règles de l’entreprise ou du travail lui-même.

Vous pouvez aussi croiser les questions liées au manager avec d’autres, comme « Je suis satisfait des opportunités d’évolution dans cette entreprise » ou « Je peux faire mon travail dans le temps qui m’est imparti ». Si les collaborateurs se disent peu soutenus par leur manager tout en estimant que l’équipe n’arrive pas à absorber la charge de travail, il est possible que le manager soit lui-même débordé et ne puisse pas soutenir efficacement son équipe.

Soyez également attentif aux réponses des équipes qui viennent de changer de manager. Le nouveau doit composer avec l’héritage de son prédécesseur : ne le jugez donc pas sur les retours collaborateurs recueillis pendant ses deux premiers mois.

Les résultats de l’enquête sont là pour aider les managers à ouvrir la discussion, pas pour les classer. Il y a peu de chances qu’ils aient été formés à réagir aux retours d’une enquête. Présentez-leur les tendances qui ressortent des réponses de leur équipe, et aidez-les à choisir un point d’amélioration sur lequel ils ont prise.

N’hésitez pas à prévoir un rendez-vous de suivi pour faire le point sur les progrès.

Établir un classement des managers selon leurs scores peut sembler une bonne idée, mais cela pose problème. Dès qu’un score leur est attribué, les managers ont tout intérêt à contester la validité du classement, ou à apprendre à leur équipe comment répondre à l’enquête. Ils sont alors moins incités à s’attaquer aux vrais problèmes soulevés par leurs collaborateurs.

C’est aussi un problème pour vous et votre équipe : si les managers orientent les réponses, c’est la qualité de vos données qui en pâtit.

Vérifiez si les mesures prises ont fonctionné

Que faire si les scores de satisfaction de votre équipe sont bas et que le turnover augmente ?

Commencez par poser la question aux intéressés. Un entretien de continuation vous permet de vérifier que l’enquête a bien mis le doigt sur les bons problèmes. Posez des questions ouvertes, repérez les thèmes qui reviennent dans l’équipe, et précisez que cet échange en tête-à-tête n’est pas anonyme, mais qu’on peut y parler en toute franchise.

Si vos collaborateurs vous disent que le problème, c’est la charge de travail, regardez le nombre de postes vacants, le volume d’heures supplémentaires et la part de collaborateurs expérimentés qui compensent le manque de bras. Un programme de reconnaissance ne réglera pas le problème d’une équipe débordée. Vos collaborateurs pourraient même y voir la preuve que vous ne les avez pas écoutés.

S’ils ont le sentiment de ne pas avoir d’avenir dans l’entreprise, montrez-leur de vraies offres de postes et les compétences qu’elles demandent. Évitez de demander aux managers de promettre des promotions qui n’existent pas.

Notez ce que vous allez changer, et à quelle date. Sur la période suivante, suivez l’évolution des questions de l’enquête liées à ces changements, ainsi que le nombre de départs volontaires.

Les scores de satisfaction risquent d’évoluer plus vite que le turnover, surtout dans une petite équipe. Décidez combien de temps vous êtes prêt à attendre avant de réévaluer vos mesures, et notez vos critères de réussite avant la prochaine vague d’enquête.

Sachez aussi que vos scores peuvent s’améliorer d’une vague à l’autre, quoi que vous fassiez. En moyenne, les équipes aux plus mauvais scores ont tendance à remonter ensuite, simplement à cause de la régression vers la moyenne. Pour mesurer l’effet de vos actions, comparez plutôt les équipes dont vous vous êtes occupé à d’autres équipes aux scores aussi bas sur lesquelles vous n’avez pas encore agi, au lieu de comparer leurs résultats à leurs propres scores précédents.

Savez-vous quel problème votre équipe a soulevé ? Savez-vous qui est chargé de mettre en place les changements ? Vos collaborateurs savent-ils quand ils seront informés des suites données ?

Si vous ne pouvez pas répondre à toutes ces questions, vous n’êtes pas prêt à communiquer sur votre suivi. Demander l’avis de votre équipe sans agir ensuite, c’est le meilleur moyen d’abîmer la confiance dont vous aurez besoin pour la prochaine enquête.

Préservez la confiance dans les données

L’analyse par équipe vous donne une idée plus fine des risques, mais même un petit jeu de données peut permettre de remonter jusqu’à un individu. Fixez les règles sur les seuils de réponse, les filtres et les personnes autorisées à consulter chaque rapport avant de partager quoi que ce soit, et non après avoir découvert un problème.

Traitez la participation comme une variable à part entière. Quand les collaborateurs les plus sous pression cessent de répondre, des scores en hausse en disent plus sur ceux qui ont répondu que sur le travail lui-même.

Comparez les taux de réponse d’une vague à l’autre avant de crier victoire. Si la participation d’une équipe chute fortement, cela vous apprend quelque chose que le score ne peut pas vous dire. Et si cette équipe perd en plus des collaborateurs, la baisse du taux de réponse est l’un des tout premiers signaux d’alerte dont vous disposez.

Soyez clair sur ce que l’analyse ne permet pas de prouver. Un faible engagement peut précéder des démissions sans en être la cause. Un changement de manager, une évolution des salaires ou une transformation du travail peuvent influencer l’un comme l’autre.

Commencez par une unité opérationnelle aux équipes bien définies et stables, et qui compte assez de départs pour permettre des comparaisons dans le temps.

Si vous souhaitez découvrir comment Sparkbay peut aider vos managers à bâtir une équipe plus engagée, vous pouvez cliquer ici pour une démo.