Écoute passive dans l'expérience collaborateur : limites, vie privée, confiance

Non, vos messages Slack ne remplacent pas une enquête d'engagement, quoi qu'en disent certains éditeurs.

Ces éditeurs affirment avoir trouvé la parade à la lassitude face aux enquêtes : déduire ce que ressentent les collaborateurs à partir des données de messagerie, d'agenda et du SIRH. Plus besoin, disent-ils, de leur poser toutes ces questions agaçantes.

Certains vont même jusqu'à soutenir que ces signaux comportementaux sont plus objectifs que ce que les collaborateurs déclarent eux-mêmes. C'est souvent l'argument massue de leur présentation commerciale, alors que c'est en réalité le point le plus fragile de leur raisonnement.

Un agenda plein à craquer ne vous dit pas si une personne se sent valorisée dans votre organisation. Et analyser ce qu'elle écrit peut même la pousser à vous en dire moins, directement.

Même lorsque ces outils sont déployés après une consultation en bonne et due forme des instances représentatives du personnel, ils risquent de fausser vos prochaines démarches de feedback : des collaborateurs qui se sentent observés seront sans doute moins francs dans votre prochaine enquête.

Ils pourraient aussi cesser de prendre vos enquêtes au sérieux, puisque vous aurez désormais un autre moyen de les « surveiller ».

Avant de lancer quoi que ce soit, il faut donc savoir très précisément ce que « mesure » chacun de vos jeux de données.

Et ne comptez pas trop sur le service achats ou la DSI pour s'en charger à votre place.

Dans cet article, nous vous montrons dans quels cas les données passives peuvent être utiles, et dans quels cas elles ne le sont pas. Nous abordons aussi leurs conséquences sur le plan juridique et sur la confiance, ainsi que les points à faire valider par votre service juridique avant de vous lancer, sans tambour ni trompette, dans un projet de données passives.

Ce que l'écoute passive peut apporter à votre organisation, et ses limites

La collecte passive de données cherche à relier des comportements observés à des attitudes comme l'engagement collaborateurs. C'est plus compliqué qu'il n'y paraît, car le lien entre les deux n'a rien de direct.

Parmi les données passives, on trouve notamment :

• Des données agrégées du SIRH sur le turnover et l'absentéisme
• Des métadonnées de collaboration, comme le nombre de réunions ou l'activité en dehors des heures de travail
• Des données sur les réseaux de collaboration, qui montrent qui travaille avec qui
• Dans certains cas, le contenu des messages des collaborateurs

Les méthodes classiques de mesure de l'engagement, fondées sur ce que les collaborateurs déclarent eux-mêmes, ont leurs biais : désirabilité sociale, effet de récence, ou encore absence de réponse de ceux qui ont déjà décroché.

La collecte passive, elle, en introduit d'autres. Elle ne prend en compte que le travail qui laisse une trace numérique mesurable, puis part du principe que cette trace reflète l'ensemble du travail d'un collaborateur.

Prenons deux managers dont l'agenda de réunions est identique. Le premier enchaîne les réunions parce qu'il vient de prendre une nouvelle équipe qui a besoin d'être épaulée. Le second, parce que rien ne se décide sans lui et qu'il ne peut jamais s'absenter.

De la même façon, si les messages envoyés en dehors des heures de travail diminuent, c'est peut-être que les collaborateurs protègent leur équilibre vie pro/vie perso... ou qu'ils se détachent de l'organisation.

Une hausse des échanges entre équipes peut refléter une bonne collaboration. Mais elle peut aussi signaler que les équipes communiquent mal et que les collaborateurs passent leur temps à relancer.

N'oubliez pas non plus que le but ultime, c'est d'avoir des collaborateurs engagés. Selon les études mondiales de Gallup, seule une petite minorité de salariés sont engagés au travail. Et la collecte passive ne vous dira pas lesquels, parmi tous les autres, se contentent de faire acte de présence et lesquels cherchent activement un autre poste.

Pourquoi l'argument « on veut juste savoir » ne suffit pas

L'argument a de quoi séduire. Après tout, la baisse des taux de réponse, les limites des enquêtes ponctuelles et les données du SIRH mal exploitées sont de vrais problèmes.

Mais « on veut juste savoir » laisse de côté la question qui fera le succès ou l'échec d'un programme d'analytique de l'expérience collaborateur : les collaborateurs sont-ils à l'aise avec la façon dont on recueille leurs données ?

Pour rassurer les organisations sur ce point, les éditeurs citent souvent des études selon lesquelles les collaborateurs seraient plus à l'aise avec l'analyse de texte que ne l'imaginent les RH. Regardez-y quand même de plus près.

D'abord, ces conclusions reposent sur des questions d'enquête hypothétiques. Ensuite, les propres recherches de Qualtrics ont montré que les dirigeants étaient bien plus favorables que les collaborateurs à un programme d'analytique de l'expérience collaborateur. Autrement dit, ceux qui valident ce type de programme, et que l'idée d'être analysés inquiète sans doute moins, ne sont pas ceux qui fournissent l'essentiel des données. Celles-ci viennent plutôt de collaborateurs beaucoup plus méfiants.

Une étude de l'American Psychological Association sur la surveillance au travail a par ailleurs montré que les salariés surveillés étaient plus nombreux que les autres à déclarer du stress et une moins bonne santé mentale. Cela ne prouve pas que toute démarche d'analytique nuit au bien-être des collaborateurs, mais c'est le signe que la surveillance risque d'être mal perçue.

Qualifier un programme d'analytique d'« objectif » ou d'« équitable », c'est aussi passer sous silence la question de la validité des mesures. Un indicateur comme le délai de réponse, par exemple, avantage les collaborateurs qui passent beaucoup de temps sur la messagerie instantanée, et pénalise ceux qui donnent le meilleur d'eux-mêmes loin de leur écran.

Les collaborateurs de terrain, ceux qui travaillent en horaires postés, qui utilisent surtout leur téléphone ou qui travaillent dans une langue qui n'est pas la leur produisent tous moins de données, ou des données différentes. Ils sont donc moins visibles dans un modèle d'analytique passive, ce qui risque de désavantager des groupes déjà vulnérables (et n'importe quel avocat en droit du travail vous dira que ce n'est pas un détail !).

Enfin, il y a la loi de Goodhart : lorsqu'une mesure devient un objectif, elle cesse d'être une bonne mesure. Le livre de Jerry Z. Muller, The Tyranny of Metrics, vaut d'ailleurs la peine d'être relu. L'auteur y explique que dès que des chiffres servent à juger ou à récompenser, les gens se mettent à « jouer avec les chiffres ».

Concrètement, dès que des indicateurs comme « le nombre d'heures en réunion » ou « le délai moyen de réponse aux e-mails » entrent dans l'évaluation de la performance des managers, ceux-ci vont chercher à les optimiser. Au bout d'un trimestre ou deux, les rapports montreront surtout à quel point les managers maîtrisent ces indicateurs, et très peu la charge de travail réelle de leurs équipes.

Ne pas confondre données d'« effectifs » et surveillance des messages

Les entreprises ont tendance à mettre toutes les techniques d'« écoute passive » dans le même sac. C'est un problème : ces techniques sont très différentes les unes des autres et ne devraient pas être validées en bloc.

À l'extrémité la moins intrusive, on trouve les données agrégées et anonymisées du SIRH : turnover subi, tendances d'absentéisme, mobilité interne ou taux de promotion par cohorte. Ce sont surtout des indicateurs a posteriori. Mais comme les RH les recueillent déjà dans un but précis, leur utilisation est plus facile à encadrer.

Cela dit, lorsque les groupes sont petits, on risque de pouvoir identifier des personnes. Vous pourriez notamment être exposé à une attaque par différenciation, qui consiste à identifier quelqu'un en soustrayant un sous-groupe filtré d'un groupe plus large. Et plus on croise de jeux de données, plus ce risque augmente.

Au niveau suivant, on recueille des métadonnées liées au travail : volume de réunions, temps de concentration, délais de réponse ou analyse de réseau. Ces données peuvent aider une entreprise à vérifier des hypothèses précises sur la charge de travail à l'échelle de l'organisation ou d'une fonction. Mais les risques pour la vie privée sont plus élevés, surtout si l'on peut descendre jusqu'au niveau individuel et identifier des collaborateurs.

Même sans contenu, les métadonnées peuvent en dire long. Un graphe de réseau peut révéler qui échange souvent avec les RH, avec un représentant du personnel ou avec un collègue qui vient de déposer une plainte. C'est une information sensible, et l'entreprise n'a même pas besoin de lire les messages pour l'obtenir.

Les recherches menées par Microsoft pour son Work Trend Index ont par exemple montré que la plupart des salariés avaient du mal à trouver assez de temps pour se concentrer sans être interrompus. Une hausse des heures de réunion dans une fonction donnée peut donc vous aider à repérer un problème de charge de travail. En revanche, elle ne vous dit pas si les collaborateurs se sentent soutenus.

Elle ne vous dit pas non plus si ces réunions sont la cause du problème, ou plutôt le symptôme d'un flou sur qui décide quoi dans cette fonction.

Au niveau le plus élevé, on trouve l'analyse du contenu des messages : on collecte les conversations et les e-mails, ou on leur applique des modèles d'analyse de sentiment. On touche alors à ce que les collaborateurs se disent entre eux, y compris des confidences sur leur santé, des discussions syndicales ou des sujets personnels qui dépassent largement l'objectif annoncé.

Dans bien des pays, ce n'est pas seulement contraire à l'éthique : c'est illégal.

La surveillance modifie le comportement que vous mesurez

Que se passe-t-il quand les collaborateurs apprennent qu'un outil surveille leurs conversations professionnelles ?

Il y a fort à parier qu'ils arrêteront d'aborder les sujets sensibles dans les forums ou les canaux publics, et qu'ils passeront plutôt par des appels, leur téléphone personnel ou WhatsApp. Ils continueront peut-être à publier dans les canaux publics, mais en pesant leurs mots pour ne pas être passés au crible.

Du jour au lendemain, vos données ne mesurent plus que ce que les collaborateurs acceptent d'écrire publiquement, en sachant qu'un modèle lit leurs messages. La qualité des données baisse donc précisément au moment où vous en avez le plus besoin.

Pire : vous pourriez ne même pas vous en apercevoir. Si les collaborateurs cessent de parler des vrais problèmes sur une plateforme surveillée, votre score de sentiment risque même de grimper, faute de commentaires négatifs pour le tirer vers le bas. Sur le tableau de bord, tout paraît calme et sous contrôle, alors qu'en réalité les discussions ont simplement lieu ailleurs.

Les modèles d'apprentissage automatique ont aussi leurs limites. Ils ont parfois du mal à interpréter correctement l'ironie, les tournures propres à différents milieux linguistiques, les particularités régionales et culturelles ou les styles de communication neurodivergents. Autant d'éléments qui peuvent fausser les scores de sentiment.

Imaginons qu'un outil d'analyse automatique reçoive un message qui dit « génial » juste après une réunion difficile sur une restructuration. Il risque de passer à côté du sarcasme qu'un lecteur humain aurait saisi tout de suite. C'est l'une des difficultés de l'analyse de sentiment.

Enfin, la surveillance par analyse de sentiment peut avoir des effets plus larges sur votre entreprise. Dès que les gens se demandent ce qui pourra remonter jusqu'à eux, ils risquent de voir votre prochaine enquête pulse d'un mauvais œil. Résultat : une participation en baisse, ou davantage de réponses neutres en milieu d'échelle (par ex. « ni d'accord ni pas d'accord »).

Pour répondre, les gens doivent se sentir en sécurité

Comme l'explique Amy C. Edmondson dans The Fearless Organization, la sécurité psychologique, c'est la conviction qu'on peut exprimer une inquiétude ou reconnaître une erreur sans être sanctionné. Ce n'est pas la même chose que de simplement se sentir à l'aise.

Les gens ne prennent la parole que s'ils pensent pouvoir le faire sans risque. Dans le doute, ils se taisent.

Lorsqu'on les analyse à leur insu, les collaborateurs ne peuvent pas choisir ce qu'ils veulent révéler d'eux-mêmes à leur employeur. Et lorsque la collecte est annoncée mais que ses règles restent floues, elle crée de l'anxiété et de l'incertitude.

Même une phrase aussi vague que « Nous pourrions utiliser les données de collaboration pour améliorer l'expérience collaborateur » sera comprise ainsi par la plupart des gens : « Partez du principe que tout sera utilisé. »

Selon Gallup, seule une minorité de salariés sont tout à fait d'accord pour dire que leur avis compte au travail. Multiplier les canaux d'écoute n'y changera rien. Ce qui fera bouger ce chiffre, c'est de montrer clairement que vous agissez à partir de ce que les gens vous ont dit.

Une enquête a au moins le mérite de poser des règles du jeu claires. Vous pouvez expliquer aux collaborateurs sur quoi elle porte, qui verra quoi, à partir de combien de réponses les résultats seront diffusés, et selon quel calendrier.

Cela dit, si quelqu'un dans une équipe s'aperçoit que vous essayez de savoir qui a écrit tel ou tel commentaire, votre promesse d'anonymat ne vaudra plus grand-chose aux yeux de cette équipe, et ce pour toutes les enquêtes suivantes. D'où l'intérêt de prévoir, avant de lancer vos enquêtes, des sanctions explicites pour ce genre de comportement, et de vous assurer que les collaborateurs les connaissent.

Ce qu'il faut soumettre au service juridique et aux responsables de la protection des données

Commencez par formuler une hypothèse par écrit. « Mieux comprendre l'engagement » ne passerait pas un test de nécessité ou de proportionnalité. « Vérifier si la charge de réunions aux Opérations a augmenté depuis la réorganisation », en revanche, pourrait le passer.

Présentez cette hypothèse au service juridique, à l'équipe chargée de la protection des données et, là où ils ont leur mot à dire, aux représentants du personnel. Associez aussi quelqu'un du groupe dont les données seraient utilisées, et pas seulement les dirigeants qui portent le projet. Comme les règles varient beaucoup d'un pays à l'autre, voyez les questions ci-dessous comme une trame pour structurer votre examen, et non comme un conseil juridique.

Si vous êtes implanté dans plusieurs pays, attendez-vous à ce que ce soit le comité d'entreprise ou l'autorité de protection des données la plus exigeante qui place la barre.

Les collaborateurs peuvent-ils faire un choix éclairé ?

Précisez exactement de quelle donnée on parle. S'agit-il du taux d'absentéisme d'un service, de l'heure d'envoi d'un message ou de son contenu ? Les éditeurs ont tendance à brouiller ces distinctions.

Votre notice d'information, elle, doit les nommer.

Vérifiez si vos notices actuelles couvrent cette nouvelle finalité. Une notice rédigée pour la paie et les journaux de sécurité s'étend rarement à l'analytique comportementale sans qu'on réexamine la compatibilité des finalités.

Méfiez-vous du consentement. Les autorités de contrôle européennes estiment depuis longtemps qu'en raison du lien de subordination propre à la relation de travail, le consentement est rarement donné librement. C'est au service juridique de déterminer la véritable base légale.

S'il s'agit de l'intérêt légitime, documentez la mise en balance des intérêts. Une case cochée ne règle rien.

Faites relire la notice par quelques personnes qui ne travaillent ni aux RH ni au service juridique.

Existe-t-il un moyen moins intrusif de répondre à la question ?

C'est souvent sur ce point que butent les projets de surveillance du contenu, et à juste titre. Des données agrégées du SIRH suffiraient-elles à faire ressortir la tendance ? Deux questions ciblées dans une enquête feraient-elles l'affaire, sans toucher aux communications ?

Fixez le niveau de détail des rapports avant que quiconque ne voie les résultats. Une tendance à l'échelle d'une fonction et une liste qui classe les personnes au sentiment le plus faible sont deux traitements très différents, et le second exige une tout autre justification.

Précisez aussi ce qui est exclu. Si la question porte sur la charge de travail, le contenu des messages individuels n'est pratiquement jamais nécessaire.

Que se passe-t-il une fois les données recueillies ?

Mettez par écrit qui peut accéder aux données, combien de temps elles seront conservées et quand elles seront supprimées, et ajoutez une règle qui interdit toute utilisation secondaire. La dérive la plus fréquente ne vient pas de la finalité de départ, mais de l'équipe d'enquête interne qui redemande les données six mois plus tard.

Demandez à l'éditeur qui, chez lui, a accès aux données, où elles sont traitées et ce que prévoit l'accord de traitement des données en matière d'entraînement des modèles. Vérifiez aussi si une analyse d'impact relative à la protection des données (AIPD) en bonne et due forme s'impose.

Vérifiez si des droits de codétermination s'appliquent. En Allemagne, par exemple, tout système technique capable de surveiller le comportement ou la performance doit passer par le comité d'entreprise, quel que soit l'usage que vous dites vouloir en faire. Regardez aussi si le fait d'utiliser l'outil pour surveiller ou évaluer les salariés pourrait le faire tomber sous le coup des nouvelles règles encadrant l'IA.

Enfin, mettez-vous d'accord sur la façon dont vous saurez si le signal se trompe. Avant le début du pilote, choisissez une mesure de groupe à laquelle vous faites déjà confiance, comme le turnover constaté par la suite ou une question directe d'enquête, et fixez le niveau de concordance que le signal passif devra atteindre.

Prévoyez aussi une date de fin et une condition d'arrêt : si, à la date de révision, le signal ne fait pas mieux que la mesure plus simple, le pilote s'arrête et les données sont supprimées. Sans cette clause, les projets pilotes ont la fâcheuse tendance à se prolonger d'eux-mêmes.

Servez-vous de ce tableau pour faire un premier tri avant cet examen :

Est-ce la fin des enquêtes collaborateurs ?

Rappelez-vous que l'intention de rester, la confiance envers la direction et le sentiment d'inclusion sont des attitudes. On peut certes formuler des hypothèses raisonnables à partir de signaux comportementaux, mais certains aspects de ces attitudes ne se mesurent qu'en posant directement la question aux collaborateurs.

Les enquêtes anonymes laissent aux collaborateurs le choix de participer et de donner leur avis. Elles leur permettent aussi d'exprimer leur point de vue d'une manière qu'aucune donnée passive ne peut capter, ce qui est particulièrement précieux pour les collaborateurs de terrain ou sans poste de travail fixe.

Pour limiter les risques d'identification, les organisations peuvent notamment exiger un nombre minimal de répondants avant d'afficher les résultats. Elles doivent toutefois garder en tête qu'il existe d'autres moyens d'identifier les répondants : des commentaires trop précis, la différenciation entre des filtres qui se recoupent, ou le croisement des résultats d'enquête avec d'autres caractéristiques des collaborateurs stockées dans le SIRH.

Les enquêtes collaborateurs ont évidemment leurs limites, et les professionnels de l'expérience collaborateur ont de bonnes raisons de débattre de leur réelle utilité. Les biais liés à l'absence de réponse des collaborateurs désengagés, ou à des réponses qui varient selon la semaine qu'on vient de passer, sont eux aussi des préoccupations légitimes. Et une baisse de participation est une bonne raison de revoir les questions ou d'améliorer le suivi.

Mais aucune de ces raisons ne justifie de remplacer un vrai feedback des collaborateurs par des suppositions tirées de leurs agendas.

Selon Gallup, le manager expliquerait jusqu'à 70 % de la variance de l'engagement des équipes. C'est l'une des meilleures raisons de s'intéresser aux résultats d'enquête à l'échelle de l'équipe : ils permettent au manager d'avoir avec son équipe une discussion concrète sur ces résultats et sur ce qu'elle peut faire pour faire bouger les choses.

Vous vous demandez si vos initiatives d'expérience collaborateur du genre « on adore les réunions » donnent vraiment des résultats ? Sparkbay vous permet d'interroger directement vos collaborateurs sur leur expérience, y compris sur des aspects qu'aucun décompte de réunions ne peut saisir.

Vous pouvez adapter la formulation de l'enquête d'engagement à l'hypothèse que votre organisation cherche à vérifier, plutôt que d'interroger les collaborateurs pour ensuite déduire leurs sentiments à partir de données passives.

Vous pouvez aussi adapter les libellés et le contenu du tableau de bord aux besoins de votre organisation.

Dès que nous avons reçu suffisamment de réponses pour un groupe (5 réponses minimum par défaut, un seuil que vous pouvez personnaliser), nous lui attribuons un score d'engagement sur 10. Si le groupe n'atteint pas ce seuil, aucun résultat n'est affiché.

Une fois qu'ils ont accès aux résultats de l'enquête, les managers peuvent les consulter pour décider s'il y a lieu de prévoir une discussion de suivi. L'accès aux rapports suit automatiquement l'organigramme de votre organisation : chaque manager ne voit que son équipe, et personne d'autre, sans que les RH aient la moindre manipulation à faire.

À aucun moment un manager ne peut savoir quel collaborateur a donné quelle réponse.

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

Quand est-il pertinent de combiner des sources de données ?

Faut-il choisir entre données opérationnelles et données d'enquête ? Non, mais certaines choses doivent tout de même rester séparées.

Imaginons que vous constatiez une hausse du turnover subi dans un service. Les données opérationnelles peuvent vous aider à déterminer s'il s'agit d'un problème local ou d'une tendance plus large au sein de la cohorte.

Vous pouvez ensuite lancer une enquête pour poser aux collaborateurs restés dans ce service quelques questions ciblées sur leur charge de travail et leur intention de rester.

Vous pourrez combiner ces jeux de données par la suite, mais toujours dans le respect de la vie privée de vos collaborateurs.

Soyez transparent, par exemple, sur les jeux de données que vous utilisez pour votre analyse et sur les raisons de ce choix. Évaluez aussi les risques de réidentification avant de les combiner. C'est d'autant plus important si votre organisation compte de petits groupes ou des profils uniques (par ex. le seul ingénieur à temps partiel sur un site donné).

Dans la mesure du possible, il est aussi recommandé de conserver les données recueillies passivement (comme vos données opérationnelles) sous forme agrégée. Mieux vaut voir une tendance comme un point de départ pour poser des questions que d'en tirer des conclusions sur ce que pense telle ou telle équipe.

Enfin, quand vos collaborateurs vous confient leurs réponses, il est important de boucler la boucle et d'y donner suite.

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