Analytique RH pour la prédiction du roulement : les signaux qui fonctionnent

La plupart des démissions « surprises » n'étonnaient que ceux qui ne faisaient pas le lien entre les indices

Votre chef de projet vedette remet sa démission, et son gestionnaire jure que personne ne l'avait vue venir.

Pourtant, au cours des deux derniers trimestres, un poste affiché à l'interne lui a échappé au profit d'une embauche externe, elle a arrêté de se porter volontaire pour les projets inter-équipes et elle a abordé à deux reprises la question d'une promotion.

Chaque fois, son gestionnaire a défendu son dossier en calibration. Et chaque fois, ça a bloqué.

Aucun de ces éléments ne prouve qu'elle passait des entrevues ailleurs, et il serait injuste de les interpréter ainsi.

Mais pris ensemble, ils forment un portrait qui aurait dû mener à une vraie conversation des mois avant que la lettre de démission n'arrive.

Ces données, vous les avez presque certainement toutes dans votre organisation : l'issue de la candidature au poste, le résultat de la calibration, la baisse du travail inter-équipes, la demande de promotion restée sans suite.

Le problème, c'est qu'elles dorment dans des systèmes différents, relèvent d'équipes différentes et sont examinées selon des cycles différents. Difficile, dans ces conditions, de les voir côte à côte.

Les signaux les plus utiles sont ceux qui révèlent un changement dans le comportement d'une personne ou d'une équipe par rapport à sa propre ligne de base, à condition de les interpréter dans le bon contexte. Les moyennes globales de l'entreprise et les listes génériques de « facteurs de risque », elles, noient ces nuances.

Dans ce guide, vous verrez quels leviers d'engagement sont réellement utiles et lesquels le sont moins, quels pièges guettent ceux qui bâtissent des modèles de prédiction à partir de ces signaux, et comment agir sur vos constats tout en respectant la vie privée des employés.

Les entrevues de départ vous renseignent bien trop tard

Les entrevues de départ ont lieu bien après que l'employé a pris sa décision. Et comme il tient à obtenir une bonne référence pour ne se fermer aucune porte, il risque de ne pas être tout à fait honnête pendant l'entrevue.

Il peut par exemple enjoliver ses vraies raisons en disant qu'« une belle occasion s'est présentée », alors qu'en réalité, il n'en pouvait plus de travailler avec son gestionnaire.

Selon une étude de Gallup, remplacer un employé coûte habituellement à une organisation entre la moitié et le double de son salaire annuel.

Pourquoi un écart aussi grand ? Parce qu'une foule de facteurs influencent le coût de remplacement, dont le temps nécessaire pour qu'une nouvelle recrue soit pleinement opérationnelle, la rareté de la main-d'œuvre et le salaire qu'il faut offrir pour attirer quelqu'un de l'externe.

Les organisations ont donc intérêt à évaluer ce coût par famille d'emplois plutôt que de s'en remettre à un chiffre unique pour toute l'entreprise, en tenant compte du temps qu'il faut à un remplaçant pour devenir productif dans ce type de poste.

N'oubliez pas non plus qu'embaucher à l'externe signifie souvent payer une prime au marché et mettre plus de temps à former la personne que si le poste avait été pourvu à l'interne.

S'ajoutent à cela des coûts ponctuels qui échappent souvent au calcul du coût de remplacement. Le départ d'un employé clé peut notamment nuire aux relations avec un client s'il en était le principal interlocuteur.

Et les départs ne surviennent pas toujours isolément. Les gens ont tendance à suivre vers la sortie un gestionnaire qu'ils respectent, ou à partir peu après le collègue qui les a embauchés.

Autrement dit, le moment où surviennent les départs a son importance.

Trois employés qui quittent la même équipe en huit semaines, ce n'est pas la même chose que trois départs étalés sur une année, même si les deux comptent pour trois dans le taux de roulement annuel.

Un taux de roulement glissant sur 12 mois risque d'aplanir les zones préoccupantes, ce qui le rend moins utile pour repérer les problèmes.

Suivez plutôt, mois par mois, où se produisent les départs, par équipe et par tranche d'ancienneté, et vérifiez s'il y a des pics par rapport à l'historique de chaque catégorie.

Au lieu de vous demander « Est-ce qu'on fait un bon suivi de nos données de roulement ? », posez-vous plutôt la question : « Y avait-il, 3 à 6 mois plus tôt, des signes qui nous auraient poussés à avoir une conversation plus tôt ? »

Voilà le véritable rôle d'un outil de prédiction du roulement : aider les gestionnaires et les dirigeants à concentrer leur attention et leurs efforts au bon endroit, en repérant les situations et les groupes « à risque ».

L'horizon de prédiction de votre modèle devrait donc correspondre à votre capacité d'agir.

S'il vous faut un cycle de rémunération complet pour corriger un problème salarial, ou plusieurs mois pour faciliter une mutation interne, un modèle qui repère les personnes les plus susceptibles de partir dans les 30 prochains jours ne vous servira à rien.

Partez des données que vous avez déjà

Vous n'avez pas forcément besoin de nouvelles données. Ce qu'il vous faut, c'est savoir lesquelles de vos sources existantes reflètent fidèlement ce qui s'est passé.

Pourquoi ? Parce que les pires problèmes de qualité des données surviennent souvent quand les organisations écrasent leurs données historiques.

Vos équipes RH recueillent par exemple des données dans des champs « à date d'effet », comme :
 - Niveau
 - Gestionnaire
 - Lieu
 - Code/titre d'emploi
 - Ratio de rémunération

Ces champs comptent, mais la vraie question est ailleurs : pouvez-vous voir la valeur qu'ils avaient à une date précise dans le passé, ou seulement leur valeur actuelle ?

Idéalement, votre SGRH conserve en mémoire la valeur de chaque champ à une date donnée.

Sinon, vous devrez peut-être vous rabattre sur des journaux d'audit ou des instantanés pris à intervalles réguliers pour reconstituer les données sous une forme utilisable pour la modélisation.

C'est particulièrement important lors de restructurations, que ce soit à l'échelle de l'organisation ou d'un département.

Une réorganisation, par exemple, peut modifier du jour au lendemain l'identifiant du gestionnaire de centaines de personnes.

Si vous n'en tenez pas compte, votre variable « changement de gestionnaire » se retrouvera soudain pleine de bruit causé par des changements organisationnels ponctuels.

Il est essentiel de bien comprendre et définir vos variables avant de fusionner vos sources de données.

Car différentes unités d'affaires peuvent consigner un même événement de façons différentes.

Une unité d'affaires peut considérer tout changement de niveau comme une promotion.

Une autre peut suivre séparément le changement de titre et le changement de salaire, même s'ils surviennent souvent en même temps.

Une troisième, elle, peut distinguer un transfert interne d'une réembauche.

Même chose pour les types de départ.

Chaque unité d'affaires peut définir à sa façon le roulement volontaire et le roulement involontaire, et les changements organisationnels viennent compliquer encore les choses.

En quoi est-ce important ?

Parce que la variable de résultat que vous voulez prédire repose sur ces données, qu'il s'agisse du « roulement volontaire » ou du « roulement regrettable ».

De plus, l'étiquette « regrettable » peut introduire un biais. Les gestionnaires ont tendance à l'appliquer après coup, et de façon incohérente, selon que la relation avec l'employé parti s'est bien ou mal terminée.

Et les départs à la retraite, les contrats à durée déterminée non renouvelés ou les transferts internes : font-ils partie du roulement ou non ?

En général, la plupart des organisations voient les transferts internes comme une réussite sur le plan de la rétention. Les compter dans le roulement reviendrait à pénaliser les gestionnaires qui réussissent à faire circuler les talents dans le reste de l'entreprise.

Vous pourriez aussi devoir segmenter vos lignes de base.

Le taux de roulement « normal » d'un spécialiste qui compte 3 ans d'ancienneté est-il très différent de celui d'un nouveau diplômé en poste depuis six mois ? Et dans quelle mesure ces deux lignes de base s'écartent-elles du taux moyen de l'entreprise ?

Si vous êtes prêt à plonger dans la gestion de vos données, tant mieux !

Nous vous recommandons de commencer par une population précise, qui compte suffisamment de départs regrettables dans son historique pour soutenir un projet de modélisation.

Travaillez ensuite à reconstituer à quoi ressemblaient les données à des moments précis avant chacun de ces départs.

Combien de départs faut-il pour mener à bien un projet de modélisation prédictive ?

En régression classique, une règle empirique courante veut qu'on ait besoin d'environ dix événements par variable intégrée au modèle.

Autrement dit, si vous travaillez avec une famille d'emplois qui a connu 40 départs regrettables en 3 ans, vos données peuvent soutenir environ 4 variables prédictives (et non les 50 champs disparates qui traînent peut-être dans votre SGRH). Choisissez-les donc avec soin.

Si votre jeu de données n'atteint pas ce seuil, nous vous conseillons de vous en tenir à des analyses descriptives et à des comparaisons entre cohortes.

Enfin, si votre modèle ne donne tout simplement rien une fois en production, pensez à une possible fuite de données.

Les champs le plus souvent en cause sont ceux remplis pendant le processus de départ, les codes de motif de départ, ainsi que les dernières évaluations de rendement ou les données de sondage qui entrent dans le système après la démission de l'employé.

Si vous comptez intégrer des données de sondage, respectez cette règle essentielle :

Ne jumelez jamais les résultats anonymes de vos sondages à vos données RH nominatives à un niveau de détail pour lequel vous n'êtes pas autorisé à produire des rapports, comme celui de l'équipe.

Voici pourquoi : supposons que vous avez accès à l'unité mère et à toutes ses sous-équipes, sauf une.

Il vous suffit alors de soustraire le reste pour déduire les résultats anonymes de la sous-équipe à laquelle vous n'avez pas accès.

Voyez les changements de comportement comme des questions, pas comme des preuves

Une baisse d'engagement mérite qu'on s'y attarde.

Mais elle peut tout aussi bien signaler la fin d'un projet épuisant, de nouvelles responsabilités de proche aidant ou un gestionnaire qui a cessé de confier des mandats stimulants.

C'est pourquoi il est plus utile de comparer l'engagement d'une personne à son propre historique que de s'en tenir à une mesure absolue. Ce qui serait un signal d'alarme chez un employé peut n'être qu'un trimestre ordinaire chez un autre.

Les signaux les plus forts apparaissent aussi après des décisions de gestion des talents qui ont mal tourné pour la personne.

Se faire écarter d'un poste interne, par exemple, est déstabilisant, surtout quand le poste revient à une embauche externe.

Il y a aussi le fait d'être retenu en calibration, ou de ne jamais voir arriver le plan de développement promis.

Cela rejoint le « modèle de déroulement » du roulement volontaire élaboré par Thomas Lee et Terence Mitchell. Leurs travaux ont montré que bien des employés partent à la suite d'un événement déstabilisant précis (un « choc ») plutôt qu'en raison d'une insatisfaction qui s'accumule lentement.

Concrètement, qu'est-ce que ça change pour votre organisation ?

Eh bien, une bonne partie de ces chocs laissent des traces dans vos systèmes, puisqu'ils découlent de décisions prises par l'organisation elle-même.

C'est donc une bonne raison pour qu'un gestionnaire prenne des nouvelles de la personne, mais pas pour l'étiqueter comme « à risque de départ ».

Autre point important : ces signaux s'estompent avec le temps.

Si quelqu'un postule à un poste interne et essuie un refus, il est judicieux de prendre de ses nouvelles de façon proactive dans les semaines (voire les mois) qui suivent. Passé ce délai, toutefois, la valeur prédictive de cet événement s'atténue, surtout si la personne a changé de rôle ou obtenu une promotion depuis.

Quant à l'analytique de collaboration, mieux vaut rester sceptique.

Des mesures comme le nombre de réunions ou le volume de messages sont très bruitées et n'ont qu'un lien ténu avec l'engagement. En plus, elles pénalisent systématiquement les gens que vous avez embauchés justement pour faire du travail de fond, qui demande de la concentration.

De même, une baisse du score de centralité d'un employé dans le réseau est normale si son rôle a beaucoup changé. En soi, elle n'indique aucune intention de partir.

Certains signaux proposés ne conviennent tout simplement pas aux modèles individuels.

Prenez les journées de congé isolées : les gens en prennent pour un rendez-vous médical, pour s'occuper des enfants et pour une douzaine d'autres raisons.

Et fouiller dans les calendriers pour y trouver des signes de recherche d'emploi, c'est porter atteinte à la vie privée. Si les employés l'apprennent, le tort causé à la confiance et à votre marque employeur pourrait bien dépasser l'utilité de votre modèle.

Même chose pour les activités facultatives ou les groupes-ressources d'employés (GRE) : les gens y adhèrent pour toutes sortes de raisons, et s'ils sont facultatifs, ce n'est pas pour rien.

Qu'est-ce que les gestionnaires peuvent légitimement signaler aux RH, alors ? Les changements liés au travail, bien sûr.

L'employé a-t-il cessé de demander de la rétroaction ? A-t-il postulé au poste qu'il disait convoiter un jour ? A-t-il dit, deux suivis de suite, qu'il ne voyait pas quelle serait la prochaine étape pour lui ?

Bien entendu, les gestionnaires devraient aussi remettre ces changements en contexte. L'employé a-t-il changé de gestionnaire récemment ? Deux de ses conversations de carrière ont-elles été annulées coup sur coup ?

A-t-il été débordé pendant une longue période ?

Interprétez les tendances de vos sondages, même sans pouvoir identifier les répondants

Dans une petite équipe, surtout si elle atteint à peine le seuil d'anonymat, un résultat faible à un sondage pulse n'est peut-être qu'une variation sans conséquence.

Avant d'agir, attendez de voir un changement qui se maintient sur un ou deux sondages pulse, ou qui fait sortir votre équipe de sa plage habituelle.

Si le changement se confirme, remontez du score d'engagement jusqu'à chacun des items du sondage.

Les items portant sur la croissance, le soutien du gestionnaire et l'intention de rester peuvent bouger avant que le score d'engagement global ne change.

Il est aussi sage de regarder au-delà des moyennes.

Imaginons que le score moyen d'engagement de votre équipe reste stable, mais que l'écart-type grimpe en flèche. Votre équipe s'est peut-être scindée en deux camps : l'un satisfait, l'autre insatisfait (et susceptible de partir).

Le NPS employé vaut la peine d'être consulté en parallèle du score d'engagement, mais il cache plus de choses qu'il n'en révèle. Des employés peuvent très bien adorer leur travail sans pour autant se voir dans l'entreprise à long terme.

Si vous souhaitez utiliser certains items comme indicateurs d'alerte précoce, validez-les d'abord à la lumière de l'historique de votre entreprise.

Comparez les scores de chaque item avec le roulement regrettable observé au cours des six mois suivants. Un item qui ne concorde pas avec le roulement réel dans votre organisation ne devrait pas être priorisé d'office simplement parce que le cadre d'un fournisseur le recommande.

Surveillez aussi vos taux de participation.

Supposons qu'une équipe voie son taux de participation baisser pendant plusieurs mois, alors que celui des autres équipes reste stable. Ses membres ne croient peut-être plus que leur opinion mènera à des changements, ce qui constitue déjà un signal d'alarme en soi.

Exit, Voice, and Loyalty, d'Albert O. Hirschman, offre un éclairage utile. Selon Hirschman, les membres insatisfaits d'une organisation ont deux options : faire entendre leur voix ou partir. Quand ils ne croient plus que leur voix compte, ils sont donc plus enclins à s'en aller.

Autrement dit, une chute soudaine de la participation dans une équipe précise peut indiquer que ses membres regardent ailleurs.

Cela dit, une baisse peut aussi tenir au moment choisi (p. ex. un sondage pulse envoyé en pleine fin de trimestre). Jetez un coup d'œil à votre calendrier avant de tirer des conclusions.

Et ne relancez jamais individuellement les non-répondants d'un sondage anonyme.

Accordez une attention particulière aux items sur la croissance. Les employés font généralement part de leurs inquiétudes quant à leur développement de carrière bien avant de manifester une envie de partir.

D'ailleurs, les recherches de Gallup montrent qu'assez peu d'employés sont tout à fait d'accord pour dire que quelqu'un au travail encourage leur développement. Voyez cet item comme un signal d'alerte précoce : vos gens ont besoin de plus de soutien.

Servez-vous des réponses ouvertes pour mettre vos chiffres en contexte.

Si plusieurs équipes évoquent, chacune de leur côté, des embauches externes qui décrochent les promotions ou des décisions de calibration jamais expliquées, le problème se situe probablement dans vos processus de gestion des talents.

Il va sans dire que l'analyse de texte ne doit jamais servir à découvrir qui a écrit quoi, ni à établir un score de « probabilité de départ ».

Examinez le parcours de carrière et de rémunération derrière le score

Les gens quittent souvent un emploi qu'ils aiment parce qu'ils n'y voient plus d'avenir.

Mais que faut-il conclure quand quelqu'un n'a pas été promu depuis un bon moment ?

Est-ce un signe inquiétant chez un employé en début de carrière ? Et chez un spécialiste chevronné qui plafonne au même niveau depuis trois ans ?

Tout dépend. Cherchez les décalages. La personne fait-elle depuis longtemps un travail de niveau supérieur sans avoir changé de niveau ?

Postule-t-elle à d'autres postes à l'interne ? A-t-elle eu récemment avec son gestionnaire une conversation de carrière qui n'a débouché sur rien ?

Les signaux liés à la rémunération valent aussi la peine d'être creusés.

Vos recrues externes arrivent-elles dans des rôles semblables avec un meilleur salaire ? Chez les employés d'expérience, cette inversion salariale peut susciter du ressentiment.

Les responsabilités de quelqu'un ont-elles pris beaucoup d'ampleur entre deux cycles de rémunération sans que son salaire ait jamais suivi ?

Une vaste enquête menée auprès de personnes ayant quitté leur emploi a révélé qu'environ six sur dix invoquaient une rémunération trop faible, et à peu près autant le manque de possibilités d'avancement (les répondants pouvaient choisir plus d'une réponse).

Si un employé affirme partir « juste pour l'argent », demandez-vous si un problème plus large de progression de carrière ne se cache pas derrière.

L'offre reçue n'a peut-être été que l'élément déclencheur d'un problème de carrière beaucoup plus profond.

Que faire, alors ?

Une contre-offre règle la question salariale, mais pas le problème de carrière. C'est d'ailleurs une des raisons pour lesquelles les contre-offres ne font bien souvent que retarder le départ.

Tenez aussi compte de l'historique des gestionnaires dans votre analyse.

Les recherches de Gallup indiquent que les gestionnaires expliquent 70 % de la variance de l'engagement des employés d'une équipe à l'autre.

L'employé a-t-il changé plusieurs fois de gestionnaire en peu de temps ?

Autrement dit, en est-il à son troisième gestionnaire en 18 mois ? Chaque fois, il perd la personne qui défendait sa cause. Et il y a fort à parier que personne dans la salle de calibration ne connaît assez bien son travail pour plaider en sa faveur.

Soyez attentif à ce qui se passe après le départ d'un collègue proche ou d'un gestionnaire.

Les recherches montrent que le roulement se répercute sur ceux qui restent, ce qui fait de cette période un moment critique pour les départs en cascade.

Allez voir les personnes qui restent pour comprendre en quoi leur travail et leurs perspectives à long terme ont changé.

Enfin, évitez de définir des « zones de danger » génériques pour les départs (p. ex. 90 jours, 1 an).

Tracez plutôt votre courbe de risque selon l'ancienneté propre à votre main-d'œuvre, par rôle et par lieu, en intégrant les dates prévues aux contrats.

Vous constaterez peut-être que le risque monte en flèche au moment où l'organisation ne peut plus récupérer une prime à la signature, où arrive une date d'acquisition des droits sur des actions ou encore où une prime de rétention prend fin.

Bâtissez un modèle que les gens peuvent remettre en question

Un modèle simple et bien pensé est généralement plus utile qu'un modèle complexe de type boîte noire que vous seriez incapable d'expliquer à votre partenaire d'affaires RH.

La régression logistique permet d'estimer la probabilité qu'un employé parte dans un délai donné, par exemple au cours des six prochains mois.

L'analyse de survie, elle, s'intéresse au temps écoulé avant le départ. Elle tient compte aussi des employés qui étaient toujours en poste au moment où la collecte de vos données s'est arrêtée.

L'analyse de survie permet également de modéliser des covariables dépendantes du temps, c'est-à-dire des variables qui évoluent. Elle peut par exemple intégrer un écart salarial apparu alors que l'employé faisait déjà partie de l'organisation depuis un certain temps. Pour la plupart des questions RH, c'est souvent bien plus réaliste que d'autres modèles.

Les modèles d'apprentissage automatique comme le gradient boosting ou les forêts aléatoires peuvent aussi capter des interactions qui échapperaient à un modèle linéaire. L'effet de la stagnation dans un poste sur le roulement pourrait par exemple ne devenir significatif qu'en présence d'un écart salarial.

Comparez ces gains potentiels aux résultats des modèles simples pour voir à quel point ils améliorent vraiment la performance prédictive, surtout une fois vos vérifications de fuite de données effectuées.

Méfiez-vous du déséquilibre des classes, qui peut nuire à votre projet.

Comme la plupart des gens restent dans l'organisation sur une période donnée, un modèle qui prédit que tout le monde va « rester » affichera une exactitude trompeusement élevée, même s'il ne détecte aucun départ.

Et même un modèle utile générera beaucoup de faux positifs, puisque le taux de base du roulement est faible (ce qui se traduit par une faible « précision » du modèle).

Assurez-vous de présenter (et de bien comprendre) des mesures comme la précision et le rappel. Vérifiez aussi que votre modèle est bien calibré, c'est-à-dire qu'un score de risque de 30 % correspond réellement à environ 30 % de chances de départ.

Réfléchissez en outre à ce que les résultats impliquent pour la charge de travail des utilisateurs. Combien de personnes un gestionnaire devra-t-il rencontrer pour en trouver une qu'il a des chances réalistes de retenir ?

Ne vous rabattez pas sur un seuil de signalement arbitraire comme 0,5 : fixez-le plutôt en fonction de votre capacité.

Si vos partenaires d'affaires RH ne peuvent raisonnablement assurer le suivi que de 20 cas par trimestre dans une unité d'affaires donnée, choisissez un seuil qui fait ressortir les 20 premiers, puis vérifiez combien de départs regrettables se trouvent dans ce groupe. Sinon, ils finiront tout simplement par ignorer l'outil.

Validez votre modèle sur une période postérieure à vos données d'entraînement : une division aléatoire flatte le modèle, en plus d'être irréaliste.

Des outils comme les valeurs SHAP aident les utilisateurs à comprendre pourquoi certaines variables ont fait monter ou baisser les scores de risque prédits. Mais gardez-vous de les interpréter comme des explications de ce qui a causé le roulement.

Le modèle peut, par exemple, accorder beaucoup de poids à un écart salarial sans que vous sachiez pour autant si une augmentation aurait fait changer la personne d'avis.

Réentraînez votre modèle après tout changement majeur dans votre organisation (p. ex. réorganisation, refonte de la rémunération, vague d'embauche massive), puisque ces changements peuvent invalider vos variables.

Prévoyez un moyen pour que les partenaires d'affaires RH puissent contester ou examiner les résultats. Si le modèle signale soudain 80 % des employés d'un même lieu après un changement de politique, c'est peut-être la politique qu'il faut examiner, plutôt que de passer tous ces employés au microscope.

Les praticiens sont loin de s'entendre sur la pertinence de communiquer les scores de risque individuels aux gestionnaires de première ligne.

Certains préfèrent les garder au sein des RH et ne partager avec les gestionnaires que la situation d'ensemble de l'équipe.

Ne laissez pas la prédiction tourner à la surveillance

Avant d'instaurer quelque score de risque que ce soit, indiquez clairement aux employés quelles données serviront à l'analyse de l'effectif, et lesquelles ne serviront pas.

La confiance est difficile à bâtir. Elle est encore plus difficile à rebâtir si vos employés découvrent que vous les analysez dans leur dos.

Appliquez le principe de minimisation des données.

Ce n'est pas parce que vous avez accès à des métadonnées de collaboration (p. ex. le nombre de messages envoyés en dehors des heures de travail) qu'il est équitable de les intégrer à un score de risque individuel.

Évitez d'ajouter à un profil de risque individuel des données comme les habitudes de congé, l'appartenance à des groupes WhatsApp privés ou les réponses aux sondages anonymes.

Consignez qui a accès à l'analyse, combien de temps elle sera conservée et à quelles décisions elle servira, ou ne servira pas.

Faites intervenir tôt vos équipes responsables de la protection des renseignements personnels et des affaires juridiques et, s'il y a lieu, les représentants des employés, afin qu'ils puissent influencer la démarche pendant qu'il est encore temps d'y apporter des changements.

Dans certains marchés européens, cela peut impliquer une consultation du comité d'entreprise et une analyse d'impact relative à la protection des données.

Les règles encadrant le profilage varient d'un pays à l'autre. Il peut être tentant de concevoir un système mondial, mais vérifiez comment il se situe par rapport aux exigences de chaque pays avant de le déployer à l'échelle internationale.

Vérifiez la présence de biais d'un groupe d'employés à l'autre.

Les données historiques de roulement peuvent reproduire les biais des décisions passées en matière de rémunération et de promotion. Retirer les caractéristiques protégées de vos jeux de données ne règle pas forcément le problème, car des variables de substitution peuvent réintroduire le même biais (p. ex. le travail à temps partiel, le lieu, une interruption de carrière pour raisons familiales, etc.).

Méfiez-vous des prophéties autoréalisatrices.

Si votre système signale un employé et que, sous prétexte qu'il partira bientôt, votre organisation se met discrètement à le priver d'occasions (p. ex. de mandats intéressants), vous avez créé de toutes pièces une prophétie autoréalisatrice.

Cathy O'Neil aborde ce problème dans Weapons of Math Destruction. Les systèmes de notation opaques créent des boucles de rétroaction où le résultat du modèle influence l'issue même à l'aune de laquelle on le mesure. Si votre modèle pousse les gens vers la sortie (comme il l'avait prédit), il paraît d'autant plus exact !

Pour éviter cet écueil, les entreprises devraient faire en sorte qu'un signal de risque de départ ne déclenche qu'une offre de soutien (p. ex. une conversation de carrière, une révision salariale, l'accès à des postes internes) et qu'il ne serve jamais dans les décisions de dotation, de relève ou de promotion.

Votre objectif, c'est d'aider les employés, pas de limiter leurs possibilités sur la foi d'une prédiction.

Pour analyser le roulement, le signal le plus utile qu'un sondage puisse fournir, c'est un changement qui se maintient sur plusieurs sondages pulse.

Comme Sparkbay envoie des sondages pulse à intervalles réguliers, vous pourrez voir en quelques semaines plutôt qu'en quelques mois comment évolue le sentiment de votre équipe quant à son avenir dans l'entreprise.

Vous pourrez configurer le sondage (y compris la formulation des questions) pour y inclure des items sur la croissance, le gestionnaire et l'intention de rester.

Votre principal indicateur, c'est votre score d'engagement sur 10.

Vous pourrez suivre son évolution dans le temps et creuser pour comprendre quels items expliquent un changement. Ainsi, une simple baisse du score d'engagement ne devient pas un verdict contre votre équipe.

Vous pourrez aussi comparer vos résultats d'un département à l'autre et d'une équipe à l'autre.

Si les scores de croissance baissent dans un département en particulier alors que le reste de l'organisation demeure stable, vous pourrez entamer une discussion avec votre équipe RH sur ce qui a changé (p. ex. nouveau gestionnaire, cycle de promotion bloqué, réorganisation).

Nous avons conçu le texte et le contenu de nos tableaux de bord de façon à ce qu'ils soient personnalisables : vous pouvez donc les adapter à la façon de travailler de vos partenaires d'affaires RH.

Dans notre système, l'accès aux rapports s'aligne automatiquement sur votre structure hiérarchique : chaque gestionnaire et chaque directeur ne voit que les résultats de ses propres équipes.

Pour préserver l'anonymat, les résultats des équipes qui n'atteignent pas le nombre minimal de réponses (5 par défaut, un paramètre que vous pouvez modifier) sont automatiquement masqués.

Si vous voulez voir comment Sparkbay peut vous aider à bâtir une équipe plus engagée, vous pouvez cliquer ici pour une démo.

Faites d'un signal d'alerte le point de départ d'une meilleure conversation

Un score de risque ne devrait jamais remplacer les conversations entre les gestionnaires et leurs employés.

Il devrait plutôt aider les dirigeants RH à déterminer où une conversation s'impose en priorité et, dans certains cas, quels enjeux aborder.

Commencez par ce qui est à votre portée.

Si vos scores de croissance baissent, demandez aux gestionnaires à quand remonte leur dernière conversation de carrière avec chacun de leurs employés directs, une vraie conversation où ils ont cerné des rôles précis, des échéanciers et des écarts de compétences à combler.

Si vos scores liés à la rémunération reculent parce que vos salaires accusent un retard par rapport à des rôles comparables ou à ce que touchent les recrues récentes, engagez-vous à corriger la situation, ou du moins à présenter un plan, et cessez de demander aux gens de « tenir bon ».

Les entrevues de rétention donnent de meilleurs résultats quand elles portent sur l'expérience de travail réelle de l'employé.

Demandez aux employés ce qu'ils aimeraient faire davantage, quelles tâches ils en ont assez de gérer et ce qui les amènerait à envisager de rappeler un recruteur.

Restez ouvert aux réponses inattendues : ce sont souvent les plus utiles.

Évitez d'ouvrir une entrevue de rétention en évoquant un modèle ou des indicateurs de risque.

Une phrase comme « Les données montrent que vous pourriez partir » coupe court à toute conversation honnête et donne aux employés l'impression d'être notés. Les gestionnaires devraient plutôt mener ces entrevues de rétention de façon routinière avec tous les membres de leur équipe.

Selon une recherche de Gallup, 42 % des personnes qui quittent volontairement leur emploi affirment que leur gestionnaire ou leur organisation aurait pu faire quelque chose pour les retenir.

N'attendez pas l'entrevue de départ pour mettre toutes les chances de votre côté.

Remettez à vos gestionnaires des listes courtes et concrètes de gestes à poser.

Parfois, il s'agira d'une révision salariale. D'autres fois, d'un cheminement clair vers un poste précis ou de véritables ajustements à la charge de travail.

Certaines solutions sont structurelles, comme revoir l'architecture des emplois ou lever un gel des promotions. C'est aux RH de s'en charger, au lieu de renvoyer la balle aux gestionnaires de première ligne.

Évaluez ensuite si vos efforts de rétention portent leurs fruits.

Suivez-vous les départs regrettables en parallèle avec les mouvements internes, les ajustements salariaux et les tendances de sondage de vos équipes ?

Dans la mesure du possible, échelonnez le déploiement de votre programme entre des populations comparables afin de disposer d'un groupe témoin.

Vous éviterez ainsi d'attribuer tout le mérite à votre programme alors que la plupart des gens seraient restés de toute façon.

Vérifiez que les mesures de suivi sont bel et bien mises en œuvre.

Si les employés signalés n'ont eu droit ni à une conversation, ni à une révision salariale, ni à une nouvelle occasion dans le délai convenu, un taux de roulement inchangé ne signifie pas que votre modèle de risque a échoué. Ça veut dire que c'est votre suivi qui a échoué.

Nul besoin d'un programme à l'échelle de l'entreprise dès le départ.

Choisissez une population, assurez-vous que l'historique de ses données est correctement reconstitué et déterminez à l'avance qui interviendra, et dans quel délai, lorsqu'un signal se déclenchera.

Si vous voulez voir comment Sparkbay peut vous aider à bâtir une équipe plus engagée, vous pouvez cliquer ici pour une démo.