Avec l’essor du Web 2.0, des réseaux sociaux, des smartphones, des appareils photo et de l’Internet des objets, la quantité de données générées par Internet est astronomique. Les experts estiment que 2,5 exaoctets de données, soit l’équivalent de 250 000 fois la Bibliothèque du Congrès des États-Unis, ont été générés chaque jour en 2016. Ce nombre continue de croître de manière exponentielle, doublant presque tous les deux ans.
Dans le secteur des ressources humaines, l’analyse des données RH devrait passer d’un outil de niche à une fonctionnalité métier en 2017. Les leaders des ressources humaines s’intéressent de plus en plus aux données et souhaitent les corréler avec les performances de l’entreprise. Selon Deloitte, 39 % des entreprises interrogées cette année ont l’intention de corréler les données RH avec les résultats commerciaux, c’est-à-dire 63 % de plus que l’année dernière. Pour aller encore plus loin, 9 % d’entre elles comptent utiliser ces informations pour prédire les performances de l’entreprise – soit une augmentation de 125 % par rapport à l’année dernière (1).
Pendant ce temps, la quantité de données disponibles continue de croître. Les applications de questionnaires d’opinion et de feedback, les évaluations à chaud et la formation numérique offrent aux entreprises des résultats rapides et contribuent à l’augmentation des données disponibles. Comme l’explique Josh Bersin, directeur et fondateur de Bersin by Deloitte, « tous les programmes conçus, toutes les mesures incitatives mises en œuvre et tous les challenges de l’entreprise devraient être alimentés par des données ».
Comment cette tendance se traduit-elle au niveau de la formation en entreprise ? Les données RH aident non seulement les entreprises à tirer le meilleur parti des ressources humaines, mais elles sont également en passe de catalyser des changements positifs considérables dans le secteur de la formation. Grâce aux données RH, les responsables « Learning & Development » pourront développer des formations plus pertinentes et établir une corrélation entre la formation et les performances de l’entreprise, voire prédire ces dernières. La formation gagnera également en efficacité, avec la suggestion des modules les plus pertinents aux apprenants et un niveau de personnalisation encore jamais atteint. Ces données serviront de tremplin pour développer des communautés et des réseaux de formation, ainsi que pour améliorer la visibilité des experts.
Le nouveau monde des données
L’exploitation des données permet d’appliquer la « méthode Netflix » à la formation, c’est-à-dire de proposer aux apprenants les modules les plus pertinents en fonction de ce qu’ils ont déjà visualisé. L’association de cette approche à la « méthode Amazon » (suggestion de modules que d’autres utilisateurs ayant suivi la même formation ont également consultés) offrira aux apprenants une expérience de formation immersive, personnalisée et pertinente. Ils pourront naviguer dans leur environnement de formation de la même façon qu’ils effectuent des achats ou regardent des films en ligne.
Tous les apprenants n’apprennent pas de la même manière. Ainsi, la sensibilité aux stimuli visuels ou auditifs, la durée des formations et l’interactivité peuvent avoir un impact important sur le degré d’assimilation de nouvelles connaissances et la capacité des apprenants à mettre en pratique ce qu’ils ont appris dans leur travail quotidien. Grâce à l’analyse croisée des résultats d’évaluations et des habitudes d’apprentissage, il sera possible d’identifier le style d’apprentissage de chaque individu et de lui offrir l’expérience de formation qui répond le mieux à ses besoins. En s’adaptant aux styles d’apprentissage de chaque apprenant pour personnaliser encore plus l’expérience de formation, les départements « Learning & Development » obtiendront des taux accrus de réussite, d’engagement et de rétention. L’étape suivante consistera à regrouper les collaborateurs qui partagent les mêmes habitudes d’apprentissage, au-delà des fonctions, des départements et des zones géographiques. Ces communautés de formation d’un nouveau genre ouvriront la voie à une nouvelle forme de collaboration qui ira au-delà de la définition traditionnelle de l’équipe et du groupe.
Le dernier et peut-être le plus important des impacts que les données peuvent avoir sur la formation réside dans la prédiction du niveau de compétences acquis par les apprenants et, par conséquent, la prédiction des performances. L’analyse prédictive allie statistique, apprentissage automatique et techniques de modélisation pour créer un modèle de prévision. Le recours à l’analyse prédictive dans les processus de prise de décision permet aux entreprises de s’appuyer sur les données plutôt que de se fier à l’intuition. En effectuant l’analyse croisée des habitudes d’apprentissage avec les données de questionnaires, les sociétés peuvent prédire les compétences acquises par les apprenants en fonction de leurs comportements sur la plateforme. Elles obtiennent ainsi des informations indispensables à l’établissement de programmes de développement adaptés ainsi qu’à l’identification des candidats appropriés pour des postes donnés. Enfin, grâce à l’analyse croisée des données de formation avec les données issues des systèmes d’information des ressources humaines (SIRH), des applications de feedback, des questionnaires d’opinion, des tableaux de bord et des solutions CRM d’entreprise, les sociétés peuvent prédire les performances individuelles et collectives.
Le Big Data ouvre un monde de possibilités pour les départements « Learning & Development », mais constitue aussi un challenge de taille. En effet, les outils actuels ne fournissent pas forcément des données pertinentes aux responsables L&D, et les équipes L&D ne sont pas toujours formées pour analyser ces données correctement. Les entreprises peuvent également se montrer réticentes lorsqu’il s’agit de généraliser la prise de décision axée sur les données. Il est de la responsabilité des leaders de relever ce challenge et d’optimiser l’exploitation des informations disponibles, afin de permettre aux entreprises de rester compétitives.
RÉFÉRENCES :
- Bersin, Predictions for 2017: Everything Is Becoming Digital (« Prévisions 2017 : la généralisation du numérique »), 12/6/2016