Les analytics RH débarquent dans les one-to-one

Longtemps considérées comme une « science molle », les ressources humaines se convertissent à la donnée. Tableaux de bord des compétences, indicateurs de performance, historique des formations : les chiffres peuvent désormais accompagner les entretiens individuels. Une aide précieuse pour les managers, à condition qu’ils sachent les interpréter. Car un collaborateur ne se résume pas à ses indicateurs, et l’entretien de développement mérite mieux qu’une lecture commentée d’un tableau de bord.

Pendant des décennies, les ressources humaines ont traîné une réputation tenace : celle d’une fonction intuitive, qualitative, difficile à objectiver. La finance avait ses comptes de résultat, le commercial ses objectifs de vente, tandis que les RH s’appuyaient largement sur des appréciations et des indicateurs d’activité, notamment les heures de formation consommées. La situation a changé. Dans How to Be Great at People Analytics, publié par McKinsey en 2020, 70 % des dirigeants d’entreprise citaient déjà les people analytics parmi leurs grandes priorités. Depuis, cartographies de compétences, indicateurs prédictifs et croisement des données de performance, de formation et d’engagement ont élargi les possibilités d’analyse. De nouveaux métiers se développent, consacrés à la qualité des données RH et à leur exploitation. Les RH deviennent plus geek, et ce n’est pas seulement une affaire d’appétence technologique. On leur demande de mieux justifier leurs décisions, de détecter plus tôt les difficultés et de démontrer leur contribution à la performance. McKinsey soulignait toutefois que beaucoup d’entreprises en étaient encore à fiabiliser leurs données et à améliorer leurs reportings. Entre disposer de chiffres et savoir les exploiter, il reste du travail.

Cette évolution rencontre certaines attentes des nouvelles générations. L’enquête Deloitte 2025 consacrée aux générations Z et Y indique que 70 % des répondants de la génération Z déclarent développer leurs compétences pour progresser professionnellement au moins une fois par semaine. Les possibilités d’apprentissage figurent parmi les trois principales raisons qui les ont conduits à choisir leur employeur. Leur exigence à l’égard du management est également forte. Ainsi, 42 % estiment que leur manager devrait favoriser une culture de travail positive et inclusive, mais 22 % seulement considèrent que c’est effectivement le cas. Ces résultats ne signifient pas que les jeunes salariés réclament davantage de tableaux de bord. Ils rappellent surtout leur besoin d’accompagnement et de perspectives. Pourquoi tel collaborateur accède-t-il à une mobilité et pas tel autre ? Sur quoi repose l’identification d’un potentiel ? Comment justifier les priorités d’un plan de développement ? Les données peuvent aider à répondre, à condition que les critères soient connus, compréhensibles et discutables. Un score incompréhensible, même produit par un système sophistiqué, risque surtout de compliquer la conversation.

Les people analytics trouvent dans l’entretien individuel un terrain d’application particulièrement sensible. Le manager peut disposer d’informations sur les formations suivies, les compétences déclarées ou évaluées, les objectifs atteints et les souhaits d’évolution. De quoi préparer utilement l’échange, repérer des besoins de développement et éviter de s’en remettre exclusivement à ses impressions. Mais les effets de la mesure ne sont pas toujours ceux que l’entreprise espérait. Dans Are People Analytics Dehumanizing Your Employees?, publié en 2022 dans la Harvard Business Review, David De Cremer et Jakob Stollberger avertissent que le suivi numérique des salariés peut accroître le stress, réduire la confiance et encourager certains comportements contraires à l’éthique. Une décision défavorable, présentée comme la conséquence incontestable d’un indicateur dont le collaborateur ignore la construction, risque d’être particulièrement mal reçue. La manière d’utiliser les chiffres devient décisive. « Je vois que tu as suivi trois formations sur l’IA. Comment les as-tu mises en pratique dans tes projets ? » ouvre une discussion. « Ton taux de complétion est inférieur à la moyenne » risque de la refermer. Le premier manager cherche à comprendre ; le second semble déjà avoir conclu. Le rôle du manager évolue également vers celui décrit dans Du manager expert au manager curateur : sélectionner et contextualiser les informations utiles au développement des collaborateurs. Et il y a une tentation plus discrète : celle de laisser les chiffres faire le travail à sa place. Pourquoi interroger le collaborateur sur ses difficultés ou ses aspirations lorsqu’un écran paraît déjà tout raconter ? On imagine facilement un entretien où le manager consacre vingt minutes à commenter les indicateurs et réserve les cinq dernières aux questions de son interlocuteur. Il aura rempli son obligation administrative. Pour le développement du salarié, le bilan sera moins convaincant.

Le département formation est directement concerné. Si ses données alimentent les conversations de développement, il doit pouvoir répondre de leur qualité et de leur signification. Un taux de complétion indique qu’un parcours a été achevé, pas qu’une compétence a été acquise. Une bonne note à un quiz ne garantit pas davantage la capacité à mobiliser un savoir en situation professionnelle. Le problème est particulièrement sensible lorsque la formation se déroule au poste de travail, comme dans Du LMS au flux de travail : former là où ça se passe vraiment : l’achèvement d’un parcours renseigne peu sur la capacité du salarié à mobiliser ses acquis dans l’activité réelle. Même une évaluation de compétence doit être interprétée à la lumière des conditions dans lesquelles elle a été réalisée. Les équipes Learning ont donc intérêt à examiner leurs indicateurs avec une exigence nouvelle. Qu’est-ce qui est effectivement mesuré ? Sur quelles preuves repose le résultat ? À quelle date a-t-il été établi ? Que peut raisonnablement en déduire un manager ? La qualité des données dépend aussi de leur mise à jour : une compétence validée il y a trois ans peut avoir perdu de sa pertinence, tandis qu’un salarié peut avoir considérablement progressé sans que son dossier de formation en porte la trace. Ce travail demande une coopération étroite entre RH, responsables formation, managers et spécialistes de la donnée. Il suppose également de définir ce que chacun est autorisé à consulter et à utiliser. La disponibilité technique d’une information ne suffit pas à justifier son exploitation dans une décision individuelle.

Reste un chantier qui relève pleinement de la formation : apprendre aux managers à se servir de ces nouveaux outils. Lire un indicateur, en connaître les limites, le confronter aux situations de travail, accepter qu’un collaborateur en conteste l’interprétation : ces compétences ne vont pas de soi. Cette difficulté s’ajoute à celles abordées dans Manager-formateur : le job qu’on ne vous a jamais appris : les managers se voient confier des responsabilités croissantes dans le développement des compétences sans toujours y avoir été préparés. Un manager peut parfaitement maîtriser son métier et se montrer beaucoup moins à l’aise lorsqu’il doit distinguer une corrélation d’une relation de cause à effet ou apprécier la fiabilité d’un score. Les équipes Learning pourraient d’ailleurs commencer par examiner leurs propres pratiques. Combien de formations au management préparent réellement à conduire un entretien appuyé sur des données ? Combien proposent des mises en situation où le collaborateur conteste le diagnostic du tableau de bord ? L’exercice serait instructif. Les RH disposent désormais d’informations qui auraient été difficiles à réunir il y a vingt ans. Encore faut-il que cette richesse serve le développement des personnes. Un salarié peut avoir achevé tous ses modules, obtenu d’excellents résultats aux évaluations et ne pas trouver sa place dans son équipe. Son manager ne le découvrira probablement pas en consultant un indicateur supplémentaire. Il faudra qu’il lui parle, et surtout qu’il l’écoute.