People analytics
Aussi appelé: HR analytics, analytics RH
Les questions auxquelles people analytics répond vraiment
Pour une PME, les questions utiles et qu’on peut répondre sont concrètes :
- Où perd-on les candidats dans le tunnel ? La conversion par étape pointe la fuite.
- Quelles sources produisent les meilleures embauches ? Source d'embauche croisée avec la rétention première année .
- Quel est le coût-temps de notre processus ? Heures par embauche par poste, panel et étape.
- Qui part, et après quelle ancienneté ? Départs par année, équipe, source d'embauche .
Pas besoin d’IA pour ça. Il faut des données propres et la volonté de regarder.
Là où people analytics rate
Trois schémas d’échec :
- Dashboards de vanité : 20 graphiques, aucune décision. L’équipe construit et admire ; rien ne change.
- Sur-ajustement au bruit : une PME avec 30 embauches/an n’a pas la puissance statistique pour la plupart des conclusions. Trouver des patterns sur de petits échantillons produit du faux signal.
- Dérive privacy : surveillance salariés (logs de frappe, scores de productivité) vendue comme « people analytics ». Bête différente ; risque RGPD élevé ; démoralisant.
Le scope honnête en PME
Pour 50 à 200 personnes, people analytics est bien calibré à :
- Trois ou quatre KPIs de tunnel.
- Une revue rétention trimestrielle.
- Un deep-dive annuel sur une question précise (par ex. « pourquoi les embauches commerciales ont-elles davantage tourné cette année ? »).
Au-delà, ça demande un effectif que les données ne justifient pas.
Où TalentGleam s’inscrit
La couche analytics de TalentGleam répond aux questions tunnel et source automatiquement — les données sont déjà dans le système ; les dashboards montrent les schémas. Voir la page Fonctionnalités .
Commencer aujourd'hui
