C’est le début officiel de l’aventure.
Daniel Souza et moi lançons Revolv afin d'aider les entreprises à pleinement maîtriser leurs données RH et booster l'impact des décisions RH dans l'organisation.
Ainsi nous continuons de contribuer à l’innovation et l’évolution de la gestion RH. Le potentiel est énorme et la marge d’innovation est grande.
Les progrès recents de l’IA donnent des perspectives de transformation radicales grâce notamment au NLP.
Mais pour cela il faut des données.
Car il est indéniable que les données sont aujourd’hui l’énergie, les globules rouges de l'organisation; mais elles manquent cruellement, et la gestion des données des collaborateurs est souvent inefficiente.
Nous voulons faire en sorte que la gestion RH puisse en exploiter leur plein potentiel pour maximiser son impact organisationnel et humain.
Objectif: décloisonner et enrichir les données dans les outils et SI RH. Les mettre entre les mains des décideurs pour la meilleure qualité de décision RH possible .
Voici revolv.ai, Catalyseur de données RH
Quel est le problème avec les données RH?
Nous faisons le constat que les données RH sont
- En silo
à cause de la multiplicité des systèmes en place qui communiquent difficilement entre eux
- Incomplètes/caduques
car maintenir un process d'acquisition, de mise à jour et de suivi de la qualité de ces données est compliqué et il n'y a pas d'outil pour le systématisé à l'échelle. De plus il est difficile d'impliquer les parties prenantes dans ces process sur le long terme.
- Hors des circuits SIRH (emails, excel…)
Quels sont les risques?
- Perte de temps et d'énergie considérable sur le suivi et acquisition des données à la main
- Perte de qualité/quantité de données, erreur dans les retranscriptions dans les outils en place
- Le fameux GIGO, Garbage in/ Garbage out avec un risque énorme de mauvaises décisions, lié à la mauvaise qualité des données, au manque de visibilité etc.
- Risque de non-conformité, de sécurité et de confidentialité
Ca fait beaucoup de risques... Et c'est ce que Revolv vous permet d'éviter. Car de plus, la contrepartie dans l'exploitation de ces données est monumentale. J'en parle dans les prochains postes
Mais de quoi parle-t-on quand on dit "données RH"?
Je ne vais pas rentrer dans les détails techniques de données structurées ou non, mais plutôt prendre une approche cas d'usage.
Car les données RH sont multiples. Nous pourrions les catégoriser en fonction des métiers RH qui en ont l'utilité.
Si vous avez d'autres exemples, mettez les en commentaires!
Pour schématiser:
- RH de manière générale: headcounts, situation personnelle/familiale, adresse (surtout en cas de télétravail);
- La paie et le Compensation/benefits, GTA: rémunération, temps de travail, absentéisme...
- Talent management: identification des potentiels, éducation, parcours pro/expérience, compétences et compétences latentes, évolution du marché du travail...
- GPEC: parcours pro, compétences
Et vous, quelles sont les données dont vous avez besoin?
A quoi ça sert de mieux gérer ses données RH en entreprise?
Un court poste aujourd'hui, juste quelques lignes pour mettre en lumière les enjeux qui découlent de la maîtrise de ces données en entreprise et qui pourraient vous pousser à fortement vous y intéresser:
* Amelioration de la qualité de service au travers d’une meilleure compréhension des profils, des compétences et des besoins des collaborateurs
* Gain de temps et d'énergie sur la prise de décision, la conception des plans de carrières par les managers et les RH; et de manière générale dans la mise en place d'un stratégie car les informations sont à portée de main et organisée
* Bien être des collaborateurs grâce à un suivi qui tient compte de leur profil et particularité avec un suivi individualisé
* Sécurisation des données, conformité RGPD et respect de la confidentialité en maitrisant les flux de données dans le circuit SIRH
Ses enjeux font échos à vos projets et ambitions actuels ?
Quels sont les facteurs clés de succès d'une solution pour optimiser la gestion des données RH?
Il y a 3 points en particulier qui sont clés dans le déploiement d'une solution qui permettra réellement d'améliorer l'exploitation et la qualité des données:
Adoption: engager les parties prenantes par un usage intuitif, sans friction, dont le but principal est de leur simplifier la vie, notamment en automatisant ou en laissant à l'IA tout ce qui peut l'être;
Intégration: pour ne pas faire de doublon, pour ne pas ajouter encore une autre interface, un mot de passe de plus à gérer et donc plutôt capitaliser/exploiter/augmenter l'existant;
Synchronisation (qui découle du point précédent): faire parler, circuler et enrichir les outils en place pour assurer des synergies, éliminer les répétitions et les risques d'erreur de retranscriptions
Pour le 1e point, c’est le facteur humain,
Pour les 2 autres, le facteur tech avec des bénéfices directes pour les collaborateurs.
C'est l'objectif de la solution Revolv : Capitaliser sur écosystème SIRH en place et même le pousser à son plein potentiel, booster son ROI et réduire son TCO.
La réponse à et la synthèse
1/ le postulat sur l'innovation RH
2/ le problème avec les données
3/ de quelles données parle-t-on
4/ les enjeux de la gestion des données
5/ les facteurs clés de succès pour tirer le plein potentiel
C'est bien évidemment Revolv
Dont la mission est de soutenir la qualité des décisions et des process RH et donc leur impact sur l'organisation.
Nous le faisons en assurant la qualité de la donnée, qu'elle soit accessible, à jour et complète pour les décideurs où et quand ils en ont besoin.
Le tout avec une technologie qui s'intègre simplement dans vos outils RH (SuccessFactors, Cornerstone...) et les outils collaboratifs (Teams, Webex...) pour maximiser les résultats et la qualité des flux de données ainsi que pour simplifier l'adoption.
La transformation digitale RH aujourd’hui doit reposer en grande partie sur la gestion de ces données dans l'objectifs de booster l'impact des strategies talents, compétence, carrière, staffing, formation...
C’est la puissance de Revolv