Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

HAL Id: halshs-01961214 https://halshs.archives-ouvertes.fr/halshs-01961214 Sub

HAL Id: halshs-01961214 https://halshs.archives-ouvertes.fr/halshs-01961214 Submitted on 15 Feb 2019 HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers. L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés. Big Data et pratiques de GRH Clotilde Coron To cite this version: Clotilde Coron. Big Data et pratiques de GRH. Management & Data Science, Management & Data Science, 2019, 3 (1). halshs-01961214 1 Big Data et pratiques de GRH Clotilde Coron Maître de conférences IAE Paris coron.iae@univ-paris1.fr Résumé : Le Big Data constitue un phénomène qui irrigue aujourd’hui nombre de domaines : marketing, biologie, justice… La définition commune du Big Data, issue du rapport de Gartner de 2001, se fonde essentiellement sur les caractéristiques des données mobilisées : volume, hétérogénéité des sources et du degré de structuration, mise à jour en temps réel des données… Cette définition peut sembler restrictive, mais d’autres définitions plus récentes et plus englobantes permettent d’identifier quelques dispositifs introduisant du Big Data dans les RH. En mobilisant les notions de dispositifs et de pratiques de GRH, et en nous centrant sur trois dispositifs mobilisant des données en RH, nous cherchons à qualifier les objectifs de modification de pratiques de GRH portés par les dispositifs de Big Data RH, autour de la personnalisation et de la prédiction. Mots-clés : Big Data, RH, dispositifs, pratiques Big Data and HRM practices Abstract: Big Data is a phenomenon that nowadays permeates many fields: marketing, biology, justice... The common definition of Big Data, resulting from the Gartner report of 2001, is essentially based on the characteristics of the data mobilized: volume, heterogeneity of sources and degree of structuring, data updated in real-time... This definition may seem restrictive, but more recent and encompassing definitions allow to identify some features that introduce Big Data into HR. By mobilizing the concepts of HRM features and practices, and by focusing on three features mobilizing HR data, we seek to qualify the objectives of modifying HRM practices carried by Big Data in HR features, around personalization and prediction. Keywords: Big Data, HRM, practices 2 Introduction La notion de « Big Data » est devenue courante. Elle renvoie dans le langage commun à la fois à des caractéristiques des données (volume, mise à jour en temps réel…) et à des manières d’utiliser ces données. Peu à peu, cette notion de Big Data irrigue toutes les sphères et fonctions des organisations, entre autres le marketing, et, plus récemment, la GRH (Gestion des ressources humaines : gestion du personnel au sens large, incluant par exemple le recrutement, l’évaluation, la promotion, la mobilité des salariés). Ainsi, la presse généraliste et spécialisée s’intéresse de façon croissante à ce que l’utilisation des Big Data, ou données massives, change dans des domaines très variés. Une recherche Europresse renvoie ainsi 55 518 résultats pour les mots-clés « Big Data » sur l’année 2017, contre seulement 21 dix ans auparavant, en 2007. De la même façon, alors que sur l’année 2007, on trouve 780 références pour les mots-clés « algorithme » ou « algorithm », on en trouve 119 477 pour 2017. La notion d’algorithme renvoie dans son acception première à l’automatisation d’une suite d’opérations statistiques ou informatiques, mais elle est devenue dans le cadre de l’émergence du Big Data une sorte de mot-valise renvoyant à toutes les opérations nécessaires pour produire du sens à partir des données. La notion de Big Data renvoie tout d’abord à l’idée d’un important volume de données. Cependant, en 2001, une définition du Big Data a été donnée par un rapport de Gartner. Il définit trois caractéristiques majeures : le volume de données (nécessitant des serveurs de calcul spécifiques), la mise à jour des données en temps réel, et la variété de ces données en matière de sources et de degré de structuration (très grossièrement, une donnée structurée est une donnée qui peut entrer dans un tableur classique ; une donnée non structurée est une donnée qui ne peut être rangée dans un tableur classique, ex : texte, vidéo, image, son…). On constate que cette définition liminaire revient essentiellement à caractériser les données mobilisées, mais s’intéresse peu à la manière de les mobiliser, ou aux effets de ces données sur les pratiques, disciplines, ou même sur la vie quotidienne. Cependant, comme nous le verrons, d’autres définitions s’intéressent plus à la manière d’utiliser les données ou aux méthodes mobilisées. En mobilisant ces différentes définitions, et donc en s’extrayant de la focalisation sur le volume de données, nous pouvons trouver quelques exemples de dispositifs Big Data introduits dans la GRH. Cependant, la littérature sur le Big Data en RH est actuellement extrêmement réduite. Nous pouvons donc nous demander dans quelle mesure ces dispositifs visent à modifier les pratiques de GRH, sachant qu’historiquement, cette fonction a utilisé les données essentiellement dans une visée descriptive et analytique. Après une revue de littérature consacrée au Big Data et aux notions de dispositifs et de pratiques de GRH, nous présenterons les dispositifs étudiés et finirons en répondant à la question : les dispositifs de Big Data orientent entre autres les pratiques de GRH vers une plus grande personnalisation et une posture de prédiction. Cela vient modifier en profondeur une fonction RH historiquement segmentée (et non personnalisée) et mobilisant les données plutôt à des fins de description ou de compréhension du passé. Le Big Data en RH : définitions, dispositifs et pratiques Après avoir tenté de mieux cerner la notion de « Big Data » au moyen de plusieurs définitions, nous dressons le portrait rapide de l’utilisation des données en RH. Enfin, nous rappelons les éléments-clés autour des notions de dispositifs et de pratiques de management. 3 Comme nous l’avons vu, Gartner a fourni une première définition du Big Data en 2001, reprise dans de nombreux travaux académiques, même récents (Raguseo, 2018). Depuis, des chercheurs et praticiens en ont proposé de nouvelles. Ainsi, Mayer-Schönberger & Cukier (2014) se penchent plutôt sur ce que le Big Data permet de faire et donc sur ce qu’il modifie dans la recherche, le marketing ou même la vie quotidienne. Ils donnent ainsi des exemples d’applications montrant à la fois à quel point le Big Data représente une réelle nouveauté dans bien des domaines, mais aussi à quel point il peut irriguer une variété de champs. Par ailleurs, ils identifient aussi certaines caractéristiques propres aux méthodologies mobilisées dans le Big Data. Notamment, ils pointent le primat de la corrélation sur la causalité, mais aussi la tendance croissante aux modèles de recherche inductifs et non plus hypothético-déductifs. Kitchin (2014) s’engage dans la même voie, en soulignant que le Big Data introduit une nouvelle épistémologie, centrée sur la corrélation et la démarche inductive (« data-driven »), au détriment de la démarche hypothético-déductive. De leur côté, des auteurs comme Cardon (2015) ou O’Neil (2016) s’intéressent aux algorithmes, qui renvoient eux aussi à la manière d’utiliser les données. Ils soulignent ainsi les risques inhérents à la mobilisation d’algorithmes construits par des êtres humains, qui y diffusent leurs propres biais et stéréotypes, et qui de plus ont l’inconvénient de rester pour la majorité des individus des « boîtes noires » dont les mécanismes ne sont pas compréhensibles. Les Ressources humaines disposent d’un grand nombre de données sur les salariés. Cependant, pendant longtemps ces données n’ont été utilisées qu’à des fins de reporting descriptif. Ainsi, en 1977, la loi sur le bilan social a imposé aux entreprises de produire un rapport annuel sur les effectifs, et elle a été suivie depuis par d’autres lois instituant d’autres types de reporting en RH. Par exemple, plus récemment, les grandes entreprises ont dû mettre à disposition des représentants du personnel une base de données rassemblant des informations sur les grandes orientations économiques et sociales de l’entreprise. L’arrivée du Big Data dans le marketing ou les services web a coïncidé en RH avec l’émergence d’une nouvelle tendance, appelée « Analytique RH » (Angrave, Charlwood, Kirkpatrick, Lawrence, & Stuart, 2016; Marler & Boudreau, 2017; Huselid, 2018). L’analytique RH est présenté comme une manière plus sophistiquée de mobiliser des données, notamment en utilisant des méthodes statistiques plus complexes (régressions multiples par exemple), mais surtout en visant un objectif différent. Il ne s’agit en effet plus de fournir un reporting uniquement descriptif et finalement peu utilisé par les entreprises, mais bien de mobiliser les données pour mieux comprendre un phénomène, dans une optique d’amélioration de la prise de décision. Cela correspond donc à une approche d’« evidence-based management » (Pfeffer & Sutton, 2006; Rousseau, 2006), c’est-à-dire de management fondé sur les preuves, ici les données. Les travaux académiques portant sur l’Analytique RH restent à ce stade très frileux sur la notion de Big Data. Plus précisément, certains l’abordent en lien avec l’Analytique RH (Angrave et uploads/Management/ big-data-et-pratiques-de-grh.pdf