Voici la suite des meilleurs moments du TruMontreal 2014 et le résumé de deux ateliers sur les méga-données (Big data). On en parle de plus en plus : ce sont des ensembles de données très volumineux tellement qu'ils sont difficiles à gérer avec des outils classiques de base de données. Par exemple, une banque peut utiliser les méga-données de l'ensemble de ses clients et les recouper pour évaluer si elle devrait faire une campagne de marketing ciblant les propriétaires de condos ou les 55 ans et plus.
D'abord "Big data et analyses prédictives en recrutement" un atelier animé par Andrée Laforge et ÉricTondo.
Les PME commencent peu à peu à utiliser le big data, par exemple pour identifier le bassin de main d'oeuvre dans une région donnée avant une acquisition. Les animateurs suggèrent de ne pas s'intéresser qu'aux données internes (ex. taux de roulement) mais aussi à Google ou autres sites pouvant aider à trouver des données sur le marché de l'emploi externe (j'y ajoute IMT par Emploi-Québec).
Une analyse plutôt facile et très utile peut se faire à l'interne : d'ou viennent les meilleurs employés, et ou s'en vont-ils quand ils quittent ?
Futurs du #bigdata
On parle des corrélations entre le succès d'un candidat vs son adresse, son expérience dans un domaine X, son âge moyen... Y a-t-il des dérapages possibles ? Des corrélations entre le succès et la taille, l'état de santé, le poids, l'intérêt envers un style de musique ou de sport...
Le spécialiste en données (ou Data scientist) est en grande demande partout dans le monde, au Québec il n'y en a pas ou presque.
Ensuite "Que peut faire le big data RH pour vos recrutements ?" une entrevue par Jean-Baptiste Audrerie et Nathalie Carrénard avec Jean-Paul Isson
On peut se perdre dans les méga-données, M. Isson suggère de se recentrer sur l'objectif et de commencer simplement. Seulement 4% des entreprises font des analyses prédictives en RH en ce moment. Pourquoi il y en a si peu ? M. Isson pense que c'est d'abord par peur du changement. Ensuite les RH ne sont pas spécialistes des données mais des humains. Finalement, il est difficile de savoir par où commencer.
Avec les RH comme ailleurs, on commence par se demander quel "bobo" on peut régler. Ensuite on essaie de voir quel avantage les RH vont en tirer pour bien vendre le projet.
Exemples concrets du #bigdata d'aujourd'hui
M. Isson nous parle d'implants (ex. équivalents des lunettes Google mais à l'intérieur des yeux), de big brother, et de médecine préventive personnalisée selon l'individu. En RH on vise plutôt à automatiser le "fit", prédire les départs et réduire les absences.
Le métier sexy d'avenir
M. Isson mentionne avec humour que ce sera le statisticien :)
D'abord "Big data et analyses prédictives en recrutement" un atelier animé par Andrée Laforge et ÉricTondo.
Les PME commencent peu à peu à utiliser le big data, par exemple pour identifier le bassin de main d'oeuvre dans une région donnée avant une acquisition. Les animateurs suggèrent de ne pas s'intéresser qu'aux données internes (ex. taux de roulement) mais aussi à Google ou autres sites pouvant aider à trouver des données sur le marché de l'emploi externe (j'y ajoute IMT par Emploi-Québec).
Une analyse plutôt facile et très utile peut se faire à l'interne : d'ou viennent les meilleurs employés, et ou s'en vont-ils quand ils quittent ?
Futurs du #bigdata
On parle des corrélations entre le succès d'un candidat vs son adresse, son expérience dans un domaine X, son âge moyen... Y a-t-il des dérapages possibles ? Des corrélations entre le succès et la taille, l'état de santé, le poids, l'intérêt envers un style de musique ou de sport...
Le spécialiste en données (ou Data scientist) est en grande demande partout dans le monde, au Québec il n'y en a pas ou presque.
Ensuite "Que peut faire le big data RH pour vos recrutements ?" une entrevue par Jean-Baptiste Audrerie et Nathalie Carrénard avec Jean-Paul Isson
On peut se perdre dans les méga-données, M. Isson suggère de se recentrer sur l'objectif et de commencer simplement. Seulement 4% des entreprises font des analyses prédictives en RH en ce moment. Pourquoi il y en a si peu ? M. Isson pense que c'est d'abord par peur du changement. Ensuite les RH ne sont pas spécialistes des données mais des humains. Finalement, il est difficile de savoir par où commencer.
Avec les RH comme ailleurs, on commence par se demander quel "bobo" on peut régler. Ensuite on essaie de voir quel avantage les RH vont en tirer pour bien vendre le projet.
Exemples concrets du #bigdata d'aujourd'hui
- Les Google maps et GPS calculent le meilleur chemin en temps réel.
- Obama a utilisé le big data pour cibler les personnes qui pouvaient financer leur campagne. Ils ont trouvé que les femmes de 35-45 ans de la côte ouest étaient prêts à payer des fortunes pour diner avec George Clooney, alors ils ont fait un souper avec lui et amassé 15 millions.
- La compagnie mondiale Monster (site web d'emploi) a découvert en suivant ses sources de candidats pour ses propres postes, que les références étaient la source la plus efficace, ce qui est ironique vu que leur créneau d'entreprise est l'affichage d'offres d'emploi...
M. Isson nous parle d'implants (ex. équivalents des lunettes Google mais à l'intérieur des yeux), de big brother, et de médecine préventive personnalisée selon l'individu. En RH on vise plutôt à automatiser le "fit", prédire les départs et réduire les absences.
Le métier sexy d'avenir
M. Isson mentionne avec humour que ce sera le statisticien :)