Fermer


Inscription à notre infolettre
Suivre iHunt sur :

L’analyse prédictive: du passé au futur

Démystifier l’analyse prédictive

Si vous êtes curieux et intéressé par les tendances récentes, sans doute connaissez-vous déjà l’analyse prédictive? Ce type d’analyse englobe une variété de techniques issues des statistiques et de données permettant l’étude des faits présents et passés pour faire des hypothèses prédictives sur des événements futurs.

Contrairement à ce qui pourrait au premier abord être perçu comme une nouveauté, date déjà de plusieurs décennies. Depuis l’avènement des premiers ordinateurs qui ont introduit le stockage de données, il a été possible de faire appel à des outils de prises de décisions (DSS: Decision Support System).

Plus récemment avec l’apparition du cloud, des réseaux sociaux et des divers appareils mobiles, les décisions analytiques sont passées en mode Big Data.

 

Du passé au futur

Le changement principal de l’utilisation des données provient de la transition du passé au futur en ce qui a trait à l’analyse.

Alors qu’auparavant, l’historique des données permettait d’évaluer des performances passées, maintenant il sert plutôt à établir les nouvelles opportunités pour le futur.

 

L’analyse prédictive et les ressources humaines

Avec les ressources humaines, cette utilisation se traduit par la possibilité de mieux savoir à quoi s’attendre en termes de recrutement, de rétention et de développement. À titre d’exemple, Drew Fortin, V-P chez The Predictive Index, soutient qu’une entrevue laisse présager à seulement 6% la performance qu’un candidat aura au travail alors que l’emploi des bons outils rehausse ce pourcentage à 23%.

Il faut cependant noter que l’exactitude et l’utilité des résultats dépendent grandement du niveau de l’analyse des données et de la qualité des hypothèses choisies. En d’autres termes, l’information obtenue à travers l’analyse prédictive sera biaisée, voire inutile s’il y a une faille à travers la capture des relations entre les variables explicatives et les variables prédites, issues des occurrences passées, et l’exploitation de ces relations pour prédire les résultats futurs.

Les fournisseurs les plus reconnus tels que FICO, IBM, Oracle et SAP travaillent activement à trouver des façons de rendre l’analyse prédictive, plus facile à comprendre, adopter et implanter. Et tout cela avec raison: même si des données fiables sont ainsi obtenues, encore faut-il savoir quoi en faire!

 

Pousser lefficacité plus loin encore

Afin d’augmenter la possibilité de voir les gestionnaires prendre les bonnes décisions suite aux informations obtenues, Dr. John Sullivan recommande le Actionable Predictive Analytic qui ajoute des éléments tels que les coûts et actions recommandées.

À ce sujet, je vous invite à lire: The Top 10 Benefits of Using “Actionable Predictive Analytics” in HR. Il s’agit d’une liste très bien élaborée d’avantages visant la maximisation des rendements à travers l’intégration d’une stratégie proactive.

Actionable Predictive Analytic

 

 

On peut conclure que même au sein des organisations ayant implanté l’analyse prédictive de façon appropriée, certaines embûches peuvent tout de même subsister.

Les grands volumes de données et d’informations n’engendrent pas automatiquement une meilleure gestion des talents. Il faut donc avant toute chose, maîtriser efficacement les outils et stratégies RH pour pleinement profiter des bénéfices conférés par l’analyse prédictive.

 

Un article écrit par Sonia Desrosiers

 

Autres articles à lire | Tendances

L’intelligence artificielle au service de l’emploi

Recruter autrement pour innover

Le Big Data, le Big incompris

Les nouvelles tendances qui améliorent le recrutement



Laisser un commentaire

  • Ce champ n'est utilisé qu'à des fins de validation et devrait rester inchangé.

Les derniers mandats