La dark data en RH
Dans cet épisode, nous allons parler de dark data, notamment dans la fonction RH.
Dark Data, tu ne peux pas parler français Dark Vador ? Continue avec tes anglicismes et je t’enferme du côté obscur de la force.
Les données sombres ou les données mystérieuses. On ne peut pas se retenir de penser à la matière noire de l’univers, celle qui ne rayonne pas, ne réfléchit pas, n’émet pas de lumière.
Un peu comme toi en fait, non ? Mais, dans le cas de la matière noire de l’univers, on n’est pas trop sûr qu’elle existe puisqu’on ne peut pas la détecter… Or, si la matière de l’univers ne nous est pas si facilement donnée, en matière de données, ce n’est pas la même histoire.
Dit autrement, ce n’est pas parce qu’on ne les connaît pas, qu’elles n’existent pas et qu’on ne peut pas les trouver. Alors, la dark data en RH, c’est quoi l’histoire ?
En réalité, en effet, ce que ce terme récent désigne n’a rien de mystérieux ou d’inconnu. Il s’agit simplement de données qui existent très concrètement mais qu’on n’utilise pas parce qu’on ne connaît pas véritablement leur existence ou qu’on n’y pense tout simplement pas.
Donc il n’y a rien de mystérieux là-dedans. Pour l’essentiel, ce sont toutes les données, au sens large du terme, qui sont produites par notre utilisation du digital, là encore au sens large.
Cela prend de multiples formes : les fichiers qui enregistrent les connections et les interactions avec un programme, ce qu’on appelle un fichier log par exemple, des données sur des machines de production, des données liées à ton utilisation de réseaux sociaux interne etc.
Elles sont peu ou pas exploitées parce qu’on ne les a pas forcément dans notre champ de vision. Mais, parfois, cela vient du fait qu’elles ont une durée de vie courte ou qu’elles sont très parcellaires donc peu exploitables en tant que telles.
Pourtant, certaines d’entre elles représentent certainement une richesse qui pourrait être exploitée par l’entreprise. Savoir qui se connecte à quoi combien de temps pour mieux comprendre les habitudes réelles de travail par exemple, on imagine assez aisément tout un champ des possibles.
C’est certainement là d’ailleurs le premier véritable enjeu. La question reste de savoir en effet si ça vaut la peine ou pas, car comme toujours, cela prend du temps et consomme des ressources de les identifier et les exploiter utilement.
Or, apprécier cela implique de multiples paramètres. En premier lieu, apprécier la valeur que l’on peut tirer de ces informations. Mais il y aussi les risques associés, qu’il s’agisse de conformité légale ou de sécurité des systèmes.
On se retrouve là face à un dilemme classique. La tentation, d’un côté, de faire une sorte de recherche exhaustive, un inventaire de tout ce qui existe, avant d’évaluer, puis investir dans telle ou telle orientation.
Mais c’est inévitablement très fastidieux, complexe, long donc coûteux et sans garantie aucune d’obtenir un résultat utile. On imagine facilement ce que cela pourrait représenter de faire l’inventaire par exemple de tous les fichiers logs de tous les outils digitaux de l’entreprise, si on se concentre ne serait-ce que sur cet aspect.
De l’autre côté, on peut privilégier une approche pragmatique en ciblant a priori ce qui pourrait constituer une information utile et en imaginant toujours a priori qu’il n’est pas improbable qu’elle existe avant d’aller vérifier ensuite où elle se trouve et si elle est exploitable.
Mais, partant de ce que l’on sait, on est forcément limité dans son champ de vision et donc pas à l’abri de passer à côté d’une pépite.
Bref, comme disait l’autre, si le coût de ton étude pour éviter de faire une connerie est supérieure à celui des conséquences de ta connerie, fais ta connerie maintenant et on n’en parle plus.
A observer le quotidien des entreprises, souvent bien éloigné des rêves de la sphère technologique, commencer par exploiter utilement ce dont on sait qu’on l’a et que cela peut être utile, ce ne serait pas si mal que cela.
Une combinaison de pragmatisme et de réalisme est certainement sage au regard des risques de se perdre inutilement dans des labyrinthes interminables de données en tout genre, qui ne servent peut-être tout simplement à rien.
La combinaison de l’inflation des données produites par nos interactions digitales et de la puissance de l’Intelligence Artificielle peut naturellement faire rêver. Pour autant, la question qui doit se poser est simple : oui mais pourquoi ?
Le gigantesque terrain qui est devant nous recèle peut-être des pépites en effet. Ou pas. L’enjeu de la dark data est par conséquent d’abord dans la démarche mise en œuvre pour identifier ce que l’on a et imaginer ce que l’on peut en faire d’utile.
C’est peut-être même là un des gains importants potentiels pour la fonction RH : mieux connaître ce dont elle dispose potentiellement comme information sur le travail des gens. En s’intéressant ensuite réellement au travail, elle fera alors une utilisation utile de ces informations.
En résumé, les données produites par nos interactions digitales, ou plus généralement celles que nous ignorons et n’utilisons pas, constituent une richesse potentielle inexploitée. L’enjeu est d’être réaliste et pragmatique pour en apprécier l’opportunité et l’utilité pour ne pas en faire une usine à gaz de plus.
J’ai bon chef ?
Oui tu as bon mais on ne va pas en faire toute une histoire.