Comprendre le processus des données à leur utilisation

Ah la « BI » la Business Intelligence. Diable que l’expression est trompeuse. Elle nous ferait presque croire que les données rendent intelligent. Mais le terme « intelligence » ici signifie plutôt « renseignement » comme dans CIA « Central Intelligence Agency ».

L’illusion de croire qu’il suffirait d’accumuler des données pour en faire une bonne utilisation professionnelle est assez fréquente au fond. Elle est entre autres portée par une sorte de croyance en la toute-puissance de la technologie.

Ou quand la fascination dans les outils et la technique affranchit inconsciemment de la part qui nous revient. Bref, si l’on veut utiliser les données à bon escient pour faire preuve d’intelligence dans nos décisions, encore faut-il comprendre comment cela se passe.

En d’autres termes, comprendre le voyage qu’elles font avant d’arriver dans notre assiette. Alors, le processus des données RH à leur utilisation, c’est quoi l’histoire ?

La destination du voyage on la connaît, elle est simple à décrire et difficile à atteindre dans les faits : prendre des décisions pertinentes et utiles. Cette étape, en toute hypothèse, repose sur les personnes. Mais avant d’arriver à ce bon port, les données sur lesquelles les personnes s’appuient pour exercer leur intelligence ont fait un long voyage.

C’est un voyage en 4 grandes étapes que nous allons expliciter plus en détail.

La première étape ce sont les données elles-mêmes. On se les représente à tort comme quelque chose d’identifié et homogène alors qu’en réalité ce qui les caractérise c’est souvent qu’elles sont :

1. Issues de sources multiples
2. Le plus souvent hétérogènes et protéiformes et
3. Rarement exploitables à l’état brut.

Prenons simplement leurs origines. Elles proviennent en effet de sources dispersées et multiples qu’il faut réussir à agréger d’une manière ou d’une autre ce que l’on verra plus tard. En pratique, certaines sont directement issues de différents systèmes d’information, le SIRH mais aussi d’autres SI, y compris parfois même externes à l’entreprise.

Mais elles peuvent aussi provenir de saisies manuelles, d’imports réalisés plus ou moins automatiquement, que ce soit avec des fichiers à plats importés manuellement ou via des API automatisées, par le biais de calculs ou de processus impliquant divers acteurs, etc.

Et c’est là où l’on imagine tout de suite à quel point elles peuvent être de qualité, d’intégrité et de complétude variable. Ne serait-ce que sur le plan de leurs définitions qui, pour un même vocable, peut parfois recouvrir des réalités différentes.

Ta notion de salaire de base dans tel ou tel applicatif est-elle bien la même ? Est-ce qu’elle recouvre les mêmes éléments de rémunération ? Rien de si évident.

C’est la raison pour laquelle il faut une deuxième étape dans ce voyage. Il faut extraire les données, les contrôler et les transformer pour en faire une information exploitable.

En substance, transformer ces données hétérogènes et protéiformes en informations homogènes, cohérentes, intègres et donc exploitables. On utilise même des outils spécialisés en informatique pour ce faire.

Oui on appelle cela un ETL pour Extract Transform and Load. Tu extrais les données de sources multiples, de différents systèmes, de différents fichiers etc. puis tu les transportes vers un système cible qui permettra de les traiter. D’où d’ailleurs parfois un T de plus pour ce Transport.

Mais pour les exploiter tu dois les transformer, c’est-à-dire mises dans une forme exploitable, normalisées, etc. C’est là où on réalise différentes opérations de nettoyage, de regroupement etc. et le cas échéant de validation.

Puis enfin, on charge toutes ces données transformées « Load » dans un système qui permettra de les exploiter. Un silo de données, un data warehouse, un infocentre RH. Mets les mots que tu veux là-dessus. En gros, une base de données. Et selon le volume, la nature, la fréquence etc cela se fait d’un coup ou par incrément.

Une fois ces données stockées là où il faut et comme il faut, grâce à cette deuxième étape, encore faut-il les mettre dans les mains de celles et ceux qui sont supposés les utiliser intelligemment. Et ce n’est pas si immédiat que cela.

Il y a en effet encore du chemin. D’abord une troisième étape, liée à qui a le droit de faire quoi sur quoi comme information ? Avant que tu prennes une décision encore faut-il que ce soit sur un périmètre qui relève de ta responsabilité, en fonction de ton rôle etc.

Pour que les données soient à disposition des décideurs pour des usages adaptés aux circonstances et à leurs besoins, intervient en effet la fameuse gestion des habilitations, des droits et des rôles.

Une affaire d’organisation, en l’occurrence les périmètres couverts par l’information et ce à quoi tu as le droit d’avoir accès. Avec des clés géographiques comme la région, le pays etc. mais aussi par entité juridique, par business line, métiers etc. en d’autres termes selon les paramètres de l’organisation de l’entreprise.

Et sur ces périmètres, ce que tu as le droit de faire en fonction de ton rôle, donc les habilitations et les fonctionnalités qui seront mises à ta disposition.

Les données sont là, exploitables et disponibles comme il faut. On pourrait croire que c’est bon mais il y a encore une quatrième et dernière étape : pouvoir y accéder quand il faut dans de bonnes conditions.

Et oui, ce n’est pas parce que c’est disponible dans un placard qu’on sait que cela existe, que c’est facile à trouver et utiliser. Il faut donc une dernière couche, celle d’un accès rendu confortable pour les décideurs…

Notamment pour qu’il dispose de l’information quand ils en ont besoin sous une forme comestible. Tout un programme aussi.

On le voit le voyage des données à leur utilisation est un chemin de croix plus qu’un long fleuve tranquille. Chaque étape de ce voyage offre évidemment ces chausse-trappes et la technologie à elle seule n’est jamais une garantie absolue de ne pas y sombrer.

Comme quoi, même avant de prendre des décisions intelligentes, il faut des personnes qui agissent avec intelligence pour que les données arrivent à bon port comme il faut !

En résumé, avant que les données ne soient le support de décisions intelligentes, elles parcourent un voyage en 4 étapes : 1- les recueillir à partir de sources hétérogènes et variées 2- Les contrôler et transformer pour les rendre exploitables 3- Les rendre disponibles selon des règles de gestion et 4- Les rendre accessibles quand il faut comme il faut. Chacune de ces étapes demandent aussi le discernement de professionnels avisés.

J’ai bon chef ?

Oui tu as bon mais on ne va pas en faire toute une histoire.