Données & analytique des talents • 8 MIN DE LECTURE
Analytique RH prédictive : de la rétrospective à la prospective
JUN 10, 2026
La plupart des rapports RH vous disent ce qui s'est passé. L'analytique prédictive vous dit ce qui est susceptible de se produire ensuite. Voici comment effectuer cette transition.
La différence entre analytique descriptive et analytique prédictive
L'analytique descriptive répond à la question : que s'est-il passé ? Votre rapport mensuel sur les effectifs, votre taux de turnover et vos données d'absentéisme sont tous descriptifs. Ils vous renseignent sur le passé et sont utiles pour suivre les tendances. L'analytique prédictive répond à la question : que va-t-il probablement se passer ? Un modèle prédictif de départ volontaire identifie les employés présentant un risque accru de départ volontaire avant leur démission. Un modèle prédictif d'absentéisme signale les équipes présentant des schémas suggérant l'apparition d'un problème d'absences. La distinction compte car l'analytique descriptive vous montre les problèmes après leur apparition ; l'analytique prédictive vous donne la possibilité d'intervenir avant qu'ils ne surviennent.
Commencer avec l'analytique prédictive
Vous n’avez pas besoin d’une équipe de data science pour commencer. La première étape consiste à accumuler suffisamment de données historiques dans un seul système (votre HRIS) afin d’identifier des schémas significatifs. Le modèle prédictif le plus accessible pour la plupart des équipes RH est un modèle de risque de départ : identifiez les caractéristiques qui précédaient historiquement les départs volontaires dans votre organisation. L’ancienneté, le temps écoulé depuis la dernière révision de salaire, le temps écoulé depuis la dernière promotion, la tendance du score d’engagement et le score de qualité du manager sont des prédicteurs courants. Une fois le schéma identifié, vous pouvez signaler les employés qui correspondent au profil pour une conversation proactive de rétention.
