Données des personnes et analytique • 8 MIN DE LECTURE
Analytique RH prédictive : du regard rétrospectif à l’anticipation
JUN 10, 2026
La plupart des reporting RH vous disent ce qui s’est passé. L’analytique prédictive vous dit ce qui a de fortes chances de se produire ensuite. Voici comment opérer ce changement.
La différence entre analytique descriptive et analytique prédictive
L’analytique descriptive répond à la question : qu’est-il arrivé ? Votre rapport mensuel d’effectifs, le taux de rotation et les données d’absence sont tous descriptifs. Ils vous renseignent sur le passé et sont utiles pour suivre les tendances. L’analytique prédictive répond à la question : qu’est-ce qui a des chances d’arriver ? Un modèle prédictif d’attrition identifie les employés présentant un risque élevé de départ volontaire avant qu’ils ne démissionnent. Un modèle prédictif d’absences signale les équipes présentant des schémas suggérant un problème d’absentéisme émergent. La distinction est importante, 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.
Bien démarrer avec l’analytique prédictive
You do not need a data science team to begin. The first step is accumulating enough historical data in a single system (your HRIS) to identify meaningful patterns. The most accessible predictive model for most HR teams is a flight risk model: identify the characteristics that historically preceded voluntary departures in your organisation. Tenure, time since last pay review, time since last promotion, engagement score trend, and manager quality score are common predictors. Once you have identified the pattern, you can flag employees who match the profile for a proactive retention conversation.
