7 Dec 2014

7 Dec 2014

La qualité des données dans les services des Ressources Humaines

By:

Category: Uncategorized

La qualité des données dans les services des Ressources Humaines


La qualité des données dans les services des RH

Les services RH des entreprises sont de plus en plus fréquemment confrontés à des problèmes de qualité de données ; Malheureusement, ils s’en aperçoivent souvent trop tard.

« La qualité des données en informatique se réfère à la conformité des données aux usages prévus dans les modes opératoires, les processus, les prises de décision et la planification » (J.M. Juran).

Par ailleurs, la qualité des données peut être évaluée, en fonction des représentations, plus ou moins correctes, du processus de fabrication dont elles sont issues.

La qualité des données repose sur 5 piliers : 

  • Complétude
  • Plausibilité
  • Intégrité
  • Consistance
  • Fiabilité











Lorsque les données ne respectent pas ces 5 principes, les services RH doivent faire face à de nombreuses difficultés résultant de la mauvaise qualité des données inscrites dans leurs systèmes.

Les meilleures pratiques en matière de renforcement des systèmes d’information sont évaluées en termes d’amélioration de la qualité, de gain de temps et de réduction des coûts de gestion des anomalies.

De quelle manière ces attributs théoriques peuvent-ils ralentir l’efficacité de vos systèmes d’information, provoquer des blocages et compromettre votre crédibilité ?

Observons maintenant quelques exemples communs, liés à une mauvaise qualité des données.

Complétude

De nos jours, les services RH sont confrontés au traitement d’une multitude de données. Cependant, cette abondance peut parfois poser problème, car s’assurer de la présence de toutes les données requises au sein d’un système peut s’avérer très complexe, tout comme leur processus de traitement. Le respect du principe de complétude permet de s’assurer qu’aucune information ne soit écartée du système ou qu’aucune des données présentes ne soit erronée. Le non-respect du principe de complétude s’illustre, par exemple, par un manque de données sur les heures de présence de certains employés, nécessaires pour le calcul de leur salaire ; ce qui peut entraîner des paiements indus. Le manque d’informations sur la validité des permis de conduire des chauffeurs-livreurs en est un autre exemple. Cela peut engager légalement l’entreprise et la responsabilité incombe au service RH, considéré comme ayant commis une faute grave par négligence. Il est donc clair que lors du traitement mensuel des données requises, disposer d’informations erronées ou incomplètes peut avoir des répercussions plus ou moins significatives, selon l’importance de l’élément concerné.

Fig 1 . Détection de données essentielles manquantes grâce à Quality-Gatesfig.missingdataFR

Plausibilité

Selon le secteur d’activité, le métier, la taille de l’entreprise et l’environnement dans lequel elle se situe, on peut définir, par expérience, des standards de données permettant d’obtenir un ordre d’idée sur la conformité des résultats obtenus. On parle alors de plausibilité des résultats. La plausibilité fait référence à ce qui est généralement admis pour une donnée, selon sa concordance avec les données métiers. Afin de s’assurer de la plausibilité des données, on procède à une vérification de la conformité des données traitées par rapport aux données standards métiers. Cette vérification a lieu dans le but d’éviter les discordances et donc une perte de crédibilité du service RH quant à la connaissance des données normées de son métier. Le service RH doit, par exemple, être en mesure de vérifier la vraisemblance de la saisonnalité classique des jours de congés posés au sein de l’entreprise par rapport aux mois de vacances.

Fig 2. Exemple de contrôle de plausibilité avec Quality-Gates dans le domaine des RH

fig.plausibilityfr



Intégrité référentielle

Une entreprise est amenée à gérer une multitude de données, souvent liées à des référentiels non synchronisés. Mais comment s’assurer que toutes les données clés collectées dans des systèmes tiers soient correctement référencées dans notre système ? Il s’agit alors de tester l’intégrité référentielle. L’intégrité permet de s’assurer que la qualité des données ne soit pas altérée pour cause de non correspondance du référentiel. Il est alors important de vérifier la régularité et l’exhaustivité des correspondances entre ces référentiels et de s’assurer de leur synchronisation. Un problème d’intégrité peut, notamment, survenir lorsque le référentiel « Employés » n’est pas synchronisé avec le système RH et le système de gestion des congés. Par exemple, le référentiel des jours de congés peut utiliser l’identification d’un « Employé » qui n’existe pas dans le système RH. De la même manière, il existe parfois des doublons qui désignent le même élément. On constate ici des problèmes liés à l’intégrité des données, mais aussi une perte de temps encourue par le service RH pour résoudre ces incohérences. Un contrôle automatique du référentiel permet d’identifier les problématiques en amont et de demander les mises à jour nécessaires aux responsables métiers ; voire de procéder, le cas échéant, à ces mises à jour automatiquement.

Fig 3. Identification des codes employés inexistants dans le système RH grâce à Quality-Gates

fig.RefIntegrityFR


Consistance

Les services RH sont souvent amenés à manipuler une multitude de données provenant de différents services et produites par différents métiers. La difficulté consiste alors à contrôler la concordance de ces données et l’absence de données contradictoires. On parle alors de consistance des données. La consistance fait référence à l’absence de contradiction entre une même donnée présentée par deux systèmes différents. Par exemple, les problèmes de consistance peuvent survenir en comparant les informations du SIRH avec le « Reporting Groupe » ou le « Reporting Financier » (ETP, nombre de jours travaillés, masse salariale…). On imagine aisément l’impact que peuvent produire des résultats contradictoires sur un service RH. Si le service RH d’une entreprise laisse filtrer des données incohérentes dans un rapport, distinguer les données valables et utilisables sans risque deviendra une tâche complexe.

Fig 4. Vérification de la consistance du nombre de ETP entre le système RH et le reporting Groupe grâce à Quality-Gates

fig.consistencyFR


Fiabilité

Les services RH sont de plus en plus confrontés à la complexité du calcul des indicateurs. Ce sont des difficultés qui se présentent actuellement, lorsqu’il s’agit d’établir des bulletins de salaire clairs et intelligibles par tous, tout en étant en mesure d’expliquer chaque calcul dans le détail. En parallèle, les diverses règlementations soulignent le manque de transparence vis-à-vis de l’employé. Cette opacité est à l’origine de suspicions diverses quant à la fiabilité des services RH. La fiabilité relève de la capacité à démontrer logiquement les présentes données, car les méthodes de calculs utilisées pour produire ces données ont été évaluées et vérifiées de façon à générer des données qui reflètent fidèlement la réalité. Dans les faits, il s’agit de vérifier la validité des règles de gestion métiers pour prouver le bon fonctionnement des dispositifs. Calculer les primes ou les heures supplémentaires effectuées pour s’assurer de la concordance entre les montants payés par l’entreprise et les montants dus est un gage de fiabilité. Il parait évident qu’une entreprise effectuant des paiements indus ou, à l’inverse, manquant à certains règlements, et n’étant pas en mesure de vérifier ses calculs, compromettrait fortement sa fiabilité. Par conséquent, toute la validité des systèmes utilisés pour produire ses données est remise en cause. C’est pourquoi, tant du point de vue métier que du point de vue des règlementations, on tend à une automatisation des systèmes pour écarter tout problème de fiabilité.

Fig 5. Comparaison entre les primes accordées et les primes calculées grâce à Quality-Gates

fig.checkcalculationFR

 

A retenir


En conclusion
, la masse de données avec laquelle les services RH doivent composer chaque jour, les obligent à mettre en place des processus de contrôle qualité importants. Pour l’entreprise, ces processus sont nécessaires pour éviter des anomalies, mais ils sont bien souvent complexes et onéreux.

L’outil Quality Gates répond aux challenges qu’implique la gestion de la qualité, notamment dans les services RH en répondant aux exigences que requiert le métier. Il permet d’automatiser un certain nombre de contrôles et d’alertes.

Quality Gates offre donc aux responsables RH l’opportunité de se conformer simplement aux principales exigences auxquels ils ont à se confronter : complétude, plausibilité, intégrité, consistance, et fiabilité.