People analytics

People analytics et data RH — KPIs, dashboards, prédictif.

Au sommaire

1. People analytics : définition et les trois niveaux d'analyse
2. Pourquoi le people analytics s'impose comme priorité stratégique pour les DRH
3. Les données du cycle de vie collaborateur : quoi mesurer et à quel moment
4. RGPD, CNIL et éthique des algorithmes : le cadre légal français du people analytics
5. Mettre en place une démarche people analytics : les étapes clés
6. Compétences, rôles et outils : s'équiper pour faire du people analytics
7. Quiz : évaluez la maturité people analytics de votre organisation
8. Simulateur ROI people analytics : estimez votre gain potentiel
9. Conclusion
10. Questions fréquentes sur People analytics

Dernières publications

6 Oct 2026

Tableau de bord RH : les indicateurs qui comptent vraiment, leurs formules et un exemple complet

 

Depuis plusieurs années, la fonction RH française vit une transformation silencieuse mais profonde : les données que les directions ont toujours produites — bilans sociaux, tableaux de bord, résultats d'enquêtes — commencent à être réellement exploitées pour anticiper les départs, calibrer les recrutements ou mesurer l'impact des programmes de formation. Ce mouvement porte un nom, le people analytics, et il s'appuie sur une infrastructure qui s'est généralisée bien plus vite qu'on ne l'imagine : le marché mondial des solutions SIRH atteignait 32 milliards de dollars en 2024, avec une croissance annuelle de 10 % (Grand View Research, 2024). Mais disposer des données ne suffit pas. La vraie question, pour un DRH qui engage cette démarche en 2025, est de savoir comment les gouverner, les analyser et les mobiliser sans s'exposer aux risques réglementaires que le cadre français — RGPD, Loi Informatique et Libertés, recommandations CNIL — impose avec une précision croissante. C'est l'ambition de ce guide : articuler, dans un même traitement, la stratégie, l'opérationnel et le droit.

People analytics : définition et les trois niveaux d'analyse

Qu'est-ce que le people analytics ? Une définition de travail pour les DRH

Le people analytics — également désigné sous le terme HR analytics — consiste à collecter, analyser et exploiter les données relatives aux collaborateurs, qu'elles soient quantitatives ou qualitatives, pour éclairer les décisions de gestion des ressources humaines. Comme le formule SAP : « La people analytics est une approche fondée sur les données qui relie les informations issues de tous les systèmes RH et métiers — recrutement, intégration, formation, performance — afin d'offrir une vue complète de la main-d'œuvre. » Ce qui distingue le people analytics de la simple production d'indicateurs RH, c'est précisément cet usage : la valeur n'est pas dans la donnée collectée, mais dans la décision qu'elle rend possible.

Descriptif, prédictif, prescriptif : les trois niveaux de maturité analytique

La maturité d'une démarche de people analytics se mesure à la profondeur de l'analyse produite. Le niveau descriptif répond à « que s'est-il passé ? », le niveau prédictif à « que pourrait-il se passer ? », et le niveau prescriptif à « que faut-il faire ? ». Le tableau ci-dessous articule ces trois niveaux avec leurs exemples RH concrets, leurs données mobilisées et les outils associés.

Niveau	Question centrale	Exemples RH concrets	Données mobilisées	Outils typiques	Maturité requise
Descriptif	Que s'est-il passé ?	Taux de turnover, absentéisme, pyramide des âges, bilan social	Données historiques SIRH, paie, présence	Excel, Power BI, rapports SIRH natifs	Faible — accessible dès la structuration des données RH
Prédictif	Que va-t-il se passer ?	Risque de départ (flight risk), prédiction d'absentéisme, identification des hauts potentiels	Données SIRH + signaux comportementaux + feedbacks 360°	R / Python, plateformes BI avancées, outils spécialisés (Visier, Workday Prism)	Intermédiaire — nécessite un data analyst RH ou un partenariat DSI
Prescriptif	Que doit-on faire ?	Recommandations de mobilité interne, personnalisation du parcours de formation, optimisation des plannings	Données multi-sources + modèles IA entraînés sur l'historique RH	Plateformes IA RH (Eightfold, Beamery), LLM intégrés aux SIRH	Élevée — requiert une gouvernance données solide et un cadre éthique/RGPD formalisé

La grande majorité des entreprises françaises opèrent encore principalement au niveau descriptif, ce qui n'est pas sans valeur — mais laisse intact l'essentiel du potentiel analytique. La progression vers les niveaux prédictif et prescriptif suppose une infrastructure de données fiable, des compétences hybrides et un cadre de gouvernance. C'est précisément ce que les sections suivantes détaillent.

Pourquoi le people analytics s'impose comme priorité stratégique pour les DRH

La question n'est plus de savoir si les directions des ressources humaines doivent adopter une approche analytique, mais à quelle vitesse elles peuvent le faire sans compromettre la qualité de leurs données ni la confiance des collaborateurs. Les tensions persistantes sur le marché du travail, les obligations de négociation sur la gestion des emplois et des parcours professionnels (GEPP) et les exigences croissantes de reporting extra-financier liées à la CSRD font des données RH un matériau stratégique que la direction générale entend désormais maîtriser au même titre que les données financières.

De la fonction support au rôle de décideur : ce que les données changent pour la DRH

Pendant longtemps, la fonction RH a produit des indicateurs pour rendre compte — taux d'absentéisme, masse salariale, effectifs — sans que ces données n'alimentent réellement les arbitrages du comité de direction. Le people analytics modifie cette posture en profondeur : il ne s'agit plus de constater, mais d'anticiper. Avec 89 % des entreprises françaises de plus de 250 salariés équipées d'un SIRH (Markess, 2023), les données existent ; ce qui manque, c'est la capacité à les croiser, les interpréter et les transformer en recommandations argumentées.

La pression vient aussi des directions générales, qui attendent des décisions RH objectivées sur les sujets sensibles : mobilité interne, plans de succession, gestion des compétences rares. Les organisations dont la fonction RH est très efficace sur le plan technologique sont 4,1 fois plus susceptibles d'être très efficaces dans l'adoption des nouvelles technologies au niveau global (Sigma RH, 2025) — un chiffre qui illustre l'effet d'entraînement que la maturité analytique RH peut exercer sur l'ensemble de l'entreprise.

Les bénéfices concrets mesurés par les organisations pionnières

Les organisations qui ont franchi le cap du people analytics prédictif rapportent des gains mesurables sur leurs principaux indicateurs de tension. Les études sectorielles convergent pour documenter des effets positifs sur la rétention et la qualité du recrutement, même si les ordres de grandeur varient sensiblement selon les contextes organisationnels et les méthodologies de mesure retenues. Ces résultats tiennent à la capacité de détecter précocement les signaux de désengagement — variation d'absentéisme, ralentissement de la participation aux formations, score d'engagement en recul — avant que le collaborateur n'ait formalisé son intention de départ.

Sur le volet GEPP, le people analytics offre une cartographie dynamique des compétences disponibles et un repérage des écarts avec les besoins futurs, rendant les plans de formation plus ciblés et les décisions de mobilité interne mieux étayées. En recrutement, il permet de modéliser les profils qui réussissent effectivement dans l'organisation, au-delà des critères formels des fiches de poste, réduisant ainsi le coût et le délai d'intégration.

Les données du cycle de vie collaborateur : quoi mesurer et à quel moment

Le cycle de vie collaborateur offre un fil conducteur naturel pour structurer une approche people analytics : chaque étape — du recrutement à l'offboarding — génère des données spécifiques qui, agrégées et croisées, dessinent une trajectoire lisible. La difficulté n'est pas tant de collecter ces données que de les relier entre elles de manière cohérente, ce qui suppose une intégration solide entre le SIRH, le LMS, l'ATS et les outils d'écoute.

Cartographier les indicateurs clés par étape du parcours salarié

Au moment du recrutement, les indicateurs pertinents portent sur le délai moyen d'embauche, le coût par recrutement et la qualité d'embauche — cette dernière mesurée à 6 ou 12 mois par le niveau de performance et le taux de rétention des nouvelles recrues. L'onboarding produit d'autres signaux : le score d'engagement à 90 jours et le taux d'attrition précoce (early attrition) sont des indicateurs prédictifs puissants, souvent sous-exploités faute d'une collecte systématique.

Durant la phase de développement, la participation aux formations, la progression salariale et l'évolution des évaluations de performance constituent le socle d'une analyse longitudinale des parcours. La mobilité interne se lit à travers le taux de promotions internes rapporté aux recrutements externes, mais aussi à travers la rétention post-promotion — un collaborateur promu qui part dans les 18 mois est un signal que la démarche d'identification des talents mérite d'être réexaminée. Enfin, l'offboarding recèle une mine d'informations souvent négligée : les motifs de départ structurés et l'analyse des entretiens de sortie, traités en traitement du langage naturel sur de larges volumes, permettent d'identifier des patterns que l'intuition managériale ne détecte pas.

Listening et expérience collaborateur : intégrer la voix des salariés dans les analyses

Les données transactionnelles du SIRH ne disent pas ce que ressentent les collaborateurs. C'est pourquoi les dispositifs d'écoute — pulse surveys, baromètres annuels, feedback continu et analyse de verbatims par traitement automatique du langage — constituent une source de données à part entière du people analytics. Comme le formule Qualtrics : « Pour maîtriser l'expérience collaborateur, il faut écouter les salariés à chaque étape de leur cycle de vie, identifier ce qui compte le plus pour eux et concevoir des expériences personnalisées. » La combinaison de ces données déclaratives avec les données comportementales du SIRH produit une vision complète là où chaque source, prise isolément, reste partielle.

Cette convergence génère toutefois des risques à gérer avec rigueur : le biais de réponse, qui fausse les analyses si les populations qui répondent ne sont pas représentatives, la charge cognitive des salariés exposés à trop d'enquêtes, et le risque de « survey fatigue » qui dégrade progressivement les taux de participation. Des postes dédiés — comme le Lead Analyst People Data Insights identifié dans les grandes organisations — émergent pour piloter ces dispositifs, en veillant à ce que chaque enquête produise des données exploitables et génère un retour visible pour les répondants.

RGPD, CNIL et éthique des algorithmes : le cadre légal français du people analytics

Le cadre juridique français applicable au people analytics est souvent perçu comme un ensemble de contraintes à contourner. C'est une lecture trop rapide : une gouvernance des données RH solide, documentée et transparente est précisément ce qui permet de déployer des analyses ambitieuses dans la durée, sans exposer l'organisation à des risques de contentieux ou de défiance sociale.

Les obligations légales que tout projet people analytics doit respecter en France

Le RGPD encadre l'ensemble des traitements de données à caractère personnel, y compris les traitements RH mis en œuvre dans les projets de people analytics. Il impose des principes à intégrer dès la conception : licéité du traitement (base légale identifiée — intérêt légitime, exécution du contrat ou consentement selon les cas), minimisation des données, limitation des finalités, droits des salariés (accès, rectification, opposition), et obligation d'information. La Loi Informatique et Libertés modifiée confie à la CNIL le rôle d'autorité de contrôle et impose la désignation d'un délégué à la protection des données dans de nombreuses organisations.

Lorsque le traitement est susceptible d'engendrer un risque élevé pour les droits et libertés des salariés — notamment lorsqu'il croise à grande échelle des données de performance, de comportement ou de santé —, une analyse d'impact relative à la protection des données (AIPD) est obligatoire. L'article L.1222-4 du Code du travail (Légifrance) prévoit par ailleurs qu'aucune information concernant personnellement un salarié ne peut être collectée par un dispositif qui n'a pas été porté préalablement à sa connaissance. L'article L.2312-38 impose quant à lui une consultation préalable du CSE avant toute mise en œuvre de moyens ou techniques de contrôle de l'activité des salariés — étape souvent sous-estimée et pourtant déterminante pour la légitimité du projet.

Éviter les biais algorithmiques : construire une boussole éthique pour les DRH

Les modèles prédictifs entraînés sur des données historiques peuvent reproduire, voire amplifier, des biais discriminatoires liés au genre, à l'âge ou à l'origine — non par intention, mais par effet mécanique d'un historique lui-même biaisé. Un algorithme de sélection de candidats nourri de profils passés récompense les traits surreprésentés parmi les recrutements précédents, pas nécessairement les plus pertinents pour le poste. La CNIL insiste sur la nécessité d'éviter les dispositifs de scoring opaques et recommande de privilégier des analyses agrégées plutôt que des évaluations automatisées individuelles.

Le règlement européen sur l'intelligence artificielle (AI Act) classe les systèmes d'IA utilisés dans le recrutement, l'évaluation des performances et la gestion des carrières parmi les systèmes à « risque élevé », ce qui implique des exigences spécifiques de transparence, d'explicabilité et de supervision humaine. Loin d'être un frein, cette contrainte est un avantage concurrentiel : une organisation capable de démontrer à ses collaborateurs et à ses IRP que ses algorithmes RH sont auditables et exempts de discrimination construit une confiance durable — condition sine qua non d'une adoption réussie.

Mettre en place une démarche people analytics : les étapes clés

Initier une démarche de people analytics sans que les données de base soient fiables revient à construire sur du sable. La plupart des échecs dans ce domaine ne tiennent pas à un défaut d'outillage, mais à une qualité insuffisante des données sources — doublons dans le SIRH, référentiels métiers hétérogènes, saisies incohérentes entre entités. C'est par ce prérequis qu'il faut commencer.

La gouvernance des données RH : prérequis avant tout projet analytique

Une gouvernance data RH opérationnelle repose sur cinq piliers : un référentiel unique (définitions communes des données clés — qu'est-ce qu'un « départ volontaire » dans votre SIRH ?), des processus de saisie normalisés, un dictionnaire de données formalisé, un comité de gouvernance qui arbitre les divergences d'interprétation, et une mesure régulière de la qualité des données. Sans ces fondations, chaque analyse produite sera contestée en comité de direction, et à juste titre. La réduction de 25 à 40 % du temps consacré aux tâches administratives RH documentée par Deloitte (2023) suppose précisément que ces données sont fiables dès leur saisie — ce qui n'est pas un acquis spontané.

Du premier cas d'usage à l'industrialisation : une progression en trois phases

La feuille de route recommandée s'articule en trois phases. La phase 1 consiste à identifier un cas d'usage à fort impact — l'analyse du turnover est souvent le point de départ idéal car il combine données disponibles dans tout SIRH, coût visible pour la direction et levier d'action concret — et à le traiter avec un outillage minimal (exports SIRH croisés dans Excel ou Power BI). Cette première démonstration de valeur crédibilise la démarche en interne et ouvre le budget pour la suite.

La phase 2 consiste à structurer une équipe dédiée ou un partenariat renforcé avec la DSI, et à construire un lac de données RH alimenté par les principales sources : SIRH, LMS, ATS, outils d'écoute. Un outil de BI dédié prend le relais d'Excel pour les analyses régulières. La phase 3 introduit les modèles prédictifs et les premiers usages de machine learning — modèle de flight risk, analyse prédictive de l'absentéisme, recommandations de mobilité — dans un cadre éthique et RGPD formalisé. À chaque étape, l'objectif est de rester ancré dans des questions que la direction générale se pose réellement, et non dans des explorations techniques déconnectées des enjeux opérationnels.

Compétences, rôles et outils : s'équiper pour faire du people analytics

L'outillage et les compétences sont deux décisions liées : choisir une plateforme people analytics avant d'avoir identifié qui sera capable de l'exploiter conduit à des déploiements coûteux et sous-utilisés. La progression doit être cohérente entre les deux axes.

Les profils clés : du data scientist RH au DRH data-driven

Le spectre de compétences nécessaires couvre trois registres : les compétences analytiques (statistiques, SQL, Python pour les analyses avancées), les compétences métier RH (compréhension des processus, connaissance des indicateurs, capacité à formuler les bonnes questions), et les compétences en communication des données (data storytelling, visualisation, traduction des analyses en recommandations opérationnelles). Des profils de Data Business Analyst RH recensés sur l'APEC illustrent la montée en puissance de ces profils hybrides, capables de relier les deux mondes.

Les organisations de moins de 500 collaborateurs peuvent démarrer avec un HRBP sensibilisé à la data, en partenariat ponctuel avec la DSI. Un profil de People Analyst à temps plein devient pertinent à partir d'une certaine volumétrie de données. Des formations spécialisées se développent en France — qu'il s'agisse de parcours universitaires en data science appliquée aux RH ou de certifications proposées par les éditeurs de plateformes analytiques — permettant aussi de monter en compétences les profils RH existants plutôt que de systématiquement recruter à l'extérieur.

Les outils du marché : du tableur aux plateformes IA spécialisées

Les grandes catégories d'outils reflètent les trois niveaux de maturité analytique. Les modules analytics intégrés aux SIRH leaders — Workday, SAP SuccessFactors — offrent une première couche d'analyses natives, sans friction d'intégration. Les outils de BI généralistes comme Power BI, Tableau ou Qlik permettent de construire des tableaux de bord croisés dès lors que les données sont structurées. Les plateformes people analytics spécialisées (Visier, One Model) ajoutent des modèles prédictifs préconstruits et une ergonomie pensée pour les équipes RH. Les outils d'écoute (Glint, Peakon) complètent l'écosystème avec la dimension expérience collaborateur.

Les critères de choix déterminants sont au nombre de trois : la capacité d'intégration avec le SIRH existant, la conformité RGPD et la localisation des données (hébergement en Union européenne), et la capacité de montée en charge à mesure que la maturité analytique de l'équipe progresse. Une plateforme isolée, aussi puissante soit-elle, crée plus de friction qu'elle n'en résout si elle ne dialogue pas avec les systèmes sources.

Quiz : évaluez la maturité people analytics de votre organisation

Avant d'investir dans un outil ou de recruter un profil analytique, il est utile de disposer d'un diagnostic honnête de l'état actuel de votre organisation. La maturité en matière de people analytics ne se réduit pas à la question de l'outillage : elle couvre quatre dimensions distinctes — la qualité de la gouvernance des données, le niveau d'outillage analytique, les compétences disponibles dans l'équipe RH, et la manière dont les analyses alimentent réellement les décisions stratégiques.

Le quiz ci-dessous propose six questions pour situer votre organisation sur ce spectre. Il n'y a pas de bonne ou de mauvaise réponse de principe : une organisation en phase de démarrage qui se sait en phase de démarrage est mieux placée qu'une organisation qui s'imagine plus avancée qu'elle ne l'est. Les résultats permettent d'identifier rapidement où se situent les priorités et d'orienter la feuille de route.

Simulateur ROI people analytics : estimez votre gain potentiel

L'un des freins récurrents à l'investissement dans le people analytics est l'absence d'estimation du retour attendu. Pourtant, les leviers de valeur sont bien documentés : réduction du coût de remplacement des talents (estimé entre 6 et 24 mois de salaire selon les postes et les études sectorielles), diminution de l'absentéisme grâce à la détection précoce des facteurs de risque, et optimisation des budgets formation en ciblant les besoins réels plutôt qu'en reconduisant l'historique.

Le simulateur ci-dessous s'appuie sur des benchmarks sectoriels disponibles pour produire une estimation indicative du gain potentiel annuel selon les caractéristiques de votre organisation — taille de l'effectif, taux de turnover actuel, coût moyen d'un recrutement. Les chiffres obtenus sont des ordres de grandeur destinés à alimenter la conversation avec la direction financière, et non à s'y substituer. La méthodologie de calcul retenue est explicitée à chaque étape pour permettre une lecture critique des résultats.

Conclusion

Le people analytics n'est pas une révolution qui s'impose de l'extérieur : c'est une progression que chaque organisation peut engager à partir de ce qu'elle possède déjà — ses données SIRH, ses outils de reporting, ses équipes RH. La trajectoire va du descriptif au prédictif, de l'intuition à l'analyse, du reporting rétrospectif à la décision anticipatrice. Elle suppose une gouvernance rigoureuse des données, un cadre éthique et RGPD documenté, et des compétences qui évoluent en même temps que les usages. Ce que les organisations pionnières ont compris, c'est que la valeur du people analytics n'est pas dans les algorithmes eux-mêmes, mais dans la qualité des questions qu'elles posent à leurs données. Commencez par identifier la décision RH qui gagnerait le plus à être objectivée — et construisez à partir d'elle.

Questions fréquentes sur People analytics

Quelle est la différence entre le people analytics et les tableaux de bord RH classiques ?

Là où les tableaux de bord RH restituent des indicateurs constatés, le people analytics croise l'ensemble des données du cycle de vie collaborateur — recrutement, formation, performance — pour produire des analyses prédictives et orienter les décisions.

Le people analytics est-il accessible aux PME ou réservé aux grandes entreprises ?

Non — 89 % des entreprises françaises de plus de 250 salariés disposent déjà d'un SIRH, socle désormais accessible aux PME comme aux ETI grâce à une offre de solutions étendue sur le marché français.

Quelles obligations RGPD s'appliquent spécifiquement aux projets people analytics en France ?

Tout projet à risque élevé requiert une analyse d'impact (AIPD) et une consultation préalable du CSE (art. L.2312-38 du Code du travail, qui vise les moyens ou techniques de contrôle de l'activité des salariés) ; le RGPD interdit par ailleurs les décisions automatisées à effets juridiques significatifs sans intervention humaine.

Quelles compétences faut-il développer en interne pour démarrer une démarche people analytics ?

Trois domaines sont indispensables : la gouvernance des données RH, la maîtrise des outils d'analytics et la connaissance du cadre réglementaire RGPD/CNIL — sans quoi les projets restent fragiles dès la phase de collecte.

Quel délai faut-il prévoir pour obtenir des résultats mesurables avec le people analytics ?

Le délai dépend directement de la maturité du SIRH existant : les organisations dotées d'un référentiel de données consolidé produisent des analyses exploitables bien plus rapidement que celles qui doivent d'abord structurer leurs sources.