Dans le paysage commercial en constante évolution et au rythme effréné d’aujourd’hui, les organisations doivent s’adapter et innover en continu pour maintenir leur avantage concurrentiel. L’analytique des ressources humaines et l’analytique des réseaux organisationnels sont devenues des outils essentiels pour exploiter les données afin de soutenir les processus de prise de décision et améliorer l’efficacité organisationnelle. L’analytique des ressources humaines se concentre sur l’analyse des données de la main-d’œuvre pour obtenir une compréhension plus profonde, gérer et optimiser le capital humain. L’analytique des réseaux organisationnels, en revanche, étudie les modèles de communication, les interactions et les relations entre les employés pour favoriser une organisation hautement collaborative et efficace.

De nombreux avantages découlent de l’utilisation de l’analytique des ressources humaines et l’analytique des réseaux organisationnels, tels que l’amélioration de l’engagement des employés, l’augmentation de la productivité et une meilleure prise de décision, entre autres.

L’attrition est un problème particulièrement coûteux et perturbateur pour de nombreuses organisations, et l’utilisation d’analyses basées sur les données pour prévoir et atténuer ce phénomène peut offrir des avantages significatifs.

L’objectif principal de cette thèse est d’apporter une contribution importante au domaine en développant un cadre pour créer des outils analytiques et des visualisations axés sur l’analytique des ressources humaines et l’analytique des réseaux organisationnels. Nous compléterons cela en présentant des utilisations pratiques où nous réaliserons des analyses avancées sur des études réelles avec les données clients de Panalyt, afin de démontrer les bénéfices qui en découlent.

De plus, cette thèse abordera les défis inhérents et les préoccupations éthiques associés à l’analyse des informations sensibles des employés. Il est crucial de traiter ces problèmes pour maintenir la confiance et assurer une utilisation responsable des données.

Un autre aspect critique de cette recherche implique d’examiner et de développer des modèles de prédiction d’attrition qui utilisent les informations historiques du parcours des employés au sein d’une organisation. Une étude de cas montrera également que les mesures déduites des métadonnées de communication sont des prédicteurs efficaces de l’attrition.

La méthodologie de recherche englobera l’analyse des données clients réelles de la base de clients de Panalyt, auprès de laquelle j’ai réalisé ma thèse, et l’expérimentation de ces outils d’analyse et modèles sera dans le contexte d’organisations clientes de taille moyenne à grande. Cette approche aidera à mieux comprendre leur applicabilité et leur efficacité dans des situations réelles.