Le prédictif fait référence à la prise de décisions dans l’incertain : décider d’une campagne préventive de réparation, se couvrir contre l’occurrence d’un risque et de ses impacts, décider d’un investissement voire anticiper l’état d’un marché.

Quand les choses ne peuvent être connues de manière certaine, les modélisations statistiques permettent d’estimer les probabilités d’occurrence des différents événements et les impacts associés. Ces éléments viennent alors consolider la prise de décision en apportant des éléments d’anticipation.

Données Brutes possède une réelle expertise sur la chaîne de compétences nécessaires à la construction de modèles prédictifs d’aide à la décision :

  • Notre activité de conseil nous permet d’identifier les risques que vous cherchez à maîtriser et les parades qui peuvent être mises en oeuvre ,
  • L’estimation des risques et de leurs impacts pourra se faire avec des méthodologies allant des modèles statistiques classiques aux algorithmes les plus récents de machine learning. En ce qui concerne la modélisation, nous sommes armés !
  • Ces estimations sont ensuite structurées de telles sortes à ce qu’elles deviennent un réel levier d’aide à la décision. Il ne s’agit pas de remplacer la prise de décision, mais plutôt de l’étayer, de la consolider par des données et une connaissance fine des incertitudes.

La décision dans l’incertain ne sera plus jamais un pari mais le fruit de choix rationnels et scientifiquement étayés !

Données Brutes aide les entreprises à garder leurs talents !

Cas d’étude sur le développement de modèles prédictifs des démissions

Données Brutes a appliqué son savoir-faire dans la construction de modèles prédictifs pour aider un grand groupe de service à anticiper les démissions de ses employés.

L’entreprise avec laquelle nous avons travaillé a été confrontée, ces dernières années, à une augmentation des démissions et donc du turn-over. Ces départs prématurés étaient d’autant plus importants chez les employés à haut potentiel, ce qui créait une fuite de savoir, parfois vers la concurrence, et donc une destruction de valeur.

Données Brutes a construit des modèles prédictifs du risque de démission sur la base d’études de satisfaction et de données salariales mesurées annuellement. Nous sommes parvenus à estimer, en fonction des profil, le risque de démission.

Nous avons surtout, par profil toujours, identifié la variable qui pouvait avoir le plus d’impact pour retenir la personne. Vous savez quoi ? Dans la plupart des cas, ce n’était pas le salaire !

Cette étude a permis de mettre en place une campagne préventive auprès des personnes à haut risque et des actions dédiées. Un dashboard interactif a été mis en place pour comprendre les parcours de démission. Ce dashboard est disponible sur la page des démonstrateurs de Données Brutes.

Visualisation des profils et des démissions (cliquer sur l’image pour accéder à la visualisation)

Les premiers entretiens ont démontré que les modèles avaient dit juste et les risques ont pu être maîtrisés avant qu’ils ne se réalisent ! Grâce à Données Brutes, plusieurs talents ont été retenus ! 

La valeur ajoutée des modèles prédictifs

Les modèles prédictifs permettent de consolider la maîtrise des risques et les décisions associées.

Un modèle prédictif aura la valeur de la situation évitée. Dans le cas d’une démission, il s’agit du coût lié à la montée en compétence de la personne, du coût de recherche et de l’impact sur le planning des projets.

La démission en moins de quatre ans d’une personne qui a du potentiel coûte à l’entreprise entre 50 et 60 k€. Multiplié par le nombre de démissions potentielles, cela donne une idée de la rentabilité évidente des approches prédictives !

Ce qui a été fait dans le domaine des ressources humaines, Données Brutes l’a également appliqué à la conduite de campagnes de maintenance préventive, à la détection de problèmes de qualités chez les fournisseurs et à la construction de stratégies d’adaptation au changement climatique.

Le futur ne peut être connu, mais on gagne toujours à l’estimer !

 

Contact