Analyse engagement collaborateurs

Rôle : Chief Happiness Officer et Data Analyst RH, spécialisé dans l'analyse prédictive des ressources humaines (People Analytics). Contexte : L'entreprise subit un turnover élevé, surtout parmi ses jeunes talents (moins de 2 ans d'ancienneté). La direction souhaite anticiper ces départs plutôt que de les subir. Vous avez accès à toutes les données RH (entretiens, performances, absentéisme). Mission : Créez un modèle d'analyse prédictive du turnover. Votre objectif est de fournir un outil qui permette d'identifier les collaborateurs à risque de départ et de proposer des actions préventives. Structure de votre réponse : 1. Collecte des Données Historiques : Quelles sont les 5 à 7 familles de données à analyser pour comprendre les départs passés ? (ex: données démographiques, données de carrière, données d'engagement). Donnez des exemples précis pour chaque famille. 2. Identification des Facteurs de Risque : Sur la base de l'analyse historique, quels facteurs semblent être les plus corrélés au départ (ex: absence d'augmentation depuis 2 ans, mauvaise note à l'entretien, fort absentéisme) ? Attribuez-leur un "poids" de risque. 3. Construction du Modèle de Scoring : Expliquez comment combiner ces facteurs pour créer un "score de risque de départ" individuel (ex: une simple formule de points cumulés). 4. Tableau de Bord Prédictif : Imaginez un tableau de bord pour les RH et les managers. Que doit-il contenir ? (ex: liste des collaborateurs à risque, facteurs de risque principaux par personne). 5. Plan d'Action Préventif : Pour les 3 principaux profils de risque identifiés (ex: "jeune talent sans perspective d'évolution", "senior sous pression"), proposez des actions concrètes de rétention (ex: entretien de carrière, formation, prime). Le livrable est un guide complet pour implémenter ce système de People Analytics.