Qlik®, (NASDAQ : QLIK), leader en matière d’analyse visuelle, a été choisi par la SNCF, société française dans le secteur public des transports, pour améliorer son système décisionnel RH, obtenir des analyses plus dynamiques, limiter l’élaboration de reporting ad hoc et explorer l’information jusqu’au niveau de détail le plus fin.
La SNCF est l’un des premiers groupes mondiaux de mobilité et de logistique, avec une présence dans 120 pays, un chiffre d’affaires de 32,2 milliards d’euros et 250 000 collaborateurs en 2013. Le groupe s’appuie sur 5 branches d’activité : le transport public de voyageurs urbain, périurbain et régional (SNCF Proximités), le transport de voyageurs longue distance et distribution (SNCF Voyages), le transport et la logistique marchandises (SNCF Geodis), la gestion et le développement des gares (Gares et Connexions) et enfin, la gestion, exploitation, maintenance et ingénierie d’infrastructure à dominante ferroviaire (SNCF Infra).
Un besoin d’analyses plus précises
En 2013, la SNCF fait le constat que son système décisionnel RH ne répond plus aux besoins des utilisateurs. La plupart des analyses sont effectuées avec le tableur Excel, alimenté par des systèmes RH anciens, qui ne permettent pas d’obtenir une information détaillée au niveau de l’agent, et qui ne sont pas accessibles en établissement. De plus, la réforme ferroviaire et l’ouverture progressive à la concurrence auront un impact sur l’emploi et il est important de disposer d’une vision précise des effectifs sur le territoire. Le groupe décide alors de repenser son système décisionnel RH avec une idée directrice : placer l’utilisateur au centre du dispositif.
« Le nouveau logiciel devait permettre de répondre à des questions qui abordent souvent les mêmes problématiques, explique Hervé Genty, Maîtrise d’Ouvrage Décisionnel RH. Où trouver l’information dont j’ai besoin ? Le chiffre obtenu est-il correct ? Comment répondre à la prochaine question?»
Pour choisir la meilleure solution, la SNCF RH définit précisément les attentes des utilisateurs. L’ergonomie tout d’abord, avec un accès simplifié et centralisé, des droits d’utilisation par profil et périmètre organisationnel, et un logiciel intuitif, convivial et rapide. La confiance dans les chiffres est également un prérequis, et sera facilitée par des indicateurs et des règles partagés. Les utilisateurs souhaitent aussi être autonomes pour accéder aux informations utiles et réaliser eux-mêmes leurs analyses, et ceci à un niveau de détail allant jusqu’à l’agent. Le logiciel doit également leur permettre de répondre à des questions qui n’ont pas été posées préalablement : les sujets et thématiques peuvent se croiser, et ils doivent pouvoir étudier des phénomènes et des populations, pour en analyser les caractéristiques et en comprendre le comportement. Enfin, le logiciel doit être facilement adaptable, pour prendre en compte rapidement les changements organisationnels et l’évolution des besoins. « Le projet RHumba (Ressources HUMaines, Bilans et Analyses) doit permettre de libérer le temps passé sur des tâches sans valeur ajoutée, pour se consacrer réellement à l’analyse des chiffres, » résume Hervé Genty.
QlikView sort en tête
Pour sélectionner la solution répondant le mieux à ses attentes, la SNCF RH réalise un benchmark de 4 solutions du marché de l’analyse visuelle. QlikView sort largement en tête de cette évaluation, qui intègre un test du logiciel. « QlikView s’est distingué notamment sur l’ergonomie, les possibilités avancées de design, les performances et l’accès à une base de données et un ETL intégrés, » précise Hervé Genty.
Les premières applications créées analysent l’absentéisme, avec une visualisation des indicateurs sur une carte géographique.
Une autre application concerne le suivi de la population, avec notamment une pyramide des âges permettant de zoomer jusqu’au niveau agent et une vingtaine de filtres de sélection pour affiner la vision.
« Ce type d’analyse permet une véritable gestion prévisionnelle de l’emploi, explique Hervé Genty. En visualisant les pics sur des tranches d’âges dans certaines régions et pour certaines spécialités métiers, il est possible d’anticiper les départs et de prévoir les formations et recrutements nécessaires. »
Ce type d’analyse était très laborieuse, voire impossible, avec les anciens systèmes à base de listing. La SNCF RH a également développé une analyse de la masse salariale et le suivi des aptitudes sécurité, indispensables pour planifier les visites médicales avec un minimum d’impacts sur la production.
Certaines de ces applications ont permis de valider les performances de QlikView : la masse salariale traite jusqu’à 2 milliards de lignes, sachant qu’un agent est qualifié par 200 attributs !
Un grand succès auprès des utilisateurs
Les capacités d’analyse et l’accès à un niveau de détail jusqu’à l’agent ont conquis les utilisateurs. Une des fonctions très appréciées concerne le partage de session, qui permet d’échanger à distance autour d’une analyse avec un autre utilisateur en mode collaboratif. Pour 2015, un accompagnement spécifique pour les managers est prévu, pour les inciter notamment à accéder à RHumba à travers leurs iPad, et diminuer encore les demandes en reporting statique. « L’accompagement est important dans ce type de projet, ajoute Hervé Genty. Le temps passé auparavant à l’extraction des données doit être mis à profit pour développer les capacités d’analyse et exploiter pleinement le potentiel de QlikView. »
« Des organisations comme la SNCF se rendent vite compte que la valeur qu’ils peuvent tirer de leurs données représente un véritable facteur de différenciation. En d'autres termes, leur capacité analytique est autant clef du succès que leurs propres processus d'affaires», déclare James Fisher, Vice-Président Monde du Marketing Produits chez Qlik. « Avec Qlik, les entreprises découvrent l'histoire de leurs données, fruit de connaissance approfondie à travers toute l'organisation, permettant à chacun de faire leur travail de façon plus éclairée et plus rapidement que jamais. »
La SNCF est l’un des premiers groupes mondiaux de mobilité et de logistique, avec une présence dans 120 pays, un chiffre d’affaires de 32,2 milliards d’euros et 250 000 collaborateurs en 2013. Le groupe s’appuie sur 5 branches d’activité : le transport public de voyageurs urbain, périurbain et régional (SNCF Proximités), le transport de voyageurs longue distance et distribution (SNCF Voyages), le transport et la logistique marchandises (SNCF Geodis), la gestion et le développement des gares (Gares et Connexions) et enfin, la gestion, exploitation, maintenance et ingénierie d’infrastructure à dominante ferroviaire (SNCF Infra).
Un besoin d’analyses plus précises
En 2013, la SNCF fait le constat que son système décisionnel RH ne répond plus aux besoins des utilisateurs. La plupart des analyses sont effectuées avec le tableur Excel, alimenté par des systèmes RH anciens, qui ne permettent pas d’obtenir une information détaillée au niveau de l’agent, et qui ne sont pas accessibles en établissement. De plus, la réforme ferroviaire et l’ouverture progressive à la concurrence auront un impact sur l’emploi et il est important de disposer d’une vision précise des effectifs sur le territoire. Le groupe décide alors de repenser son système décisionnel RH avec une idée directrice : placer l’utilisateur au centre du dispositif.
« Le nouveau logiciel devait permettre de répondre à des questions qui abordent souvent les mêmes problématiques, explique Hervé Genty, Maîtrise d’Ouvrage Décisionnel RH. Où trouver l’information dont j’ai besoin ? Le chiffre obtenu est-il correct ? Comment répondre à la prochaine question?»
Pour choisir la meilleure solution, la SNCF RH définit précisément les attentes des utilisateurs. L’ergonomie tout d’abord, avec un accès simplifié et centralisé, des droits d’utilisation par profil et périmètre organisationnel, et un logiciel intuitif, convivial et rapide. La confiance dans les chiffres est également un prérequis, et sera facilitée par des indicateurs et des règles partagés. Les utilisateurs souhaitent aussi être autonomes pour accéder aux informations utiles et réaliser eux-mêmes leurs analyses, et ceci à un niveau de détail allant jusqu’à l’agent. Le logiciel doit également leur permettre de répondre à des questions qui n’ont pas été posées préalablement : les sujets et thématiques peuvent se croiser, et ils doivent pouvoir étudier des phénomènes et des populations, pour en analyser les caractéristiques et en comprendre le comportement. Enfin, le logiciel doit être facilement adaptable, pour prendre en compte rapidement les changements organisationnels et l’évolution des besoins. « Le projet RHumba (Ressources HUMaines, Bilans et Analyses) doit permettre de libérer le temps passé sur des tâches sans valeur ajoutée, pour se consacrer réellement à l’analyse des chiffres, » résume Hervé Genty.
QlikView sort en tête
Pour sélectionner la solution répondant le mieux à ses attentes, la SNCF RH réalise un benchmark de 4 solutions du marché de l’analyse visuelle. QlikView sort largement en tête de cette évaluation, qui intègre un test du logiciel. « QlikView s’est distingué notamment sur l’ergonomie, les possibilités avancées de design, les performances et l’accès à une base de données et un ETL intégrés, » précise Hervé Genty.
Les premières applications créées analysent l’absentéisme, avec une visualisation des indicateurs sur une carte géographique.
Une autre application concerne le suivi de la population, avec notamment une pyramide des âges permettant de zoomer jusqu’au niveau agent et une vingtaine de filtres de sélection pour affiner la vision.
« Ce type d’analyse permet une véritable gestion prévisionnelle de l’emploi, explique Hervé Genty. En visualisant les pics sur des tranches d’âges dans certaines régions et pour certaines spécialités métiers, il est possible d’anticiper les départs et de prévoir les formations et recrutements nécessaires. »
Ce type d’analyse était très laborieuse, voire impossible, avec les anciens systèmes à base de listing. La SNCF RH a également développé une analyse de la masse salariale et le suivi des aptitudes sécurité, indispensables pour planifier les visites médicales avec un minimum d’impacts sur la production.
Certaines de ces applications ont permis de valider les performances de QlikView : la masse salariale traite jusqu’à 2 milliards de lignes, sachant qu’un agent est qualifié par 200 attributs !
Un grand succès auprès des utilisateurs
Les capacités d’analyse et l’accès à un niveau de détail jusqu’à l’agent ont conquis les utilisateurs. Une des fonctions très appréciées concerne le partage de session, qui permet d’échanger à distance autour d’une analyse avec un autre utilisateur en mode collaboratif. Pour 2015, un accompagnement spécifique pour les managers est prévu, pour les inciter notamment à accéder à RHumba à travers leurs iPad, et diminuer encore les demandes en reporting statique. « L’accompagement est important dans ce type de projet, ajoute Hervé Genty. Le temps passé auparavant à l’extraction des données doit être mis à profit pour développer les capacités d’analyse et exploiter pleinement le potentiel de QlikView. »
« Des organisations comme la SNCF se rendent vite compte que la valeur qu’ils peuvent tirer de leurs données représente un véritable facteur de différenciation. En d'autres termes, leur capacité analytique est autant clef du succès que leurs propres processus d'affaires», déclare James Fisher, Vice-Président Monde du Marketing Produits chez Qlik. « Avec Qlik, les entreprises découvrent l'histoire de leurs données, fruit de connaissance approfondie à travers toute l'organisation, permettant à chacun de faire leur travail de façon plus éclairée et plus rapidement que jamais. »
Autres articles
-
Qlik rejoint le Pacte mondial de l’ONU
-
Renforcer la confiance dans l’IA : les dernières améliorations de Qlik AutoML offrent une explicabilité transparente et de meilleurs résultats
-
Qlik Answers enfin disponible : une IA pour générer des insights entièrement explicables à partir de données métier non structurées
-
Qlik lance Qlik Talend Cloud et fournit aux entreprises un socle fiable pour l’IA
-
La dernière étude de Qlik souligne le besoin urgent d'expertise pour utiliser l’IA générative avec des données non structurées
