L’analyse sémantique au service des Ressources Humaines

Pour aller au-delà des moteurs de recherche classiques

L’utilisation intelligente des données implique compréhension, interprétation et classification

Aujourd’hui, les données sont diffuses parce qu’en provenance de nombreuses sources d’informations. Les données quantitatives sont normées, mais elles le sont à partir de référentiels différents, à rapprocher, voire à harmoniser. Par ailleurs, les données qualitatives, stockées sous forme de texte, ne sont jusqu’à présent que rarement, voire jamais, structurées et restent inexploitées. Le rapprochement de ces riches données textuelles est quasi impossible sans outil adéquat. Les nouvelles générations d’outils tirant parti de l’analyse sémantique peuvent apporter de nouvelles perspectives d’analyses.

L’analyse sémantique permet d’aller au-delà des moteurs de recherche classiques

Apparue en 1883 avec les travaux de Michel BREAL, l’analyse sémantique prit une autre ampleur à partir des années 80 avec le développement des sciences cognitives. La force de l’analyse sémantique est d’aller plus loin qu’un moteur de recherche classique. Par exemple, dans un moteur de recherche, si vous saisissez « pays énergie compagnie » pour rechercher les entreprises qui ont une activité dans l’énergie dans différents pays, le résultat affiché sera un ensemble d’articles dans lesquels la combinaison des trois mots sera plus ou moins présente. Avec l’analyse sémantique, la recherche prendra une autre ampleur. Les mots « pays » et « énergie compagnie » seront transformés en concepts. Et les résultats affichés seront des articles dans lesquels on retrouvera des entreprises du secteur de l’énergie, avec des informations sur leur localisation. Dans un autre exemple, l’analyse sémantique pourra créer à la volée les tags à associer à un document pour améliorer les performances de la recherche documentaire dans une GED (Gestion Électronique de Documents).
En lisant et en comprenant le sens d’un texte provenant de multiples sources (Tweets sur Twitter, commentaires sur les réseaux sociaux, contenu des emails, …), elle pourra également par exemple évaluer une humeur, une opinion ou un niveau de satisfaction. Détecter des tendances et des attentes des consommateurs, faire ressortir des thématiques à la mode, surveiller son marché et ses concurrents sont des possibilités largement et facilement atteignables sans nécessiter de longues et coûteuses études de marché. Associée à la reconnaissance vocale, largement disponible dans nos smartphones, elle permettra de retranscrire et interpréter des sources d’enregistrements vocaux. Capable de travailler en plusieurs langues, elle permettra de repousser les limites de nos barrières linguistiques.

De nouvelles perspectives pour les Ressources Humaines


Plusieurs acteurs informatiques se positionnent sur ce marché avec chacun un ADN intéressant : certains sont des généralistes ; d’autres choisissent la voix de la spécialisation verticale. Ainsi certains acteurs ont décidé de se positionner en priorité sur les métiers RH avec des outils d’analyse des documents RH (ex. fiches de poste, CV, référentiels de compétences, offres d’emploi, parcours professionnels, cursus de formation…). À partir de cette technologie, la fonction RH s’ouvre un large champ des possibles. Imaginez la richesse des informations qui pourraient être mieux exploitées dans l’ensemble des zones de textes des formulaires des entretiens d’évaluation ! Jusqu’à présent souvent saisies plus pour information que pour exploitation, ces données pourraient dorénavant servir, par exemple, à mieux mesurer le climat social à partir de ce qu’on appelle les signaux faibles, à mieux identifier les compétences non-cartographiées dans le référentiel formel de l’entreprise, à mieux affiner les performances individuelles et collectives, souvent mesurées à travers des indicateurs quantitatifs forcément réducteurs. Imaginez ce que pourrait faire un outil collectant, interprétant, structurant et analysant les données stockées passivement dans les SIRH, les systèmes de gestion de projet, les outils collaboratifs, les messageries instantanées d’entreprise, les emails… sans oublier les sources externes à l’entreprise comme les réseaux professionnels, les job-boards, les catalogues de formation en ligne, les données RH en Open Data sur le web.

Cependant, tous ces  systèmes d’information ayant leurs propres langages et leurs propres référentiels, croiser leur contenu relève vite de l’impossible sans un travail de préparation et de normalisation. Les outils d’analyse sémantique sont également dans ce cadre d’une grande efficacité pour permettre l’harmonisation et donc le traitement de toutes ces données. Ces outils pourront ainsi changer la manière de construire les référentiels RH (compétences – rémunération – postes – formation…). Actuellement, les référentiels sont issus d’un long travail de préparation fastidieux et reflètent souvent plus une situation passée que l’analyse des évolutions futures. Avec les outils d’analyse sémantique ils pourront devenir  plus réactifs, anticipatifs et opérationnels. Ils  seront de véritables outils de la transformation des organisations.

En conclusion, l’analyse sémantique fait partie de ces méthodes déjà connues depuis longtemps mais souvent sous-exploitées. Les dernières évolutions au niveau informatique alliées à la puissance des plateformes technologiques connexes (hardware & middleware) ont permis sa démocratisation pour des usages, notamment RH, de plus en plus pertinents. L’analyse sémantique permet, enfin de sortir les SIRH d’une approche le plus souvent uniquement quantitative et normée, pour offrir des solutions qualitatives où les normes et les référentiels ne seront plus des carcans réducteurs, mais des éléments favorisant l’harmonisation des pratiques et la puissance des analyses. Constitués dynamiquement au plus proche des collaborateurs et des managers, enrichis par des données externes à l’entreprise grâce à la technologie Big Data, ils seront vivants, riches et mis à jour en toute fluidité et simplicité.