Introduction

L’analytique des données¹ revêt une importance croissante dans le monde des affaires. Ses premiers utilisateurs comme Amazon, Google et Spotify, qui y ont eu recours pour prédire les préférences des consommateurs, en ont d’ailleurs bien compris l’intérêt. Dans le domaine de l’audit, l’analytique des données permet de dégager des tendances utiles pour détecter les fraudes ou les cas de non-conformité à la réglementation et de fournir une vue d’ensemble des risques encourus par une organisation.

Dans la profession d’auditeur, l’analytique des données est le plus souvent utilisée pour explorer des données financières, mais elle peut également être appliquée à d’autres types d’informations. Cet article fait valoir que les auditeurs peuvent profiter de la richesse des données fournies par les sondages auprès des employés pour étendre l’analytique des données aux audits de la culture organisationnelle. Il explique l’importance des audits de la culture organisationnelle et montre que les défis spécifiques que pose le recours à l’analytique des données dans ces audits peuvent être surmontés en utilisant un langage de programmation comme Python pour développer des fonctions analytiques applicables aux données des sondages auprès des employés.

Audits de la culture organisationnelle et gestion proactive des risques

Nombreuses sont les organisations qui ne réalisent jamais d’audits internes de la culture organisationnelle. Lorsque des conditions externes rendent nécessaire une transformation organisationnelle majeure, ou lorsque la culture actuelle s’est visiblement détériorée au point d’entraver la réussite de l’organisation, un audit de la culture organisationnelle peut être envisagé. Toutefois, tant que les rapports reçus par la haute direction indiquent que les objectifs de performance en matière de ressources humaines sont atteints, la culture organisationnelle est généralement considérée comme un risque trop faible pour influencer la sélection d’un audit à ce sujet dans le plan d’audit interne.

Un contre-argument à l’attribution d’une faible priorité à l’audit de la culture organisationnelle est la perspective qualitative, selon laquelle la bonne gestion ne consiste pas seulement à optimiser la performance, mais aussi à en minimiser la variabilité afin d’atteindre des objectifs et de redéfinir la réussite en termes de dépassement des objectifs précédents.

Sur le plan de la qualité, on peut affirmer que la culture organisationnelle est le mécanisme de « contrôle informel » le plus important dont dispose une organisation et qu’un audit de la culture organisationnelle lui permet de gérer les risques de manière proactive et de corriger les déficiences de contrôle en temps utile. Pour remplir une fonction d’alerte rapide, les audits de la culture organisationnelle ne peuvent pas être relégués à un exercice entrepris lorsque des risques élevés sont devenus apparents. En effet, la gestion proactive des risques exige qu’un volet culturel soit intégré à chaque mission d’audit.

À propos de l’auteur

Philip Lillies est un auditeur interne (CIA) aujourd’hui à la retraite qui s’intéresse depuis toujours aux statistiques et aux mathématiques. Ses compétences techniques et en affaires l’ont amené à se passionner pour la science des données et à acquérir ainsi une compréhension de niveau intermédiaire de Python. Il travaille actuellement au renforcement de la collaboration entre les développeurs Python et les auditeurs internes en vue de faire découvrir à ces derniers les outils que peut offrir la science des données.

En outre, Philip est un contributeur actif du site Web de collaboration du gouvernement du Canada, GCcollab, qui est accessible au public sur invitation.

Écrivez à l’auteur :

plillies@hotmail.com

La perspective qualitative exige de comprendre la structure profonde des valeurs, des attentes et des pratiques qui définissent la culture d’une organisation. Cette connaissance approfondie n’est pas évidente dans l’analyse habituellement présentée à la haute direction. Il est toutefois possible de comprendre tous les rouages des mécanismes imbriqués de contrôle informel qui déterminent la culture organisationnelle en procédant à une analyse des causes profondes. En utilisant des techniques comme celle des cinq « pourquoi », les auditeurs peuvent déterminer si les facteurs culturels sont la cause profonde de problèmes organisationnels spécifiques et aider à expliquer pourquoi un résultat diffère des attentes.

Comment les sondages auprès des employés peuvent contribuer aux audits de la culture organisationnelle

Des sondages réguliers auprès des employés peuvent fournir des informations essentielles sur la culture d’une organisation. Réalisés par de nombreuses grandes organisations, ces sondages présentent plusieurs avantages par rapport à d’autres sources d’information, notamment les suivants :

• Ils sont anonymes, si bien que les employés sont susceptibles de répondre avec plus de franchise que lors d’une entrevue.
• Ils produisent des résultats quantifiables, qui peuvent aider les auditeurs à réaliser leurs audits et à étayer les constatations d’audit.
• Ils sont efficaces, surtout si les données peuvent être exploitées à partir de sondages auprès des employés qui sont déjà en cours sur le lieu de travail.

Pour apprendre plus sur l’usage de sondages dans vos audits, consultez ici et ici.

Il est important de garder à l’esprit que la culture organisationnelle s’applique aux groupes et non aux individus au sein des groupes. Selon la manière dont il est géré et dont il interagit avec d’autres groupes, chaque groupe aura sa propre sous-culture, et ce sont à ces sous-cultures que les auditeurs s’intéresseront. Il se trouve que ces sous-cultures présenteront souvent des incohérences importantes avec la culture à laquelle l’organisation aspire. Un audit de la culture organisationnelle permettra non seulement d’identifier ces incohérences, mais aussi d’en comprendre les causes profondes.

Par conséquent, l’accès aux données brutes (les réponses individuelles) n’est pas essentiel dans le cadre des audits de la culture organisationnelle; ce sont les données agrégées pour chaque groupe qui sont nécessaires. En effet, si les données fournies sont brutes, les auditeurs devront les analyser afin de les convertir en scores de réponse agrégés reflétant les sous-cultures des groupes au sein de l’organisation. Si les responsables du sondage ont déjà effectué cette analyse de données, cela présente l’avantage de préserver la confidentialité et l’anonymat des répondants en ne fournissant que ces scores agrégés aux auditeurs internes.

Pendant la phase de planification initiale d’un audit, les résumés de ces données agrégées peuvent aider les auditeurs à comprendre en quoi les employés sont susceptibles de percevoir des incohérences culturelles en matière de leadership, de gestion des talents, d’éthique, d’autonomisation, de bien-être psychologique, de gestion de la performance ou bien d’autres. En outre, lors de la planification annuelle des audits, ces résumés peuvent être présentés à la haute direction pour la convaincre de la nécessité d’un audit de la culture organisationnelle. Aux fins de présentation des résumés de données, la trousse Matplotlib basée sur Python peut être utilisée pour créer des visualisations étonnantes, par exemple des cartes thermiques. À titre d’exemple, la figure 1 montre une carte thermique créée à partir des scores de réponse agrégés des questions du sondage. Le score agrégé pour les questions portant sur des thèmes spécifiques est fourni pour chaque groupe d’employés et une échelle de couleurs permet de repérer facilement les différences entre les groupes.

Toutefois, pour tirer pleinement parti des données des sondages auprès des employés, il faut appliquer des techniques analytiques. L’analytique des données se fonde sur les scores de réponse agrégés des questions du sondage, mais va au-delà de la simple analyse. L’analyse de données peut identifier les domaines problématiques, mais les fonctions analytiques des données de Python permettent de trouver des associations entre les données du sondage pour répondre au premier « pourquoi » dans une analyse fondée sur les cinq « pourquoi ». Après identification de groupes d’employés mutuellement exclusifs avec leurs sous-cultures distinctes, les fonctions analytiques des données consistent à utiliser les réponses différentes de ces divers groupes organisationnels pour permettre aux auditeurs de comprendre les principales incohérences entre les groupes sous-culturels qui affectent la culture de l’organisation. En d’autres termes, l’analytique des données permet de déterminer les causes de l’état actuel de l’organisation, et ces informations peuvent servir à l’élaboration des critères et instruments d’audit qui constituent le plan de la mission d’audit.

À titre d’exemple, en comparant les scores des différentes sous-cultures, l’analyse de données peut révéler que le score agrégé des ingénieurs est faible pour une question portant sur la prise de décision par la haute direction, mais ce résultat de nature très générale est difficile à interpréter. En revanche, en identifiant les incohérences entre les diverses sous-cultures, les fonctions analytiques des données de Python peuvent révéler que l’insatisfaction concernant la prise de décision par la haute direction est associée à l’insatisfaction relative à la gestion du changement et des talents. Ces résultats tirés de l’analytique des données peuvent ensuite être utilisés pour étayer l’élaboration des instruments d’audit, par exemple les questions d’entrevue.

¹ L’analyse de données et l’analytique des données consistent chacune à manipuler des données pour dégager des tendances. Toutefois, si l’analyse de données permet de répondre aux questions concernant ce qui s’est passé, l’analytique des données vise à trouver des associations entre les données afin de déterminer pourquoi telle ou telle chose s’est produite, ce qui est susceptible d’arriver à l’avenir et ce qu’il est possible de faire à ce sujet.

Page 1 de 3