Combien de temps les salariés restent

Le turnover est l'un des plus gros coûts cachés d'une organisation, et la question utile est rarement « combien de personnes sont parties ? » mais « qui part le plus tôt, et pourquoi ? ». C'est une question de délai avant événement, précisément ce pour quoi l'analyse de survie a été conçue. Elle gère le fait gênant que la plupart des personnes présentes dans un jeu de données de turnover ne sont pas encore parties — leur ancienneté est censurée, pas manquante — et elle modélise le moment du départ plutôt qu'un résultat binaire.

Les données proviennent d'un jeu de données public de recherche portant sur 1 129 salariés des secteurs de la distribution, de la banque, de l'informatique, de l'industrie et d'autres secteurs, avec l'ancienneté en mois, la source de recrutement, le coaching, la structure de rémunération, le trajet domicile-travail et des mesures de personnalité — 16 variables en tout, sans aucune valeur manquante. La variable de sortie est l'ancienneté en mois entre l'embauche et le départ, assortie d'un indicateur précisant si la personne était effectivement partie à la fin de l'étude. Outre les informations démographiques et professionnelles habituelles, le jeu de données comporte deux variables que l'on voit rarement : la présence d'un coach et son identité (un coach externe, aucun coach, ou le responsable hiérarchique lui-même), et le fait que le salaire soit entièrement déclaré ou versé en partie au noir — un arrangement dit du « salaire gris ». Il inclut également cinq scores de personnalité continus qui semblent dérivés du modèle des Big Five.

Avant la modélisation, j'ai regroupé deux variables catégorielles trop fragmentées pour être estimées : le secteur est passé de 16 à 5 niveaux, et la profession de 15 à 7, en conservant les niveaux comptant assez d'observations pour tenir seuls et en regroupant les autres.

J'ai traité quatre questions avant de construire un modèle prédictif. Sur le genre, j'ai ajusté des courbes de Kaplan-Meier séparées pour les hommes et les femmes et je les ai comparées par un test du log-rank ; la différence n'est pas significative et les intervalles de confiance se recouvrent sur toute la durée. Sur l'âge, un modèle de Cox à risques proportionnels avec l'âge comme seule covariable donne un effet significatif d'environ 2 % de risque de départ supplémentaire par année d'âge. Sur la personnalité, un modèle de Cox intégrant les cinq scores ensemble ne produit rien de significatif — le self-control s'en approche le plus, à p = 0,117. Sur le coaching, j'ai testé l'interaction entre le coaching et le mode de rémunération, et j'y trouve le résultat le plus net de l'étude : parmi les salariés au salaire entièrement déclaré, ceux sans coach partaient 2,3 fois plus vite que ceux coachés par leur propre responsable hiérarchique.

Pour le modèle prédictif, j'ai ajusté un modèle de Cox sur l'ensemble des variables et utilisé une sélection pas à pas fondée sur l'AIC. Treize effets ressortent significatifs, présentés dans le graphique ci-dessus et le tableau ci-dessous. Le mode de recrutement domine : les salariés que l'entreprise a contactés en premier, via leur CV déposé sur un site d'emploi, partaient plus de deux fois plus vite que ceux ayant postulé directement après avoir vu une annonce. Un salaire entièrement déclaré réduit le risque de départ de 40 %. Deux dimensions de personnalité, l'anxiété et le self-control, apparaissent ici comme des effets protecteurs faibles mais significatifs, alors qu'aucune ne l'était isolément — ce qui signale généralement que d'autres variables du modèle les masquaient.

Le problème évident dans tout cela, c'est l'échantillon : deux tiers de ces salariés travaillaient aux RH et trois quarts étaient des femmes. J'ai donc refait tourner le modèle deux fois. D'abord sur un sous-échantillon plafonné à 100 salariés RH, qui laisse les autres professions intactes et rapproche l'équilibre de celui d'un effectif réel ; six effets y restent significatifs, et la plupart se renforcent. Ensuite sur les seuls salariés RH, pour mesurer à quel point cette surreprésentation tirait le modèle global. L'âge disparaît entièrement du modèle équilibré, tout comme les deux effets de personnalité — je considère donc ces résultats comme les moins transposables. Le mode de recrutement, le secteur bancaire et le mode de rémunération tiennent dans toutes les versions.

Ce sur quoi une organisation peut réellement agir ici est étroit mais réel. L'âge, le secteur et la profession ne sont pas des leviers. Le canal de recrutement, la transparence salariale et l'identité du coach en sont. La lecture pratique la plus solide est que confier le coaching au responsable hiérarchique était associé à une ancienneté nettement plus longue chez les salariés entièrement déclarés — ce qui, si cela se vérifie ailleurs, constitue cette rare mesure de rétention qui ne coûte rien à mettre en place.