custom_avatar
Par le 11 novembre 2015 - Blogue RSE

C’est un fait, plusieurs organisations prennent pour acquis que l’achat d’un système de gestion de l’information (également appelé logiciel ou application) est la solution infaillible pour bien concrétiser la performance sociale. Après tout, ces systèmes peuvent générer des rapports extraordinaires, fournir une analyse des tendances et produire des rapports puissants. En toute honnêteté, c’est l’outil idéal, qui a le potentiel de transformer les données brutes en information de gestion et qui donne un sens à des données qui sont plutôt insignifiantes et sans valeur lorsqu’isolées.

Sur de nombreux sites, les professionnels en performance sociale attentent la fin du mois pour utiliser et tester la fonction de rapports de leur système de gestion de l’information. Le résultat? Ils sont drastiquement déçus que l’application ne produise pas comme par magie des rapports aux couleurs et résultats attrayants.

D’autres compagnies ont compris que le système ne traite que l’information avec laquelle il est alimenté. Celles-ci ont ainsi chargé leur personnel d’utiliser le système, d’y remplir tous les champs pour chaque différente section, en espérant que ce travail acharné génère des rapports vigoureux dans le système. Tout ceci pour constater une fois la fin du mois arrivée que le logiciel n’a rien généré ce qu’un fichier Excel pouvait produire.

Mais que s’est-il passé?

Plusieurs présomptions sous-jacentes peuvent expliquer les résultats sous-optimaux.

  • La présomption qu’un système génèrera (automatiquement?) de l’information de gestion s’il est alimenté de beaucoup de données
  • La présomption que plus que l’on saisit de l’information dans le système, plus celui-ci produira des rapports (de qualité)

Le facteur clé omit par de nombreux sites où opèrent les compagnies est le suivant : les ordinateurs ont peine à générer de l’information si l’on oublie de leur indiquer ce qu’on veut. S’il est impossible de comprendre quelle information de gestion est nécessaire pour gérer et diriger nos activités, il y a un risque élevé de se retrouver dans une situation avec des données inexactes et résultats erronés.

Lorsque cette situation se produit, le personnel se frustre contre le système car aucun résultat ne ressort des efforts prenants de la saisie de données. D’où la réflexion suivante : « Ce système est un mauvais investissement! »

Personne n’aime la saisie de données. Voici ma règle d’or personnelle : l’objectif d’utilisation d’un système de gestion de l’information est d’obtenir une quantité d’information de gestion optimale (non maximale) en y saisissant le minimum d’information. Autrement dit, il faut d’abord penser à l’information de gestion qu’on souhaite que le système génère et ensuite remplir les champs avec les données pertinentes pour arriver aux résultats. Lorsqu’on utilise un système comme l’application Boréalis, le processus de réflexion est inversé. Après tout, pourquoi serait-il logique de remplir des champs qui ne sont pas utilisés pour votre analyse?

Les étapes à suivre sont d’ailleurs plutôt évidentes et simples :

  1. Déterminer l’information de gestion que vous aimeriez que le système fournisse
  2. Déterminer les indicateurs clés de performance qui doivent être suivis pour cette information
  3. Les indicateurs clés de performance déterminent les champs qui doivent être remplis dans l’application
  4. Ce qui par conséquent détermine les champs pour les différentes plaintes, engagements et autres formulaires

À quoi est-ce que ça ressemble en pratique?

Prenons – à titre d’exemple – la gestion des plaintes.

Le tableau suivant fournit des exemples qui expliquent comment lier l’information de gestion aux indicateurs clés de performance aux saisies dans le système[1].

 

Exemples d’information de gestion utile à l’équipe de gestion

Indicateurs de performance à suivre pour obtenir cette information de gestion

Entrées dans le système ou champs dans le formulaire de plaintes

Sujets d’intérêt clés Nombre de plaintes par sujet Numéro du cas

Date de réception

Thème

Zone géographiques sensibles Nombre de plaintes par village Village
Localisation de sujets spécifiques à traiter Nombre de type de plaintes par village Région
Départements / sous-traitants avec qui la compagnie doit assurer un travail de prévention Nombre et type de plaintes par département / entrepreneur ayant « provoqué » la situation Département / sous-traitants liés
Aptitude à l’apprentissage de la compagnie (les indicateurs devraient progressivement diminuer au fil du temps) Pourcentage de répétition des plaintes Plainte répétitive
Permet la surveillance et gestion des accusés de réception Pourcentage de plaintes sans accusé de réception Date de l’accusé de réception
Mesurer la (non) conformité des promesses publiques de la compagnie Pourcentage de cas où un suivi avec le plaignant a eu lieu selon le délai du processus standard d’opération Date de réception de la plainte

Date de fermeture de la plainte

Indication de la performance générale du système de gestion des plaintes Délais de résolution moyens Date de fermeture de la plainte
Permet la gestion des délais d’enquête Délais d’enquête par département Date de fin de l’enquête
Taux de confiance des parties prenantes dans le système de gestion des plaintes Rétroaction face au système de gestion des plaintes Rétroaction
Identifier les opportunités d’engagement Pourcentage des plaintes résolues rapidement Date de fermeture de la plainte

 

Identification des ressources nécessaires à la résolution des plaintes éminentes Nombre de plaintes éminentes par département Département ou sous-traitant lié
Analyse de cas pour la prévention de plaintes Coûts de compensation liés aux plaintes causées par la compagnie Coûts
Déterminer l’efficacité du mécanisme de plaintes en perspective de l’exposition au risque social a) Pourcentage de satisfaction du processus ET résultats

b) Pourcentage de satisfaction du processus – NON des résultats

c) Pourcentage d’INsatisfaction du processus – AUSSI des résultats

d) Pourcentage d’INsatisfaction du processus – NON des résultats

Satisfaction du processus o/n

Satisfaction des résultats o/n

[1] Adaptation du Manuel des mécanismes de gestion des plaintes de l’IPIECA

À propos de Luc Zandvliet

Luc Zandvliet is the Director of Triple R Alliance Inc., a small collective of experts who support both juniors as well as mayors operating in frontier markets with their social performance approaches. He has conducted over 80 site visits with 25 companies – mainly in the oil and mining industries – in 20 countries, in a variety of capacities from conducting conflict impact assessments to coaching staff and implementing influx management plans, community engagement strategies and grievance procedures.

His most recent contributions have been co-authoring the IPIECA Manual on “Community grievance mechanisms in the oil and gas industry.” And PDAC’s “First Engagement: A Field Guide for Explorers.”


Du même auteur:
Autres articles par Luc

Discussion