HubSpot exploite l’IA générative et réalise 100 000 $ d’économies grâce à Fivetran

« Au cours de notre première année avec Fivetran, nous avons construit plus de 40 pipelines différents pour près de 700 tables, qui traitent près de 40 millions d’enregistrements par mois. Il nous a fallu moins de 40 heures pour tout mettre en place, ce qui nous a permis d’économiser près de 1 000 heures et 100 000 $ répartis dans plusieurs services, avec à la clé un retour sur investissement de 150 %. »
- Sandro Frattura, responsable de l’ingénierie analytique, HubSpot People Operations

Résultats clés

• Amélioration de la productivité et de la planification des effectifs grâce à l’utilisation des data RH avec l’IA générative
• 90 % d’amélioration de la précision des mesures prédictives, avec une marge de 3 à 5 % par rapport aux résultats réels
• Prévisions précises facilitées et fourniture d’informations utiles en donnant accès aux data relatives à l’embauche et au recrutement
• Réduction des délais de développement du pipeline de 6-10 semaines à moins d’une heure
• 100 000 $ d’économies sur les effectifs d’ingénierie data la première année

Pile de data

• Pipeline : Fivetran
• Destination : Snowflake
• Transformations : dbt
• Sources de data : 13 sources, dont Greenhouse, Workday, Survey Monkey, Google Sheets
• Informatique décisionnelle : Looker

‍

HubSpot est une entreprise mondialement reconnue : plus de 205 000 entreprises utilisent sa plateforme CRM tout-en-un pour développer leurs activités. Après sa création en 2006, l’organisation emploie aujourd’hui plus de 7 600 HubSpotters. L’utilisation mature et proactive des data au fil des années a permis à l’entreprise de surmonter avec brio les hauts et les bas imprévisibles des conditions du marché.

À la fin de la pandémie en 2021, l’équipe de direction de HubSpot a souhaité adopter une approche plus stratégique en matière de recrutement, ce qui s’est traduit par un désir plus profond de visibilité sur ses processus. Au début de l’année 2022, le service de planification des effectifs a été créé, dont la mission est de diriger et d’exécuter la planification stratégique des effectifs et de fournir des rapports sur les data relatives au personnel. Cette mission a aidé les membres de l’équipe à surmonter les ralentissements du marché après la pandémie et à revenir plus forts que jamais.

Découverte et modélisation des data, une source à la fois

La compréhension et la gestion de la croissance de l’équipe se résument à une seule chose : les data. HubSpot collectait déjà toutes les data nécessaires pour obtenir des informations importantes sur le recrutement. Toutefois, les data n’étaient pas facilement accessibles dans un endroit centralisé où elles pouvaient être utilisées dans des rapports et ajoutées dans des tableaux de bord.

Sandro Frattura, responsable de l’ingénierie analytique, et Eliza Geeslin, responsable de l’analyse data, ont été les principaux acteurs de la mise en œuvre et de la stratégie data relatives à la planification des effectifs. La première étape a consisté à localiser et à comprendre les data de recrutement les plus critiques. Eliza Geeslin se souvient : « Tout les éléments dont nous avions besoin étaient dispersés dans différents endroits, notamment des feuilles de calcul de planification et d’analyse financière (FP&A). Si le PDG nous demandait quelle serait notre situation en janvier en matière d’effectifs, nous n’étions pas en mesure de répondre rapidement à cette question. »

Sandro Frattura a fait tout son possible pour ingérer et centraliser les data nécessaires, notamment :

• Construction de l’automatisation des flux de travail pour les feuilles de calcul
• Pipelines de data personnalisés à partir de Greenhouse et Workday
• Partenariat avec l’équipe d’informatique décisionnelle interne
• Importation manuelle de fichiers CSV à partir du système d’information sur les ressources humaines (SIRH)

Il a finalement conçu un processus d’ingestion mensuel qui a permis aux services financiers d’obtenir les réponses nécessaires dans des feuilles de calcul. Il suffisait de construire les modèles de data et les premiers tableaux de bord, mais ils étaient fragiles et non viables. Les modèles de data et les synchronisations quotidiennes des feuilles de calcul ne permettaient pas de gérer de manière transparente les changements de colonnes ou les ajustements de data. L’entreprise avait besoin d’une solution plus robuste et automatisée.

Remplacement des pipelines construits en interne

Sandro Frattura s’est tourné vers Fivetran en raison de sa plateforme d’intégration de data fiable et évolutive. Il ne lui a pas fallu longtemps pour créer de nouveaux pipelines qui intègrent les data des feuilles de calcul FP&A dans Snowflake et gèrent immédiatement les changements de data. « Chaque fois que l’ingestion d’une feuille de calcul se bloquait avec notre ancienne méthode, il fallait trois à cinq heures pour corriger l’erreur », explique Sandro Frattura. « Lorsque j’ai utilisé Fivetran, il m’a fallu moins de cinq minutes pour l’installer et je n’ai rencontré aucun problème avec les changements de data.

Motivé par sa première réussite, il a transféré toutes les ingestions de feuilles de calcul vers Fivetran et s’est ensuite concentré sur deux sources de data majeures : Workday et Greenhouse. À sa grande surprise, il a pu ingérer beaucoup plus de data provenant de Greenhouse et de Workday via Fivetran que depuis les pipelines construits en interne existants. Les pipelines Fivetran lui ont permis d’accéder à des data précieuses sur les vacances et les congés, qu’il a pu exploiter pour réaliser des analyses prédictives sur la capacité et la productivité.

Grâce à Fivetran, l’équipe de Sandro Frattura peut désormais créer ses propres ingestions de data au lieu d’« attendre son tour » auprès de l’équipe centralisée d’ingestion de data de l’entreprise, qui se concentre souvent sur la création d’entrées pour d’autres services, tels que les produits, l’ingénierie, le marketing et les ventes. En l’espace de deux semaines, il a réalisé une démonstration de faisabilité complète avec Fivetran, qui comprenait le remplacement de l’automatisation du flux de travail des feuilles de calcul et des pipelines de data personnalisés vers Workday, Greenhouse et Survey Monkey. Cela lui a permis d’obtenir des informations concrètes sur les économies à long terme de cette nouvelle architecture de data.

« La flexibilité de Fivetran et les économies que la plateforme permet de réaliser constituent deux atouts majeurs. La charge initiale est gratuite, tout comme l’utilisation de chaque connecteur pendant 14 jours. Nous pouvons expérimenter avec les data, prendre des décisions commerciales et prévoir les coûts de manière empirique. Cela nous permet de nous concentrer sur des tâches d’analyse à forte valeur ajoutée avec un risque très faible. »
- Sandro Frattura, responsable de l’ingénierie analytique, HubSpot People Operations

Établir une prévision précise de la demande d’emploi

Avant Fivetran, Eliza Geeslin trouvait qu’il était très difficile de prévoir la productivité des recruteurs. « Nous n’avions pas accès à la liste des personnes en vacances », explique-t-elle. « Nous dépendions des responsables du recrutement, qui nous informaient après coup de l’absence d’un candidat. »

Grâce à l’accès fourni par Fivetran aux data sur les jours de congé de Workday, Eliza Geeslin peut prévoir de manière proactive le nombre d’embauches à effectuer au cours des prochains 18 mois. Avant que les data ne soient fournies par Fivetran, la précision des prévisions était d’environ 70 %. Aujourd’hui, les prévisions sont exactes à 90-95 %. Cela améliore directement le chiffre d’affaires et la stratégie commerciale de HubSpot, car des prévisions plus précises permettent d’établir un budget plus exact en matière d’embauche et de recrutement. Les avantages vont au-delà de l’embauche des candidats. Les data pourraient même prédire les chances de réussite d’un nouvel employé dans la culture HubSpot en utilisant les caractéristiques comportementales mesurées dans les processus de recrutement.

« Grâce à Fivetran, notre attention s’est entièrement portée sur ce qui compte vraiment : plonger dans les data et découvrir des informations précieuses qui nous aident à mieux prévoir l’offre et la demande de main-d’œuvre, à analyser les lacunes en matière de compétences, à prédire les besoins futurs et, en fin de compte, à comprendre comment les ressources humaines stratégiques affectent les différents domaines de notre entreprise. »
- Sandro Frattura, responsable de l’ingénierie analytique, HubSpot People Operations

En outre, eNPS s’est révélé être un domaine d’investissement majeur chez HubSpot en vue d’améliorer les performances globales et la satisfaction des employés. L’équipe Analyse du personnel a élaboré de nouveaux modèles de data permettant d’améliorer la culture de gestion de HubSpot à l’aide des data eNPS, qui sont collectées tous les trimestres et stockées dans Survey Monkey. Sandro Frattura précise que la demande en informations ne cesse de croître. « Dès que les nouveaux paquets d’analyse eNPS sont prêts, des dizaines de responsables les demandent dans les minutes qui suivent », explique Sandro Frattura. « En l’espace de deux jours, 90 % des responsables ont obtenu des informations eNPS personnalisées. »

Exploiter l’IA générative pour obtenir informations stratégiques sur les effectifs

En tant que leader dans le domaine des logiciels optimisés par l’IA, HubSpot entrevoit un avenir prometteur pour la fourniture d’informations ayant un impact commercial dans des tableaux de bord intelligents et des chatbots texte. Ces éléments sont en mesure d’utiliser toutes les data relatives aux performances des employés avant et après l’embauche, y compris les informations textuelles qui étaient inutilisables il y a seulement un an. Et ce n’est que le début.

« Fivetran a révolutionné notre approche des data, en permettant la mise en œuvre d’initiatives d’IA/ML et d’IA générative en ce qui concerne les performances des employés et en fournissant aux responsables des informations plus rapidement. Ces avancées étaient inimaginables il y a seulement deux ans. »
- Sandro Frattura, responsable de l’ingénierie analytique, HubSpot People Operations

De nombreux projets passionnants sont prévus pour HubSpot en 2024, notamment :

• Bassin de candidats : les candidats en haut de l’entonnoir du recrutement sont-ils suffisamment diversifiés ?  
• Évaluation des performances : certains services ou responsables sont-ils trop indulgents lors des évaluations ? Sont-ils trop stricts ? Les évaluations des performances sont-elles équitables ? Un langage codé/excluant est-il utilisé de manière non intentionnelle ?
• Connectivité à distance/hybride : que pouvons-nous apprendre d’autres ensembles de data (Slack, Zoom, systèmes de ticket, etc.) qui nous aideront à faire en sorte que les employés de HubSpot se sentent plus connectés ?
• Entretiens : les entretiens sont-ils équitables ? Dans quelle mesure réussissons-nous à prédire la réussite des employés lorsque nous faisons une offre ?    

‍Tous ces cas d’utilisation sont rendus possibles par les data ingérées grâce à Fivetran.

Téléchargez ce rapport IDC pour découvrir comment Fivetran génère des millions d’euros d’impact financier et crée de nouvelles initiatives commerciales pour les entreprises.