Comment faire un reporting RH pour anticiper les besoins de vos équipes ?

Cadrer les décisions, les destinataires et le calendrier

Choisissez un périmètre stable : société, établissements, contrats inclus et équipes. Un prestataire externe ou un intérimaire ne doit pas entrer silencieusement dans le même effectif qu’un salarié. Définissez également les dates de début et de fin d’appartenance au périmètre.

Une synthèse mensuelle peut préparer le comité de direction ; un suivi hebdomadaire des postes à pourvoir répond à une autre décision. Fixez une date de clôture des données, un responsable de production et une personne habilitée à valider les résultats.

• Direction : évolution des effectifs, capacité, dépenses et arbitrages.
• RH : mouvements, anomalies de référentiel, postes à pourvoir et actions.
• Managers : informations agrégées strictement utiles à leur périmètre.

Préparer un modèle mensuel reproductible

Les sources peuvent être le SIRH, la paie, le suivi du temps et le budget validé. Conservez les identifiants nécessaires au rapprochement dans une zone RH restreinte. Dédupliquez les personnes lorsque plusieurs contrats existent et historisez les changements d’équipe.

Le tableau de diffusion ci-dessous contient une ligne par mois et par service. Les indicateurs individuels sont agrégés en amont. La table Service porte un identifiant stable ; le libellé du service peut évoluer sans modifier l’historique.

Choisir six indicateurs et écrire leurs conventions

Une même formule ne garantit pas un même sens. Validez les définitions avant de comparer deux périodes ou établissements.

Contrôler les chiffres et limiter les données diffusées

Vérifiez le rapprochement effectif de début + entrées − sorties = effectif de fin, en ajoutant les transferts et corrections documentés si le périmètre l’exige. Contrôlez les doublons, les services inconnus, les heures négatives et la concordance avec les totaux de paie.

La CNIL rappelle l’importance des finalités, de la minimisation et des personnes habilitées. N’intégrez pas de diagnostic médical dans ce reporting. Un identifiant pseudonymisé reste une donnée personnelle ; un filtre visuel n’est pas un contrôle d’accès.

• Adapter les regroupements pour éviter l’identification indirecte dans une petite équipe.
• Évaluer les croisements possibles ; aucun seuil d’effectif ne garantit seul l’anonymat.
• Définir les destinataires, exports autorisés et durées de conservation avec les responsables concernés.
• Afficher la période, le périmètre et la date de dernière validation sur chaque diffusion.

Mise en œuvre

Avec Excel : produire une synthèse mensuelle contrôlée

Cette solution convient à une production périodique maîtrisée. Une feuille masquée ou protégée contre les modifications ne sécurise pas les données confidentielles : préparez un fichier de diffusion contenant uniquement les informations autorisées.

1. 01

   Importer les exports autorisés avec Données > Obtenir des données. Dans Power Query, typer les dates, identifiants et nombres, puis fusionner avec le référentiel des services.

2. 02

   Regrouper les données au grain mois–service. Charger le résultat sous le nom RH_Mois et garder les anomalies dans une table de contrôle distincte.

3. 03

   Créer un tableau croisé dynamique : service en lignes, mois en filtre, effectif_fin, etp_fin et masse_salariale en valeurs. Sélectionner un seul mois pour les effectifs de clôture.

4. 04

   Calculer les taux à partir des sommes du périmètre sélectionné, jamais en faisant la moyenne des pourcentages de chaque service.

5. 05

   Actualiser, rapprocher les totaux et faire valider avant de diffuser une synthèse adaptée aux droits des destinataires.

Avec Access : structurer les sources et sortir un état récurrent

Créez Service(service_id, libelle) et RH_Mois, reliées en un-à-plusieurs avec intégrité référentielle. Ajoutez un index unique sur mois et service_id. Importez d’abord les données dans une table temporaire pour contrôler les doublons avant leur intégration.

La requête ci-dessous résume un mois. Créez un état basé sur cette requête, avec période et date de validation dans l’en-tête. Le calcul du taux de sorties utilise les sommes produites ; gérez explicitement un effectif moyen nul.

• Restreindre l’accès au fichier et aux sources RH ; l’état imprimable ne remplace pas les habilitations.
• Prévoir sauvegarde, responsable de mise à jour et procédure de reprise.

PARAMETERS [Mois choisi] DateTime;
SELECT Sum(effectif_debut) AS EffectifDebut,
       Sum(effectif_fin) AS EffectifFin,
       Sum(sorties) AS Sorties,
       Sum(etp_fin) AS ETP,
       Sum(masse_salariale) AS MasseSalariale
FROM RH_Mois
WHERE mois = [Mois choisi];

Avec Python et Streamlit : explorer les agrégats par service

Ce prototype fonctionne uniquement avec des données simulées et agrégées. Enregistrez-le dans app.py, installez les dépendances avec python -m pip install pandas streamlit, puis lancez python -m streamlit run app.py. Il permet de vérifier les calculs et le filtre avant de connecter une source autorisée.

Pour une utilisation réelle, ajoutez authentification, autorisations vérifiées côté serveur, actualisation contrôlée et gestion des erreurs. Le sélecteur ci-dessous facilite l’analyse ; il ne limite pas les droits.

import pandas as pd
import streamlit as st

# Agrégats simulés du mois de septembre 2026.
df = pd.DataFrame([
    ["Support", 80, 78, 75, 2, 4, 12000, 420, 300000],
    ["Production", 120, 120, 115, 3, 3, 18000, 480, 440000],
], columns=["service_id", "effectif_debut", "effectif_fin",
    "etp_fin", "entrees", "sorties", "heures_theoriques",
    "absences_non_planifiees_h", "masse_salariale"])
st.title("Reporting RH — données simulées")
choix = st.selectbox("Service", ["Ensemble", *df.service_id])
vue = df if choix == "Ensemble" else df[df.service_id == choix]
total = vue.select_dtypes("number").sum()
moyen = (total.effectif_debut + total.effectif_fin) / 2
taux = 100 * total.sorties / moyen if moyen else None
st.metric("Effectif fin septembre", int(total.effectif_fin))
st.metric("ETP fin septembre", f"{total.etp_fin:.1f}")
st.metric("Taux de sorties du mois",
          f"{taux:.2f} %" if taux is not None else "Non calculable")
st.dataframe(vue, hide_index=True)

Avec Power BI : diffuser une même définition des indicateurs

Reliez RH_Mois aux dimensions Service et Mois. Une ligne de la dimension Mois représente le premier jour d’un mois. Utilisez un filtre de mois à sélection unique pour cette page et des mesures explicites, plutôt que des moyennes automatiques.

Actualisez après la clôture des sources, puis vérifiez l’historique d’actualisation. Pour des fichiers locaux, prévoyez une passerelle lorsque la connexion l’exige. La sécurité au niveau des lignes peut restreindre les services consultables, mais elle ne masque pas des colonnes sensibles et ne s’applique pas aux rôles d’édition du workspace. Testez avec un vrai compte lecteur.

Taux de sorties du mois =
IF (
    HASONEVALUE ( RH_Mois[mois] ),
    DIVIDE (
        SUM ( RH_Mois[sorties] ),
        ( SUM ( RH_Mois[effectif_debut] )
          + SUM ( RH_Mois[effectif_fin] ) ) / 2
    )
)

Terminer chaque reporting par des décisions et un suivi

Diffusez trois éléments : les indicateurs validés, une explication courte des variations et les décisions attendues. Une hausse des absences ne permet pas de conclure à une cause ; elle justifie une analyse adaptée par les personnes habilitées.

Tenez un journal des actions avec responsable et échéance. Au cycle suivant, vérifiez les actions décidées avant d’ajouter un graphique. Archivez la version validée et les règles de calcul pour pouvoir expliquer une évolution plusieurs mois après.