Skip to main content
Points de vue populaires
Logiciel de planification des horaires des employés SIRH pour petites entreprises Systèmes de gestion des employés
Rejoindre la communauté
Add as a preferred source on Google Opens new window Rejoindre la communauté Rejoindre la communauté
Carrière

Tutoriel vLookUp sur MS Excel 2010 pour les professionnels des RH

Brendan Lys
By
Brendan Lys
Brendan Lys

Opérant à l'intersection des Ressources Humaines et de la Science des Données, je mets à profit une vaste expérience spécialisée en Ressources Humaines, associée aux méthodologies et approches de la Science des Données. Cette démarche, axée sur la découverte d'informations exploitables à partir des données, a été appliquée à des domaines tels que : la rémunération et les avantages sociaux, la planification de la main-d'œuvre, le recrutement, la santé et la sécurité, la diversité et la formation. Mais à quoi ressemble réellement l'application de la science des données aux défis et opportunités RH ? Dans un cadre RH, les données que nous utilisons proviennent généralement directement de notre SIRH ; un avantage des méthodologies de science des données est que nous pouvons intégrer des données supplémentaires provenant de l'organisation ou de sources externes – des données qui échappent à une approche analytique RH classique. Prenons par exemple les descriptions de poste ; elles contiennent de nombreuses informations que nous ignorons habituellement car elles ne sont pas dans un format prêt à analyser. Un projet annexe sur lequel je travaille actuellement (avril 2019) consiste à utiliser le text mining sur les descriptions de poste afin de fournir des analyses sur la famille professionnelle à laquelle le poste pourrait appartenir. Les résultats de mes travaux ont été appréciés par des organisations de secteurs variés, notamment : les gouvernements (Australie et Nouvelle-Zélande), les sociétés cotées à l'ASX et à la NZX, les services publics, les associations à but non lucratif et l'enseignement supérieur.

More about Brendan

Dans ce billet de la rubrique Ressources RH, nous avons créé une vidéo YouTube expliquant la formule vLookUp. Parmi toutes les formules Excel que j’utilise dans les RH, la vLookUp est la plus utile et je l’utilise pratiquement à chaque fois que j’ouvre Excel. Dans ce tutoriel vidéo, nous passons en revue deux utilisations du […]

Dans ce billet de la rubrique Ressources RH, nous avons créé une vidéo YouTube expliquant la formule vLookUp. Parmi toutes les formules Excel que j'utilise dans les RH, la vLookUp est la plus utile et je l'utilise pratiquement à chaque fois que j'ouvre Excel. Dans ce tutoriel vidéo, nous passons en revue deux utilisations du vLookUp : premièrement, comment importer des données d'une feuille de calcul vers notre feuille de calcul principale, et deuxièmement, comment créer un modèle Excel dans lequel nous pouvons faire glisser et déposer des données RH – ce qui est extrêmement utile si vous configurez des feuilles de calcul Excel pour que d'autres puissent y déposer des données.

Brendan Lys
By Brendan Lys

Opérant à l'intersection des Ressources Humaines et de la Science des Données, je mets à profit une vaste expérience spécialisée en Ressources Humaines, associée aux méthodologies et approches de la Science des Données. Cette démarche, axée sur la découverte d'informations exploitables à partir des données, a été appliquée à des domaines tels que : la rémunération et les avantages sociaux, la planification de la main-d'œuvre, le recrutement, la santé et la sécurité, la diversité et la formation. Mais à quoi ressemble réellement l'application de la science des données aux défis et opportunités RH ? Dans un cadre RH, les données que nous utilisons proviennent généralement directement de notre SIRH ; un avantage des méthodologies de science des données est que nous pouvons intégrer des données supplémentaires provenant de l'organisation ou de sources externes – des données qui échappent à une approche analytique RH classique. Prenons par exemple les descriptions de poste ; elles contiennent de nombreuses informations que nous ignorons habituellement car elles ne sont pas dans un format prêt à analyser. Un projet annexe sur lequel je travaille actuellement (avril 2019) consiste à utiliser le text mining sur les descriptions de poste afin de fournir des analyses sur la famille professionnelle à laquelle le poste pourrait appartenir. Les résultats de mes travaux ont été appréciés par des organisations de secteurs variés, notamment : les gouvernements (Australie et Nouvelle-Zélande), les sociétés cotées à l'ASX et à la NZX, les services publics, les associations à but non lucratif et l'enseignement supérieur.

Follow the author: Opens new window Opens new window
You may also like