Lucca

Lucca est un SIRH modulaire couvrant la gestion des temps, des absences, des notes de frais, de la paie et du développement des collaborateurs. Le modèle de données expose des entités réparties sur quatre modules distincts : feuilles de temps et saisies de temps (Timmi Timesheet), périodes et comptes d'absence (Timmi Absences), notes de frais et lignes de frais (Cleemy Expenses), et demandes de formation (Poplee Training). Cette intégration couvre les trois modules les plus directement liés au pilotage individuel de la performance : la gestion des temps, les absences et les frais, complétés par un KPI issu du module formation. Deux modules ont été délibérément exclus : Timmi Project, qui suit les heures facturables par client, a été exclu car il s'agit d'un module optionnel non universellement déployé dans les comptes Lucca, et Poplee Paie, qui n'expose pas d'indicateurs de performance individuelle. Sept KPIs ont été retenus, sélectionnés selon trois critères : capacité d'attribution à un propriétaire, résistance au gaming, et équilibre entre indicateurs avancés et retardés.

Suivi du temps : l'activité déclarée comme signal de conformité processus

Trois KPIs couvrent le module Timmi Timesheet. Approved Hours per Week mesure le volume d'heures ayant complété l'intégralité du cycle de validation : soumises par le collaborateur, examinées et approuvées par un manager. Timesheet Approval Rate mesure la proportion de feuilles de temps soumises qui obtiennent une approbation, par opposition à celles rejetées ou laissées en attente. Submission Delay mesure le nombre moyen de jours écoulés entre la fin d'une période et le moment où le collaborateur soumet la feuille de temps correspondante.

Ces trois indicateurs adressent des dimensions séparées mais interdépendantes de la conformité en gestion du temps. Approved Hours per Week est un indicateur retardé : il mesure ce qui a été réalisé et validé. Il ne distingue pas entre un collaborateur qui travaille à pleine capacité et un autre qui soumet des feuilles de temps incomplètes qui sont néanmoins approuvées. Timesheet Approval Rate corrige cette lecture : un faible taux d'approbation révèle des erreurs récurrentes de déclaration, qu'elles soient dues à un manque d'attention, une incompréhension des catégories de temps ou des relevés incomplets. Un collaborateur affichant un Approved Hours élevé mais un faible taux d'approbation a vraisemblablement bénéficié d'un contrôle managérial permissif plutôt que d'une discipline rigoureuse de déclaration.

Submission Delay opère comme le seul indicateur avancé de ce groupe. Un délai croissant entre la fin de période et la soumission est un signal précoce de dysfonctionnement processus : il révèle soit une friction organisationnelle, soit un manque d'application managériale, soit un désengagement actif vis-à-vis du processus de déclaration. Parce qu'il précède les échecs d'approbation, une augmentation du Submission Delay anticipe généralement une dégradation du Timesheet Approval Rate sur les périodes suivantes. La lecture conjointe des deux indicateurs avancé et retardé produit une image plus fiable de la conformité qu'aucun des deux en isolation.

Gestion des absences : le volume comme outil diagnostique

Absence Days per Month mesure le nombre total de jours d'absence par collaborateur et par mois, sur l'ensemble des types de congés enregistrés dans Timmi Absences. Le modèle de données Lucca distingue les comptes d'absence par catégorie : congés payés, RTT, congés maladie et autres types statutaires sont stockés séparément et peuvent être filtrés indépendamment. Ce KPI agrège toutes les catégories par défaut, mais le filtre par catégorie est disponible pour les équipes RH souhaitant isoler un type d'absence particulier.

La valeur stratégique de cet indicateur réside non pas dans le point de données individuel mais dans la tendance. Un seul mois avec un taux d'absence élevé est peu informatif. Une hausse sur plusieurs mois, concentrée sur une équipe ou un individu spécifique, est un signal avancé d'intervention RH : elle peut indiquer un épuisement professionnel, un désengagement ou un déséquilibre de charge qui finira par affecter la rétention. Inversement, un taux d'absence inhabituellement proche de zéro sur une longue période peut signaler une pression décourageant les collaborateurs de prendre des congés légitimes, ce qui génère son propre risque en aval. Le KPI est le plus utile lorsqu'il est lu par rapport à la base historique et en comparaison avec des cohortes pairs, non comme un seuil absolu.

Plusieurs métriques liées aux absences ont été évaluées et exclues. Le solde de congés restant a été exclu car il reflète un état administratif plutôt qu'une dynamique de performance : il n'évolue pas en fonction du travail du collaborateur et n'offre aucune tendance actionnelle. Les absences totales du département ont été exclues car elles ne peuvent être attribuées à un propriétaire individuel unique et ne peuvent donc pas alimenter un OKR individuel.

Gestion des frais : volume d'activité et discipline budgétaire

Deux KPIs couvrent Cleemy Expenses. Expense Claims Submitted mesure le nombre de notes de frais déposées par collaborateur et par mois. Expense Amount per Month mesure la valeur monétaire totale des frais déclarés sur la même période. Les deux indicateurs sont structurellement liés mais servent des objectifs managériaux distincts.

Expense Claims Submitted est un indicateur avancé d'activité : il reflète le niveau d'engagement terrain du collaborateur et son respect du processus de remboursement des frais. Pour les équipes commerciales ou les consultants, un volume de notes plus élevé est généralement associé à une activité client plus intense. Pour les postes avec peu de déplacements, un volume soutenu de notes peut signaler un détournement du processus et mérite un examen. Expense Amount per Month apporte la dimension complémentaire : il capture l'ampleur financière des frais déclarés par capita et soutient les décisions de contrôle budgétaire.

La tension entre les deux indicateurs est particulièrement utile dans la détection d'anomalies. Un nombre élevé de notes soumises associé à un Expense Amount per Month faible suggère des notes fréquentes de faible valeur, ce qui peut indiquer une inefficacité administrative dans la saisie des frais. Un faible nombre de notes avec un montant total élevé suggère des frais importants et peu fréquents, qui peuvent nécessiter un examen plus attentif lors de l'approbation. Aucun de ces schémas n'est intrinsèquement problématique, mais les deux justifient un examen contextuel.

Développement des collaborateurs : Training Completions comme indicateur non-gameable

Training Completions mesure le nombre de demandes de formation ayant atteint un statut complété par collaborateur sur la période de mesure. Il s'agit du seul KPI issu du module Poplee Training. Plusieurs autres métriques de formation ont été considérées et rejetées : les demandes de formation soumises ont été exclues car la soumission ne constitue pas un achèvement validé et présente un risque de gaming évident, et la taille du catalogue a été exclue comme métrique de vanité sans ownership individuel.

Training Completions a été retenu précisément parce que son statut est défini par les RH lors de la validation, non auto-déclaré par le collaborateur. Cela en fait l'un des KPIs les plus fiables de la sélection : il ne peut pas être gonflé par la seule déclaration. Sa limite est directionnelle plutôt que méthodologique. Un nombre élevé de Training Completions indique que le collaborateur a suivi des programmes de formation validés ; il ne mesure pas l'acquisition de connaissances, le changement de comportement ou le transfert de compétences. L'indicateur mesure la production du processus RH, non les résultats d'apprentissage. Cette distinction importe lorsque le KPI est utilisé pour définir des OKRs de développement : la cible doit refléter un achèvement de programme significatif, non une optimisation du volume de formations.

Périmètre et limites de l'intégration

Lucca enregistre ce que les collaborateurs déclarent et ce que les managers approuvent. Il ne mesure pas la qualité du travail, la production réelle ou l'efficacité du temps consacré. Un collaborateur affichant un Approved Hours per Week élevé et un Absence Days per Month faible peut être très productif ou simplement présent sans livrer de travail significatif ; les données SIRH ne font pas cette distinction. De même, un Timesheet Approval Rate élevé indique la conformité avec le processus de déclaration, non l'exactitude de la classification d'activité sous-jacente. Les données de frais capturent les flux financiers mais ne saisissent pas le contexte métier ou le retour sur investissement de chaque dépense.

La fiabilité des sept KPIs dépend entièrement de la discipline des équipes dans l'utilisation de la plateforme. Des feuilles de temps soumises en retard et approuvées sans examen, des absences enregistrées sous des catégories incorrectes et des notes de frais soumises en lots plutôt qu'en temps réel dégradent toutes la valeur interprétative des données. Les organisations appliquant rigoureusement leurs processus obtiendront de cette intégration des indicateurs précis et actionnables ; les organisations avec une adoption lâche de la plateforme produiront des données qui reflètent davantage le comportement administratif que la réalité opérationnelle.