Modélisation des proximités entre métiers et visualisation des compétences associées à un territoire
Dans le cadre de nos recherches sur la résilience des territoires et leur capacité à surmonter des choc déstabilisateurs, nous nous intéressons à la dimension RH.
Une modélisation des compétences présentes sur un territoire nous aidera à répondre aux nombreuses questions qui sont posées dans le contexte actuel. Quels sont les métiers présents sur un territoire et quels sont les liens de proximité et d’évolution qui existent entre eux ? Comment une collectivité locale pourrait mieux piloter l’offre de formation qu’elle propose pour qu’elle soit en adéquation avec les besoins des entreprises ? Quels sont les territoires d’industrie, les communes, les départements, ou les régions idéales pour installer mon unité de production ? Si les métiers requis pour l’installation d’une nouvelle unité de production ne sont pas présents sur le territoire, quels sont les métiers proches pour lesquels des profils sont disponibles et que nous pourrions former vers les métiers cibles ? Comment mesurer le niveau de résilience d’un territoire sur le plan de la diversité et de la redondance des métiers qui y sont représentés ?
Nous avons donc travaillé sur le sujet de manière à intégrer la dimension RH dans notre atlas des synergies productives et vous allez découvrir dans cet article les premiers résultats que nous avons obtenus.
Visualisation des proximités et des évolutions métiers
La première chose à faire est de mettre en relation les métiers de la nomenclature ROME. Pour cela nous pouvons nous appuyer sur le travail réalisé par Pôle Emploi et disponible en open data (unix_rubrique_mobilite_v343_utf8.csv). Cette table de proximité est mise à disposition des conseillers pour orienter les demandeurs d’emplois dans leur recherche. Elle contient deux niveau de proximité entre les métiers selon qu’il s’agisse de deux métiers proches ou qu’une évolution soit possible du premier métier vers le second.
Nous considérons une proximité de 0,5 dans le cas de deux métiers proches et une proximité de 0,9 lorsqu’il s’agit d’une évolution et nous générons ainsi une table de proximité pondérée.
A l’aide du logiciel Gephi nous construisons un graphe 2D des proximités métiers. Les options de Gephi permettent de maximiser les distances entre les points éloignés. Nous avons obtenu de bons résultats avec une projection selon la méthode « Force Atlas 2 » .
Gephi peut générer ensuite le graphe dans le format GEXF (Graph Exchange XML Format), de manière à l’importer ensuite dans un logiciel. Il existe également des viewers affichant les fichiers GEXF sur une page web.
L’analyse des déclarations préalables à l’embauche et modélisation territoriale
Nous avions besoin de faire le lien entre les établissements présents sur un territoire et les métiers associés. Il existe bien une table de correspondance NAF/ROME (Naf2008_ROME_V3.xls) mais elle n’est pas pondérée et ne concerne que les deux premiers chiffres du code NAF, nous pourrions l’utiliser ulterieurement pour filtrer les résultats. On y trouve pour chaque code d’activité NAF (sur 2 chiffres) la liste des métiers associés, mais également une liste des métiers transsectoriels (avec une distinction tertiaire et industrie).
Nous avons analysé un fichier en open data qui recense les volumes de DPAE (Déclarations Préalables A l’Embauche) pour chaque code d’activité. Nous avons ainsi pu générer à partir de ce fichier une table de correspondance pondérée entre des codes d’activités (code NAF) et des codes métiers (code ROME).
Puisque nous connaissons maintenant la liste des métiers associés à une entreprise (quel pourcentage de chaque métier y est présent) nous pouvons adapter le graph des proximités métiers à la typologie précise d’un territoire donné.
En effet, la liste des établissements français est une donnée ouverte. Pour chaque établissement nous disposons de sa tranche d’effectif, de son code d’activité et de son adresse. En utilisant un service en ligne de résolution d’adresse, nous convertissons les adresses en coordonnées GPS. Nous sommes donc en mesure de lister précisément les établissements présents sur une zone géographique donnée. Nous obtenons un graph des proximités métiers avec les effectifs cumulés de chaque établissements d’un territoire.
Perspectives
En combinant ces travaux avec les données que nous avions calculées sur la production territoriale nous pourrions générer une table de correspondance pondérée HS/ROME. Cette dernière serait utile pour affiner la notion de proximité de savoir-faire industriels en enrichissant les données de complexité économique que nous utilisons déjà.
Retrouvez cet article dans notre livre « Intelligence Artificielle : La Révolution de l’Industrie 4.0 » disponible en version numérique et papier.