Analyser ton enquête d'engagement avec l'IA en 35 min : rapport prêt pour le CODIR
Résultats d'enquête d'engagement sans plan d'action ? En 35 min avec Claude, identifie les zones de tension et produis un rapport structuré prêt pour le CODIR.
Chaque année, l'enquête d'engagement revient. Tu collectes les données, tu regardes les scores, et tu te retrouves avec un fichier Excel de 300 lignes que personne ne lit vraiment. Le problème n'est pas le volume, c'est la lecture : sans méthode, les patterns restent noyés dans les moyennes. Ce tuto te montre comment utiliser Claude pour structurer cette lecture en moins de 40 minutes et produire un document que ton CODIR pourra discuter le lundi suivant.
Ce qu'il te faut avant de commencer
Tu viens de recevoir les résultats de ton enquête d'engagement. Les scores sont là, les verbatims aussi. Mais transformer ce volume de données en recommandations actionnables prend habituellement plusieurs jours de travail : calculer les écarts entre services, repérer les thèmes récurrents dans les commentaires libres, formuler des priorités sans se laisser noyer par les détails. Ce tuto s'adresse aux RH et managers qui veulent raccourcir cette phase d'analyse sans sacrifier la qualité du diagnostic, et qui cherchent à produire un document transmissible plutôt qu'un tableau de chiffres bruts.
Avant de commencer, réunis trois choses. D'abord, ton export Google Sheets (ou Excel) avec les résultats agrégés par question et par équipe ou service, pas les réponses individuelles. Si ton outil d'enquête (Typeform, Google Forms, Culture Amp, Leapsome) te donne des exports individuels, fais d'abord l'agrégation toi-même avant de passer quoi que ce soit à l'IA. Ensuite, le nom des équipes ou services couverts par l'enquête, et le nombre de répondants par groupe. Enfin, ton compte Claude (claude.ai, version gratuite suffisante pour les étapes 1 à 3). Compte entre 35 et 50 minutes selon la complexité de ton enquête.
Ce workflow couvre 4 étapes. La première structure les données brutes pour que l'IA puisse les lire. Les deux suivantes extraient les patterns et formulent les priorités. La dernière transforme tout cela en un document transmissible. Chaque étape produit un output que l'étape suivante utilise directement.
Ton rapport final vaut ce que valent tes corrections entre les étapes. Si Claude identifie une "zone de tension" sur la communication managériale, c'est toi qui sais si ce signal est nouveau ou s'il remonte depuis deux ans sans que rien n'ait changé : c'est cette contextualisation qui rend le document crédible en CODIR. Avant de partager, vérifie que chaque action prioritaire est rattachée à un responsable identifiable et à une date. Un rapport sans propriétaire visible reste un rapport sans suite.
Structurer les données de l'enquête pour l'IA
~8 minRésultat attendu : Le tableau couvre tous les services, les scores correspondent à ton export source, et les groupes de moins de 5 répondants sont identifiés.
✋ Avant de continuer
Quand Claude te rend le tableau structuré, fais trois vérifications avant de passer à l'étape suivante. Vérifie que tous les services sont bien présents dans le tableau. Si un service manque, c'est souvent que les données n'étaient pas dans le bon format : retourne à ton export et corrige le collage. Vérifie que les scores correspondent à ce que tu avais dans ton fichier source : une erreur de copier-coller ici fausserait toute l'analyse suivante. Enfin, repère les services signalés "Effectif faible" : note-les sur le côté, tu devras indiquer au CODIR que ces données sont à traiter avec prudence. Copie le tableau produit par Claude dans un nouvel onglet Google Sheets nommé "Analyse IA - Structure".
Extraire les points forts et les zones de tension
~10 minRésultat attendu : Tu as validé chaque zone de tension en croisant avec ton contexte terrain, et tu as écarté les données à effectif faible. La liste finale ne contient que des signaux que tu peux défendre.
✋ Avant de continuer
Relis les deux listes et joue le rôle de correcteur métier, pas de validateur passif. Pour chaque zone de tension identifiée, demande-toi si ce signal est apparu dans les enquêtes précédentes. Si la charge de travail au service Logistique est dans le rouge depuis deux ans et que rien n'a changé, Claude ne le sait pas mais toi oui. Note cette information dans une colonne "Contexte RH" à côté du tableau : ce contexte sera central dans l'étape suivante. Pour les points forts, vérifie que ce n'est pas un artefact de l'enquête. Supprime de la liste toute zone de tension portant sur un groupe à effectif faible.
Formuler les 3 actions prioritaires par service
~10 minRésultat attendu : Chaque zone de tension a 3 actions avec un responsable réel et un horizon temporel, et les signaux récurrents ont au moins une action de fond à 6 mois ou plus.
✋ Avant de continuer
Avant de passer à la mise en forme finale, travaille sur le tableau d'actions produit par Claude. D'abord, le "responsable suggéré" : Claude va proposer des catégories génériques. Remplace-les par les noms de rôles réels dans ton organisation, ou par les noms de personnes si le document reste interne. Un plan d'action sans propriétaire nommé ne sera pas suivi en CODIR. Ensuite, vérifie que les actions liées aux signaux récurrents ont bien un horizon 6-12 mois, avec une étape intermédiaire à 3 mois pour maintenir la visibilité.
Assembler le rapport final dans Google Docs
~7 minRésultat attendu : Le document Google Docs est complet avec ses 4 parties, l'introduction executive tient en moins de 150 mots, et l'annexe méthodologique mentionne l'anonymisation et la conformité RGPD.
✋ Avant de continuer
Quand Claude te rend l'introduction executive, relis-la à voix haute. Si une phrase sonne comme un communiqué de presse, récris-la. Si le ton est alarmiste sur la zone de tension, atténue. Ouvre Google Docs et structure le document final en 4 parties : Résumé exécutif, Points forts, Zones de tension et plans d'action, Annexe méthodologique (date de collecte, outil utilisé, taux de participation par service, mention de la protection des données). Note dans l'annexe que l'analyse a été assistée par IA sur des données agrégées anonymisées, conformément au RGPD. Partage le document en mode "Commentaire" avec les managers de service avant le CODIR.
Tout ce qu'il faut savoir
Ce workflow prend vraiment 35 minutes ?
Sur une enquête couvrant 5 à 7 thèmes et 4 à 6 services, oui. La majeure partie du temps est dans les étapes 2 et 3, où tu relis et corriges les listes produites par Claude. Si ton enquête couvre 10 thèmes ou plus de 8 services, prévois plutôt 50 minutes.
Pourquoi utiliser Claude plutôt que ChatGPT ou Perplexity pour ce workflow ?
Claude gère bien les tableaux structurés et les consignes de format précises, ce qui correspond à ce dont tu as besoin aux étapes 1 et 2. Ses sorties en markdown s'importent proprement dans Google Docs. ChatGPT fonctionnerait aussi sur ce workflow. Perplexity n'est pas adapté ici car ce tuto ne nécessite pas de recherche web.
Est-ce que je peux coller mes données directement dans Claude sans risque RGPD ?
Oui, à condition de ne transmettre que des données agrégées : scores moyens par groupe, pas de réponses individuelles, pas de verbatims nominatifs. Les données agrégées ne permettent pas d'identifier un individu et ne constituent pas des données personnelles au sens du RGPD. Si tu doutes, consulte ton DPO avant de lancer le workflow. Sur les petits effectifs (moins de 5 répondants par groupe), l'agrégation seule ne suffit pas à garantir l'anonymat : exclure ces groupes de l'analyse IA est la pratique prudente.
Que faire si les résultats de Claude ne correspondent pas à ce que je lis dans mon export ?
Retourne à l'étape 1 et vérifie le format du collage. Claude peut mal interpréter les données si elles sont mal structurées dans le copier-coller (cellules fusionnées, en-têtes manquants, séparateurs décimaux différents). Reformate tes données en texte brut tabulé avant de les coller, ou utilise un format CSV simplifié.
Mon enquête est courte (3 questions, 2 services). Ce tuto est-il adapté ?
Pour une enquête très courte, les étapes 1 et 2 peuvent être fusionnées. Colle tes données directement dans le prompt de l'étape 2 sans passer par l'étape de structuration. Sur 2 services seulement, le risque de désanonymisation est plus élevé : vérifie que le nombre de répondants par service est suffisant (au moins 6-8) avant de partager quoi que ce soit avec le CODIR.
Ce que tu obtiens
Un rapport d'analyse de l'enquête d'engagement (points forts, zones de tension, 3 actions prioritaires par équipe ou service), prêt à partager en CODIR ou avec les managers.
Ce que j'aurais aimé savoir avant
Glossaire
Questionnaire adressé à l'ensemble des collaborateurs d'une organisation pour mesurer leur niveau d'implication, de satisfaction et d'adhésion aux valeurs de l'entreprise. Les résultats sont collectés de façon anonyme et analysés par équipe ou service pour identifier les points forts et les zones de tension.
Résultats calculés sur un groupe de personnes (moyenne, pourcentage, répartition) qui ne permettent pas de remonter à une réponse individuelle. En RH, travailler sur des données agrégées est la condition minimale pour utiliser un outil IA en conformité RGPD sans risquer d'exposer les réponses de tes collaborateurs.
Risque qu'une donnée présentée comme anonyme permette, seule ou combinée à d'autres, d'identifier la personne qui en est à l'origine. En enquête d'engagement, ce risque existe dans les petits groupes : si un service compte 3 répondants et que les scores sont partagés tel quel, les collègues peuvent deviner qui a répondu quoi.
Ce workflow RH permet d'analyser une enquête d'engagement en 35 minutes avec Claude. En 4 étapes, le RH structure les données agrégées pour que l'IA puisse les lire, extrait les points forts et zones de tension en distinguant patterns globaux et locaux, formule 3 actions prioritaires par service avec responsable et horizon temporel, puis assemble un rapport Google Docs prêt pour le CODIR. Tout le workflow repose sur des données anonymisées, jamais sur des réponses individuelles. Les groupes de moins de 5 répondants sont signalés et exclus des recommandations pour éviter le risque de désanonymisation. Le jugement terrain reste humain à chaque étape : Claude lit les patterns, le RH contextualise et valide.
Prompts utilisés dans ce tuto
Copie ces prompts directement dans ton outil IA pour reproduire chaque étape.
Continuer à progresser
La bibliothèque complète de prompts pour ton métier, filtrables par tâche et niveau.
Voir les prompts → Hub métier Hub Ressources humainesTous les tutos, prompts, outils et ressources pour ton profil professionnel.
Accéder au hub →