GROUPE PÉTROLIER

DIRECTION DES RESSOURCES HUMAINES

ANALYSE RH

Performance Académique

& Réussite

Professionnelle

Étude sur 5 000 étudiants | Facteurs de réussite et politiques de recrutement

5 000

Étudiants

7

Domaines

20

Variables

Février 2026

SOMMAIRE DE L'ANALYSE

01

Introduction & Méthodologie

Présentation des données, nettoyage et périmètre d'analyse

02

Impact Académique sur le Salaire

GPA, SAT, rang universitaire vs rémunération de départ

03

Stages & Certifications

Rôle des expériences pratiques dans la progression de carrière

04

Réseau & Opportunités

Effet du networking sur les offres d'emploi et la promotion

05

Équilibre Vie Pro/Perso

Influence de la préparation académique sur le bien-être

06

Entrepreneuriat

Corrélation entre niveau académique et création d'entreprise

07

Recommandations RH

Politique de recrutement basée sur les données

01 — INTRODUCTION & MÉTHODOLOGIE

Source des données

• 5 000 étudiants analysés
• 20 variables collectées
• Aucune valeur manquante

​

Périmètre d'analyse

• Corrélations statistiques
• Analyses par groupes
• Comparaisons salariales
• Tests de tendances

Variables clés analysées :

GPA lycée & université • Score SAT • Rang université • Stages & Certifications • Score réseau • Salaire • Satisfaction • Équilibre vie • Entrepreneuriat

02 — IMPACT DE LA PERFORMANCE ACADÉMIQUE SUR LE SALAIRE

# Code Python utilisé

corr_gpa = df['University_GPA'].corr(df['Starting_Salary'])

corr_sat = df['SAT_Score'].corr(df['Starting_Salary'])

corr_rank = df['University_Ranking'].corr(df['Starting_Salary’])

​

corr_gpa1 = df[‘High_School_GPA'].corr(df['Starting_Salary'])

​

GPA Uni → Salaire

-0.020

Score SAT → Salaire

+0.003

Rang Uni → Salaire

+0.021

GPA Lycée → Salaire

-0.010

⚠ Observation

Les corrélations sont quasi nulles (<0.03). Le parcour academique n’as pas d’impacte sur le salaires de départ.

🔍 Interprétation : La performance académique n'est pas un prédicteur direct du salaire. D'autres facteurs entrent en jeu.

Question posée : Est-ce que les bons élèves gagnent plus ?

Résultat : Non. Les corrélations sont quasi nulles (proches de 0). Un étudiant avec un GPA de 4.0 et un autre avec 2.0 ont statistiquement la même moyenne de salaire . C'est surprenant mais c'est ce que les données montrent.

​

​

​

​

03 — STAGES & CERTIFICATIONS : IMPACT SUR LA CARRIÈRE

# Salaire moyen par nb de stages�df.groupby('Internships_Completed')[

'Starting_Salary'].mean()

Observations clés

• 4 stages maximum = seul palier avec écart notable (+$1k)�• Les certifications n'améliorent pas le salaire�• Arts ($51.4k) devance l'ingénierie et la médecine�• Les écarts inter-domaines restent faibles (<$1.5k)

🔍 Interprétation : Les stages et certifications ont un impact limité sur le salaire de départ. La maximisation (4 stages) apporte un léger avantage.

04 — RÉSEAU PROFESSIONNEL & OPPORTUNITÉS D'EMPLOI

# Corrélation réseau-offres�corr = df['Networking_Score']� .corr(df['Job_Offers'])�# → -0.017 (quasi nulle)�# Offres par groupe reseau

​

df['net_group'] = pd.cut(df['Networking_Score'], bins= [0,3,6,10],)

​

df.groupby('net_group')['Job_Offers'].mean()

​

​

Résultats obtenus

Réseau FAIBLE (1-3)

2.54 offres

Réseau MOYEN (4-6)

2.44 offres

Réseau ÉLEVÉ (7-10)

2.48 offres

⚠ Observations

Contrairement aux attentes, le reseau score ne prédit pas le nombre d'offres d'emploi (r = -0.017). Les trois groupes obtiennent quasiment le même nombre d'offres (~2.5)..

🔍 Interprétation : Le réseau mesuré ici n'influence pas directement les offres d'emploi. La qualité du réseau compte plus que la quantité.

05 — ÉQUILIBRE VIE PROFESSIONNELLE / PERSONNELLE

# GPA vs équilibre vie�df['University_GPA'].corr(� df['Work_Life_Balance'])�# → 0.027 (corrélation nulle)�df.groupby('Certifications')['Work_Life_Balance’].mean()

Observations clés

• GPA → Work_Life_Balance : r = 0.027 (effet négligeable)�• Certifications → Work_Life_Balance : r = -0.018 (légèrement négatif)�• 49% des diplômés au niveau Entry Level (premier emploi)�• Temps de promotion moyen : 3 ans

🔍 Interprétation : La performance académique n'a pas d'impact mesurable sur l'équilibre vie pro/perso. Cet équilibre est indépendant du profil académique.

06 — ENTREPRENEURIAT & NIVEAU ACADÉMIQUE

# Taux d'entrepreneuriat par GPA

# Découper les étudiants en 4 groupes selon leur GPA �df['gpa_q'] = pd.qcut(� df['University_GPA'],4, labels=['Q1','Q2','Q3','Q4’])

​

# Calculer le taux d'entrepreneuriat par groupe �df.groupby('gpa_q')[� 'Entrepreneurship'�].apply(lambda x:

(x=='Yes').mean())

Résultats obtenus

Q1 (GPA bas)

19.4%

Q2

18.1%

Q3

19.1%

Q4 (GPA haut)

22.1%

Taux global d'entrepreneuriat

20.2%

soit 1 diplômé sur 5 crée une entreprise

Les étudiants à GPA élevé (Q4) créent légèrement plus d'entreprises (+4pp vs Q1). La différence est faible mais orientée positivement.

🔍 Interprétation : Un bon GPA est légèrement associé à l'esprit entrepreneurial, mais la majorité des créateurs viennent de tous les niveaux académiques.

07 — RECOMMANDATIONS POUR LA POLITIQUE DE RECRUTEMENT

01

✗ GPA seul

Ne pas sur-pondérer le GPA

Le GPA et le SAT ne prédisent pas le salaire (r < 0.03). Éviter d'en faire le critère principal. Préférer une évaluation globale du profil.

02

✓ 4 stages

Valoriser les stages intensifs

Seuls les candidats ayant complété 4 stages montrent un avantage salarial. Cibler les profils avec un maximum d'expériences pratiques.

03

✓ Diversité

Diversifier les domaines

L'écart salarial entre domaines est faible (<$1.5k). Ne pas exclure les Arts ou Sciences humaines — leurs diplômés sont compétitifs.

04

≠ Réseau

Réévaluer le critère réseau

Le score réseau ne prédit pas les offres d'emploi. Investir dans des tests de compétences soft réels plutôt que des scores déclaratifs.

05

🚀 Innov.

Cibler l'entrepreneuriat

20% des diplômés créent une entreprise. Créer un programme de partenariat pour identifier et garder ces profils à fort potentiel.

06

↑ 3 ans

Plan de promotion à 3 ans

Le délai moyen de promotion est 3 ans. Aligner la politique RH avec ce cycle naturel pour améliorer la rétention des talents.

Groupe Pétrolier — Direction RH — Analyse basée sur 5 000 profils étudiants | Février 2026

CONCLUSIONS

Ce que les données nous enseignent

❌

Le GPA, SAT et rang universitaire ne prédisent pas le salaire de départ

✅

4 stages = seul indicateur d'avantage salarial (+$1k)

❌

Le networking score ne génère pas plus d'offres d'emploi

✅

20% des diplômés créent une entreprise — tous niveaux confondus

➡

L'équilibre vie pro/perso est indépendant du profil académique

⏱

Promotion moyenne en 3 ans — à intégrer dans la politique RH

La voie à suivre

1

Revoir les critères de sélection CV

Privilégier expérience pratique sur performance théorique

2

Créer un score RH composite

Combinant stages, projets, soft skills et domaine

3

Programme Talents Entrepreneurs

Identifier et accompagner les 20% à fort potentiel créatif

4

Cycle de promotion structuré

Politique de revue à 3 ans alignée sur les données

Groupe Pétrolier — Direction RH — Analyse basée sur 5 000 profils étudiants | Février 2026