Le fondateur

Arthur Jouffe

Portrait d'Arthur Jouffe, fondateur de Noumensia

Noumensia est un cabinet indépendant que je porte seul. J'y applique la modélisation bayésienne et l'inférence causale à des problématiques RH — turnover, absentéisme, risques psychosociaux — pour lesquelles l'intuition et les tableaux de bord atteignent vite leurs limites.

Ma conviction : la fonction RH est trop souvent condamnée à constater le passé, alors qu'elle pourrait projeter l'effet de ses décisions. Les réseaux bayésiens offrent ce langage — relier des dizaines de facteurs, rendre chaque hypothèse explicite, et comparer des scénarios d'action sur une même base chiffrée avant d'arbitrer.

Chaque modèle reste transparent et discutable : l'outil structure l'arbitrage, il ne remplace pas le jugement.

Me suivre sur LinkedIn ↗

Positionnement

Ce que Noumensia est et n'est pas

Noumensia construit des modèles probabilistes graphiques pour aider les décideurs à structurer leur raisonnement autour de problématiques RH complexes et à identifier les leviers d'action les plus déterminants.

Ces modèles sont construits à partir de trois sources : la littérature académique disponible sur le sujet, vos données internes, et l'expertise de vos équipes. Ils rendent vos hypothèses explicites, permettent d'en tester la cohérence et d'explorer l'effet de différents scénarios avant de décider.

Pour être clair, Noumensia n'est pas :

  • un cabinet de conseil RH — pas de rapports standardisés ni de benchmarks sectoriels génériques.
  • une prédiction — un modèle structure un raisonnement, il ne garantit pas que la réalité se comportera comme prévu.
  • un substitut à votre expertise métier — le modèle encode ce que vous savez déjà, le rend navigable et révèle des angles morts. La décision reste la vôtre.
  • un logiciel clé en main — pas de solution générique à installer.

Périmètre

Noumensia

La modélisation bayésienne est particulièrement adaptée quand plusieurs conditions sont réunies : des variables nombreuses et interdépendantes, des données limitées ou hétérogènes, des effets indirects que les métriques isolées ne capturent pas, et une expertise métier capable de structurer ce que les données seules ne couvrent pas. L'enjeu n'est pas une prédiction ponctuelle, mais un raisonnement probabiliste sur l'ensemble du système. Ces conditions se retrouvent dans de nombreux domaines. Noumensia les applique principalement aux ressources humaines, là où elles sont presque systématiquement réunies : turnover, absentéisme, engagement, risques psychosociaux, onboarding, performance collective. Des phénomènes profondément multivariés, rarement documentés de façon exhaustive, et dont la compréhension dépend d'une expertise professionnelle difficilement substituable par les seules données.