• Print
  • Decrease text size
  • Reset text size
  • Larger text size
17/06/2014

Big data et recrutement : quand il n'y a pas que la taille qui compte

Chaque jour, 2,5 trillions d'octets de données sont générés dans le monde [1]. Pas étonnant quand on sait que Twitter compte 241 millions d'utilisateurs actifs mensuels, avec une moyenne de 5700 tweets par seconde soit 500 millions de tweets par jour ! Depuis quelques temps, l'exploitation de ces quantités de données produites notamment par le web fait fureur sous le terme « big data ». D'après la définition de Gartner et la théorie des 3 V (volume, vélocité et variété)[2], le big data est une démarche qui a pour but de collecter et traiter en temps réel une grande quantité de données hétérogène dans le but d'en tirer une analyse prédictive. D'abord apparu dans le e-commerce et le marketing pour prévoir les comportements d'achat des consommateurs, le big data a également fait son entrée dans les ressources humaines, en particulier dans le domaine du recrutement. Ainsi, grâce à l'analyse de 121 millions de données sur les performances et les comportements de collaborateurs au travail, Evolv[3], spécialiste du recrutement et de l'optimisation des performances des employés, a démontré que les salariés actifs sur 3 ou 4 réseaux sociaux étaient plus productifs que ceux qui ne l'étaient pas. Ou encore que les candidats qui se définissaient en entretien comme respectueux des règles avaient 67% de chance de plus que les autres de les enfreindre en entreprise.

Ces approches statistiques peuvent-elles permettre de mieux recruter ? Les recruteurs vont-ils devenir des statisticiens ou le big data n'est-il qu'un effet de mode ?

Comme le montre l'exemple de Google, le Big data peut permettre aux recruteurs de valider ou au contraire d'ajuster leurs critères de recrutement. Ainsi, après avoir analysé la corrélation entre les résultats scolaires et la performance de ses collaborateurs, Google s'est aperçu que ces deux critères n'étaient pas liés et à cesser d'utiliser la réussite scolaire comme un critère prépondérant dans le choix d'un recrutement. De même, la société Kenexa a démontré que, contrairement à l'idée reçue, ce n'est pas une personnalité extravertie qui définit un bon vendeur, mais plutôt son « courage émotionnel », c'est-à-dire sa capacité à poursuivre même après un refus. C'est donc surtout cette qualité là qu'il convient de tester chez les candidats pour des postes à la vente.

Le big data permet également d'améliorer ses méthodes de sourcing. Ainsi, l'étude de Daniel Hoffman[4] a montré que les embauches réalisées par cooptation étaient 25% plus rentables que les autres, mais seulement à condition que la cooptation émane d'un collaborateur dont la productivité est supérieure à la moyenne. Autrement dit, les CV transmis par les collaborateurs les moins performants risquent de déboucher sur des recrutements moins bons qu'en l'absence de cooptation ! De même, les jobboards, tel que Career Builder sont capables de prévoir le nombre de réponses à une offre en fonction du bassin de candidats et des historiques de recrutement pour le même poste et ainsi de proposer aux recruteurs d'optimiser le contenu et l'affichage de leur offres d'emploi pour augmenter celui-ci.

Par ailleurs, ces analyses peuvent permettre de réduire drastiquement les temps de recrutement: L'application Recruiter de LinkedIn présente spontanément aux recruteurs les profils des candidats susceptibles de répondre aux besoins de l'entreprise, via un algorithme basé sur l'action des recruteurs sur le site (profils consultés, compétences recherchées...). Ce n'est plus au recruteur de procéder au sourcing des candidats, mais les profils qui apparaissent sur son écran ! Dans un autre exemple, La société Gild, Start up en recherche de développeurs, a réussi à identifier rapidement le candidat parfait sur les réseaux sociaux, alors même que sa région était en pénurie de profils d'experts informatiques. Un programmeur autodidacte, qui n'avait jamais suivi d'études, est ainsi sorti en tête d'une fouille de données sur les réseaux sociaux et le web. Enfin, ces analyses peuvent aussi permettre de trier rapidement les CV pour filtrer les candidats possédant les compétences clés, notamment pour les annonces générant des milliers de candidatures.

A priori, le big data semble donc capable d'agir sur tout le process de recrutement, de la publication de l'annonce à la sélection des candidats en passant par le sourcing. Mais cette approche est-elle valable et déclinable dans toutes les entreprises ?

Tout d'abord, n'oublions pas que le recrutement est un processus basé avant tout sur l'appréciation subjective du recruteur sur la personnalité et les qualités interpersonnelles du candidat. Cette approche semble donc difficilement compatible avec une analyse statistique de masse. L'objectif reste l'évaluation individuelle d'un candidat, que celui-ci suive ou non les tendances statistiques mises en avant par le big data. Ainsi, même si la société Evolv a réussi à démontrer que les personnes qui postulent à un emploi en ligne grâce à un explorateur internet type Chrome ou Firefox restent en moyenne 15 % plus longtemps en emploi que celles qui le font avec un explorateur de base comme Internet Explorer, la seule information valable pour une entreprise au moment d'un recrutement est de savoir si le candidat va, lui, rester à long terme dans l'entreprise, quelque soit l'explorateur qu'il a utilisé. Seule l'appréciation du recruteur en entretien va permettre d'évaluer cette donnée et aucune machine ne peut s'y substituer. C'est aussi pour cette raison que la recommandation individuelle d'un candidat par un membre de son réseau aura toujours plus de valeur pour un recruteur qu'une analyse de masse.

De plus, la mise en place d'analyse big data dans les services recrutement nécessite un investissement initial lourd, à commencer par le recrutement de profils statisticiens. Elle requiert aussi un fort investissement dans des infrastructures technologiques capables de gérer des gros volumes de données et un investissement en temps et ressources pour la collecte, le nettoyage des données et la construction d'une méthode d'analyse. Enfin, il ne faut pas négliger la formation des collaborateurs à l'utilisation de ces nouvelles approches et le temps d'adaptation nécessaire dont ils auront besoin.

Tout est donc question de priorité. En effet, avant de procéder à l'analyse des big data, mais vaut commencer par le small data et s'assurer que la quantité de données déjà stockées dans l'entreprise est utilisée. Avec les outils actuels de gestion de la paie, de formation, d'évaluation, du recrutement, il est déjà possible de procéder au traitement de nombreuses données, sans investir dans l'analyse qualitative des commentaires postés sur les réseaux sociaux. Bref, avant de voir grand, mieux vaut procéder par étape, en fonction de la maturité de l'entreprise et sélectionner un périmètre d'analyse cohérent avec les besoins de l'entreprise. Les informations demandées par les directions générales aux ressources humaines relèvent plus souvent des données à valeur stratégique sur la performance actuelle des collaborateurs que des données prédictives capables d'anticiper le comportement futur des salariés.

L'arrivée du big data permettra donc probablement plus de révolutionner l'offre de service des prestataires que des départements recrutement eux-mêmes. Si les éditeurs ont une plus grande capacité d'investissement pour ce type d'innovation, les entreprises ont aujourd'hui des priorités et enjeux plus importants que celui de maitriser et d'analyser les quantités de données produites sur Internet. On a du mal à imaginer pourquoi les recruteurs opteraient pour un tel investissement, plutôt que de simplement profiter des services et études innovantes proposées par les spécialistes.


[3] Source: Evolv, BUILD A MORE PRODUCTIVE WORKFORCE WITH BIG DATA INSIGHTS

[4] The Value of Hiring through Referrals, publiée le 26 avril 2013

0 commentaire
Poster un commentaire

Plain text

  • Aucune balise HTML autorisée.
  • Les adresses de pages web et de courriels sont transformées en liens automatiquement.
  • Les lignes et les paragraphes vont à la ligne automatiquement.
Image CAPTCHA
Saisissez les caractères affichés dans l'image.
Back to Top