HCM/SIRH : comment l'analytique peut améliorer concrètement vos recrutements
Alors que la compétition pour attirer les talents s'intensifie, l'analyse de données et le Machine Learning aident de plus en plus les RH à comprendre de manière fine leurs processus d'embauche. Et à mieux évaluer les candidats.
Le recrutement ressemble à bien des égards à un processus de vente : un grand nombre de prospects entrent dans un entonnoir, leur nombre diminue au fur et à mesure qu'ils sont « qualifiés » et qu'ils progressent vers la sortie du « tunnel ».
Tout comme les commerciaux, les spécialistes RH décrivent le processus comme une série d'échanges. Et, comme chez les commerciaux encore, la plupart pensent que l'analytique peut être appliquée avec intérêt à plusieurs endroits du parcours.
« Ces outils sont utilisés au sommet du pipeline. Mais ils le sont aussi de plus en plus dans le pipeline, pour aider à trouver des informations en ligne sur les candidats et à éliminer les préjugés et les biais humains », déclare Brent Skinner, analyste chez Nucleus Research.
Mieux profiler, meilleure visibilité
Côté éditeur, Jeff Mills de SuccessFactors estime que le processus d'embauche se prête particulièrement à l'analytique. Pour lui, les outils de recrutement sont capables de fournir des rapports en temps réels de sourcing en fonction du contenu d'une offre d'emploi. Ils sont aussi capables de disséquer des données (situation de l'offre et la demande, niveaux des rémunérations, etc.) pour faire des recommandations salariales.
Certains utilisent même le Machine Learning pour analyser les CV et comparer les candidats aux précédents embauchés - et à leurs rendements en interne - ce qui permet de mieux évaluer les postulants.
L'analytique appliquée au recrutement fournit également une meilleure visibilité aux recruteurs grâce à l'évaluation des entretiens qu'ils ont fait passer aux candidats. Ces évaluations incluent des éléments comme la compatibilité potentielle des candidats avec l'organisation, des scores et des classements.
« Avoir un retour et une compréhension des entretiens me donne une confiance supplémentaire, je sais vraiment quand les choses se passent bien ou, au contraire, quand je dois y consacrer toute mon attention », synthétise William Tincup, président d'un cabinet de recrutement américain RecruitingDaily.
« L'analyse des compétences permet d'identifier les bonnes personnes, pour les bons emplois, au bon moment », avance pour sa part John Harney, cofondateur et directeur technique de DataScava, une société new-yorkaise dont le service de recherche d'emploi, TalentBrowser, s'appuie sur une plate-forme d'exploration de données non structurées.
L'apprentissage statistique, les réseaux neuronaux et l'analyse prédictive ont effectivement pour but de découvrir des informations qui seraient autrement difficiles à repérer, et de faire des recommandations.
Appliquées aux RH, ces technologies « peuvent être la meilleure aide pour maximiser l'efficacité des employeurs et des prestataires qui travaillent pour eux ».
Armen Berjikly, directeur senior de la stratégie pour Ultimate Software, considère lui aussi que l'analytique a un rôle important à jouer dans le recrutement. « Par exemple, il reste encore beaucoup de travail à faire pour combiner de multiples sources de données ou fournir des informations de manière à aider les décideurs à agir sur la base de faits plutôt que par instinct ».
Simplification et intuitivité
Toutefois, Jeff Mills fait remarquer que la mise en œuvre d'un outil est « tout aussi importante que la technologie proprement dite [...] Le logiciel de recrutement le plus avancé ne fera pas grand chose si les RH et les managers n'arrivent pas à comprendre les données qu'il génère ».
La simplicité d'utilisation deviendra donc de plus en plus importante au fur et à mesure que l'utilisation de l'analyse des recrutements progressera, prédit Armen Berjikly.
Il estime que les organisations de plus de 500 employés ont tendance à être les premières à adopter la technologie - en partie parce qu'elles sont totalement étouffées par la masse de données qu'elles ont - mais le mouvement vers la simplification serait tellement fort qu'il estime que ces produits peuvent parfaitement être déployés dans une organisation plus petites, de 100 personnes, à des coûts abordables et leur fournir la même sophistication et les avantages que ceux dont bénéficient les grands groupes.
L'humain reste prépondérant
En résumé, l'analytique appliquée au recrutement « peut apporter un changement important dans la façon dont les organisations gèrent leurs processus de recrutement », lance Jeff Mills.
D'après lui, lorsque les employeurs intègrent ces analyses et qu'ils ajoutent des données et de l'intelligence à leurs méthodes, ils comprennent mieux dans quelle mesure ces processus fonctionnent bien ou mal. Et ils peuvent chercher des moyens pour surmonter les obstacles et réduire les inefficacités. « Il est crucial d'éliminer les dysfonctionnements pour assurer un succès durable », conclut-il.
« Les technologies et les outils IT peuvent automatiser les tâches répétitives et monotones, attirer les bons talents, éliminer les préjugés dans le recrutement, accélérer le processus d'embauche et, en fin de compte, faire gagner du temps et de l'argent aux organisations », acquiesce Madhur Mayank Sharma, responsable du Machine Learning appliqué aux RH chez SAP. Mais, « quelle que soit l'industrie ou le pays, ce sont les gens qui font que l'entreprise gagne ou perd », tempère William Tincup. Que ce soit du côté des RH, des employés ou des postulants.
Ce qui, au bout du compte, revient à initier un cercle vertueux par le recrutement.
Pour approfondir sur Applications métiers
-
HCM/SIRH : 7 conseils pour être plus efficace avec SuccessFactors Talent Management
-
DAF : ne négligez pas l'IT et les RH dans votre projet de transformation digitale
-
Comment l'analytique avancé aide à prendre de meilleures décisions financières
-
Doctolib soigne sa poussée d'hyper-croissance avec une première dose de SIRH