Sélectionner une page

Big data : l’avenir du recrutement ?

Le Big data révolutionne les pratiques des RH et leurs méthodes de recrutement. Grâce à l’analyse des données toujours plus nombreuses sur Internet, le Big data permet de recruter des profils plus adaptés, de prédire le turnover de l’entreprise, de trouver des critères de sélection plus adaptés… Mais il pose également des questions sur l’automatisation du recrutement et sur la façon dont les candidats peuvent soigner leur personal branding.

Cette histoire nous vient des Etats-Unis. Jade Dominguez, 26 ans, habitant de South Pasadena en Californie, n’est jamais allé à l’Université et a appris la programmation en autodidacte. Il a pourtant reçu une offre pour devenir programmeur par une start-up de San Francisco et a été embauché depuis.

Quelqu’un, quelque part, dans le « cloud », pensait qu’il était brillant. Cette personne était en fait Luca Bonmassar, le cofondateur de la Start-up Gild. Il a découvert Jade Dominguez en utilisant une technologie qui se focalise moins sur les critères traditionnels des recruteurs (diplômes, expériences récentes…) que sur des questions simples : la personne est-elle efficace ? Que peux faire cet individu ? Est-ce que son travail peut être évalué ?

L’algorithme de Gild, qui se sert des données présentes sur la toile avait placé Jade Dominguez au sommet de la liste de programmeurs. L’utilisation du Big data par l’ordinateur permet en effet de récolter toutes sortes de données pour les utiliser à différentes tâches, notamment le recrutement.

Définition du Big Data

Qu’est-ce que le Big data ? Ce terme, très utilisé dans le marketing, désigne la capacité fournie par des algorithmes très puissants de traiter un grand nombre de données et surtout de trouver des corrélations entre elles.

Les applications concrètes au monde des ressources humaines sont diverses. Elles peuvent être effectuées dans le cadre du sourcing. Cette méthode permet de trouver des profils sur Internet afin de récupérer des candidatures ciblées pour les recrutements. Ce procédé qui arrive doucement en France permet une analyse par l’ordinateur des mots clés et des compétences du CV et du profil des candidats sur les réseaux sociaux. Objectif : essayer de savoir si le candidat va être en accord avec les exigences et la culture de l’entreprise. Un gain de temps précieux dans les étapes du recrutement du candidat.

Une société d’assurance américaine a ainsi réalisé grâce au Big data que des critères comme l’école d’origine n’était pas pertinent pour recruter des vendeurs. Le filtre s’est posé sur des éléments comme l’expérience passé dans l’immobilier ou l’entreprise. Ceci a permis à l’entreprise de relancer son chiffre d’affaires.

Le Big data peut également prédire les profils d’employés plus susceptibles que d’autres de démissionner, à partir de l’analyse croisées de certains critères (niveau de salaire, place dans la hiérarchie, ancienneté…). Les analyses statistiques peuvent ainsi permettre de déterminer les facteurs de départ des salariés, voir les motivations qui les poussent  à prendre la porte. De cette manière, le fabriquant d’imprimantes Xerox a réduit son turnover de 20% au sein de ses centres d’appels.

Questions sur le Big data

Si les RH sont encore frileuses à utiliser le Big data, pas forcément séduites par cette approche arithmétique des ressources humaines, la multiplication des données sur la toile et le développement de la technologie rendent cet outil séduisant. Même s’il soulève quelques questions.

Par exemple, la généralisation de ce type de recrutement peut amener une standardisation des profils embauchés car les algorithmes peuvent chercher des candidats sur des critères bien définis. Quid alors de la diversité, de la richesse qui fonde une équipe gagnante ?

Les risques de discrimination semblent également bien présents. Certains candidats non retenus pourraient arguer que leur exclusion s’est faite sur la base de considérations non directement liées aux compétences et aptitudes nécessaires à la tenue du poste proposé. L’article 3 de la loi du 6 janvier 1978, relative à l’informatique, aux fichiers et aux libertés, stipule en effet que tout candidat a le droit d’être informé des raisonnements utilisés dans les traitements automatisés d’aide à la sélection de candidatures.

L’accès aux traces numériques et à leur interprétation demandent donc aux RH et aux cabinets de recrutement des règles de déontologie et de transparence décrites par la CNIL.

Le Big data ne doit pas également pas remplacer les rencontres et les entretiens, qui demeurent incontournables, notamment pour les profils les plus pointus.

intérêt big data recrutement

Les profils peu qualifiés sont davantage susceptibles de se prêter au recrutement « automatisé » © Precepta

Comment adapter son personal branding avec le Big data ?

Dans ce contexte, où les traces laissées, notamment sur les réseaux sociaux, sont prises en compte et analysées, les candidats doivent être particulièrement vigilants. «Un twittos écologiste virulent a peu de chances d’être embauché chez Areva», note par exemple Jacques Froissant, directeur général du cabinet de recrutement Altaïde.

Les règles classiques du personal branding s’imposent plus que jamais : laisser des traces positives sur la toile, publier un contenu clair et synthétique, qui évite les incohérences pour parler au recruteur et faire attention à ses publications, sont autant d’éléments clés. Sachez par exemple optimiser votre profil Linkedin avec les bons mots clés, également en y créant une URL personnalisée. Afin d’avoir peut être la chance, comme Jade Dominguez, d’être repéré puis embauché grâce à ses données ?

Des pratiques d’autant plus importantes que Linkedin vient de racheter la start-up américaine Bright, experte de la gestion de data et du matching, qui met en relation les chercheurs d’emploi et les entreprises, même si le demandeur d’emploi n’a pas fait acte de candidature et que le recruteur n’a même pas pensé à ce type de postulant. Les perspectives sont alléchantes : 80 % des 270 millions d’utilisateurs mondiaux de Linkedin sont passifs. Autant de profils qui ne figurent pas sur les sites d’emplois.