envelope-icon

Suivez nos bonnes pratiques sur le recrutement

Big data et recrutement prédictif, on y est !

big-data-et-sourcing

Voilà, c’est fait, nous sommes désormais dans un monde débordant de données. Nouveaux modes de vie, échanges sur les réseaux sociaux, objets connectés… nous produisons ces données en quantité si monstrueuse qu’il devient impossible à l’esprit humain de les exploiter.

C’est « big data », un monde en croissance exponentielle que seul le couple ordinateur/algorithme peut cerner. 

En matière de recrutement, comment peut-on, dès maintenant, utiliser la donnée pour avancer mieux et plus vite ? Pourquoi le profil du recruteur est-il en train de changer à cause de big data ? A quoi devons-nous veiller avant de plonger dans cette nouvelle ère ? 2 idées et 2 questions pour amorcer le débat.

Réduire les short lists grâce aux algorithmes

Jamais l’information disponible sur les candidats n’a été aussi vaste et les critères à croiser aussi nombreux. Croire que nous pouvons, seulement équipés de nos petits neurones, en faire le tri serait une erreur. Il est temps de laisser les algorithmes réduire les short lists. Au lieu d’appeler 20 candidats, appelons-en 2 ou 3, en commençant bien sûr par le profil le plus stratégique (repéré, là encore, par l’algorithme). Productivité en hausse, coûts en baisse et surtout, plus de temps à consacrer au « quali » et notamment à l’entretien.

De nombreux spécialistes ont mis en lumière la question des biais cognitifs du recrutement humain. Qu’on le veuille ou non, nos sélections sont orientées par notre culture, notre parcours, nos préjugés. L’algorithme, lui, n’a ni culture, ni préjugé. Une équité de traitement qui va ramener au premier plan des profils que nous jugions « atypiques ».

Utiliser le recrutement prédictif

Depuis 2014, Xerox utilise le prédictif pour recruter les employés de ses 175 centres d’appels dans le monde. Alors qu’auparavant, le principal critère de recrutement était l’expérience en centre d’appels, l’entreprise se concentre aujourd’hui sur un autre élément, la probabilité du candidat à rester longtemps en poste. L’objectif est clair, c’est la baisse du turn over. Le process de sélection repose sur un algorithme et des questionnaires qui évaluent la propension du candidat à prendre le large.

L’analyse prédictive n’étudie plus tant le parcours passé d’un candidat que sa probabilité mathématique d’être un collaborateur performant et bien intégré. Une révolution.

Les opportunités ouvertes dès aujourd’hui par la data sont enthousiasmantes… mais non dénuées de questions.

Qui analyse la donnée ?

La donnée brute n’a que peu d’intérêt. C’est le traitement qui lui confère sa valeur ajoutée. Or tout le monde n’a pas la capacité à faire parler les données. Les grands groupes font appel à des « data scientists ». Mais les PME ou les cabinets de recrutement ?

Pour réussir, le recruteur d’aujourd’hui doit manier la donnée. C’est impératif. Les cabinets de formation continue l’ont très bien compris. Les modules liés au développement par la data se multiplient et font salle comble.

Et l’éthique dans tout ça ?

Collecter et utiliser les données liées à des personnes ne peut se faire sans une réflexion sur la confidentialité ou la transparence des traitements effectués. Certaines entreprises (dont Google) ont d’ores et déjà décidé d’exploiter des données « anonymisées ». Le processus de sélection ne se fait plus sur des individus mais sur des corrélations. Les individus ne sont identifiés qu’en bout de chaîne.

Pour l’instant, en matière de traitement de la donnée, l’humain reste au centre du process. Il organise, définit une stratégie, pilote, formule des questions. Mais pour combien de temps ? Les machines les plus performantes ont démontré leur capacité d’apprentissage (on parle de « machine learning »). En théorie, elles pourraient bientôt se passer totalement de nous pour recruter.

Laissez un commentaire