LOGIN

You are here

Retour aux articles

Les robots recruteurs ou les nouvelles technologies de matching

par Careerplus • 9 octobre 2018

«Il colle ou il ne colle pas»? De tout temps, les responsables en recrutement n’ont eu qu’un seul but, celui de trouver le candidat qui «collera» parfaitement au poste et à la culture de l’entreprise. Les nouvelles technologies de matching ont bouleversé tout le processus de recrutement et notamment, la recherche de cette fameuse adéquation candidats-employeurs. Découvrez dans cet article les enjeux de ces nouveaux systèmes et l’avis de l’expert, Claudio Lehmann.

Les robots recruteurs ou les nouvelles technologies de matchingLes robots recruteurs ou les nouvelles technologies de matching

Yooture. Cette plateforme de matching nous promet la magie. Sur son site, on y lit la phrase publicitaire suivante: «Notre matching magique. Grâce à notre processus de matching, nous pouvons vous proposer en un clin d’œil les candidats idéaux parmi nos 270'000 utilisateurs.»

Tout comme ses concurrents, Yooture promet de trouver le candidat sur mesure, celui qui collera parfaitement à son futur employeur. En jargon, on dira «le matching parfait»: le moment X où les compétences et la personnalité du candidat sont en symbiose parfaite avec les exigences du profil et la culture d’entreprise du futur employeur. Tout cela semble alléchant. Ce qui autrefois nécessitait des ressources incroyables en temps et en personnel - en incluant des facteurs non tangibles comme la chance - se retrouve aujourd’hui automatisé et ne prend plus que quelques minutes. Faut-il donc craindre une automatisation totale des procédures de recrutement? Selon Raphael Zahnd, responsable Innovation & Business Development chez Careerplus «le recrutement par des robots signifie qu’une partie de la procédure est prise en charge par des machines. Un logiciel évalue les candidats grâce à un algorithme de données. Il compare les profils des candidats avec les exigences d’employeurs potentiels. C’est ce qu’on appelle l’adéquation poste-compétences» (job and skill matching dans le jargon anglophone et germanophone).

Quand l’algorithme se charge du recrutement

Les algorithmes liés à la technologie de matching explorent les bases de données et cherchent à «marier» les profils des candidats avec les profils des postes vacants qui leur correspondent. Pour arriver à des résultats probants, ces machines doivent être dotées d’un volume de données important et les analyser ensuite. C’est un défi de taille! Comme ces robots fonctionnent à l’aide de la recherche de mots ou de termes, leurs limites sont assez vite atteintes. Par exemple, un responsable de vente aura un profil différent en fonction de l’entreprise qui va l’engager, une PME spécialisée dans l’ingénierie de machines ou une multinationale active dans le domaine de l’industrie pharmaceutique. Par ailleurs, plusieurs titres peuvent indiquer la même fonction ou le même métier, par exemple «CEO» ou «Directeur général». Il sera tout aussi compliqué de décrypter, uniquement à l’aide de mots-clés dans un CV, les réelles compétences du candidat. Pour accomplir correctement leur mission, ces technologies de matching doivent être programmées dans le but d’effectuer avec succès les étapes suivantes: rechercher et comparer les informations, les extraire des différentes sources, les comprendre et les interpréter.

Quelles applications pour le matching automatisé?

Les plateformes de l’emploi en ligne, les applications pour smartphone comme Yooture et Talentfly et les réseaux professionnels comme Xing, Viadeo et LinkedIn se reposent sur le matching automatisé. Tous les portails de l’emploi actuels possèdent des offres de matching aussi bien pour les employeurs que pour les candidats. Ces derniers ne voient ainsi que les postes qui leur correspondent potentiellement. Pour les recruteurs, c’est également devenu plus simple: ils ont la garantie que leur offre d’emploi sera vue surtout par des profils qui correspondent potentiellement à l’annonce. Tous ces sites proposent aussi directement à un employeur les candidats adéquats.

Les technologies de matching sont également de plus en plus utilisées dans les systèmes de gestion des candidats (systèmes de tracking par exemple). Ils permettent notamment de comparer automatiquement les dossiers de candidature avec les exigences du poste vacant. Le recruteur voit alors le résultat de cette comparaison sous forme de taux: le pourcentage indique la valeur de compatibilité du candidat avec le poste. Ce «pré-scanning» permet d’introduire d’autres outils d’automatisation, comme l’envoi de réponses négatives ou l’invitation des candidats ayant atteint un pourcentage élevé d’adéquation.

«Le recrutement par des robots signifie qu’une partie de la procédure est prise en charge par des machines. Un logiciel évalue les candidats grâce à un algorithme de données. Il compare les profils des candidats avec les exigences d’employeurs potentiels. C’est ce qu’on appelle l’adéquation poste-compétences.»

Raphael Zahnd, responsable Innovation & Business Development, Careerplus SA

Avantages et inconvénients des outils de matching

Le premier avantage est clair: le matching fait gagner un temps fou lors de la présélection. Un temps que le recruteur peut exploiter ailleurs, par exemple dans l’accompagnement et le suivi des candidats avec grand potentiel. Cette approche est aussi très intéressante pour les marchés en pénurie de personnel, car elle contraint les recruteurs à réagir très vite, faute de quoi le candidat aura déjà été engagé ailleurs! On peut résumer les avantages en affirmant que les nouvelles technologies de recrutement rendent les procédures plus efficaces. Elles sont orientées candidats, et l’entreprise y gagne aussi: elle pourra effectuer les différentes phases de la procédure de manière bien plus ciblée.

Y a-t-il dès lors des inconvénients? C’est simple: l’intelligence des outils de matching est à la hauteur de leur programmation! Par ailleurs, ils risquent de faire passer à la trappe des talents, même si, il faut l’avouer, les algorithmes sont de plus en plus puissants et performants.

Mais qu’on se le dise: qu’il s’agisse du contact direct avec le candidat, de l’intuition d’avoir déniché la perle rare, ou de l’évaluation des compétences personnelles, le recruteur en chair et en os a encore de l’avenir!

Matching par mots-clés ou correspondance sémantique?

Les technologies de matching nous proposent différentes options de recherche. Il existe actuellement deux grandes catégories de technologies, toutes deux présentant avantages et inconvénients. Dans la pratique, on peut combiner les deux.

Le matching par mots-clés reconnaît les mots dans les offres d’emploi et les compare avec les mots trouvés dans les profils des candidats. Une adéquation (matching) aura donc lieu uniquement si les mots-clés sont identiques. Par exemple, le logiciel ne reconnaîtra pas «responsable du personnel» et «chef du personnel» comme étant un même métier. En revanche, il est super puissant et rapide, et travaille avec des volumes de données énormes.

Le matching sémantique essaie de comprendre les significations, les mots et les phrases. Les algorithmes reconnaissent des similarités et des correspondances de descriptions, par exemple «Chef RH» et «DRH». Ils font le lien entre les différents contenus et reconnaissent ainsi aussi les synonymes. Plus ces systèmes analysent de données, plus ils deviennent performants. Le matching sémantique est très précis, mais demande beaucoup de temps puisque l’on doit «entraîner» les algorithmes.

Interview de Claudio Lehmann, cofondateur de Yooture et expert en recrutement digital & matching.

Monsieur Lehmann, quelles sont selon vous les faiblesses des outils de matching pour le recrutement?

Premièrement, la qualité du matching correspond à la qualité des données saisies et utilisées. Donc logiquement, des données de mauvaise qualité engendrent un mauvais matching. Un autre problème consiste dans le fait que le matching se base sur l’expérience passée. En effet, il dépeint uniquement ce qui est dans le CV, ce qui veut dire que le candidat  ne voit  pas d’emploi qui pourrait l’intéresser dans le futur. On peut limiter ces faiblesses en «obligeant» les utilisateurs à plus de qualité dans les données de base et d’autre part en anticipant certaines choses, par exemple en faisant en sorte que l’on reconnaisse des modèles d’évolution types dans les CV.  

La correspondance sémantique est précise, mais contraignante. Le matching par mots-clés, pas assez efficace. Quelle solution préconisez-vous?

La solution est d’utiliser les deux approches. Le gros avantage du matching par mots-clés est qu’il traite un très grand volume de données. Si on complète certains éléments comme les compétences ou les titres des postes avec des synonymes, on peut améliorer de manière probante le matching par mots-clés.

Est-ce que les algorithmes peuvent évaluer instinctivement les compétences personnelles ou la culture d’entreprise?

Je ne pense pas. Bien qu’il existe déjà aujourd’hui des programmes capables de rechercher les compétences personnelles et la culture d’entreprise, nous pensons que le matching est utile plutôt en début de procédure recrutement, lors du premier contact. À mon avis, c’est une étape où la perte de temps est trop grande. La machine peut à ce moment-là aider à coupler rapidement le candidat idéal avec son poste idéal. Par la suite, l’entretien d’embauche demeure essentiel et central pour en savoir davantage sur la personnalité du candidat.

Quelle est la meilleure formulation d’une offre d’emploi pour atteindre un bon matching?

Le titre du poste est important. Il devrait être explicite. Les titres qui contiennent plusieurs libellés qui pourraient être utilisés pour plusieurs fonctions ou métiers sont problématiques pour les systèmes de matching. Par exemple «Conseiller et/ou chef de projet marketing & communication avec expérience IT». Le descriptif du poste devrait ensuite être aussi simple que possible. Je renoncerais par exemple à une description trop exhaustive de l’entreprise. Les candidats peuvent s’informer eux-mêmes à ce sujet. La présentation de l’entreprise détourne souvent du contenu essentiel d’une offre d’emploi.

Quels sont les futurs outils technologiques au sein des RH?

Nous pensons que la transformation digitale nous apportera encore des nouveautés dans le domaine RH. Toutefois, elles ne seront pas révolutionnaires dans un premier temps, car la procédure de recrutement reste principalement un processus très personnel. Certaines étapes seront remplacées ou accompagnées par les technologies IT, et d’autres seront encore effectuées par des êtres humains en chair et en os. Globalement, nous pensons et espérons que le recrutement sera plus efficient encore dans le futur, aussi bien pour les recruteurs que pour les candidats.

Dans la publicité pour votre application Yooture, vous dites qu’elle est magique. Pourquoi?

Ce qu’elle a de magique, c’est qu’avec relativement peu de données, un bon matching est possible. Cela semble plaire à nos utilisateurs, d’autant plus qu’ils sont nombreux à être positivement surpris par des postes qu’ils ne trouvent pas sur d’autres plateformes. C’est en fait le plus beau retour que nous pouvons recevoir.  

Yooture est une start-up suisse qui a développé une technologie de matching candidats-employeurs. Avec 270'000 utilisateurs, elle est actuellement la 2e plus grosse application en Suisse. www.yooture.com

 

octobre 2018

TAGS

Catégories :
Pour candidats Pour employeurs