Pourquoi le Big data va révolutionner les DRH

Le Big data se met au service des ressources humaines. Aujourd'hui, les plates-formes collectent des données sur les candidats partout sur Internet. Une technologie qui va totalement bousculer la gestion de carrières et dynamiter le recrutement. Pour le meilleur, mais aussi pour le pire.

Depuis quelques années, les éditeurs de logiciels de gestion des ressources humaines, notamment ceux qui offrent leur service dans le cloud, s'intéressent au Big data. Certains utilisent des bases de données in-memory, d'autres ont mis en place des technologies type Hadoop afin d'offrir à leurs utilisateurs des capacités avancées d'analyse et de reporting sur les données RH.

Non seulement, ceux-ci peuvent davantage croiser des données entre les formations, les compétences, les salaires, les absences, mais ils peuvent aussi injecter, dans leurs analyses, des données captées sur Internet et sur les réseaux sociaux.


Dans le recrutement, le Big data permet déjà aux entreprises d'aller chercher les meilleurs candidats non plus dans le vivier de CV qui leur sont adressés, mais directement sur les forums et les réseaux sociaux.

Alors, pourquoi s'embêter à lire des CV quand un algorithme peut jouer les chasseurs de tête ou détecter les salariés « à risque » ? Ces méthodes prédictives tout droit venues du marketing débarquent dans les RH. C'est une véritable révolution qui s'apprête à voir le jour dans la profession.Une bonne marque fera affluer les meilleurs profils vers la DRH. Comment améliorer son attractivité ? Quels sont les meilleurs canaux pour ses annonces ? L'analyse de données peut aider.

Améliorer son attractivité et sa marque employeur

La marque employeur, c'est l'image de l'entreprise aux yeux des candidats potentiels. Les collaborateurs sont aujourd'hui la voix de l'attractivité de l'entreprise, notamment via de nouveaux sites de recrutement où les collaborateurs notent leur propre société. Un site comme Glassdoor, qui a ouvert en France en octobre 2014, connait déjà un succès important. Les entreprises qui se donnent du mal à valoriser leur image auprès des candidats potentiels, y surveillent désormais l'évolution de leur cote comme le lait sur le feu.


Google affiche, par exemple, une note de 4,4 sur 5; Microsoft 3,8; contre 3 pour Renault; ou 2,1 seulement pour Webhelp, l'opérateur de centres d'appels. « Au-delà de la note, l'important c'est que Glassdoor donne à l'entreprise les moyens de piloter sa marque employeur et de l'améliorer » insiste Etienne Audoin, consultant pour les RH chez IBM.

Tout comme les hôteliers surveillent constamment les commentaires sur TripAdvisor, les directeurs des ressources humaines lisent avec attention les commentaires laissés par leurs salariés sur Glassdoor et partout où les collaborateurs et candidats déçus peuvent laisser des avis. De nombreux outils existent pour analyser ce qui se dit à propos d'une entreprise sur internet, notamment sur des sites comme LesEchos.fr, LeFigaro.fr ou LeMonde.fr.

Cette analyse peut même être déclinée par thématiques plutôt négatives quand parle de stress, ou positives si l'on évoque la rémunération. « On peut avoir ainsi un reflet réel de la perception de son attractivité à partir des mots qui caractérisent l'entreprise sur les réseaux sociaux et sur internet de manière générale, » assure Olivier Goulay, lui aussi consultant spécialisé RH chez IBM.

Prévoir le nombre de candidats intéressés par une offre

Cette notion d'influence joue directement sur l'efficacité des annonces publiées sur les sites d'emploi. Le Big data permet aux DRH de bien mesurer l'efficacité de chaque canal de diffusion, comme le souligne Eric Terreau, directeur produit opérationnel de l'éditeur Talentsoft : « En termes de marque employeur, nous pouvons identifier les offres d'emploi qui marchent bien par rapport à la qualité des candidatures, mais aussi l'influence des annonces d'une entreprise sur les différents jobboards. Nous pouvons ainsi vérifier que la marque employeur correspond bien aux offres d'emploi, et si le volume de candidatures correspond bien à l'image que l'entreprise veut donner. »

Mais outre ce volet purement reporting, il est possible d'appliquer des algorithmes prédictifs sur ces données comme le souligne Linda Atif, doctorante et Data Scientist chez Talentsoft : « Poster une offre sur un jobboard a un coût, il est donc très précieux de savoir où poster son offre pour un poste d'ingénieur par exemple. Ceux-ci vont généralement plus sur Monster que sur le site de l'Apec, les commerciaux allant plus volontiers sur LinkedIn, etc. Grâce à une analyse prédictive, on peut savoir où il faut poster une annonce en priorité. »


Ce type d'analyse va très loin puisque via ces algorithmes prédictifs il est possible de calculer le nombre de candidatures qu'une annonce va drainer, le délai moyen qu'il faudra pour trouver le bon candidat et même le bon moment dans l'année pour publier son annonce.« Sur notre plateforme, nous traitons plusieurs millions de candidatures. Nous sommes donc en capacité de faire apparaître les saisonnalités, les pics d'activité, et donc de définir quels sont les meilleurs moments pour poster une proposition de stage, un poste par exemple » conclut Eric Terreau de Talentsoft.Les logiciels de gestion des Ressources Humaines (SIRH) sont de plus en plus connectés aux sites d'emploi, aux réseaux sociaux et aux forums professionnels, où ils peuvent dénicher l'expert tant réclamé par la direction informatique ou une direction métier.

Débaucher les meilleurs profils

C'est la grande évolution apportée par le Big data : les recruteurs ne se contentent plus des viviers de CV de candidats à la recherche d'un nouvel emploi, ils disposent maintenant de chasseurs de tête « logiciels » pour débusquer les meilleurs éléments en poste.

Monster, l'un des sites d'emploi les plus connus, a anticipé ce mouvement avec l'acquisition de TalentBin en 2014. « Avec ce service, nous collectons les traces que laissent les candidats sur Internet » explique Olivier Enault, consultant avant-vente solutions RH chez Monster. « Le Big Data et les technologies sémantiques nous permettent de prendre ces données brutes d'un vivier de candidats et de les décrypter pour identifier les formations, les postes occupés, le nom des entreprises, etc. » De fait, son moteur enquête sur les réseaux sociaux (Twitter, Facebook, Linked-in, About.me, etc.), mais aussi sur des sites de questions-réponses comme Quora, ou encore des outil de CRM et de gestion des candidats.

Valider un CV plus ou moins enjolivé

Monster utilise actuellement TalentBin sur les informaticiens et exploite toutes les traces disponibles pour évaluer les compétences et le niveau d'un développeur, par exemple. « Nous appliquons nos algorithmes sur la population des informaticiens et des développeurs qui échangent sur les forums, qui contribuent à des projets Open Source, répondent à des questions sur des sites spécialisés, sur Meetup, Gravatar, Stack Overflow, etc. Le logiciel va grappiller des données un peu partout et reconstituer un profil unique, identifié. Une information que l'on va pouvoir restituer au recruteur à la recherche d'un profil spécifique. »

Pour Monster, l'intérêt est énorme puisque le site va « enrôler » des candidats qui n'ont même pas créé de compte sur Monster. Le jobboard va donc au-delà des personnes en recherche d'un nouveau poste, il inclut dans ses résultats des salariés en poste.

La solution présente aussi un autre avantage : celui de travailler sur des données « réelles », donc de valider les dires d'un candidat au CV plus ou moins enjolivé. « Il ne s'agit plus de déclaratif comme on le voit sur les CV, mais réellement d'informations concrètes. Nous sommes capables de dire que cette personne a participé à X projets sur telle technologie, a contribué sur X forums ce qui peut indiquer un niveau de compétence très élevé. »

TalentBin a démarré son activité dans l'univers informatique et télécom, un secteur où les candidats sont les plus actifs en ligne et donc les plus faciles à traquer sur Internet. Aux Etats-Unis, le service vient de lancer son activité sur les professions de santé et compte s'étendre à d'autres domaines au fur et à mesure qu'il estimera le volume de données postées en ligne comme suffisant pour faire tourner ses algorithmes.Si, avec Internet et les réseaux sociaux, il est possible de glaner de plus en plus d'informations sur les candidats, la manière dont les entreprise déterminent les profils dont elles ont besoin va considérablement évoluer.

Analyser les salariés pour déterminer un profil type

Jusqu'à aujourd'hui, les RH et les managers définissaient le profil type du candidat à un poste en fonction des compétences nécessaires pour l'occuper, de l'expérience requise et d'un type de personnalité. Un profil utilisé ensuite dans l'évaluation des candidatures lors des entretiens, notamment des tests psychologiques. « L'approche est intéressante, mais elle présente des limites et des risques  selon Olivier Goulay, consultant chez IBM. Les managers ont souvent tendance à se projeter dans un candidat idéal et se basent parfois sur des idées préconçues. Est-il vraiment indispensable d'être extraverti pour occuper un poste de commercial ? Peut-être, peut-être pas ! Cela dépend de l'entreprise et de ses clients. »


Lancer un recrutement à partir d'un profil erroné ou approximatif, c'est risquer de passer à côté de bons candidats. IBM propose donc aux DRH d'analyser leurs données par l'intelligence artificielle. Le supercalculateur Watson va ensuite élaborer le profil des candidats les plus performants pour le poste proposé. « Chez IBM, nous proposons d'évaluer les personnes les plus performantes actuellement en poste, ceux que l'on nomme les 'top performers'. Cela met de l'objectivité dans la détermination du profil type. »

Une méthodologie qu'IBM a notamment appliquée chez AMC, une grande chaîne de cinémas américaine, en amont d'une grande campagne de recrutement de responsables de salles. « C'est un poste critique et ils ne voulaient pas se tromper. Nous avons commencé par réaliser une étude sur les responsables de salles déja en poste. Ils avaient des données relatives à leur performance, mais aussi des données sur la carrière, les formations ou issues de tests psychologiques. A partir de cet ensemble, nos équipes ont été capables de définir le profil type du manager idéal. A notamment été mis en avant l'importance de la délégation de responsabilité. Ceux qui sont capables de déléguer sont aussi les plus performants dans cette fonction. »


Cette méthodologie baptisée « évaluation prédictive » permet, en théorie, au recruteur d'appliquer des tests d'évaluation sur mesure. L'objectif étant d'être certain de trouver le candidat qui colle le plus possible au profil recherché. Cette vision « scientifique » soulève de nombreuses questions chez les DRH. Ils y voient un risque de « clonage » évident : tous les candidats sélectionnés correspondant très exactement au profil imaginé par IBM Watson, devront entrer dans le même moule.

Une critique qu'Etienne Audouin, consultant chez IBM réfute : « Si, par exemple, l'analyse a démontré que les personnes qui réussissent le mieux dans le poste sont celles qui font preuve du plus grand sens de l'innovation, nous ne préconisons pas de sélectionner les 5% qui se sont montrés les plus innovants dans un test. Nous conseillons plutôt d'écarter les 10% à 20% les plus en retraits par rapport à ce critère, car on peut en déduire qu'elles ne s'épanouiront pas dans le poste .»Autre champ d'expérience qui s'ouvre au Big data, la sélection des candidats. Du filtre de CV à l'entretien, le processus reste long et consommateur de main d'œuvre. Des étapes que le Big data et les algorithmes proposent aujourd'hui d'automatiser en partie.

Quand un algorithme trie les candidats

L'exemple d'Ikea et de McDonald's au Royaume-Uni est plutôt éloquent. Ces deux entreprises ont un problème de riche : elles attiraient trop de candidats. Elles croulent sous les candidatures spontanées. Or trier un grand volume de CV finit par coûter cher, en temps et en argent. Chez McDonald's par exemple, les managers des restaurants se plaignent de passer beaucoup trop de temps avec des candidats dont il s'avère, dès les premières secondes de l'entretien, qu'elles ne sont pas faites pour travailler chez dans ce type d'établissement.

L'enseigne a réduit le volume de candidatures en mettant en ligne un petit test sur son site carrière. Le candidat potentiel répond à une petite dizaine de questions en ligne. Selon le résultat, il est invité, ou non, à postuler chez McDonalds. Un dispositif plutôt inoffensif (les réponses ne sont pas enregistrées) qui s'est avéré extrêmement efficace. Au bout de six mois, ce dispositif a permis de réduire de 20% les candidatures sur le site carrière de McDonald's.

La personnalité et la motivation calculés en fonction des tweets

Des méthodes de tri beaucoup plus intrusives existent également. IBM et Twitter ont par exemple signé un partenariat technologique récemment. Objectif : analyser des millions de tweets avec IBM Insight for Twitter, le service derrière lequel se cache l'intelligence d'IBM Watson. Imaginez les conclusions qu'il serait possible de tirer de l'ensemble des tweets publiés par un candidat...

Une Intelligence artificielle qui analyse les tweets pour en déduire les principaux traits de sa personnalité, cela n'a rien d'un scénario de science-fiction. Non seulement les chercheurs d'IBM le font, mais les résultats obtenus sont étonnants. Michelle Zhou, du centre de recherche d'IBM Almaden en Californie a ainsi démontré qu'elle pouvait établir une carte de personnalité très complète d'une personne à partir de seulement 200 de ses tweets !


« Nous n'avons pas encore développé d'outil pour les recruteurs, cela reste un projet de recherche, explique-t-on chez IBM mais en plus de la personnalité, nous savons aussi évaluer la motivation d'une personne à travers les mots qu'elle emploie. Les mots disent beaucoup de choses sur la personnalité de la personne qui les emploie ». Pour Big Blue, l'axe est d'autant plus intéressant que les entreprises s'appuient avant tout sur les dires du candidat pour leur évaluation. « Lorsqu'en entretien vous interrogez une personne sur son expérience, elle va ne dire que ce qu'elle veut bien en dire. Et dans un questionnaire de personnalité, la personne peut toujours essayer se montrer plus sociale qu'elle ne l'est en réalité. Mais, on répète, cela reste un projet de recherche. »

Dans tous les cas. L'utilisation d'une telle technologie par les entreprises poserait une série de question éthiques, légales et de pertinence. Par exemple, est-ce que les mots employés sur Twitter sont les mêmes que ceux utilisés par ailleurs ?Les applications du Big data sont tout aussi nombreuses dans la gestion de la carrière des salariés en poste. Là encore, l'une des tendances du moment, c'est d'aller chercher sur les réseaux sociaux les informations qui échappent encore aux DRH.

Enrichir les profils carrières internes à partir des réseaux sociaux

« Aujourd'hui, le profil LinkedIn d'un collaborateur est bien plus à jour que la carte de connaissances du SIRH de son entreprise  » confie Véronique Montamat, directrice marketing et communication de l'éditeur spécialisé Sopra HR.
Les collaborateurs n'ont pas la main sur les données les concernant dans l'application GPEC (Gestion Prévisionnelle des Emplois et des Compétences), quant à la DRH, elle fonctionne dans sa tour d'ivoire.

Bien souvent, seuls les profils des cadres dirigeants bénéficient de la bienveillance des DRH et de mises à jour régulières. Alimenter les profils internes avec des données externes permettrait donc de mettre à jour les profils et les compétences de chacun. Cette pratique implique toutefois un accord préalable du salarié. Elle présente également le risque d'une levée de boucliers des organisations syndicales qui pourraient voir d'un mauvais œil que l'entreprise consulte les profils sociaux de chacun de ses salariés. « Il y a beaucoup de réticences en France sur ce sujet » reconnait Véronique Montamat.


Dans les pays anglo-saxons, aux Pays-Bas et en Belgique, les données des cartes de connaissance sont utilisées de façon totalement transparente. Selon Véronique Montamat, « Un collaborateur qui fait une mission dans une entreprise, met à jour son profil Linkedin. Si son employeur peut aller chercher cette information, cela va l'aider. En revanche, si l'employeur lui demande de mettre à jour son profil de compétence dans le SIRH de l'entreprise, ce sera vécu comme une contrainte. Cette cartographie de compétence appartient au collaborateur et doit pouvoir le suivre lors de sa vie professionnelle. »

Signaler automatiquement les salariés « à risque »

Grâce aux capacités de stockage du Big data, il est possible pour les entreprises d'accumuler énormément de données sur leurs collaborateurs et les recouper pour prendre des décisions RH. Eric Terreau, directeur produit opérationnel chez Talentsoft souligne : « aujourd'hui, nous sommes capables de montrer qu'un collaborateur est sous la moyenne de progression "normale" de son profil dans l'entreprise. Si cette personne est la seule à détenir certaines compétences, qu'elle est la plus mal payée de l'équipe, il y a de fortes chances qu'elle quitte prochainement l'entreprise. C'est le rôle de la plateforme d'alerter la RH. »

Linda Atif, Data Scientist chez Talentsoft précise : « Nous passons aujourd'hui du reporting au Data Mining. Nous n'allons plus seulement constater les phénomènes, mais les expliquer. En analysant les données, le logiciel va pouvoir expliquer pourquoi quelqu'un va quitter l'entreprise, pourquoi une DRH va devoir faire face à une vague de départs. Nous pouvons ainsi évaluer un taux de départs collectifs. Il est même possible de descendre dans le détail et donner des taux de départs par métier et par manager. » Et si le Big data permet de calculer la probabilité de départ d'un salarié, il est tout aussi capable d'anticiper l'absentéisme.

Pour faire fonctionner ses algorithmes prédictifs, Talentsoft s'appuie sur les données des salariés de l'entreprise, mais aussi sur le comportement de l'ensemble des salariés des 600 entreprises clientes de l'éditeur.


Si, en France, le droit social et la CNIL freinent les ardeurs des éditeurs de solutions RH, les éditeurs anglo-saxons, eux, n'hésitent pas à croiser toutes les informations. Outre-Atlantique, il n'y a rien de choquant à voir la fiche d'un collaborateur avec, à côté de ses performances en termes de ventes, une valeur estimant sa probabilité de départ prochain.

Tout récemment, l'éditeur Cornerstone, spécialisé dans la gestion des talents, a fait tourner des algorithmes d'analyse sur les 63 000 profils des collaborateurs américains stockés sur sa plateforme. Ceux-ci ont identifié 3,5% d'employés « toxiques », c'est-à-dire ayant un « comportement négatif pouvant aller jusqu'au harcèlement sexuel ou moral, au vol ou à la fraude » pour reprendre la terminologie exacte de l'éditeur. Evidemment, l'éditeur précise aux DRH, ses futurs clients, qu'il est aujourd'hui possible d'identifier de tels profils... avant l'embauche.

A lire également

• Big Data : SAP HANA Cloud mise sur le In-Memory
• Ressources humaines : IBM rachète Kenexa
• On ne dit plus Big data mais mégadonnées