Le recrutement data-driven optimise le processus de candidature

D’une part, il devient de plus en plus difficile de recruter de nouveaux membres du personnel, et d’autre part, tout processus de recrutement coûte du temps et de l’argent. Les entreprises sont donc constamment à la recherche de solutions d’optimisation, et l’une d’entre elles est le recrutement data-driven. Ici, les données sont collectées, analysées, reliées, mesurées et évaluées de manière ciblée afin d’augmenter l’efficacité et d’attirer davantage de candidates et candidats. Sarah Bucher explique dans l’interview comment PostFinance utilise le recrutement data-driven pour améliorer le «Candidate Journey» Le Candidate Journey est  le cheminement parcouru par les candidates et candidats, de la candidature à l’embauche. et optimiser les processus.

Sarah, quel est le rôle du recrutement data-driven chez PostFinance?

En mai 2022, PostFinance a réorganisé le recrutement avec une intégration ciblée dans l’équipe d’une spécialiste du recrutement data-driven. Les données constituent un élément important pour un processus de recrutement réussi. L’objectif du recrutement data-driven est, d’une part, d’avoir un recrutement efficace et performant et, d’autre part, d’offrir aux candidates et candidats une expérience la plus positive possible à tous les points de contact du Candidate Journey.

Comment trouver les candidates et candidats adéquats grâce au recrutement data-driven?

Les données nous aident par exemple à mieux comprendre par quels canaux les candidates et candidats sont sensibilisés à nos postes, ce qui nous permet de tirer des conclusions précieuses pour le recrutement futur. Nous savons désormais que nous n’avons pas besoin de publier des postes vacants dans le domaine de l’informatique sur les portails d’offres d’emploi habituels, mais seulement sur LinkedIn et sur notre page Emplois. Nous essayons également de faire correspondre les candidates et candidats qui ont répondu à un poste avec d’autres postes correspondants, afin d’éviter de publier de nouvelles mises au concours. Ainsi, tout le monde y trouve son compte. L’année dernière, nous avons commencé à évaluer les canaux par groupe cible et nous sommes en train de rassembler et d’évaluer les données afin de pouvoir recruter rapidement et à moindre coût le personnel approprié.

Comment optimiser le Candidate Journey en fonction des données?

Nous demandons aux candidates et candidats comment ils ont perçu le processus: qu’est-ce qui leur a plu? Qu’est-ce qui leur a manqué? Quel a été le déroulement chronologique? Nous combinons ce feed-back qualitatif avec des données quantitatives: combien de temps le processus a-t-il duré? À quel moment les candidates et candidats se sont-ils retirés et pourquoi? Où y a-t-il encore du potentiel? Grâce à la mesure continue, cela donne une bonne impression d’un Candidate Journey. Notre objectif est d’optimiser en permanence l’expérience des candidates et candidats et de la rendre encore plus positive.

Quelles sont les technologies utilisées dans le cadre du recrutement data-driven et dans quelle mesure l’intelligence artificielle est-elle utilisée?

L’automatisation des processus répétitifs et l’utilisation de l’intelligence artificielle faciliteraient notre quotidien. Les nombreux systèmes différents utilisés actuellement constituent toutefois un défi. Les premières mesures ont toutefois déjà été prises. Nous utilisons par exemple le CV Parsing. Le logiciel compare les CV reçus en ligne avec nos exigences et indique un score de correspondance. La notation nous aide ensuite à faire notre choix. Inversement, les CV des candidates et candidats peuvent, avec leur accord, être comparés aux postes vacants chez nous. Nous pouvons ainsi proposer aux candidates et candidats intéressants d’autres offres d’emploi adéquates chez nous.

Comment évaluer le succès du recrutement data-driven?

Pour l’évaluation des résultats, nous utilisons de nombreux chiffres-clés, en agrégé les KPI, KPI est l’abréviation du terme anglais  Key Performance Indicators. Les KPI sont des indicateurs qui se rapportent à la performance, au degré d’utilisation ou au succès d’une unité d’exploitation ou d’une mesure. ainsi que des indicateurs de performance. Nous évaluons entre autres la performance de nos canaux (exemple: d’où proviennent les candidatures? Quelle était la qualité du dossier?) et de nos processus (exemple: combien de candidates et candidats se sont présentés au premier entretien? Combien se sont présentés au deuxième entretien? Y a-t-il des candidates et candidats qui ont retiré leur candidature? D’autres chiffres-clés, comme la diversité, sont également importants. Ici, nous évaluons par exemple le «Recruiting Funnel» (entonnoir de recrutement). Par ailleurs, nous vérifions chaque année notre attractivité en tant qu’employeur sur le marché.

Quels sont les avantages du recrutement data-driven pour les entreprises?

Le recrutement data-driven présente plusieurs avantages: les budgets peuvent être utilisés là où ils génèrent le plus de profits, ce qui permet d’optimiser les coûts. Le recrutement se fait là où se trouve le personnel potentiel, d’où une efficacité améliorée.

De plus, les processus peuvent être améliorés, ce qui a un effet positif sur l’utilisation des ressources et la Candidate Experience La CandidateExperienceenglobe l’ensemble de l’expérience des candidates et candidats pendant la phase de candidature. – et donc sur l’attractivité de PostFinance en tant qu’employeur.

Quels sont les défis à relever?

Nous travaillons avec de nombreux systèmes différents. L’évaluation des données constitue donc un véritable défi. Lorsque des données fiables peuvent être extraites de ces systèmes, il s’agit de les relier de manière judicieuse afin de les rendre exploitables. Ceci requiert temps et savoir-faire. Les entreprises ne doivent pas s’attendre à ce que les spécialistes RH ou les recruteurs le fassent en parallèle. La préparation et l’analyse des données requièrent un spécialiste dédié avec des connaissances spécifiques du paysage des outils de recrutement et de l’analyse des données, ainsi que des processus de recrutement. Les anomalies, par exemple, doivent être détectées et comprises pour que les données soient pertinentes. En outre, les données doivent être préparées et visualisées de manière à ce que l’on puisse les exploiter. Et enfin, elles doivent être tenues à jour. Une gestion rigoureuse des données est donc essentielle.

À quoi les responsables du personnel doivent-ils penser lorsqu’ils utilisent le recrutement data-driven?

Les données se prêtent parfaitement au développement et à l’optimisation des processus, et constituent une base de discussion et de décision. Mais elles doivent toujours être enrichies d’expériences et discutées avec des personnes.

À quoi ressemblera le recrutement chez PostFinance à l’avenir?

Le recrutement data-driven est désormais incontournable. Nous voulons que nos chiffres-clés et KPI soient mis à jour quotidiennement et disponibles de manière automatisée, afin de pouvoir les utiliser dans notre travail quotidien. En collaboration avec les responsables de conduite, nous pouvons trouver les moyens les plus efficaces de recruter le personnel adéquat et de pourvoir nos postes vacants avec les bonnes personnes. Nous souhaitons utiliser les données pour orienter encore plus notre Candidate Journey vers les besoins des candidates et candidats. De plus, en tant qu’entreprise, nous serons amenés à regarder davantage vers l’avenir et à anticiper les compétences de demain afin de recruter de manière proactive des personnes possédant ces compétences. Notre Talent Relationship Management, notamment, est un outil utile à cet égard.