Mois : janvier 2018

Avant de faire du Big, faites d’abord du Data

C’est LE mot à la mode du moment. Lorsque Michel, du Marketing, le dégaine lestement lors de sa présentation hebdomadaire, son public reste en émoi, et prétend comprendre tous les acronymes égrenés à sa suite. Avouons que dans un Powerpoint le terme « Big Data » fait plus chic que « quoi qu’on fait de toutes nos données ? ».  Quand Michel nous explique en slide 3 qu’il faut « exploiter nos signaux faibles » cela sonne mieux que « à quoi diable peut servir cette liste déroulante ? »

Bref : que cela soit Michel servant à impressionner la galerie, une startup cherchant à lever des fonds ou une grande entreprise en train de « transiter vers le digital », le Big Data semble contenir bien des promesses : multiplier nos marges, optimiser nos coûts, guérir la faim dans le monde…est-ce aussi simple ? Pas sûr.

Premièrement : dans Big Data il y a Big 

Le traitement massif d’un grand volume de données implique…un grand volume de données. Sinon les algorithmes perdent toute leur précision. La base de Linked In compte plusieurs centaines de millions de personnes, et on ne peut pas les accuser de lésiner sur les moyens. Or son algorithme parvient encore, fréquemment, à proposer des postes de « coiffeuse / Tourcoing » à des « Directeur Commerciaux / Londres ». Quelle sera donc l’efficacité d’un algorithme, moins coûteux, sur une base de 10 à 300K candidats d’un cabinet ou département RH lambda ?

Qui plus est cela suppose que les données soient normalisées et harmonisées. « Normalisée » signifie que l’information est codée de la même manière, et ce depuis le début de l’existence de votre base candidats. J’en vois qui pâlissent. Ce n’est pas fini. « Harmonisée » signifie que si vous avez une base contenant des « CFO Monde » acquis sur de la chasse et des « Commerciaux Sédentaires Pas de Calais » issus de la diffusion d’annonces, vous aurez en fait non pas une, mais deux manières de traiter votre base.

Deuxièmement : sans Ressources Humaines il y a Humain

Le Big Data a fait ses premières armes sur de la vente B2C de masse. Ce qui est vrai pour cibler un acheteur potentiel d’une cafetière sur Amazon, est-il applicable aux décisions d’un département RH ? Si on peut résumer l’achat de la première à la croisée d’une poignée de paramètres, la sélection d’un CV d’un candidat ne peut pas s’appuyer sur un seul croisement sémantique avec la Mission à laquelle on le destine. Si le candidat Jean-Jacques ne peut s’empêcher de vanter à longueur de journée les mérites de l’OM, cela gênera peut-être Sonia sa N+1, fan du PSG (oui, il en faut). En bref : le facteur humain, plus que jamais, compte en RH.

En bref : le Big Data – dans l’état actuel des choses – peut être un excellent outil sur lequel baser la décision humaine, mais en aucun cas s’y substituer. Comme beaucoup de phénomènes à la mode (Intelligence Artificielle, Matching Sémantique, Justin Bieber…) l’effet d’annonce est très antérieur à l’effet réel. D’ici là, avant de faire du Big Data, les recruteurs devaient commencer par faire du Data…tout court. Souvent assis sur une base de données de très grande valeur mais parfaitement inexploitée le recruteur doit se poser une poignée de questions : si je prends 10 CV parfaitement au hasard dans ma base :

  • Avec combien ai-je interagi dans les 3 derniers mois ?
  • Combien d’entre eux seront garantis d’actualité ?
  • Combien ont une fiche correctement remplie ?

Chez tool4staffing nous proposons de nombreux modules innovants, permettant à moindre effort de garder un contact continu avec vos Candidats, et de réellement (re) valoriser votre base de données. Beaucoup plus puissant qu’un simple ATS nous prétendons proposer un ARM : Applicant Relationship Management. Communiquez de manière ciblée et personnalisée avec vos Candidats, permettez-leur de se qualifier eux-mêmes et de remonter leurs (nouveaux) projets dans votre outil, intégrez des scénarios de suivi…en quelques semaines vous transformez votre base actuelle, sous exploitée, en arme de de recrutement massive.

 

 

Scroll to top