Une recruteuse ouvre sa boîte mail et y trouve 200 CV, deux postes critiques à pourvoir et une réunion avec le hiring manager dans une heure. Elle se souvient qu’un candidat « sonnait bien » mardi, mais elle est incapable d’expliquer quel canal a le mieux fonctionné, depuis combien de temps chaque personne est dans le processus, ni pourquoi une recherche prend du retard.
Cette scène résume le problème de beaucoup de recruteurs, de chasseurs de têtes et de cabinets de recrutement. Les données existent — dans l’ATS, dans les tableurs, dans les agendas, dans les outils de sourcing, dans les mails — mais la décision finale repose encore sur la mémoire. Le People Analytics transforme cet ensemble dispersé de signaux en décisions de recrutement concrètes, depuis le poste à prioriser jusqu’au canal qui mérite plus d’investissement.
Pourquoi les recruteurs ont besoin de données, et pas seulement d’intuition
L’intuition a de la valeur. Un recruteur expérimenté reconnaît des schémas, perçoit des nuances en entretien et sait quand un profil correspond même si le CV ne dit pas tout. Le problème apparaît quand l’intuition remplace les faits et que l’équipe doit arbitrer entre de nombreuses recherches ouvertes avec une information incomplète.
Un cabinet peut avoir plusieurs postes urgents en même temps. S’il ne regarde que le nombre de candidatures reçues, il priorisera peut-être le poste au plus gros volume, même si cette recherche convertit très mal. En observant plutôt le time-to-fill, le taux de réponse par canal, le temps passé dans chaque étape et le taux d’acceptation des offres, il peut identifier quel processus menace réellement l’activité.
Du souvenir individuel à une vision du tunnel
Le People Analytics n’exige pas de lancer un projet de business intelligence complexe. La première étape consiste simplement à mettre de l’ordre dans les questions que l’équipe se pose déjà :
- Quels postes sont bloqués ? Regardez le temps cumulé par étape et la disponibilité de candidats qualifiés.
- Quel canal génère de vraies conversations ? Comparez les réponses, les entretiens et les recrutements, pas seulement les profils trouvés.
- Où perdez-vous les candidats ? Observez les conversions entre sourcing, présélection, entretien, offre et signature.
- Quel recruteur a besoin de renfort ? Repérez les charges déséquilibrées, les tâches répétitives ou les étapes qui s’accumulent sur une seule personne.
Le recrutement moderne a besoin de cette lecture, car une recherche peut sembler active tout en étant à l’arrêt. L’inverse est vrai aussi : un poste avec peu de candidats visibles peut avoir un pipeline plus sain si les personnes contactées répondent et avancent.
Règle pratique : ne commencez pas par demander combien de CV vous avez. Demandez quelle décision l’équipe doit prendre, et quelle donnée peut l’étayer.
L’analytique fait le pont entre l’ATS, le CRM candidats, les tableurs et les outils de contact. Elle ne supprime pas le jugement du recruteur. Elle le libère de l’obligation de tout retenir et lui permet de consacrer plus d’attention à l’évaluation, à la relation candidat et à l’échange avec le client.
Pour un cabinet, cette différence touche directement la capacité à prioriser les mandats. Pour une équipe interne, elle aide à expliquer au hiring manager pourquoi un poste demande de redéfinir les exigences, d’élargir les canaux ou de changer le message d’approche. Sans données comparables, toutes les recherches paraissent aussi urgentes les unes que les autres.
Ce qu’est le People Analytics et comment une équipe de recrutement le mobilise
Ce qu’est le People Analytics s’explique avec une analogie simple : c’est la radiographie du tunnel de recrutement. Un tableur peut vous dire combien de candidats vous avez. La radiographie montre où le processus se bloque, quels signaux se répètent et quel lien existe entre votre façon de recruter et le résultat obtenu ensuite.
La méthodologie analyse les données des personnes et des processus pour prendre de meilleures décisions RH. Wolters Kluwer décrit le People Analytics comme l’analyse des données des collaborateurs d’une entreprise pour améliorer la prise de décision, avec des métriques qui couvrent le turnover, l’absentéisme, la rétention, le coût du personnel et le climat social. En recrutement, cette approche se concentre sur les candidats, les étapes, les sources, les délais et les résultats d’embauche.
Trois questions pour lire les données
L’équipe peut progresser d’une description de base jusqu’à une recommandation opérationnelle :
- Descriptif : ce qui s’est passé. Combien de profils sont venus de chaque source ? Combien de temps l’entreprise a-t-elle mis à pourvoir un poste ? À quelle étape les candidats ont-ils le plus abandonné ?
- Prédictif : ce qui peut arriver. Quels postes risquent le plus de prendre du retard ? Quel type de profil répondrait le mieux à une campagne ? Quel pipeline a peu de chances de produire une offre ?
- Prescriptif : ce qu’il convient de faire. Faut-il changer de canal, ajuster le filtre, redistribuer la charge ou modifier le message d’approche ?
Un exemple aide à les distinguer. Le rapport descriptif indique qu’un poste de développement prend plus de temps que les autres. L’analyse prédictive détecte que les postes combinant un certain niveau de séniorité, une stack technique donnée et une localisation précise ont tendance à s’enliser en présélection. L’analyse prescriptive recommande d’ouvrir une source supplémentaire, de simplifier le filtre initial ou de changer la séquence d’approche.
La déclaration de confidentialité de la Banque centrale européenne sur le People Analytics décrit la discipline dans des termes voisins : des méthodologies statistiques et des algorithmes de machine learning appliqués aux données des collaborateurs pour en extraire des schémas et construire des modèles prédictifs. Pour un recruteur, la traduction est directe : utiliser l’historique pour décider où investir ses efforts, pas pour remplacer l’entretien.
La donnée suggère. Le recruteur valide. Le hiring manager décide avec du contexte. Si le modèle recommande un profil, la personne responsable doit encore vérifier les compétences, la motivation, la disponibilité et l’adéquation au poste. Le People Analytics améliore la qualité de la question et de la priorisation, mais il ne transforme pas un recrutement en opération automatique.
Les métriques clés du People Analytics appliquées au recrutement
Votre ATS contient déjà une bonne partie de l’information nécessaire. L’enjeu n’est pas d’accumuler davantage de champs, mais de relier chaque métrique à une décision. Un tableau de bord utile répond à la question : que doit faire l’équipe après avoir regardé ce chiffre ?
| Métrique | Ce qu’elle mesure | Comment la calculer | Action qu’elle permet |
|---|---|---|---|
| Time-to-fill | Temps entre l’ouverture du poste et la signature | Jours écoulés entre l’ouverture et l’acceptation ou la signature | Repérer les recherches lentes, ajuster les priorités et localiser les goulots d’étranglement |
| Source of hire | Le canal qui apporte les recrutements | Recrutements attribués à chaque source, comparés au total | Redéployer budget et efforts vers les canaux qui produisent des recrutements |
| Quality of hire | Le résultat du recrutement une fois la personne intégrée | Évaluation combinée de la performance, de l’ancienneté et de l’adaptation sur une période définie | Voir quelles sources et quels critères produisent les meilleures intégrations |
| Cost-per-hire | Le coût associé à chaque recrutement | Coûts d’outils, de campagnes, d’heures internes et de prestataires divisés par le nombre de recrutements | Comparer prestataires, canaux et charge opérationnelle |
| Pipeline conversion rate | La progression entre les étapes | Personnes passant d’une étape à la suivante, divisées par celles entrées à l’étape précédente | Modifier filtres, entretiens ou messages là où la chute se produit |
Comment interpréter chaque indicateur
Le time-to-fill n’est pas qu’un indicateur de vitesse. Si l’essentiel du temps se concentre entre l’entretien technique et le retour du client, le problème n’est pas dans le sourcing. S’il s’accumule avant le premier contact, il manque peut-être des profils adaptés ou le message ne génère pas de réponse.
Le source of hire demande lui aussi de la prudence. Un canal peut produire beaucoup de candidats et peu de recrutements. Un autre peut apporter moins de profils, mais mieux les faire avancer. La comparaison doit intégrer la qualité et le coût, pas seulement le volume.
La quality of hire referme la boucle que beaucoup d’équipes laissent ouverte. Elle relie le recrutement à la performance et à l’ancienneté qui suivent. Sans ce lien, le recruteur n’optimise que le mouvement dans le tunnel, pas le résultat du recrutement.
Pour approfondir la façon d’organiser ces indicateurs, vous pouvez consulter ce guide des KPI de recrutement. Le taux de conversion par étape mérite une lecture spécifique : une chute entre présélection et entretien peut signaler des critères trop larges, tandis qu’une chute entre l’offre et l’acceptation peut pointer vers la rémunération, la communication ou un manque d’alignement.
Le cost-per-hire doit intégrer le travail réel de l’équipe. Si un outil réduit les tâches manuelles, l’économie n’apparaît pas seulement sur la facture du prestataire. Elle se traduit aussi en heures récupérées pour contacter, faire passer des entretiens et closer des postes. L’objectif est que chaque métrique débouche sur une conversation opérationnelle, pas sur une présentation que personne n’utilise.
Cas d’usage concrets pour les équipes TA et les cabinets
L’utilité du People Analytics se comprend mieux quand la donnée change une décision. Un chasseur de têtes n’a pas besoin de tout savoir sur chaque candidat. Il a besoin de savoir quelle action a le plus de chances de débloquer la recherche qu’il a devant lui.
Quatre situations courantes
Prioriser les postes. Un cabinet avec de nombreux postes ouverts peut classer ses recherches selon l’urgence commerciale, la difficulté du profil, le temps cumulé et la probabilité de closing. Il évite ainsi de consacrer le même effort à un poste au pipeline sain et à un autre qui n’a généré aucune conversation pertinente.
Localiser un goulot d’étranglement. Si une recherche passe d’une conversion de 60 % à 12 % entre l’entretien technique et l’offre, l’équipe doit examiner cette transition plutôt que de relancer automatiquement du sourcing. La donnée peut conduire à vérifier si le brief est aligné, si le test technique est trop exigeant ou si le client met du temps à décider. Les pourcentages de cet exemple sont illustratifs, ils ne correspondent pas à des résultats attribués à une entreprise précise.
Segmenter les talents passifs. Un recruteur peut séparer les profils par séniorité, spécialité technique, secteur, localisation ou taille de l’entreprise précédente. Cette segmentation permet d’adapter le message et de comparer la réponse de chaque groupe, au lieu d’envoyer la même proposition à toute la base.
Repenser l’approche candidat. Si une campagne obtient 8 % de réponses et une autre 22 %, l’équipe peut comparer l’objet, la proposition de valeur, la longueur, le canal et le moment du contact. Ces chiffres relèvent de l’hypothèse de travail, pas d’un cas publié. La bonne décision consiste à identifier quelle variable a changé avant de répliquer la séquence.
| Cas | Métrique analysée | Action menée | Résultat |
|---|---|---|---|
| Priorisation des recherches | Time-to-fill, difficulté et avancement du pipeline | Affecter d’abord les ressources au poste au plus fort risque opérationnel | Meilleure concentration sur les postes susceptibles de retarder la prestation |
| Goulot d’étranglement technique | Conversion entre entretien et offre | Revoir le brief, le test et les délais de retour | Identification de l’étape qui nécessitait une intervention |
| Segmentation des talents passifs | Réponse par séniorité et spécialité | Créer des filtres et des messages différenciés | Approche plus pertinente pour chaque population |
| Refonte de campagne | Taux de réponse par message et par canal | Comparer les variantes et conserver la plus efficace | Meilleur critère pour décider quelle séquence passer à l’échelle |
Une agence d’intérim peut appliquer la même logique à la couverture des plannings. Un prestataire RPO peut mesurer la performance par client, par famille de métiers et par recruteur. Un chasseur de têtes indépendant peut découvrir qu’il consacre trop d’heures à des profils qui ne répondent jamais, même si sa liste de départ semblait très qualifiée.
L’analytique ne garantit pas à elle seule un résultat. Elle rend visible le rapport entre l’effort et l’avancement, et c’est la base pour corriger le processus.
Comment intégrer le People Analytics à votre ATS et à votre sourcing
L’architecture peut rester simple tant que chaque outil a une fonction claire :
ATS ← HeyTalent ← People Analytics
L’ATS conserve l’historique transactionnel. C’est là que vivent le poste, les étapes, les dates, les motifs de refus, les entretiens et le statut de chaque candidature. Il ne remplace pas l’analytique, mais il fournit la base qui rend le processus mesurable. Si vous êtes encore en train de définir ce qu’un système de suivi doit stocker, cette explication sur ce qu’est un ATS aide à séparer référentiel, automatisation et analyse.
Quelles données extraire
Commencez par des champs cohérents, pas par tous les champs possibles :
- Pipeline par étape : sourcing, contact, présélection, entretien, offre et closing.
- Temps par étape : date d’entrée et de sortie de chaque phase.
- Motifs de refus : exigences techniques, rémunération, disponibilité, localisation ou décision du client.
- Source : base propriétaire, cooptation, inbound, approche directe ou prestataire.
- Résultat ultérieur : performance et ancienneté, lorsque l’organisation peut relier ces données de façon légitime.
La couche de sourcing apporte un contexte que l’ATS n’a pas forcément. HeyTalent permet de travailler avec des recherches booléennes, d’appliquer des variables d’IA personnalisables qui renvoient l’information du profil que vous définissez — la séniorité ou l’adéquation au poste, par exemple — et d’enrichir les profils avec des données de contact comme les e-mails et les téléphones. Dans une architecture de données, cette information peut aider à segmenter les candidats et à mesurer la réponse par type de profil ou par canal.
