Évaluation des candidats : focus sur les algorithmes de matching

Identifier et évaluer les bons candidats est le défi quotidien des recruteurs. Depuis quelques années, les robots (plus précisément l’intelligence artificielle et ses algorithmes) leur viennent en aide. Nous définissions les avantages de ce concept dans un article dédié au matching en recrutement, alors où en sont ces algorithmes de matching sur l’évaluation des candidats aujourd’hui ?

Comment fonctionnent les algorithmes de matching sur l’évaluation des candidats ?

Ces algorithmes prédictifs sont utilisés pour prédire avec une certitude croissante la future performance potentielle d’un candidat sur un poste spécifique dans une entreprise en particulier. Il est important de distinguer les algorithmes de sourcing, les algorithmes de filtrage et les algorithmes de matching : nous ne nous intéressons dans cet article qu’à cette dernière catégorie.

Si les solutions sont nombreuses, tous les algorithmes de matching fonctionnent d’une manière similaire. Le recruteur crée une campagne d’évaluation, ajoute ses candidats pré-sélectionnés, définit les évaluations puis peut envoyer les invitations directement via son logiciel. 

Le recruteur peut alors comparer chaque candidat sur la base de différents critères dès lors que l’ensemble des candidats ont terminé les tests d’évaluation.

Sur le recrutement pour un poste en particulier par exemple, chaque candidat se voit attribuer un score de matching, qui est calculé par ordre d’affinité avec la position recherchée.

C’est le score qui permet de déterminer quel candidat est le plus en phase avec les prérequis du poste.

Pour établir ce score, l’algorithme utilise une approche multicritères : les résultats de différentes évaluations sont compilés et comparés aux exigences pré-remplis pour le poste à pourvoir. Le matching avec des compétences ou avec des postes se fait selon des référentiels solides générés soit par la solution elle-même et/ou manuellement, par l’entreprise.

Loin d’être décisif, le score de matching entre le candidat et le poste est un indicateur évolutif qui doit être comparé à d’autres indicateurs.

Les algorithmes de matching, une menace pour les recruteurs ?

Il est certain que les algorithmes de matching prédictifs sont d’une puissance redoutable pour gagner du temps et optimiser la prise de décision lors d’un recrutement.

Cette technologie est-elle pour autant un danger pour la profession de recruteur ? Pour le moment, elle n’a pour vocation que de simplifier la mission des professionnels et de les rendre plus efficace (et ainsi de minimiser les erreurs de recrutement dont le coût est faramineux).

Comme de nombreuses technologies prédictives, d’automatisation ou de digitalisation, l’algorithme de matching permet d’automatiser l’évaluation des candidats et donc, de décharger l’humain de cette tâche.

Forcément, il y a donc techniquement moins de travail côté RH. Mais cela ne veut pas dire que le robot recruteur est le futur remplaçant du recruteur : dans les RH et le recrutement plus qu’ailleurs, l’humain reste primordial.

Quelques acteurs du marché

AssessFirst

AssessFirst est un leader de l’évaluation candidat. La solution aide les entreprises à aller plus loin que le CV grâce au matching, leur permettant de recruter en toute sérénité les bonnes personnes.

L’entreprise peut alors choisir parmi plus de 400 modèles prédictifs classés par fonctions ou en créer un. L’évaluation est ensuite simple et permet de faire rapidement le bon choix.

Central Test

Central Test propose des solutions d’évaluation prédictive des potentiels, en d’autres mots : des algorithmes de matching pour l’évaluation des candidats.

Au travers d’assessments, d’interviews-vidéos, d’une plateforme d’évaluation et d’un matching prédictif, Central Test offre à ses utilisateurs RH tous les indices clés pour prendre les meilleures décisions dans leurs recrutements grâce à une évaluation des talents de haute qualité.

Loin d’être une menace pour les professionnels du recrutement, les algorithmes de matching permettent aux RH d’améliorer leur résultats lors du choix du bon candidat pour un poste donné. Ces robots sont donc des alliés et des assistants redoutables.

Brice SCHWARTZ