Comment les bases de données de graphes peuvent faciliter le recrutement

Des recherches sans fin sur Internet et l’épluchage manuel de CV sont aujourd’hui le lot quotidien de maints recruteurs, mais ces opérations prennent beaucoup de temps et ne peuvent fournir qu’une quantité restreinte d’informations.

Une fois les données rassemblées, il n’est pas toujours facile de les analyser afin d’en tirer la signification. Aussi, comment le secteur du recrutement peut-il se sortir de cette situation ?
Ce qui compte, dit-on, n'est pas ce que l’on connaît mais qui l’on connaît. En fait, c’est surtout l’importance de qui l’on connaît. Les façons dont nous sommes tous reliés les uns aux autres sont généralement intéressantes selon le principe des « six degrés de séparation de Kevin Bacon ». Cependant, pour les sites de recrutement en quête de talents, il s’agit de bien plus que cela.
Des recherches sans fin sur Internet et l’épluchage manuel de CV sont aujourd’hui le lot quotidien de maints recruteurs, mais ces opérations prennent beaucoup de temps et ne peuvent fournir qu’une quantité restreinte d’informations. En outre, une fois les données rassemblées, il n’est pas toujours facile de les analyser afin d’en tirer la signification. Aussi, comment le secteur du recrutement peut-il se sortir de cette situation ?
Le mode traditionnel de stockage de ces données ne facilite pas leur accès et leur analyse. Les bases de données relationnelles, souvent organisées sous forme de tables, pourraient fournir quantité d’informations sur les différents enregistrements qu’elles contiennent dans un silo élémentaire, mais elles n’ont tout simplement pas été conçues pour faire apparaître les liens et les schémas existant entre ces enregistrements. S’il est certes possible d’extraire certaines de ces relations à un très haut niveau, les résultats sont extrêmement lents à obtenir et sans véritable définition. Cela revient à la différence qu’il y a entre comprendre que deux personnes habitent le même logement et savoir s’il s’agit de conjoints, d’une fratrie ou bien de colocataires.
Aujourd’hui, bien trop de temps et d’efforts sont consacrés à un lent travail sur des bases de données à l’ancienne ou à des recherches manuelles sur Internet. Cela porte ces fruits, bien entendu, mais vous confère peu ou pas d’avantage sur vos concurrents. Or le marché du recrutement fait l’objet d’une vive concurrence.
Par exemple, des outils tels que LinkedIn reposent sur un type différent de base de données, qui opère fondamentalement un suivi des relations. Il en va de même sur Facebook, Twitter ou tout autre réseau social qui s’articule autour de la façon dont ses membres se connaissent entre eux. Les raisons pour lesquelles ces entreprises font appel à une telle technologie sont claires. Pour commencer, cela tient à sa rapidité et à son efficacité bien supérieures. Ces bases de données « orientées graphe » produisent les mêmes effets avec 10 à 100 fois moins de code. Toutefois, un aspect peut-être plus important encore réside dans la possibilité d’effectuer différentes sortes de tâches que ne permettent tout bonnement pas les anciennes technologies.
En collectant des ensembles de données existantes sur LinkedIn et consorts, sur d’autres sites de recrutement et sur des fiches personnels et des CV afin de créer leur propre base de données de graphes, plus complète, les recruteurs pourraient commencer à immédiatement cerner et classer les candidats en fonction de leurs relations avec les autres, leur bagage, leurs compétences spécifiques voire leurs loisirs et leurs centres d’intérêt de façon à évaluer leur adéquation culturelle. Ces éléments ne seraient pas obtenus par la lecture des profils, mais par des questions pertinentes posées au moyen de critères de recherche et de mots-clés spécifiques.
Par exemple, « une certaine Jeanne Martin a-t-elle jamais travaillé chez Sony ou connu quelqu’un ayant travaillé pour cette entreprise ? » Ces systèmes peuvent extraire les relations importantes à nos yeux en l’espace de quelques secondes.
En matière de loisirs et de centres d’intérêt, les sites de recrutement peuvent se servir de ces informations pour cibler les personnes en leur proposant des postes susceptibles de les intéresser.
Les bases de données de graphes peuvent aider à identifier les individus qui ne cherchent pas nécessairement un autre poste mais présentent un lien clair d’intérêts avec une autre dimension du poste ou de l’entreprise elle-même. Par exemple, s’il apparaît que le candidat est passionné de football, cela collera parfaitement pour un poste au sein de la Fédération. Les atouts de cette sorte sont, au mieux, très compliqués et, au pire, impossibles à faire ressortir manuellement.
L’important en l’occurrence est que cette technologie permet d’identifier plus efficacement les personnes qui correspondent véritablement le mieux à un poste donné. Le secteur du recrutement est souvent décrié pour sa propension à contacter des gens de but en blanc pour des postes qui ne les intéressent pas, mais c’est précisément parce que ses résultats les plus probants passent inaperçus. Les bases de données de graphes contribuent à la multiplication de ces succès.
Cela ne signifie pas que toute dimension humaine a disparu mais que vous pouvez exploiter la puissance des machines rapidement et à grande échelle, traiter les chiffres, répondre à vos questions et vous doter de capacités surhumaines. La machine fait ce pour quoi elle est conçue et le recruteur peut se concentrer sur ce qu’il sait faire le mieux.
De même, ces outils doivent aider les candidats à mieux saisir les possibilités qui s’offrent à eux.
Si vous êtes en mesure de leur décrire l’étoffe des collaborateurs qui ont travaillé pour votre entreprise (ou celle de votre client), y compris ce que ceux-ci ont pu accomplir ailleurs après leur départ, vous pourrez étayer vos arguments avec des données claires et convaincantes. Une fois encore, cela est rendu directement possible par un meilleur suivi des liens entre les données.
Depuis longtemps, ce secteur s’appuie sur la puissance des réseaux informels et du bouche-à-oreille.
Il n’y a plus de raison que les outils que nous employons pour parvenir à ces mêmes objectifs soient conçus selon la même philosophie. Armés des bases de données orientées graphe, les sites de recrutement pourront rapidement identifier les meilleurs candidats pour les postes qu’ils proposent, tandis que les candidats auront pour leur part bien davantage de chances d’être satisfaits d’un nouveau travail qui leur correspond si bien.