D’après une étude de la Harvard Business Review publiée en 2014, il est plus judicieux de confier le recrutement d’un salarié à un algorithme bien paramétré plutôt que de se fier à l’intuition d’un recruteur. En effet, la machine contrairement à l’homme, exclurait de sa sélection tout facteur parasite qui n’aurait aucun lien avec la mission du futur salarié. L’étude avance ainsi l’hypothèse que la subjectivité de l’homme jouerait en sa défaveur dans le procédé de recrutement l’amenant parfois à faire des choix erronés.
De nos jours, les candidats disposent de différents moyens pour diffuser leurs candidatures onlines auprès des entreprises. Les plates-formes de recrutement collectent ces données afin d’offrir à leurs utilisateurs des capacités avancées d’analyse et de reporting sur celles-ci. Pour cela, différents technologies sont utilisées comme par exemple des technologies type Hadoop. Pour les entreprises, l’utilisation de ce type de plateforme représente une réelle révolution, le gain d’information est à la fois décuplé et le temps d’étude des candidatures réduit. En effet, pourquoi s'embêter à lire des CV quand un algorithme peut jouer les chasseurs de tête ou détecter les salariés « à risque » ? L’idée bien qu’encore embryonnaire commence à faire son chemin au sein des entreprises. Pour Wilhelm Laligant, président de Syntec Conseil en recrutement, « le volume des recrutements baisse, et quand on recrute moins, on cherche à recruter mieux ».Ce type de recrutement communément appelé « recrutement prédictif » fait actuellement l’objet d’études et d’expérimentations. Les sociétés récoltent ainsi l’ensemble des données qu’elles possèdent sur leurs salariés (tests de personnalité, entretien d’évaluation, etc) pour identifier les configurations dans lesquelles les employés réussissent le mieux afin d’en déterminer un modèle. Une fois que les candidats à l’embauche ont passé à leur tour ces tests, l’entreprise sélectionne ceux qui partagent des traits communs avec les employés qualifiés de « modèle de réussite ». Cette méthode n’est en soit pas une réelle révolution mais c’est le traitement et l’utilisation de celle-ci par le Big Data et en continue qui constitue une véritable amélioration du procédé
De nos jours, les candidats disposent de différents moyens pour diffuser leurs candidatures onlines auprès des entreprises. Les plates-formes de recrutement collectent ces données afin d’offrir à leurs utilisateurs des capacités avancées d’analyse et de reporting sur celles-ci. Pour cela, différents technologies sont utilisées comme par exemple des technologies type Hadoop. Pour les entreprises, l’utilisation de ce type de plateforme représente une réelle révolution, le gain d’information est à la fois décuplé et le temps d’étude des candidatures réduit. En effet, pourquoi s'embêter à lire des CV quand un algorithme peut jouer les chasseurs de tête ou détecter les salariés « à risque » ? L’idée bien qu’encore embryonnaire commence à faire son chemin au sein des entreprises. Pour Wilhelm Laligant, président de Syntec Conseil en recrutement, « le volume des recrutements baisse, et quand on recrute moins, on cherche à recruter mieux ».Ce type de recrutement communément appelé « recrutement prédictif » fait actuellement l’objet d’études et d’expérimentations. Les sociétés récoltent ainsi l’ensemble des données qu’elles possèdent sur leurs salariés (tests de personnalité, entretien d’évaluation, etc) pour identifier les configurations dans lesquelles les employés réussissent le mieux afin d’en déterminer un modèle. Une fois que les candidats à l’embauche ont passé à leur tour ces tests, l’entreprise sélectionne ceux qui partagent des traits communs avec les employés qualifiés de « modèle de réussite ». Cette méthode n’est en soit pas une réelle révolution mais c’est le traitement et l’utilisation de celle-ci par le Big Data et en continue qui constitue une véritable amélioration du procédé
