Is Recruitment the Job of Engineers Now?

30 November 2015 - Author : Laetitia Vitaud

This article is only available in French.

Une guerre fait rage dans la Valley – et dans le reste du monde – pour recruter et s’attacher les meilleurs ingénieurs. Après la révolution numérique, ce sont en effet les développeurs et ingénieurs qui détiennent la clé du design des applications et des systèmes. De leur travail dépend la qualité de l’expérience client – celle-là même qui est devenue critique pour qui veut lancer une nouvelle application ou simplement maintenir ses parts de marché face à des nouveaux entrants qui maîtrisent tous les secrets de “l’alliance avec la multitude”. Les start-ups, comme les grandes entreprises, s’arrachent ces développeurs “couteau suisse”, capables de maîtriser tous les aspects de cette alliance, de la collecte / intégration / analyse des données à la création des infrastructures et des interfaces utilisateur. Les salaires des jeunes diplômés en informatique font l’objet d’une inflation spectaculaire, qui explique en partie la hausse des inégalités de revenus aux Etats-Unis. Et le recrutement est devenu une fonction critique dans toutes les entreprises numériques.

 

A mesure que le recrutement monte en importance dans les entreprises numériques, sa nature change. Lorsque des ingénieurs cherchent à recruter d’autres ingénieurs, ils ont vite fait de tester de nouvelles manières de faire. C’est une rupture avec la tradition dans ce métier : alors que l’on a encore tendance à voir le recrutement comme une discipline “molle”, essentiellement faite d’intuition et de ressenti, le recrutement tel qu’il est pratiqué dans la Silicon Valley est bien devenu une affaire d’ingénieurs.

Le recrutement devient l’affaire des ingénieurs

La fonction recrutement a subi nombre de transformations radicales. Les entreprises de la Silicon Valley mettent constamment en avant l’importance de la “culture”, et la nécessité de recruter les talents “culturellement adaptés” à l’entreprise et sa mission. En conséquence, les évaluations techniques se doublent d’évaluations culturelles, qui ne peuvent pas être le fait de recruteurs isolés des autres parties de l’entreprise ou des chasseurs de tête extérieurs à celle-ci.

En France, BlaBlaCar s’inscrit complètement dans cette nouvelle ligne. Le recrutement est une priorité pour tous. Celui des ingénieurs, en particulier, mobilise les ingénieurs déjà employés par l’entreprise. Ce sont eux, plutôt que les professionnels des ressources humaines, qui font passer les entretiens aux candidats et co-décident, lors de tables rondes, qui est digne de les rejoindre. La notion de département des ressources humaines, isolé du reste de l’entreprise, n’existe pas dans les entreprises numériques.

Le recrutement est un chantier de big data

 

La transformation de la fonction recrutement par les entreprises numériques ne s’arrête pas au décloisonnement de la fonction. Elle s’accompagne aussi d’une mutation : le recrutement n’est plus l’affaire des professionnels des ressources humaines, il devient un enjeu d’ingénierie. La People Analytics renvoie au projet de faire du recrutement et de la gestion des ressources humaines des disciplines beaucoup plus data-driven : il s’agit de s’en tenir de plus en plus aux données pour motiver les décisions de recrutement.

A l’université de Wharton aux Etats-Unis, Code Massey et Adam Grant ont lancé un programme de recherche sur le sujet : “l’analyse massive des données personnelles a commencé dans les entreprises de technologie, avant d’être adoptée par le secteur financier, et à présent elle est partout, notamment le management et la gestion des RH”. Les nombreuses données que nous produisons peuvent être exploitées pour améliorer la qualité du recrutement. On peut aller beaucoup plus loin que de se contenter de “googler” les candidats pour en examiner superficiellement les traces numériques.

Une nouvelle discipline : l’analyse des données sur les candidats 

Google est évidemment une entreprise pionnière en la matière. Les ingénieurs de Google sont partis du principe que les décisions de gestion des ressources humaines, parce qu’elles sont si importantes, doivent être motivées par les données. Recruter les meilleurs ingénieurs est devenu si critique que les décisions en la matière ne peuvent plus être abandonnées à l’intuition et au hasard. “Personne dans le monde de la finance, du marketing ou de la logistique ne proposerait une solution dans son domaine sans moult graphes, tableaux et données pour l’appuyer. Or les RH sont trop fréquemment présentés comme une affaire de confiance et de relations.” 

 

Laszlo Bock, VP et gourou RH de Google, explique dans son ouvrage Work Rules, sorti en avril 2015, que les secrets du succès de Google tiennent en grande partie à ses ressources humaines. L’un des grands principes qu’on en retient, c’est qu’on ne peut pas améliorer la qualité de son recrutement si l’on fait “confiance à ses tripes”. Bock décrit dans son livre comment Google a constitué une équipe spécialisée dans la People Analytics, afin que “toutes les décisions sur les gens reposent sur les données et leur analyse” avec pour but d’amener “le même niveau de rigueur aux décisions sur les ressources humaines que celles sur l’ingénierie”.

Chez Google, l’analyse des données pour améliorer les conditions de travail

L’équipe chargée des ressources humaines ne se cantonne pas au recrutement. Chargée de veiller sur les collaborateurs et de les affecter là où ils produisent le plus de valeur, elle produit tableaux de bords et enquêtes anonymes pour identifier les corrélations et faire des recommandations. Il s’agit de remplacer les opinions des gestionnaires par des décisions fondées sur les données.

Pour ce faire, l’équipe de People Analytics a développé un algorithme de rétention pour mieux identifier les employés susceptibles de vouloir partir et leur offrir un changement de poste ou davantage de stimulation avant même qu’ils ne songent à aller voir ailleurs. Le PiLab étudie toutes les approches qui visent à augmenter la performance grâce à l’environnement de travail. La question de la diversité dans le recrutement est abordée scientifiquement, ce qui a abouti à davantage de diversité avec le temps.

Le recrutement aussi est abordé de manière scientifique, avec le développement d’algorithmes permettant de prédire la réussite des employés recrutés. Les décisions sont prises en groupe pour éviter que les managers ne soient aveuglés par leurs besoins court-termistes et prévenir les biais de décision qui affaiblissent l’entreprise sur le long terme (voir la vidéo d’Olivier Sibony). Le projet Janus a développé un algorithme pour chaque famille de postes, qui analyse les CVs des candidats rejetés afin d’identifier les très bons candidats qui auraient pu passer à la trappe.

Les travaux d’analyse ont même une influence sur l’environnement de travail. Les données ont montré que la capacité des collaborateurs à innover résultait principalement de trois facteurs : l’apprentissage permanent, la collaboration et le fun (plaisir au travail). Google a donc conçu un environnement pour maximiser ces trois éléments.

L’intuition a encore de l’avenir

L’analyse des données a donc permis à Google d’optimiser le bien-être et la performance de ses employés. En revanche, en matière de recrutement, aucune expérimentation ne s’est révélée tout à fait concluante. Le rêve de l’ingénieur consiste à exploiter des mesures objectives (moyenne à l’université, université fréquentée, parcours professionnel) pour identifier de manière pertinente qui devrait être engagé et prédire au mieux la performance. Mais les données pouvant être collectées et exploitées sont lacunaires. Par ailleurs, la réussite d’un employé dépend très largement de la personne pour laquelle il travaille.

L’analyse d’une information unifiée, harmonisée et abondante fait sens : c’est ce qui est fait, en interne, pour mieux cerner les collaborateurs. Mais l’analyse de signaux externes et de l’information lacunaire provenant de sources différentes, non intégrées, est moins convaincante. Le recrutement relève donc d’expérimentations successives et de l’expérience accumulée, davantage que d’un modèle parfaitement prédictif. Le succès d’un recrutement dépend plus de la dynamique entre collaborateurs que d’une évaluation isolée du potentiel individuel.

C’est d’ailleurs le prochain chantier : peut-on apparier des collaborateurs qui vont si bien s’entendre que leur performance d’équipe deviendra exceptionnelle ?

Latest publications
on the same theme
Quality Of Work Life Explained By Victor Waknine
Quality Of Work Life Explained By Victor Waknine
Extension of the domain of the routine
Extension of the domain of the routine
The BtoB evolution of the Marketplace model
The BtoB evolution of the Marketplace model
Scroll top