Sirh

Avec LittleBIGJob, le Big Data RH prend tout son sens

Le | Gestion des candidatures

Derrière le nom ambivalent de LittleBIGJob, se cache une plateforme canadienne qui fait ses premiers pas sur le marché français. Cet outil, qui s’appuie sur les technologies du Big Data, agrège des millions de données présentes sur l’open web afin d’optimiser la phase de sourcing des candidats passifs et de prédire leurs comportements en poste

Avec LittleBIGJob, le Big Data RH prend tout son sens
Avec LittleBIGJob, le Big Data RH prend tout son sens

Big Data, Deep Learning, Data Driving… Voilà ce qui plait à Eric Tondo, fondateur de LittleBIGJob. Son crédo, on l’aura compris, est l’exploitation et l’analyse de données. En 2012, après deux ans de R&D, il a créé une plateforme dédiée aux cadres qui s’appuie sur cette technologie et qui facilite les relations entre les employeurs et les candidats. Sa promesse ? Réduire de 10 à 20 % le nombre d’erreurs de casting en une année. Un ratio non négligeable dans la mesure où un recrutement manqué coûte environ 300 000 dollars à l’entreprise. « La plateforme LittleBIGJob permet d’identifier les candidats passifs et semi-passifs, qui constituent 80 % du marché de l’emploi », résume Eric Tondo. Comment ? En s’appuyant sur des millions de données. Mais pas n’importe lesquelles. « Uniquement des informations professionnelles disponibles sur l’open web et issues de sources publiques », précise-t-il. En France, la plateforme, qui dispose de son propre moteur de recherches agrège ainsi plus de 12 millions de profils. Un chiffre qui grimpe à 100 millions en Amérique du Nord.

Des datas qui prédisent des comportements

La plateforme de mise en relations LittleBIGJob ne se contente pas de scanner le web pour identifier les candidats qui peuvent intéresser les recruteurs. Elle est également capable d’évaluer ces profils selon plusieurs indices. Primo, celui de disponibilité : c’est-à-dire le degré d’écoute d’un candidat par rapport aux opportunités professionnelles, qui peut être évalué à partir de la récurrence des mises à jour de son profil LinkedIn, du rythme des messages postés sur les forums, du type de terminal à partir duquel il se connecte… Secundo, celui de l’engagement. Sur ce point, Eric Tondo prévoit quelques surprises. « D’après nos données, ce n’est pas parce qu’un candidat a multiplié les courtes expériences que son niveau d’engagement sera faible. Ce facteur peut être expliqué par plusieurs éléments, dont le type de management proposé par l’entreprise, qui peut mieux convenir à certains profils qu’à d’autres », illustre-t-il.Un autre indice devrait bientôt voir le jour grâce au partenariat que LittleBIGJob a tissé avec l’Université de Montréal : celui de prédiction de la performance à un poste.

Une short list en 72 heures

Récolter des données pour mieux connaître ses candidats potentiels, c’est bien. Mais les exploiter pour bâtir des stratégies de sourcing, c’est mieux. C’est ce dernier objectif qui est dans la ligne de mire d’Eric Tondo, à la tête d’une équipe de neuf personnes, dont deux en France. « Ces datas donnent des informations sur la suite que peut donner un candidat à une opportunité professionnelle. Ils donnent donc la possibilité aux professionnels RH d’adapter leurs actions en fonction des comportements futurs d’un candidat, que ce soit en termes de disponibilité, d’engagement ou de performance », soulignele fondateur de LittleBIGJob, déjà choisie par Bonduelle, Korian, la Bred… A la clé ? Un gain de temps dans le sourcing et la sélection du profil. En effet, la plateforme, qui est monétisée sous la forme d’une licence mensuelle dont le prix varie en fonction des options choisies, promet de générer, en 72 heures, des short-lists de talents intéressés par les offres d’une entreprise. Un argument qui ne devrait pas laisser les recruteurs français de marbre…

Aurélie Tachot