Mesurer la qualité du sourcing IA avec le quality of hire et un test A/B équitable

Pourquoi mesurer la qualité du sourcing IA demande plus que de la vitesse

Le time-to-fill et le coût par embauche sont faciles à mesurer. Beaucoup d'équipes pilotent donc leur activité sur ces chiffres. Ces indicateurs en disent toutefois très peu sur la réussite finale dans le poste. Une embauche rapide peut très bien échouer par la suite ou décevoir en termes de performance, ce qui génère plus tard des coûts supplémentaires et un nouveau recrutement.

Prendre au sérieux la mesure de la qualité du sourcing IA, c'est regarder ce qui se passe après la prise de poste. Pensez à la performance, à la rapidité avec laquelle la personne devient autonome et à sa rétention dans l'entreprise. Sur notre page consacrée aux statistiques de recrutement, vous verrez comment ces indicateurs s'articulent entre eux et pourquoi la vitesse doit toujours être replacée dans son contexte.

Ce que mesurer la qualité du sourcing IA signifie concrètement

La qualité commence par une définition claire d'une bonne embauche. C'est pourquoi nous utilisons la mesure du quality of hire comme point de départ. Cela permet de cartographier la qualité des candidats, car cette méthode va bien au-delà d'un simple CV ou d'une première impression.

Nous définissons à l'avance ce que signifie « réussir » pour un poste donné. Cela évite les débats après coup. C'est particulièrement crucial lorsque vous voulez comparer des candidats sourcés manuellement à ceux sourcés par IA. Sans définition fixe, vous pilotez au feeling plutôt que sur des données solides.

Les quatre piliers pour mesurer le quality of hire

1. Performance après 6 mois : mesurez si la personne atteint les objectifs fixés et apporte de la valeur.

2. Rétention après 12 mois : vérifiez si la personne reste dans l'entreprise et s'intègre bien à l'équipe.

3. Temps de montée en compétence : déterminez à quelle vitesse la personne devient pleinement autonome.

4. Satisfaction du manager : demandez systématiquement une évaluation au hiring manager.

Cette combinaison donne une image fiable. Un seul indicateur isolé peut en effet être trompeur. Pour les grandes organisations et les équipes de recrutement corporate, cette approche se connecte en plus facilement aux données RH existantes.

Comment mesurer et comparer équitablement la qualité du sourcing IA via un test A/B

Un test A/B en recrutement est le meilleur moyen de comparer équitablement le sourcing par IA et le sourcing manuel. Vous répartissez pour cela des postes comparables en deux groupes. Une moitié est pourvue via le sourcing IA, l'autre via le sourcing manuel.

Gardez les variables importantes constantes, comme le type de poste, le niveau de séniorité, la région et le hiring manager. Cela évite des résultats faussés. Sans ce contrôle, un biais s'installe inévitablement, ce qui empêche de tirer des conclusions fiables.

Un exemple concret illustre bien cela. Imaginez que vous ayez vingt postes ouverts. Dix sont pourvus via le sourcing IA et dix via le sourcing manuel. Six mois plus tard, vous comparez les résultats obtenus en mesurant le quality of hire. Vous observez la performance, la rétention et la satisfaction du manager. Dans nos études de cas, vous verrez comment différentes équipes procèdent étape par étape.

Une approche pratique pour mesurer la qualité du sourcing IA sans équipe data

Aucun système complexe n'est nécessaire pour commencer. Une approche simple fonctionne même souvent mieux. Mesurez chaque trimestre exactement les mêmes KPI et utilisez une méthode d'évaluation fixe. Notez également le contexte important, comme la difficulté du poste ou d'éventuels changements dans l'équipe, pour mieux interpréter les résultats.

Alignez-vous aussi à l'avance avec les hiring managers sur la façon précise dont ils évaluent. Votre mesure reste ainsi cohérente. Cela rend la mesure de la qualité du sourcing IA directement exploitable pour des décisions stratégiques et évite des débats inutiles par la suite.

Mesurer la qualité du sourcing IA dans un tableau de bord de sourcing simple

Un tableau de bord de sourcing clair aide à rendre les différences visibles. Affichez chaque trimestre deux colonnes claires : IA et manuel. Ajoutez-y les quatre piliers du quality of hire et combinez-les avec le taux de conversion en entretiens et le taux d'acceptation.

Vous reliez ainsi chaque KPI de sourcing isolé directement à la qualité finale. Montrez également la dispersion des résultats et ajoutez un court commentaire en cas d'écarts marquants. En étalant cette analyse sur plusieurs trimestres, vous découvrez naturellement des tendances structurelles sur la rétention en recrutement par IA et sur la performance générale.

Sourcing manuel contre sourcing IA : d'où viennent vraiment les différences

La différence ne vient généralement pas de l'outil lui-même. L'intake, la sélection et l'onboarding ont chacun une influence majeure sur le résultat final. L'IA ne fait qu'accélérer les processus existants. Les bons processus deviennent donc encore meilleurs, tandis que les points faibles deviennent bien plus vite visibles.

C'est pourquoi nous relions systématiquement la mesure de la qualité du sourcing IA à l'amélioration des processus. Nous définissons d'abord les compétences spécifiques qui comptent, puis nous mesurons si elles se retrouvent réellement dans les résultats de performance et de rétention. Le lien entre le sourcing initial et le résultat final devient ainsi très concret.

Comment l'outreach influence la qualité, et comment la mesurer

La toute première approche détermine directement qui répond et comment se déroulent les échanges qui suivent. C'est pourquoi vous mesurez le taux de réponse et la qualité des échanges. Cela donne des indications précieuses sur l'approche qui attire finalement les meilleurs candidats.

En mesurant les InMails et les réponses, vous obtenez une vision claire de cette phase précoce. Vous améliorez ainsi non seulement le flux entrant, mais aussi la qualité des échanges menés et des embauches qui en résultent.

Du pilote à la mesure structurelle

Commencez par une mesure de référence solide portant sur les embauches précédentes. Menez ensuite un pilote d'un à deux trimestres. Mesurez pendant cette période les quatre KPI fixes et discutez des résultats avec le recrutement et les hiring managers. Utilisez ensuite ces enseignements pour affiner votre approche de sourcing.

Pour structurer cette démarche, vous pouvez discuter d'un plan de mesure qui s'articule parfaitement avec vos processus existants et les données disponibles.

Erreurs fréquentes lors de la mesure de la qualité du sourcing IA

• Piloter uniquement sur la vitesse, comme le time-to-fill.
• Ne pas répartir équitablement les groupes lors d'un test A/B en recrutement.
• Utiliser une définition floue de la qualité.
• Ne pas suffisamment impliquer les hiring managers.
• Faire une confiance aveugle aux résultats de l'IA, sans évaluation intermédiaire.

Ce que vous pouvez déjà faire aujourd'hui

• Choisissez un seul type de poste et lancez un petit pilote combinant sourcing IA et sourcing manuel.
• Définissez clairement à l'avance ce qu'est une bonne embauche.
• Mesurez la performance et la satisfaction du collaborateur après trois à six mois.
• Discutez des résultats avec votre équipe et ajustez rapidement si nécessaire.

Questions fréquentes sur la mesure de la qualité du sourcing IA

Combien de temps faut-il mesurer avant de tirer des conclusions définitives ?
Comptez au minimum six mois pour la performance et douze mois pour la rétention. Une mesure trop courte donne rapidement une image incomplète.

Un test A/B est-il toujours indispensable ?
Non, pas forcément. C'est toutefois la méthode la plus fiable pour comparer sans aucun biais des candidats sourcés par IA à des candidats sourcés manuellement.

Quel est le KPI le plus important ?
Aucun indicateur isolé ne dit tout à lui seul. C'est justement la combinaison de la performance, de la rétention, du temps de montée en compétence et de la satisfaction du manager qui donne ensemble l'image la plus complète.

Que faire si l'IA génère de meilleures performances mais une rétention plus faible ?
Dans ce cas, le problème vient souvent de l'onboarding ou de la gestion des attentes. Analysez donc toujours l'ensemble du processus de recrutement, sans vous focaliser uniquement sur le sourcing.