Analyser les données de recrutement pour embaucher rapidement les meilleurs candidats

Joshua Zable | 07 June, 2022

Les Sujets: Minitab Statistical Software

RESSOURCES HUMAINES ET RECRUTEMENT

Les professionnels des ressources humaines sont unanimes : attirer les meilleurs profils et les recruter rapidement représentent deux difficultés majeures auxquelles ils doivent faire face. Pour surmonter ce problème, la plupart des entreprises mettent souvent en place des programmes de parrainage des employés dans le but de motiver les candidats.

Pour toute organisation en pleine croissance, le recrutement est le nerf de la guerre. En embauchant le collaborateur idéal, elle se donne les moyens de bénéficier immédiatement de sa contribution. Dans le cas contraire, les objectifs définis seront éventuellement plus longs à atteindre et l'entreprise risque même de se laisser distancer. Sans oublier les coûts importants que peut représenter une rotation du personnel élevée pour une organisation. Parmi ces coûts figurent notamment les frais engagés pour le recrutement, la formation d'un nouveau collaborateur, la prise en compte des éventuelles indemnités de licenciement, le paiement des congés payés non soldés ou encore la gestion du poste jusqu'à ce qu'il soit pourvu. 

Bien que de nombreux collaborateurs RH s'efforcent de suivre les embauches au plus près, il peut parfois s'avérer difficile de surveiller les performances des employés au fur et à mesure de la croissance de leur entreprise. En ayant recours à des analyses statistiques simples, les recruteurs du département RH peuvent adopter une approche scientifique en matière de recrutement afin de cibler les profils les plus appropriés et de les intégrer rapidement.

Étape 1 : Collecter les données de recrutement et les représenter graphiquement

Cette étape peut être réalisée de plusieurs façons. Dans l'exemple que nous présentons, nous allons suivre un recruteur du département RH tout au long du processus d'évaluation des viviers de recrutement les plus intéressants pour son entreprise. Collaborateur au sein d'une prestigieuse société de services financiers basée à New York, il a concentré ses efforts sur les universités privées de l'Ivy League, les écoles locales (New York), ainsi que l'Université du Michigan et l'Université d'Etat de Pennsylvanie, les deux établissements où ont étudié les fondateurs de l'entreprise. 

Dans un premier temps, une fois les données collectées, nous générons une carte barre des employés recrutés pour représenter les différentes écoles dont ils sont diplômés. Pour cela, il suffit de sélectionner Graphique → Carte barre → Dénombrement de valeurs uniques. Nous cliquons ensuite sur Simple, puis sur OK.

Sous Variables de catégorie, nous sélectionnons Premier cycle.

 

Un graphique de ce type apparaît :

Sur la base de cette carte barre, nous pouvons constater qu'en dépit d'efforts de recrutement identiques auprès de l'ensemble des écoles, l'entreprise finit par embaucher le plus souvent des candidats diplômés de l'Université de Pennsylvanie. Les étudiants des universités de Columbia, de Cornell, de New York, ainsi que de l'Université d'Etat de Pennsylvanie sont également souvent recrutés par l'entreprise.

Ceux des universités de Harvard et de Princeton le sont moins, si bien que les recruteurs peuvent gagner du temps et limiter les coûts en réduisant leurs efforts auprès de ces établissements. A moins qu'ils ne parviennent à trouver des méthodes plus efficaces pour attirer ces candidats.

Étape 2 : Découvrir la qualité des recrutements grâce à une boîte à moustaches

Si la carte barre permet d'identifier les universités auprès desquelles l'entreprise recrute le plus souvent ses employés, elle ne donne aucune information sur la qualité de ces recrutements. De quelle école les meilleures recrues proviennent-elles ?

Le département RH procède alors à une analyse au moyen d'une boîte à moustaches pour découvrir les performances et les fonctions des collaborateurs recrutés auprès de chacune des écoles. Pour effectuer cette analyse, il sélectionne Graphique → Boîte à moustaches → Un Y, avec groupes. 

Il choisit ensuite pour les variables de graphique Taux de réussite et Premier cycle pour les variables de catégorie.

Le graphique suivant apparaît :

Grâce aux deux boîtes à moustaches, le département RH bénéficie d'un aperçu sur les performances des collaborateurs recrutés. Il est intéressant de noter que les recrues affichant les meilleures performances sont systématiquement diplômées de Harvard, de l'Université d'Etat de Pennsylvanie et de l'Université du Michigan. Ceci étant, les universités de Columbia, de New York et de Princeton forment également toutes les trois d'excellents collaborateurs aux performances solides, mais on observe un niveau de variabilité bien plus élevé parmi ces recrues. En revanche, il apparaît clairement que les performances des anciens étudiants des universités de Yale et de Brown sont, en moyenne, moins bonnes.

Étape 3 : Analyser les données de façon plus approfondie pour cibler les écoles et répondre aux besoins de recrutement spécifiques

Sans analyse supplémentaire des données, nous pourrions nous concentrer tout simplement sur le recrutement auprès de Harvard, de l'Université d'Etat de Pennsylvanie et de l'Université du Michigan. Il est toutefois important d'analyser de façon plus approfondie les domaines dans lesquels les nouvelles recrues s'en sortent bien. Pour cela, nous générons un diagramme des interactions.

 


Ce graphique nous permet de déterminer les écoles dont sont diplômées les recrues qui affichent de bonnes performances dans des domaines spécifiques. Comme vous pouvez le constater, les collaborateurs recrutés et diplômés de l'Université du Michigan ont systématiquement affiché de belles performances dans la plupart des départements, mais ont été particulièrement compétents dans le domaine marketing. Si les performances des anciens étudiants diplômés de l'Université d'Etat de Pennsylvanie sont plutôt bonnes la plupart du temps, elles sont excellentes dans le domaine commercial. Les anciens étudiants de Princeton, un établissement qui présente un niveau variabilité assez élevé, affichent d'excellentes performances dans le secteur des ressources humaines, mais un peu moins bonnes dans d'autres domaines. Les anciens étudiants de Harvard s'en sortent généralement bien, mais c'est dans le département R&D qu'ils donnent le meilleur d'eux-mêmes. L'Université de Columbia, qui présente un niveau de variabilité très élevé, forme des ingénieurs très compétents. Enfin, les étudiants diplômés de l'Université de New York, qui représente un vivier important en termes de recrutement pour l'entreprise, affichent généralement de solides résultats, quels que soient les départements.

Étape 4 : Tirer des conclusions permettant de réduire les coûts et les efforts

Sur la base de ces informations, un recruteur est désormais capable d'optimiser ses activités de recrutement et de mieux les cibler. En éliminant certaines écoles, comme les universités de Brown et de Yale, l'entreprise peut réduire ses coûts et ses efforts de recrutement. Elle peut également décider de recentrer ces activités sur une école comme Harvard, qui a permis de recruter systématiquement de bons collaborateurs, ou tout simplement de faire des économies.

En fonction de l'évolution des besoins, comme la recherche de commerciaux supplémentaires, le recruteur pourrait concentrer ses efforts sur l'Université d'Etat de Pennsylvanie, puisque les collaborateurs qui en sont diplômés ont donné satisfaction par le passé. Plutôt que de ne plus recruter du tout de candidats auprès de Princeton, dont les anciens étudiants sont peu embauchés dans l'entreprise, il pourrait chercher à ne recruter que des collaborateurs pour le département RH auprès de cet établissement.

De manière générale, en analysant les données au moyen de 
Minitab Statistical Software, les professionnels des RH peuvent cibler davantage leurs activités, les rendre plus efficaces et obtenir de meilleurs résultats pour leur entreprise.   

 

Vous êtes prêt(e) à faire vos premiers pas avec Minitab Statistical Software ?

Commencez dès aujourd'hui votre essai gratuit !

J'essaie Minitab gratuitement pendant 30 jours