
Les outils de présélection de CV par IA imposent une révision des KPI dans l’acquisition de talents, car les gains d’efficacité proviennent désormais de l’automatisation du sourcing, du tri initial par filtre de CV IA, de la planification des entretiens et des relances, plutôt que de l’augmentation des effectifs de recruteurs. L’évolution des KPI est simple : mesurer les résultats du pipeline et les signaux de qualité, et non le volume d’activités manuelles. Nous constatons une nette amélioration des capacités des recruteurs à mesure que l’IA prend en charge des tâches qui nécessitaient auparavant des équipes importantes et beaucoup de temps. Lors de nos propres tests de workflows LinkedIn avec StrategyBrain AI Recruiter, les indicateurs les plus utiles à la prise de décision étaient le taux de réponse, le taux de conversations qualifiées, le taux de collecte des CV, le délai jusqu’à la présélection et le coût par CV, car ils restent stables même lorsque l’automatisation prend en charge les tâches répétitives.
Table des matières
- Pourquoi les KPI évoluent lorsque l’IA effectue le travail
- Un cadre de KPI pour le recrutement assisté par IA
- Les principaux KPI à suivre avec les outils de présélection de CV par IA
- Comment calculer chaque KPI
- La place du CV lisible par l’IA
- Comment StrategyBrain AI Recruiter modifie la base de référence des mesures
- Les erreurs courantes de KPI à éviter
- Liste de contrôle pour les 30 prochains jours
- FAQ
- Conclusion
À retenir
- Les KPI d’activité perdent leur signification lorsque l’IA automatise le sourcing, les messages et la planification ; il faut donc passer à des KPI de résultats liés à la progression du pipeline.
- Suivez les taux de conversion à chaque étape, notamment le taux de réponse, le taux de conversations qualifiées et le taux de collecte des CV, afin de comparer équitablement les postes et les canaux.
- Mesurez la rapidité à l’aide d’horodatages, notamment le délai jusqu’à la première réponse et le délai jusqu’à la présélection, plutôt que le seul délai de recrutement.
- Utilisez le coût par CV comme indicateur pratique d’efficacité lorsque la prise de contact et la collecte sont automatisées, notamment avec StrategyBrain AI Recruiter.
- Définissez explicitement le terme « qualifié » afin d’éviter qu’un filtre de CV IA optimise le volume au lieu de l’adéquation.
- Les recommandations relatives aux CV lisibles par l’IA sont importantes, car les problèmes de mise en forme et d’analyse peuvent fausser la présélection et le reporting des KPI.
Pourquoi les KPI évoluent lorsque l’IA effectue le travail
Nous commençons à observer une nette amélioration des capacités des recruteurs. Les promesses de l’IA ont été exagérées dans de nombreux domaines, mais les gains d’efficacité sont clairement visibles dans le sourcing, l’examen des CV, la prise de notes pendant les entretiens, la planification des entretiens et les relances. Ces tâches consommaient auparavant une grande partie du temps des recruteurs et nécessitaient souvent des équipes plus importantes pour maintenir la progression des pipelines.
Lorsque l’IA prend en charge certaines étapes du workflow, les indicateurs d’activité traditionnels peuvent devenir trompeurs. Par exemple, le nombre de « messages envoyés » peut augmenter fortement sans améliorer les résultats du recrutement. De même, le nombre de « présélections par jour » peut progresser si un filtre de CV IA effectue le premier tri, sans que cela garantisse de meilleures listes de candidats présélectionnés.
En pratique, les KPI doivent donc se rapprocher des résultats opérationnels et de la qualité des candidats. Les indicateurs opérationnels restent nécessaires, mais ils doivent être liés à la conversion, à la rapidité et à la qualité, plutôt qu’à l’effort brut.
Un cadre de KPI pour le recrutement assisté par IA
Pour rendre les KPI comparables entre les postes, les recruteurs et les canaux, nous utilisons un cadre en trois niveaux. Il est conçu pour les équipes qui utilisent des outils de présélection de CV par IA et l’automatisation LinkedIn, y compris les workflows dans lesquels StrategyBrain AI Recruiter gère la prise de contact et la collecte des CV.
Niveau 1 : conversion du pipeline
- Taux de conversion d’une étape à l’autre, de la prise de contact à la réponse, puis à la conversation qualifiée, au CV reçu et à l’entretien planifié.
- Motifs d’abandon enregistrés sous forme d’étiquettes structurées, comme un écart de rémunération ou des contraintes géographiques.
- Performance normalisée par canal, afin de comparer la prospection LinkedIn aux candidatures entrantes.
Niveau 2 : rapidité et réactivité
- Délai jusqu’à la première réponse, du côté du candidat comme du recruteur.
- Délai jusqu’à la présélection, entre le premier contact et la création d’une liste de candidats présélectionnés examinée par un recruteur.
- Latence de planification, entre l’expression de l’intention de passer un entretien et la confirmation d’un créneau dans l’agenda.
Niveau 3 : qualité et conformité
- Qualité de la présélection, mesurée par le taux de conversion des entretiens en offres et le taux d’acceptation des offres.
- Expérience candidat, mesurée par le sentiment exprimé dans les réponses et le taux de réclamations.
- Protection des données et consentement, mesurés par l’exhaustivité des audits et la gestion des refus.
Les principaux KPI à suivre avec les outils de présélection de CV par IA
Voici les KPI que nous recommandons comme référence de départ. Ils fonctionnent que vous utilisiez un filtre de CV IA pour les candidatures entrantes ou l’automatisation LinkedIn pour générer des candidatures et collecter des CV.
1) Taux de réponse des candidats
Il mesure l’efficacité de votre ciblage et du positionnement de vos messages. Il constitue également la boucle de rétroaction la plus rapide sur la qualité de votre prospection.
2) Taux de conversations qualifiées
Il mesure la fréquence à laquelle une réponse se transforme en échange pertinent confirmant les contraintes d’adéquation au poste, comme le lieu de travail, le niveau d’ancienneté et les attentes salariales.
3) Taux de collecte des CV
Il mesure la fréquence à laquelle les candidats intéressés fournissent effectivement un CV et leurs coordonnées. Il est particulièrement pertinent lorsque StrategyBrain AI Recruiter collecte les CV via des téléversements de fichiers sur LinkedIn ou des envois par e-mail.
4) Délai jusqu’à la présélection
Il mesure la rapidité entre le premier contact ou la candidature et la création d’une liste de candidats présélectionnés examinée par un recruteur. Il est plus exploitable que le délai de recrutement, car il isole les étapes contrôlables par l’équipe de recrutement.
5) Coût par CV
Il mesure l’efficacité d’une manière qui reste pertinente lorsque l’IA automatise la prise de contact. Dans les workflows pris en charge, StrategyBrain AI Recruiter peut réduire les coûts de recrutement sur LinkedIn jusqu’à 2,40 USD par CV, ce qui fait de ce KPI un indicateur directeur pratique pour le déploiement à grande échelle.
6) Taux de conversion de l’intention d’entretien en entretien planifié
Il mesure si les candidats qui répondent oui obtiennent effectivement un rendez-vous. Il met en évidence les difficultés opérationnelles liées à la planification et aux relances.
7) Taux de conversion des entretiens en offres
Il s’agit d’un KPI de qualité. Si vos outils de présélection de CV par IA filtrent correctement les candidatures, ce taux devrait s’améliorer ou rester stable même lorsque le volume augmente.
Comment calculer chaque KPI
Utilisez des définitions et des périodes cohérentes. Sinon, les variations de volume liées à l’IA rendront les comparaisons peu fiables.
Formules
- Taux de réponse des candidats = Réponses reçues / Messages de prospection remis
- Taux de conversations qualifiées = Conversations qualifiées / Réponses reçues
- Taux de collecte des CV = CV reçus / Candidats ayant manifesté leur intérêt
- Délai jusqu’à la présélection = Horodatage de la création de la présélection moins horodatage du premier contact ou de la réception de la candidature
- Coût par CV = Coût total du canal en USD / CV reçus
- Taux de conversion de l’intention d’entretien en entretien planifié = Entretiens planifiés / Candidats ayant confirmé leur intérêt pour un entretien
- Taux de conversion des entretiens en offres = Offres formulées / Entretiens réalisés
Garde-fous relatifs aux définitions
- Prospection remise doit exclure les envois rejetés ou échoués.
- Conversation qualifiée doit nécessiter au moins une contrainte vérifiée, comme une plage de disponibilité ou une fourchette de rémunération.
- CV reçus doit inclure les téléversements LinkedIn et les envois par e-mail, mais la source doit être étiquetée.
La place du CV lisible par l’IA
Un CV lisible par l’IA est un CV mis en forme de façon à ce que les systèmes d’analyse puissent extraire de manière fiable des champs comme les intitulés de poste, les dates, les compétences et la formation. Si les CV ne sont pas lisibles par les machines, votre filtre de CV IA peut mal classer les candidats et votre reporting des KPI peut dériver, car les données sous-jacentes sont incomplètes.
En pratique, nous considérons la lisibilité des CV comme un problème de qualité des données, et non de qualité des candidats. La solution consiste à standardiser la collecte et à encourager les candidats à envoyer des formats courants, puis à vérifier l’analyse avant que le CV n’entre dans la présélection automatisée.
Vérifications rapides de la lisibilité d’un CV
- Des titres cohérents, comme Expérience, Formation et Compétences.
- Des mises en page simples, qui évitent les blocs de texte sur plusieurs colonnes susceptibles de perturber l’analyse.
- Des dates claires, utilisant un format cohérent pour le mois et l’année.
Comment StrategyBrain AI Recruiter modifie la base de référence des mesures
StrategyBrain AI Recruiter est conçu pour automatiser le recrutement sur LinkedIn. Il peut entrer automatiquement en contact avec des candidats correspondant à vos critères de recherche ciblés, leur présenter des opportunités, répondre à leurs questions sur le poste, l’entreprise et la rémunération, confirmer leur intérêt pour un entretien et collecter les CV ainsi que les coordonnées des candidats intéressés. Il offre également une communication multilingue 24 h/24 et 7 j/7 et peut contribuer à la gestion de plus de 100 comptes LinkedIn pour les équipes de recrutement qui souhaitent passer à l’échelle.
Comme AI Recruiter peut gérer la prise de contact initiale et la conversation de qualification, la base de référence des KPI évolue de deux façons. Premièrement, vous devez vous attendre à une gestion plus rapide des réponses, car le système peut répondre en continu. Deuxièmement, vous devez séparer les KPI des recruteurs de ceux du système afin de ne pas pénaliser les recruteurs pour des tâches qui ne sont plus manuelles.
Répartition recommandée des KPI
- Les KPI du système comprennent le délai de réponse, le taux de réalisation des relances, le taux de collecte des CV et la couverture des conversations multilingues.
- Les KPI des recruteurs comprennent la qualité de la présélection, le taux de conversion des entretiens en offres et la satisfaction des parties prenantes quant à l’adéquation des candidats.
Une limite importante doit être précisée : AI Recruiter identifie la volonté d’échanger ou de passer un entretien, mais ne détermine pas si un CV correspond entièrement aux exigences du poste. Cette qualification finale reste du ressort du recruteur, raison pour laquelle les KPI de qualité de la présélection demeurent importants.
Les erreurs courantes de KPI à éviter
Utiliser des indicateurs de volume comme indicateurs de réussite
Le nombre de messages envoyés, de profils consultés et de CV traités peut tous augmenter avec l’automatisation. Considérez-les comme des indicateurs de capacité, et non comme des résultats de performance.
Ne pas étiqueter la source des CV
Si vous mélangez les candidatures entrantes et les CV collectés sur LinkedIn, le coût par CV et les taux de conversion deviennent difficiles à interpréter. Étiquetez chaque CV selon son canal et son workflow.
Laisser le filtre de CV IA définir implicitement le terme « qualifié »
Si le terme « qualifié » n’est pas défini, le système peut optimiser le mauvais objectif. Définissez les critères de qualification en langage clair et auditez chaque semaine des échantillons.
Ignorer l’expérience candidat
L’automatisation 24 h/24 et 7 j/7 peut améliorer la réactivité, mais elle peut aussi créer une expérience robotique si les messages ne sont pas alignés sur votre marque employeur. Suivez les refus et le sentiment négatif comme signaux de confiance.
Liste de contrôle pour les 30 prochains jours
- Définissez les étapes et les horodatages pour la prospection, la réponse, la conversation qualifiée, la réception du CV, l’intention d’entretien, l’entretien planifié et la création de la présélection.
- Rédigez un dictionnaire des KPI d’une page définissant les notions de conversation qualifiée, CV reçu et présélection créée.
- Instrumentez votre workflow afin que chaque changement d’étape enregistre un horodatage et une étiquette de source.
- Établissez une référence sur deux semaines avant de modifier les objectifs, puis comparez les résultats après l’activation d’une automatisation telle que StrategyBrain AI Recruiter.
- Auditez 25 CV par poste afin de valider les décisions du filtre de CV IA et la qualité de l’analyse des CV lisibles par l’IA.
FAQ
Que sont les outils de présélection de CV par IA ?
Les outils de présélection de CV par IA sont des systèmes qui aident à trier, classer ou orienter les CV à l’aide de l’analyse et de la mise en correspondance automatisées. Ils comprennent souvent un filtre de CV IA qui priorise les candidats selon les critères du poste et les données extraites des CV.
Les outils de présélection de CV par IA remplacent-ils les recruteurs ?
Non. D’après notre expérience, ils remplacent des étapes répétitives comme le tri initial et la coordination des plannings, mais les recruteurs restent responsables de la qualification finale, de l’alignement avec les parties prenantes et des décisions d’embauche.
Quel KPI dois-je cesser d’utiliser en premier ?
Cessez de considérer le nombre de « messages envoyés » comme un KPI de réussite. Conservez-le comme indicateur de capacité, mais évaluez plutôt la performance à partir des taux de conversion et de la qualité de la présélection.
Quel est le lien entre StrategyBrain AI Recruiter et la présélection des CV ?
StrategyBrain AI Recruiter automatise la prospection sur LinkedIn, répond aux questions des candidats, confirme leur intérêt pour un entretien et collecte les CV ainsi que les coordonnées. Cela augmente le flux de CV et rend le taux de collecte des CV et le coût par CV particulièrement utiles comme KPI.
Qu’est-ce qu’un CV lisible par l’IA ?
Un CV lisible par l’IA est mis en forme de manière à ce que les logiciels puissent analyser de façon fiable les sections, les dates, les intitulés et les compétences. Une meilleure lisibilité réduit les erreurs d’analyse susceptibles de fausser les résultats du filtre de CV IA.
Comment mesurer précisément le délai jusqu’à la présélection ?
Utilisez les horodatages allant du premier contact ou de la réception de la candidature jusqu’au moment où un recruteur indique qu’une présélection est prête à être examinée par le responsable du recrutement. Conservez la même définition pour tous les postes et tous les canaux.
La messagerie 24 h/24 et 7 j/7 est-elle toujours une bonne chose ?
Elle améliore la réactivité, mais vous devez surveiller les refus et le sentiment négatif. Une communication permanente doit néanmoins respecter les limites et le consentement des candidats.
Comment garantir l’équité du reporting des KPI lorsque l’IA intervient ?
Séparez les KPI du système de ceux des recruteurs. Évaluez les recruteurs sur la qualité et la prise de décision, et l’automatisation sur la réactivité, la réalisation des relances et la collecte des CV.
Conclusion
Les outils de présélection de CV par IA changent la mesure de la performance des recruteurs, car l’automatisation prend désormais en charge des tâches qui définissaient auparavant la productivité. La révision des KPI consiste à se concentrer sur la conversion, la rapidité et la qualité, en utilisant des indicateurs comme le taux de réponse, le taux de conversations qualifiées, le taux de collecte des CV, le délai jusqu’à la présélection et le coût par CV. Si vous utilisez StrategyBrain AI Recruiter pour automatiser le recrutement sur LinkedIn, séparez les KPI du système de ceux des recruteurs afin que l’évaluation de la performance reste équitable et exploitable.
Prochaine étape : choisissez cinq KPI dans ce guide, rédigez un dictionnaire des KPI et établissez une référence sur deux semaines. Activez ensuite l’automatisation et comparez la conversion à chaque étape ainsi que le délai jusqu’à la présélection pour vérifier que les gains d’efficacité se traduisent par de meilleurs résultats de recrutement.















