Qu’est-ce que la normalisation et pourquoi est-elle importante?
Savoir organiser vos données sur les talents est essentiel pour réussir l’optimisation de ses RH et l’acquisition de talents.
Cela peut être un défi lorsqu’il s’agit de données textuelles, telles que les titres de poste. Les professions peuvent être référencées de différentes manières. Considérez, par exemple, les titres de poste Conseiller RH, Consultant en Ressources Humaines et Spécialiste en Conseil RH. Si ces termes sont traités comme des professions différentes dans votre système, les outils de recrutement et d’analyse que vous utilisez pour traiter et rechercher des personnes occupant ces métiers seront moins efficaces qu’ils ne pourraient l’être.
C’est là que les capacités de normalisation des métiers de Textkernel peuvent vous aider. Nos outils basés sur l’IA peuvent vous aider à normaliser les données textuelles selon une taxonomie des métiers établie et multilingue, que nous avons construite avec des centaines de clients sur plus de dix ans.
Vous pouvez maintenant effectuer des recherches et des analyses sur les professions que vous avez dans votre base de données. Cela peut aider dans une multitude de cas tels que ceux présentés ci-dessous.
Inventaire des talents et agilité des effectifs
De plus en plus d’organisations comprennent l’intérêt de créer un inventaire complet des talents.
Inventorier les compétences et les métiers de votre organisation permet de :
- Identifier les talents qui risquent d’être débauchés par vos concurrents, en comparant la répartition des compétences par métiers dans votre vivier de talents à la demande du marché sur les mêmes postes.
- Prendre des décisions fondées sur des données concernant la planification des effectifs, la planification de la relève et la stratégie de recrutement.
- Tenir compte des savoirs maîtrisés par les talents en harmonisant les données provenant de différentes sources, par exemple lors de fusions et d’acquisitions.
L’agilité et la flexibilité de l’entreprise découlent d’une bonne compréhension de votre inventaire de talents. En développant une solide compréhension des besoins en talents de votre entreprise et en les comparant aux métiers disponibles au sein de votre personnel et à un vivier de talents plus large, vous pouvez être beaucoup plus proactif pour boucler cette boucle. Cela nécessite l’utilisation d’un catalogue cohérent de professions, ce que permet précisément l’API de métiers.
Faire apparaître plus de candidats dans votre base de données existante
Lorsque vous exploitez la puissance des taxonomies dans vos processus de recherche et de matching, il n’est pas nécessaire de vous souvenir des synonymes de titres professionnels, ni de créer des requêtes booléennes complexes pour les identifier.
Les systèmes de recherche sémantique basés sur la taxonomie comprennent l’intention derrière les mots-clés que vous tapez. Parce que la taxonomie des métiers de Textkernel comporte plusieurs niveaux de hiérarchie, elle peut aider les recruteurs à élargir leurs recherches et à trouver des candidats qui ne seraient pas apparus lors d’une recherche par mots-clés uniquement.
CTA : Vous cherchez d’autres moyens de tirer parti de l’IA pour faire monter en puissance les recruteurs juniors ou intégrer de nouveaux recruteurs plus rapidement ? Consultez notre eBook.
Les capacités de classification multilingue de Textkernel
Si vous disposez d’un vivier de candidats multilingues, les avantages pour votre organisation sont encore plus grands. La taxonomie de Textkernel est multilingue. Qu’est-ce que cela signifie pour vous ? L’API Métiers peut être configurée de sorte qu’un utilisateur puisse rechercher des professions dans une langue et avoir des résultats dans une autre. Il est également possible de normaliser et de réviser dans une langue des documents collectés dans différentes langues.
Taxonomie des professions de Textkernel
L’essence de notre outil de normalisation des professions est la possibilité de classer les titres de postes dans la taxonomie des métiers, qui est structurée comme suit.
La normalisation signifie être capable de relier les titres de postes aux métiers dans cette taxonomie. Cela implique de reconnaître les synonymes et les variantes orthographiques dans plusieurs langues.
La taxonomie des métiers se caractérise par trois éléments clés. Elle est axée sur les données, multilingue et dynamique.
Axée sur les données. Notre taxonomie a été développée sur la base de données, plutôt que sur des intuitions d’experts du domaine. Contrairement aux taxonomies courantes comme ISCO, ESCO et O*NET-SOC, nos taxonomies sont créées en extrayant les titres de postes de millions d’offres d’emploi et de CV, reflétant ainsi les descriptions de poste et les évolutions telles qu’elles apparaissent réellement sur le marché. Si vous avez besoin de classifications ISCO ou O*NET-SOC, vous pouvez toujours tirer parti de la richesse de la taxonomie Textkernel et de ses synonymes grâce à un mappage vers ces taxonomies.
Multilingue signifie qu’il existe une taxonomie unique pour plusieurs langues. Cela permet d’harmoniser et de comparer les données de régions et pays différents.
Dynamique fait référence au fait que la taxonomie est continuellement mise à jour et améliorée. Sur la base des commentaires des clients et du data mining, nous cherchons toujours à intégrer les dernières données du marché et les retours des utilisateurs.
API Professions – Comment puis-je exploiter les données au sein de mon organisation ?
La taxonomie des professions de Textkernel est déjà intégrée dans Extract!, Match! et Jobfeed. Si vous souhaitez adopter la taxonomie des métiers en dehors du cadre de ces produits, vous avez de la chance. Nos capacités de normalisation des professions sont désormais également disponibles via une API.
L’API Professions offre les possibilités suivantes :
La normalisation des titres de postes provenant de différentes sources
Vous disposez d’une ou de plusieurs bases de données de titres de postes, qui doivent être normalisées pour être exploitables ? Avec quelques requêtes simples à l’API Professions, tous vos titres de postes seront classés selon la taxonomie des professions de Textkernel. En outre, ils seront mis en correspondance avec des normes internationales telles que ISCO et O*NET. Ainsi, l’API Professions permet d’analyser les données sur les emplois selon divers catalogues et normes, y compris ceux utilisés par les institutions gouvernementales du monde entier.
Exemple d’entrée et de sortie de l’API de normalisation des professions :
La suggestion d’entrées de taxonomie au fur et à mesure de la saisie
La fonctionnalité de saisie semi-automatique de l’API Professions peut vous aider à sélectionner les métiers à partir de la taxonomie, sur la base d’une saisie partielle. Il n’est pas nécessaire de mémoriser les noms des professions dans la taxonomie : vous obtiendrez des suggestions au fur et à mesure que vous tapez, en fonction des variations orthographiques, des acronymes et des synonymes.
Exemple d’entrée et de sortie de l’API de saisie semi-automatique de professions :
Le téléchargement de la taxonomie
Pour intégrer notre taxonomie dans vos processus, vous devrez peut-être télécharger la liste complète des professions dans votre CRM, ATS ou SIRH (par exemple, pour alimenter une liste déroulante). Il ne s’agit plus d’un processus manuel : avec l’API Professions, vous aurez toujours un accès programmatique à la dernière version de la taxonomie.