• Print
  • Decrease text size
  • Reset text size
  • Larger text size
17/11/2016

Itinéraire digital 2016 - JobTeaser.com : Et si la donnée vous aidait à trouver votre job de rêve ?

Depuis 2009, JobTeaser.com s’est donné pour mission de réinventer l’insertion professionnelle des jeunes talents en France et en Europe. Soutenu par une levée de fond de 3 millions d’euros en 2015, JobTeaser.com est le premier site de recrutement à intégrer directement sa plateforme sur le site des écoles. Si les services de JobTeaser.com sont gratuits pour les candidats et les écoles, JobTeaser.com vend aux entreprises une vitrine en ligne et la diffusion ciblée de leurs offres d’emploi. 

 Cette expérience JobTeaser.com a été réalisée suite à l'entretien de Sia Partners avec :

Eurydice Lafferayrie, Chief Data Officer

Eurydice Lafferayrie, Chief Data Officer

JobTeaser.com en chiffres :

  • Fondé en 2009
  • Plus de 120 écoles partenaires
  • Plus de 200 entreprises partenaires dont la moitié du CAC 40
  • 1,4 million de chiffre d’affaires en 2014

Le verbatim :

« A mon arrivée, j’ai encouragé tous les managers à m’adresser leurs demandes de données. C’était un moyen de sensibiliser aux possibilités offertes, et plus tard de préparer le terrain pour de nouvelles pistes d’utilisation et de service ».

Eurydice Lafferayrie, Chief Data Officer

 

...

Intégration de la dimension comportementale. La data a depuis les débuts de JobTeaser.com occupé une place clé de manière naturelle : diplômes, coordonnées de candidat, critères de recherches représentent autant de données ! Mais ce n’est qu’à la fin de l’année de 2015 qu’un poste de Chief Data Officer est créé et confié à Eurydice Lafferayrie. L’attention accrue portée à la donnée se traduit notamment par la prise en compte de la dimension comportementale : à quel moment les candidats se connectent-ils sur la plate-forme ? Consultent-ils les fiches de préparation ? etc.

La data au service du produit. Dans un premier temps, la donnée a pour vocation à être au service de l’amélioration du produit et de la démarche commerciale. Il s’agit de mieux répondre aux attentes croissantes des entreprises et universités en matière d’information. La data permettra aussi prochainement de personnaliser les offres et le contenu à destination des candidats, par exemple en poussant les bons compléments (vidéos métier, préparation aux entretiens, etc.). La prédiction des besoins des entreprises (qui achètent un nombre prédéterminé d’offres à publier avec une durée de validité) en fonction de leur comportement de recrutement et de la « consommation de leur forfait JobTeaser.com », permettra d’optimiser l’effort commercial. La richesse des informations collectées pourrait à l’avenir inspirer la création de nouveaux services monétisables comme par exemple des benchmarks sur l’intérêt suscité par les annonces dans un secteur donné. Le prédictif pourrait ouvrir de nouvelles opportunités de modèle d’affaire : engagement préalable de JobTeaser.com sur le nombre de candidatures qu’une entreprise va recevoir suite à la publication d’une annonce et ajustement des tarifs en fonction des résultats.

Organisation actuelle et perspectives. Les requêtes ne sont pas réalisables par tous, c’est la CDO et son équipe qui sont en charge d’extraire et formater les données pour la mettre à disposition des autres services. En plus des nombreuses données internes (first party) JobTeaser.com exploite des données ouvertes de Pôle Emploi et Datagouv (Open Data) qui lui permettent d’accéder, entre autres, à la liste des campus et à leurs effectifs. L’infrastructure et les outils sélectionnés anticipent la croissance accélérée des données collectées, notamment dans le contexte de l’expansion internationale.

Etude de cas, une recommandation d’offre par l’analyse sémantique :

L’objectif de cette initiative est de proposer la bonne offre au bon candidat grâce à un traitement algorithmique de la donnée et du machine learning. Actuellement, de manière classique, les étudiants ont la possibilité de s’inscrire à des alertes pour recevoir les offres correspondant aux critères de leur choix (type d’offre, fonction, secteur…). Le système d’alerte fait alors des correspondances entre les offres et les critères sélectionnés par les étudiants. Ce projet en développement permettrait d’aller plus loin et recommander « la » bonne offre par une analyse sémantique, s’appuyant par exemple sur une comparaison avec les offres auxquelles le candidat a déjà répondu. Une phase de test, A/B testing (une fois par semaine le système d’alerte classique est remplacé par les résultats de l’algorithme), a eu lieu au début de l’été afin d’évaluer la performance de l’algorithme.

 

Consultez la liste des Itinéraires Digitaux 2016 publiés et à venir ici

 
Back to Top