data analytics universiteComment recruter la bonne personne? Parfois, une personne qui présente bien déçoit en face à face. Parfois, le candidat idéal n'est pas à l'aide à cause dun CV médiocre. Dans l'enseignement supérieur, de nombreux facteurs entrent en jeu pour devenir un grand dirigeant universitaire ou un grand professeur. Il est difficile de trouver le bon candidat dans un secteur hautement concurrentiel. La business intelligence ne résout pas tous les problèmes de recrutement mais elle peut aider à trouver la bonne personne en se concentrant sur l’analyse de données

Améliorer l'exploitation des données

Jusqu'à récemment, les données sur le recrutement dans les universités étaient principalement utilisées pour résoudre des problèmes tels que le taux d'échec. Pourquoi? Ces données sont compréhensibles par tout le monde. Des analyses plus prédictives sont maintenant disponibles pour aider à cartographier les capacités des candidats, pour indiquer s'ils peuvent effectuer les tâches demandées. La technologie peut également comprendre et traiter les causes du turnover du personnel et identifier les candidats qui pourraient ne pas rester longtemps.

Intelligence artificielle et recrutement efficace

Selon le rapport sur les tendances mondiales du recrutement publié par LinkedIn en 2018, l'intelligence artificielle est l'une des tendances les plus dynamiques en matière de recrutement. 35% des professionnels du recrutement interrogés ont déclaré que l’IA était la principale tendance ayant une incidence sur la manière dont ils embauchent.

L'intelligence artificielle peut rationaliser ce qui apparaît comme un processus long, coûteux (et répétitif). Au lieu de passer au crible une pile de curriculum vitae, L'IA peut analyser les données des candidats. Les compétences clés souhaitées par une entreprise peuvent être mises en évidence et le machine learning, l'apprentissage automatique, peut sélectionner des candidats en fonction de leurs qualifications par rapport à la description du poste.

Gouverner les données

Si la description du poste correspond aux compétences des candidats, cela signifie que cette définition de poste doit être rédigée minutieusement. Si l’université est à la recherche de certaines compétences, il faut que ce soit clair dès le départ.

Certaines solutions analytiques peuvent être utilisées pour analyser les compétences des employés actuels avec un niveau de performance élevé. Puis ces attributs peuvent être utilisés pour créer le profil de la personne que l'université cherche à embaucher. Cela peut être particulièrement important dans l'enseignement supérieur si, par exemple, un candidat postule dans un petit collège par rapport à une grande université publique.

Si l'université recherche un vivier de talents diversifiés, les critères ne doivent pas aboutir à un seul groupe homogène. Pour éviter les travers de l'IA, les utilisateurs peuvent configurer différents algorithmes permettant de classer deux groupes représentés dans un ensemble de données. Par exemple, un article sur Bloomberg.com traite de la recherche sur les préjugés sexistes et raciaux dans les algorithmes. Les chercheurs expliquent comment les employeurs peuvent lutter contre ce problème en adoptant des critères de performance supérieurs à une femme ingénieure. 

Dans l'idéal, une solution d'analyse permet au candidat idéal d'avoir l'entretien parfait et de poursuivre une longue et fructueuse carrière au sein de l'organisation. Mais ces cas sont rares, quelle que soit l'approche choisie pour le processus d'embauche. Une chose essentielle, avec ou sans l'analyse de données : vous pouvez toujours recommencer le processus et surtout l'améliorer. Il est parfois très simple de modifier les données en fonction des leçons tirées lors de la première utilisation.

Découvrez d'autres articles sur l'éducation et le data analytics :