Monster a lancé la première version non anglophone de son outil d’analyse sémantique appliquée au recrutement. SeeMore s’inscrit donc dans la lignée des évolutions numériques de Monster en analysant les données Big Data dont disposent les entreprises. La plateforme se vante de pouvoir réduire les coûts liés au recrutement et améliorer la productivité.
Étiquette : big data
Que valent les informations sur les internautes ?
Enliken s’est penché sur la valeur et la pertinence des informations sur les personnes dont disposent les grands du web. Si Google s’en sort plutôt bien, avec un taux de pertinence de 68%, Yahoo passe quant à lui péniblement les 52%.
AOL et Bluekai ont pour leur part un taux d’erreur de 40%. A noter la très belle performance de Exelate qui n’affiche que 26% de mauvaises informations sur ses utilisateurs, contre 20% pour Google.
Au final, le taux de pertinence moyen des informations vendues par ces data trackers sont vraies à 59%.
LucidWorks lève 10 millions pour de l’analyse de données Big Data
LucidWorks travaille sur un projet permettant aux entreprises d’analyser ensemble les données diverses dont elles disposent.
Et comme ces données sont considérées comme une mine d’or encore inexploitée qui pourrait représenter l’avenir de beaucoup de fonctions (RH, marketing, direction…) et d’entreprises, les financiers ont décidé de soutenir la start-up à hauteur de 10 millions de dollars.
L’entreprise, qui propose des solutions d’analyse basées sur les technologies en OpenSource Apache Lucene / Solr, a été lancée en 2008 sur le secteur du conseil puis a revu son positionnement pour saisir l’opportunité du Big Data. Elle compte aujourd’hui d’importants clients comme AT&t, Nike, Ford, The Guardian ou Cisco.
LucidWorks, qui se revendique comme étant le plus grand supporter de la technologie d’analyse en Open Source, se positionne comme un acteur majeur de l’exploitation de données.
Yatedo propose une offre de recrutement
Le moteur de recherche de personnes français prévoit de lancer dans les prochaines semaines une offre de recrutement.
Yatedo a été lancé en 2009, à l’heure de l’explosion et de la toute puissance des réseaux sociaux. Le nombre de profils de personnes disponibles sur le web augmentant sans cesse, Amyne Berrada et Saad Zniber décident de créer un moteur de recherche explorant le web et les profils de personnes disponibles.
Le site a rapidement rencontré le succès et bénéficie aujourd’hui d’une audience mensuelle de 5 millions de visiteurs uniques, dont 70% viennent des Etats-Unis. L’algorithme de Yatedo explore les réseaux sociaux, sites web de conférences, blogs, sites d’écoles… dans le but de référencer le maximum de profils présents sur le web.
C’est donc tout naturellement que Yatedo s’apprête à proposer une offre drecruteurs dans les prochaines semaines. Cet outil sera basé sur des filtres permettant aux utilisateurs d’affiner leurs recherches pour trouver le candidat idéal. On imagine en effet aisément la puissance que possède un tel outil à l’heure du Big Data.
L’outil serait actuellement en phase de test par quelques grands comptes.
Prévoir la performance grâce au Big Data
L’étude de Evolv, cabinet américain de recrutement, sur le big data et l’impact de l’analyse de ces donées sur la productivité permettent de dégager de bien intriguants enseignements.
Ainsi selon cette étude, les candidats faisant l’effort de mettre à jour régulièrement leur navigateur web sont plus performants de 10% et restent en moyenne fidèles à leur entreprise 16% plus longtemps.
“Une entreprise de 25 000 employés économiserait près de 2.3 millions de dollars en améliorant seulement la performance de ses 25% de managers les moins efficaces. » L’amélioration de la performance de ces managers permettrait également de fidéliser les employés puisque, toujours selon l’étude, les employés les mieux managés sont 6 fois plus enclins à rester dans leur entreprise.
Sur l’inévitable question de l’utilisation des réseaux sociaux, Evolv recommande aux recruteurs de favoriser l’embauche des candidats connectés à 4 réseaux sociaux maximum. Au-delà de ce chiffre, la productivité diminuerait.