L’analyse de données dans le recrutement, aussi appelée recruitment analytics, consiste à utiliser les données de recrutement pour décider où sourcer les candidats, à quelle vitesse avancer, quoi proposer et qui embaucher. Au lieu de s’appuyer sur l’habitude ou l’intuition, les équipes d’acquisition de talents (TA) mesurent chaque étape de l’entonnoir, la comparent au marché de l’emploi externe et corrigent l’étape où les candidats sont perdus.
La discipline gagne les recruteurs eux-mêmes. L’analyse par TalentUp des offres d’emploi de recruteurs et de talent acquisition dans dix pays européens montre que 12,0 % demandaient des compétences en données, indicateurs ou analytique en janvier–septembre 2026, contre 7,4 % sur la même période de 2024. Les mentions d’indicateurs de recrutement précis, comme le délai d’embauche ou les taux de conversion, ont presque doublé, passant de 5,2 % à 9,0 %.
Ce guide présente les quatre niveaux de l’analyse du recrutement, les indicateurs à suivre (avec leurs formules), ce qu’apportent les données externes des offres d’emploi, un plan étape par étape pour développer cette capacité, ainsi que les règles de l’UE sur l’IA et la transparence salariale qui encadrent désormais l’utilisation des données de recrutement.
Points clés
- L’analyse du recrutement combine les données internes de l’entonnoir (ATS, SIRH) avec des données de marché externes sur les salaires et la demande.
- Six indicateurs couvrent l’essentiel des besoins : délai d’embauche, délai de pourvoi, source de recrutement, conversion par étape, acceptation des offres et coût par recrutement ; la qualité du recrutement les relie aux résultats.
- Les offres d’emploi de recruteurs en Europe demandent de plus en plus de compétences analytiques : 12,0 % en 2026 contre 7,4 % en 2024 (données TalentUp).
- L’analyse des offres ne vaut que ce que vaut votre benchmark salarial : en 2026, seules environ 38 % des offres de recruteurs de notre échantillon indiquaient une rémunération, et les pratiques varient fortement selon les pays.
- L’IA utilisée pour présélectionner ou évaluer des candidats est à haut risque selon l’AI Act ; prévoyez la gouvernance avant d’automatiser.
Qu’est-ce que l’analyse de données dans le recrutement ?
L’analyse du recrutement est la collecte et l’analyse systématiques des données de recrutement pour améliorer les décisions. Les données proviennent de trois sources :
- Votre logiciel de suivi des candidatures (ATS) : postes ouverts, candidatures, passages d’étape, entretiens, offres et source de chaque candidat.
- Votre SIRH et vos données de performance : ce qui s’est passé après l’embauche, comme les évaluations de performance, le délai avant pleine productivité, les promotions et les départs précoces.
- Le marché externe : volumes d’offres d’emploi, salaires affichés, compétences recherchées et façon dont les concurrents présentent leurs offres.
La plupart des guides sur l’analyse du recrutement s’arrêtent à la première source. La deuxième transforme les indicateurs d’activité en indicateurs de qualité, et la troisième vous indique si un entonnoir lent vient de votre processus ou simplement d’un marché tendu.
La maturité analytique progresse généralement en quatre niveaux :
| Niveau |
Question à laquelle il répond |
Résultats types |
Données nécessaires |
| Descriptif |
Que s’est-il passé ? |
Délai d’embauche, candidatures par poste, embauches par source |
Données ATS propres |
| Diagnostique |
Pourquoi est-ce arrivé ? |
Pertes étape par étape, refus d’offre par motif, comparaison avec la rémunération du marché |
ATS + données d’offres + benchmarks salariaux |
| Prédictif |
Que va-t-il probablement se passer ? |
Prévision des besoins de recrutement, délai de pourvoi probable, risque de départ précoce |
Plusieurs années d’historique, résultats du SIRH |
| Prescriptif |
Que devons-nous faire ? |
Répartition du budget par canal, fourchette d’offre recommandée, postes priorisés |
Tout ce qui précède plus des règles de décision claires |
La plupart des équipes RH obtiennent le meilleur retour en passant correctement du descriptif au diagnostique, bien avant tout modèle prédictif. Pour une vision plus large de la digitalisation des fonctions RH, consultez la transformation digitale des RH en Europe.
Vous n’avez pas besoin de dizaines de KPIs. Ces sept indicateurs couvrent tout l’entonnoir et se calculent facilement à partir d’un export de l’ATS :
| Indicateur |
Formule |
Ce qu’il vous apprend |
| Délai d’embauche (time to hire) |
Date d’acceptation de l’offre − date d’entrée du candidat dans le pipeline |
La vitesse de votre processus une fois que vous avez trouvé quelqu’un |
| Délai de pourvoi (time to fill) |
Date d’acceptation de l’offre − date d’ouverture du poste |
Combien de temps l’entreprise attend le poste ; inclut le temps de sourcing |
| Source de recrutement |
Embauches issues d’un canal ÷ total des embauches |
Quels canaux produisent réellement des embauches, et pas seulement des candidatures |
| Taux de conversion par étape |
Candidats franchissant une étape ÷ candidats y entrant |
Où les candidats sont perdus (présélection, entretien, offre) |
| Taux d’acceptation des offres |
Offres acceptées ÷ offres faites |
Si vos offres (rémunération, conditions, rapidité) sont compétitives |
| Coût par recrutement |
(Coûts de recrutement internes + externes) ÷ nombre d’embauches |
L’efficacité des dépenses entre canaux et cabinets |
| Qualité du recrutement |
Score convenu à partir de la performance, du délai avant pleine productivité et de la rétention la première année |
Si le processus sélectionne des personnes qui réussissent |
Trois règles pratiques rendent ces chiffres utiles :
- Segmentez avant de comparer. Un délai de pourvoi pour un ingénieur senior et pour un opérateur logistique ne signifient pas la même chose. Découpez chaque indicateur par famille de métiers, niveau et pays.
- Suivez les tendances, pas des valeurs isolées. Un taux d’acceptation des offres en baisse sur deux trimestres est un signal ; un seul mauvais mois ne l’est généralement pas.
- Associez vitesse et qualité. Un délai d’embauche plus court n’est positif que si la qualité du recrutement et la rétention la première année se maintiennent.
Ce que montrent les données d’offres d’emploi TalentUp sur le recrutement en 2026
TalentUp collecte des offres d’emploi sur des centaines de sites d’emploi et de pages carrières. L’étude des postes de recruteur et de talent acquisition dans dix pays européens montre comment la profession elle-même évolue, et ce que voient les candidats lorsqu’ils comparent les offres.
12,0 %
des offres de recruteurs demandaient des compétences en données, indicateurs ou analytique en 2026 (7,4 % en 2024)
9,0 %
citaient des indicateurs de recrutement précis comme le délai d’embauche ou les taux de conversion (5,2 % en 2024)
~38 %
des offres de recruteurs indiquaient un salaire en 2026
Source : base de données d'offres d'emploi TalentUp, offres de recruteurs et de TA dans 10 pays européens, janvier–septembre 2024 et 2026.
| Compétence ou exigence mentionnée dans les offres de recruteurs |
Janv.–sept. 2024 |
Janv.–sept. 2026 |
| Toute exigence en données, indicateurs ou analytique |
7,4 % |
12,0 % |
| Indicateurs de recrutement (délai d’embauche, coût par recrutement, taux de conversion, KPIs de recrutement) |
5,2 % |
9,0 % |
| Recrutement « data-driven », analyse des données de recrutement, people analytics |
4,8 % |
7,4 % |
| Reporting ou tableaux de bord |
12,2 % |
12,5 % |
| Outils de recrutement IA (sourcing ou présélection par IA, ChatGPT, IA générative) |
0,8 % |
2,2 % |
| Excel |
7,9 % |
5,7 % |
| Outils de BI (Power BI, Tableau, Looker, SQL) |
0,3 % |
0,7 % |
Deux tendances ressortent. D’abord, les employeurs attendent de plus en plus des recruteurs qu’ils maîtrisent les chiffres de leur entonnoir : les offres demandent aux candidats de « suivre des KPIs comme le délai d’embauche et les taux de conversion » ou d’« utiliser les données de l’entonnoir et les indicateurs de recrutement pour faire remonter les blocages ». Ensuite, l’analytique attendue est propre au recrutement plutôt que technique : les mentions d’outils de BI et de SQL restent sous 1 %, tandis que les mentions génériques d’Excel ont reculé. La compétence recherchée consiste à lire les données de recrutement et à agir en conséquence, pas à construire des pipelines de données.
Les offres de recruteurs représentent aussi une part plus faible de l’ensemble des offres dans ces pays, 0,55 % en janvier–septembre 2026 contre 0,73 % sur la même période de 2024. Avec moins de recruteurs par poste vacant, la pression pour prioriser à l’aide des données augmente. Pour l’effet sur le recrutement des jeunes diplômés, consultez pourquoi les emplois de premier niveau en Europe deviennent plus difficiles à trouver.
Données de marché externes : la couche qui manque à la plupart des tableaux de bord TA
Les indicateurs internes vous disent que quelque chose ne va pas ; les données externes vous disent souvent pourquoi. Un long délai de pourvoi peut signifier un processus lent, ou simplement que tous les concurrents recrutent le même profil. Un faible taux d’acceptation des offres peut signifier des décisions lentes, ou que votre fourchette se situe sous ce que les candidats voient ailleurs.
L’information salariale en est l’exemple le plus direct. Dans l’échantillon TalentUp 2026 d’offres de recruteurs et de TA, la part indiquant une rémunération variait fortement selon les pays :
| Pays |
Offres de recruteurs indiquant un salaire (janv.–sept. 2026, approx.) |
| Pays-Bas |
~67 % |
| Royaume-Uni |
~65 % |
| France |
~34 % |
| Espagne |
~20 % |
| Allemagne |
~19 % |
| Italie |
~18 % |
| Portugal |
~16 % |
Là où la plupart des concurrents publient des fourchettes, les candidats comparent les offres avant de postuler, et une fourchette peu compétitive se traduit par moins de candidatures et plus de refus d’offre plutôt que par une plainte explicite. Là où peu d’entreprises publient, votre propre fourchette peut devenir un facteur de différenciation. Notre analyse des offres d’emploi avec salaire transparent présente la situation à l’échelle du marché.
La loi est en train de changer cela. Avec la directive européenne sur la transparence salariale (2023/970), dont la date limite de transposition était le 7 juin 2026, les employeurs doivent communiquer aux candidats la rémunération initiale ou la fourchette de rémunération avant l’entretien et ne peuvent pas les interroger sur leur historique de rémunération, à mesure que les lois nationales s’appliquent. L’analyse des offres a donc besoin de fourchettes défendables et fondées sur le marché avant l’ouverture du poste. Lisez pourquoi le benchmarking salarial est la clé de la conformité à la transparence salariale, ou commencez par le benchmark salarial gratuit pour la transparence salariale.
- Définissez d’abord les décisions. Listez les 3 à 5 décisions que les données doivent éclairer, par exemple le budget par canal, les fourchettes d’offre ou la priorité des postes. Chaque indicateur doit correspondre à l’une d’elles.
- Nettoyez les données de votre ATS. Rendez les étapes, les motifs de refus et les sources obligatoires et cohérents. La plupart des projets d’analytique échouent sur des champs manquants ou en texte libre, pas sur les outils.
- Mettez-vous d’accord sur les définitions. Écrivez comment vous calculez le délai d’embauche, le délai de pourvoi et le coût par recrutement, pour que les chiffres aient le même sens dans chaque pays et chaque rapport.
- Construisez une base descriptive. Publiez les indicateurs clés chaque mois par famille de métiers, niveau et pays pendant au moins deux trimestres avant de fixer des objectifs.
- Ajoutez le contexte du marché. Comparez vos offres aux données salariales actuelles pour le même poste, niveau et lieu, et surveillez la demande pour vos profils clés. La méthodologie de TalentUp explique comment les salaires des offres d’emploi sont normalisés.
- Reliez le recrutement aux résultats. Croisez les données de l’ATS avec celles du SIRH sur la performance et la rétention la première année pour mesurer la qualité du recrutement.
- Ce n’est qu’ensuite que vous pouvez envisager la prédiction. Prévoir le délai de pourvoi ou les départs précoces exige plusieurs années de données cohérentes et une gouvernance claire (voir la section suivante).
- Formez les recruteurs à utiliser les chiffres. L’analytique ne change les décisions que si les recruteurs et les managers qui recrutent savent la lire. C’est précisément ce que demandent de plus en plus les offres d’emploi ci-dessus ; voir aussi pourquoi la maîtrise de l’IA en RH transforme l’avenir du travail.
Analyse prédictive, IA et biais : ce qu’exigent les règles de l’UE
Les modèles prédictifs et la présélection par IA promettent des listes de candidats plus rapides, mais des modèles entraînés sur des décisions de recrutement passées peuvent reproduire les biais du passé. Dans l’UE, plusieurs niveaux de réglementation s’appliquent désormais :
| Règle |
Ce qu’elle implique pour l’analyse du recrutement |
| Règlement européen sur l’IA (AI Act) (règlement 2024/1689), annexe III |
Les systèmes d’IA utilisés pour diffuser des offres d’emploi ciblées, analyser et filtrer des candidatures ou évaluer des candidats sont à haut risque. Avec les amendements de l’Omnibus IA, adoptés par le Parlement européen le 16 juin 2026, ces obligations pour les systèmes à haut risque doivent s’appliquer à partir du 2 décembre 2027. |
| RGPD (règlement 2016/679), article 22 |
Les candidats ont le droit de ne pas faire l’objet d’une décision fondée exclusivement sur un traitement automatisé qui les affecte de manière significative, sauf exceptions limitées. Gardez un humain dans la décision. |
| Directive sur la transparence salariale (2023/970) |
À mesure que les lois nationales s’appliquent : fourchette de rémunération avant l’entretien, aucune question sur l’historique de rémunération, intitulés de poste neutres et, pour les employeurs de 100 salariés ou plus, reporting sur l’écart de rémunération entre femmes et hommes (250 et plus chaque année à partir du 7 juin 2027 ; 150 à 249 tous les trois ans à partir du 7 juin 2027 ; 100 à 149 tous les trois ans à partir du 7 juin 2031). Un écart inexpliqué de 5 % ou plus, non corrigé dans les six mois, déclenche une évaluation conjointe des rémunérations, et la charge de la preuve incombe à l’employeur dans les affaires de discrimination salariale. |
Une bonne gouvernance n’attend pas les échéances :
- Auditez les résultats par groupe. Comparez les taux de passage à chaque étape par genre et par autres groupes juridiquement pertinents ; examinez les écarts importants.
- Documentez les variables. Sachez quelles données d’entrée un modèle ou un outil utilise, et excluez les variables indirectes comme l’historique de rémunération.
- Gardez des humains responsables. Utilisez les scores pour prioriser, pas pour rejeter automatiquement.
- Informez les candidats. Expliquez quand et comment des outils automatisés sont utilisés dans votre processus.
Pour une vision plus large de l’IA dans l’ensemble des RH, lisez l’IA dans les RH : l’avenir des ressources humaines avec l’intelligence artificielle.
Erreurs fréquentes dans l’analyse du recrutement
| Erreur |
Pourquoi elle se retourne contre vous |
Que faire à la place |
| Suivre tous les indicateurs proposés par l’ATS |
Des tableaux de bord que personne ne lit ; aucun lien avec les décisions |
Choisir des indicateurs liés à 3 à 5 décisions |
| Optimiser uniquement le délai d’embauche |
Des recrutements plus rapides qui partent dès la première année |
Associer la vitesse à la qualité du recrutement et aux départs précoces |
| Comparer des moyennes entre postes et pays |
Un effet de composition masque les vrais problèmes |
Segmenter par famille de métiers, niveau et lieu |
| Comparer les offres à d’anciennes enquêtes |
Les fourchettes décrochent du marché et les offres sont refusées |
Utiliser des données de marché actuelles pour le même contenu de poste |
| Automatiser les refus avec un modèle non audité |
Reproduit les biais ; risque juridique au regard du RGPD et de l’AI Act |
Revue humaine, audits des résultats par groupe, documentation |
| Mesurer les sources par le nombre de candidatures |
Récompense les canaux qui envoient du volume, pas des embauches |
Mesurer les embauches et la qualité du recrutement par source |
L’analytique a aussi besoin d’une structure de rémunération solide. Si les offres continuent d’échouer sur la rémunération, revoyez vos bandes avec notre guide sur comment créer une bonne bande salariale et l’équilibre entre salaires du marché et équité interne. Pour le contexte salarial par pays, consultez l’European Salary Benchmark Report.
Sources