Matrice de scoring candidat-poste : méthode et modèle

Qu'est-ce qu'une matrice de scoring candidat-poste ?

Une matrice de scoring candidat-poste est un système de notation pondérée qui attribue à chaque candidature un score chiffré, calculé à partir de plusieurs critères liés au poste. Contrairement à un simple tri, elle produit un résultat comparable : deux candidats peuvent ainsi être classés objectivement l'un par rapport à l'autre, sur la même échelle.

Elle se distingue de la grille de présélection, qui fonctionne en tout ou rien (le candidat coche ou non chaque critère éliminatoire). La matrice de scoring, elle, mesure un degré : un candidat peut avoir 3/5 en compétences techniques et 4/5 en soft skills, ce qui donne un score global nuancé plutôt qu'un simple statut retenu/écarté. Les deux outils sont complémentaires : la grille élimine en amont, la matrice classe ce qui reste.

L'intérêt principal est la traçabilité. Face à 80 ou 150 candidatures sur une même offre, la mémoire et l'intuition du recruteur ne suffisent plus à comparer équitablement les profils reçus à des dates différentes. La matrice fige les critères avant la lecture des CV et documente chaque décision, un point qui devient central dans le cadre du recrutement automatisé par l'IA, où chaque score doit pouvoir être justifié.

Les 5 axes d'évaluation à intégrer dans la matrice

Une matrice trop détaillée devient illisible et un score sur 15 critères perd tout son pouvoir de décision. En pratique, cinq axes suffisent à couvrir l'essentiel d'un matching candidat-poste :

• --Compétences techniques : maîtrise des outils, langages, méthodes ou certifications exigés par la fiche de poste.
• --Expérience : nombre d'années sur des missions comparables, secteur d'activité, taille des projets menés.
• --Soft skills : autonomie, communication, capacité d'adaptation, esprit d'équipe, déduits des expériences décrites et de l'entretien.
• --Disponibilité : préavis, date de prise de poste souhaitée, adéquation avec le calendrier de recrutement.
• --Mobilité : zone géographique acceptée, télétravail souhaité, contraintes de déplacement liées au poste.

Ces axes doivent rester strictement liés aux exigences du poste. Le Code du travail interdit toute distinction fondée sur l'un des 26 critères de discrimination (origine, âge, situation de famille, apparence physique, lieu de résidence...) : aucun de ces critères ne doit apparaître, même indirectement, dans la construction de la matrice (article L1132-1 du Code du travail).

Comment pondérer chaque critère selon le poste

La pondération répartit 100% entre les cinq axes selon leur importance réelle pour le poste visé — pas selon les préférences du recruteur. Un poids trop élevé sur un critère secondaire fausse tout le score final, même si les autres notes sont justes.

En pratique, la répartition varie selon le type de poste :

• --Poste technique junior : compétences techniques 40 à 50%, expérience 20%, soft skills 15 à 20%, disponibilité et mobilité 10 à 15%.
• --Poste senior ou d'expertise : expérience 35%, compétences techniques 30%, soft skills 20%, disponibilité et mobilité 15%.
• --Poste managérial ou client : soft skills 35 à 40%, expérience 30%, compétences techniques 15 à 20%, disponibilité et mobilité 10%.

Le principe cardinal : figer les poids avant de recevoir la première candidature. Les ajuster en cours de tri, une fois qu'un profil précis a retenu l'attention, réintroduit exactement le biais que la matrice de scoring est censée éliminer.

Choisir l'échelle de notation et calculer le score pondéré

Une échelle de 1 à 5 convient à la majorité des recrutements : assez fine pour distinguer les profils, assez simple pour rester reproductible d'un évaluateur à l'autre. Une échelle de 1 à 10 n'apporte de valeur que sur des comités multi-évaluateurs qui doivent trancher entre des notes très proches.

Le calcul du score pondéré suit une formule simple : pour chaque axe, on multiplie la note obtenue par le poids du critère, puis on additionne les résultats. Voici un exemple pour un poste technique junior noté sur une échelle de 1 à 5, ramené sur 100 :

Cette normalisation sur 100 permet de comparer des candidats évalués à des dates différentes, par des recruteurs différents, sans perdre la cohérence du classement.

Fixer le seuil de présélection et interpréter le score final

Un score n'a d'utilité que rapporté à un seuil de décision. Une répartition courante, à ajuster selon la tension du marché et le nombre de candidatures reçues : 70/100 et plus passe directement en entretien, entre 50 et 69 le dossier est réexaminé manuellement, en dessous de 50 le profil est écarté avec un motif documenté.

Ce seuil ne doit jamais être définitif : confrontez-le, après les premiers recrutements, à la performance réelle des candidats retenus. Un score qui présélectionne mal doit faire revoir la pondération, pas seulement le seuil.

Point de vigilance réglementaire : la CNIL a classé le recrutement parmi ses thématiques de contrôle prioritaires pour 2026, avec un focus explicite sur les outils de scoring et de matching. Dès qu'un algorithme intervient dans le classement des candidatures, l'employeur doit informer le candidat du traitement, garantir un droit à intervention humaine et permettre une contestation du résultat (CNIL, contrôles prioritaires 2026). La matrice doit rester une aide à la décision, jamais la décision elle-même.

Comment l'IA calcule automatiquement un score de matching candidat-poste

Un moteur de matching IA reproduit le même principe que la matrice manuelle, mais applique le calcul en quelques secondes sur l'ensemble des candidatures reçues. L'analyse sémantique du CV et de la fiche de poste évalue chaque axe (compétences, expérience, soft skills détectés dans les formulations, disponibilité déclarée, mobilité), leur applique les poids définis avec le recruteur, puis restitue un score de matching unique et un classement.

Ce score n'a de valeur que s'il reste explicable : un chiffre brut sans détail par axe ne permet ni de vérifier la pertinence du classement, ni de répondre à un candidat qui conteste sa non-sélection. Le sujet devient réglementaire : les systèmes d'IA utilisés pour le recrutement sont classés à haut risque par l'annexe III du règlement européen sur l'IA, dont les obligations (traçabilité, supervision humaine, documentation) s'appliquent pleinement à compter du 2 août 2026 (règlement (UE) 2024/1689, EUR-Lex).

C'est cette exigence d'explicabilité qui guide notre approche du tri de CV par IA chez Profilya : chaque score de matching est restitué avec le détail par axe et sa pondération, pas comme une boîte noire. Si vous voulez d'abord construire votre propre matrice avant d'automatiser le calcul, notre générateur de grille de présélection permet de poser vos critères et vos poids en quelques minutes.