Taux de transformation dossier de compétences : méthode

Taux de transformation dossier de compétences : le funnel et les formules

Le taux de transformation d’un dossier de compétences mesure la part des dossiers envoyés qui franchit une étape commerciale définie. Pour le piloter utilement, ne regardez pas seulement le placement final : mesurez le funnel complet DC envoyé → shortlist → entretien → placement. Vous saurez alors si la perte se produit au premier examen du client, après la shortlist ou pendant la décision finale.

Le funnel doit être fermé pour une mesure de conversion : une observation entre à l’étape « envoyé » et ne peut atteindre l’étape suivante que dans l’ordre défini. C’est la même distinction qu’effectue la documentation officielle de Google Analytics sur les funnels ouverts et fermés. Un graphique en entonnoir permet ensuite de suivre la conversion globale et la déperdition d’une étape à l’autre, comme l’explique également la documentation Power BI.

N’additionnez pas des étapes incompatibles. Une « shortlist » doit correspondre à un signal client explicite et daté : profil retenu pour la suite, demande de disponibilité, demande d’échange ou changement de statut convenu. Une ouverture d’email, un accusé de réception ou l’avis positif de l’ingénieur d’affaires ne suffisent pas. De même, un placement correspond au démarrage confirmé du consultant ou à la signature définie par votre organisation, pas à une intention orale. Écrivez ces règles avant de calculer le premier pourcentage.

Aucun taux universel ne permet de qualifier votre performance. Le mix de clients, la rareté des compétences, le recours au référencement, les prix et la maturité des opportunités changent trop fortement d’une ESN à l’autre. Votre référence défendable est votre propre historique, calculé avec les mêmes définitions et sur des cohortes comparables.

Définir l’unité, les dénominateurs et les statuts sans double comptage

La meilleure unité d’observation est généralement le couple dossier-opportunité. Un consultant envoyé à deux clients représente deux observations, car les issues sont indépendantes. Trois consultants proposés au même client représentent trois observations. En revanche, trois versions successives du même dossier envoyées pour la même opportunité n’en représentent qu’une : elles partagent le même identifiant et conservent un historique de versions.

Le dénominateur d’un taux inclut les observations qui ont réellement été exposées au risque de conversion. Excluez du taux principal les brouillons jamais envoyés, tests internes et doublons techniques. Présentez séparément les opportunités annulées par le client avant examen, les consultants devenus indisponibles et les erreurs de saisie. Les retirer sans les montrer embellit le résultat ; les mélanger avec les refus client masque la cause de perte.

Lorsqu’un seul consultant peut être placé sur une opportunité et que plusieurs dossiers ont été envoyés, un seul couple obtient le statut « placement ». Les autres reçoivent une issue documentée : concurrent interne, refus client, opportunité clôturée ou absence de décision. Ne créditez pas chaque dossier envoyé de la valeur totale du contrat. Pour piloter le revenu, ajoutez à côté un indicateur par opportunité : opportunités gagnées ÷ opportunités ayant reçu au moins un DC.

Un historique des transitions est préférable à un simple champ écrasé. Salesforce recommande par exemple d’exploiter l’historique des opportunités, les champs « From Stage », « To Stage » et la durée de l’étape pour repérer les goulets d’étranglement. La documentation Salesforce sur la durée des étapes illustre ce principe, transposable à n’importe quel CRM.

Cohortes, attribution, segmentation : rendre les comparaisons honnêtes

Une vue instantanée du pipeline ne mesure pas correctement une transformation. Les dossiers envoyés hier n’ont pas eu autant de temps pour aboutir que ceux envoyés il y a trois mois. Regroupez donc les observations par cohorte de date d’envoi — semaine ou mois — puis attendez leur maturité. Google définit de la même façon une cohorte comme un groupe partageant une caractéristique, puis suit son comportement dans le temps dans sa documentation sur l’exploration des cohortes.

Déterminez la fenêtre à partir de votre historique : distribution du délai entre envoi et issue finale, par type d’opportunité. Choisissez un seuil stable couvrant la grande majorité des décisions observées et documentez-le. Si le cycle des appels d’offres publics diffère du staffing urgent, utilisez deux fenêtres. Une durée arbitraire identique pour tous les segments produit une comparaison faussement précise.

L’attribution répond ensuite à deux questions différentes. L’attribution opérationnelle relie un placement au dossier et à l’opportunité qui l’ont précédé. Elle nécessite des identifiants, des dates et une règle stable en cas de renvoi. L’attribution causale cherche à savoir si le dossier — son contenu, sa contextualisation ou sa vitesse de production — a provoqué l’amélioration. Elle est plus exigeante : un placement dépend aussi du consultant, du tarif, de sa disponibilité, du commercial, du client et de la concurrence. Comme le rappelle la documentation Google sur les modèles d’attribution, attribuer un résultat consiste à définir la règle qui distribue le crédit entre les points de contact ; le choix de cette règle influence donc la lecture.

Segmentez avant d’interpréter, sans multiplier les sous-groupes minuscules. Les dimensions les plus utiles sont : client nouveau ou existant, secteur, type de contrat, métier, niveau de séniorité, rareté de la compétence, source du CV, consultant disponible ou non, canal d’opportunité, commercial, délai de réponse exigé, fourchette de valeur et version de template. Affichez toujours l’effectif n à côté du pourcentage. Une hausse spectaculaire sur quatre dossiers reste un signal à vérifier, pas une décision.

Enfin, contrôlez la qualité des données chaque mois : doublons, identifiants manquants, dates impossibles, étape sautée, statuts jamais clôturés et divergences entre CRM et fichiers. Si l’analyse contient des données de candidats, limitez les champs au besoin réel, les accès et la durée de conservation. La CNIL rappelle que l’organisation, la consultation, la conservation et la communication des données de candidats sont des traitements de données personnelles. Un identifiant pseudonyme suffit généralement au tableau de bord ; les noms, coordonnées et CV complets n’y ont pas leur place.

Tableau de bord : KPI de conversion, vitesse et qualité

Un tableau de bord utile tient sur une page et permet de remonter de l’indicateur au dossier source. Placez en tête la période d’envoi, la date d’extraction, la fenêtre de maturité, le nombre de couples dossier-opportunité et la part de données complètes. Sans ce cartouche, deux utilisateurs peuvent lire le même pourcentage avec des dénominateurs différents.

Pour les délais, publiez la médiane et, si le volume le permet, le 75e percentile. Une moyenne peut être tirée vers le haut par quelques opportunités restées ouvertes plusieurs mois. Pour la qualité, définissez une grille simple et vérifiable : identité anonymisée, missions pertinentes, compétences justifiées par le CV source, dates cohérentes, conformité à la charte, absence de contenu inventé et validation humaine avant envoi.

Le premier écran du dashboard peut afficher six cartes : volume envoyé mature, taux de shortlist, taux d’entretien, taux de placement, délai médian de production et taux de dossier sans correction. Le second niveau décompose le funnel par segment. Le troisième liste les observations anormales à corriger. Cette hiérarchie évite un tableau surchargé tout en gardant la traçabilité.

Reliez les métriques au coût uniquement après stabilisation des volumes et du temps. Le calculateur de ROI de l’automatisation RH peut convertir le temps de production évité en capacité récupérée. Présentez cette capacité séparément du revenu signé : accélérer un DC est directement mesurable, tandis qu’attribuer tout le placement au document serait excessif.

Protocole avant-après et exemple chiffré hypothétique

Pour évaluer une nouvelle méthode ou un générateur de dossiers de compétences, rédigez le protocole avant le pilote. Une comparaison « trois mois avant contre trois mois après » est facile à produire, mais fragile si les métiers, les clients ou la conjoncture ont changé. La méthode suivante réduit les biais sans promettre une causalité parfaite.

1. Figer les définitions : unité, étapes, exclusions, fenêtre de maturité, segments et date d’extraction.
2. Mesurer une ligne de base : plusieurs cohortes historiques suffisamment mûres avec leurs volumes et leur qualité de données.
3. Définir l’hypothèse : par exemple, réduire le délai de production sans augmenter les corrections et améliorer le passage DC → shortlist.
4. Rendre les groupes comparables : alterner ancien et nouveau processus sur des opportunités admissibles ou apparier par métier, séniorité, client, urgence, valeur et commercial.
5. Attendre la maturité : ne pas arrêter le pilote dès qu’un placement favorable apparaît.
6. Analyser avec les dénominateurs : publier taux, effectifs, sorties hors contrôle, segments et données manquantes.

Dans cet exemple, le pilote présente de meilleurs taux à chaque étape. Il ne prouve pourtant pas, à lui seul, que le nouveau dossier a doublé les placements : les effectifs restent limités et le mix des opportunités peut différer. La bonne conclusion est « signal favorable à confirmer », accompagnée du temps de production, des corrections et des segments. Vérifiez notamment que le pilote n’a pas reçu davantage de clients existants, de profils rares ou d’opportunités déjà très qualifiées.

Parmi les biais à consigner figurent la saisonnalité, l’apprentissage des commerciaux, le changement de prix, la disponibilité des consultants, la sélection des seuls beaux profils pour le pilote, les opportunités abandonnées non clôturées et la modification simultanée d’autres supports. Si vous ne pouvez pas les corriger, ne les cachez pas : indiquez leur direction probable et la décision qu’ils rendent plus incertaine.

Fiche de mesure prête à utiliser et décision d’automatisation

Copiez cette fiche dans votre CRM, votre tableur ou la documentation du projet. Une version courte, validée par le commerce et les opérations, vaut mieux qu’un dashboard sophistiqué dont personne ne partage les définitions.

Avant d’automatiser, mesurez au moins un échantillon manuel avec cette fiche. Vous découvrirez souvent que la première amélioration n’est pas le texte du dossier, mais la traçabilité : statuts non définis, dates absentes ou versions impossibles à relier. Le guide du dossier de compétences ESN aide à normaliser le contenu ; le plan de mesure ci-dessus normalise son résultat commercial.

La décision finale ne repose donc pas sur un pourcentage isolé. Retenez un triptyque : conversion pour le résultat commercial, vitesse pour la capacité de réponse et qualité pour les garde-fous. Avec une unité stable, des cohortes mûres et des effectifs visibles, le taux de transformation devient un outil de décision plutôt qu’un chiffre de présentation.