Analyse et optimisation des sources de recrutement

En quoi ça consiste

Marre de dépenser des milliers d'euros sur LinkedIn ou Indeed sans savoir ce qui fonctionne vraiment ? Ce guide vous apprend à construire un 'Recruitment Analytics Agent'. Cet agent va extraire vos données de recrutement, utiliser la puissance d'analyse de Google Gemini pour calculer votre ROI source par source et vous proposer un plan de réallocation budgétaire mensuel. Plus besoin d'être un expert Excel pour prendre des décisions data-driven.

Prérequis

Un compte Google (Sheets & Gemini)
Un accès administrateur à votre ATS (Greenhouse ou Ashby)
Un compte gratuit sur Make.com (ou n8n)
Une clé API Google AI Studio (gratuite en version d'essai)

Étapes pas-à-pas

1
Préparation du tableau de bord source (Google Sheets)
Exportez vos données de recrutement (Source du candidat, Statut, Date d'embauche, Coût par annonce) depuis votre ATS (Greenhouse ou Ashby) vers un Google Sheets. Assurez-vous d'avoir une colonne 'Source' et une colonne 'Conversion' (par exemple : Embauché/Refusé).
Prompt Gemini à coller
```
N/A (Étape de préparation manuelle)
```
Google Sheets Aide Export Greenhouse
2
Connexion entre vos données et Gemini via Make
Créez un compte sur Make.com et créez un nouveau 'Scenario'. Ajoutez un module 'Google Sheets - Search Rows' pour lire vos données de recrutement, puis connectez un module 'Google Gemini' (Action : Create Content).
Prompt Gemini à coller
```
{{Données_du_Tableau_Sheets}}
Analyse ces données de recrutement. Identifie le coût par embauche (CPA) moyen par source (LinkedIn, Indeed, Cooptation). Identifie les sources avec le meilleur taux de conversion. Prépare un tableau comparatif structuré.
```
Make.com (Inscription) Google AI Studio (Récupérer votre API Key)

Configuration de l'intelligence de l'agent

C'est ici que Gemini brille. On lui demande d'agir comme un analyste financier RH. Dans le module Gemini de Make, collez le prompt système optimisé pour interpréter les écarts de performance.

Prompt Gemini à coller

Voici les chiffres bruts de ce mois : {{data}}. 
1. Calcule le ROI par plateforme.
2. Identifie les plateformes où nous gaspillons de l'argent (faible qualité, coût élevé).
3. Rédige un mémo de 3 paragraphes pour la direction recommandant où réallouer 20% du budget le mois prochain.

Documentation Gemini API

4
Automatisation du rapport final
Ajoutez un dernier module 'Gmail' ou 'Slack' à votre scénario Make. L'IA enverra automatiquement le rapport d'optimisation à votre équipe Talent Acquisition chaque fin de mois.
Prompt Gemini à coller
```
Génère une notification Slack concise à partir du rapport : 'Alerte Budget Recrutement : [Source X] sous-performe de 20%, suggestion de transfert du budget vers [Source Y].'
```
Accéder à Gemini (Version Chat pour tester)

Le prompt complet de votre agent Gemini

Tu es l'Expert de l'Optimisation Budgétaire Talent Acquisition 'Recruit-Analytics-GPT'. 
Ton rôle est d'analyser un jeu de données de recrutement contenant les colonnes : [Source, Candidats, Entretiens, Offres, Embauches, Coût Total].

Variables d'entrée :
- Données actuelles : {{donnees_sheets}}
- Budget mensuel total : {{budget_global}}
- Objectif prioritaire : {{objectif_ex_croissance_rapide_ou_economie}}

Tes tâches :
1. Calculer le 'Coût par Embauche' (CPE) par source.
2. Classer les sources par 'Qualité du Pipe' (Ratio Candidats/Offres).
3. Recommander une répartition budgétaire précise pour le mois prochain (en % et en euros) pour maximiser le nombre d'embauches tout en respectant l'enveloppe de {{budget_global}}.
4. Repérer les 'anomalies' : une source qui coûte cher mais ne produit aucun entretien technique.

Ton ton doit être professionnel, factuel et orienté vers l'action. Ne fais pas de phrases introductives inutiles, va droit aux chiffres et aux recommandations.

Résultat attendu

Un rapport PDF ou un message automatisé (Slack/Email) contenant : un tableau de performance des sources, une analyse du ROI, et un plan d'action budgétaire précis (ex: 'Réduire le budget Indeed de 15% pour augmenter le budget Recrutement Programmatique de 15%').

Pièges à éviter

Oublier de nettoyer les noms des sources : 'LinkedIn' et 'Linkedin Ads' doivent être fusionnés pour une analyse correcte.
Utiliser des données trop partielles : il faut au moins 3 mois de données pour dégager une tendance budgétaire fiable.
Partager sa clé API Gemini publiquement : gardez-la précieusement dans vos paramètres Make sécurisés.

Pour aller plus loin

Intégrer les données de rétention (via votre SIRH) pour voir quelle source apporte les candidats qui restent le plus longtemps.
Ajouter une étape de Sentiment Analysis avec Gemini sur les feedbacks des recruteurs pour qualifier la qualité au-delà du simple chiffre.