Gains :
- Capacité à produire des messages de sourcing, d'invitation, d'offre et de rejet de manière professionnelle et respectueuse
- Capacité à concevoir des flux de communication rapides et personnalisés qui améliorent l'expérience des candidats
- Capacité à interpréter les mesures de l'entonnoir de recrutement et à améliorer la communication en conséquence
Un candidat accumule une impression à chaque contact qu'il a avec votre entreprise au cours du processus de recrutement : réponse à l'annonce, premier email, invitation à un entretien, offre ou refus. La somme de ces impressions s’appelle l’expérience candidat et affecte directement votre marque employeur, le nombre de futures candidatures, voire la fidélité de vos clients. Un candidat qui reçoit un mauvais message de refus ou qui reste sans réponse pendant des semaines décrit son expérience sur et autour des réseaux sociaux. L'intelligence artificielle (IA) vous permet de produire des textes rapides, cohérents et respectueux à chaque étape de la communication de recrutement, mais vous en garantissez le ton, l'empathie et l'exactitude. Dans cette unité, nous apprendrons à établir l'ensemble du flux de communication avec l'IA, du sourcing aux messages d'offre et de rejet, et à interpréter les métriques de l'entonnoir.
Conditions : Le sourcing contacte de manière proactive les candidats qui n'ont pas postulé à l'offre d'emploi mais qui pourraient convenir (par exemple, message LinkedIn). L'entonnoir de recrutement correspond aux étapes que passent les candidats depuis leur candidature jusqu'au recrutement : candidature → présélection → entretien → offre → recrutement. Le taux de conversion est le pourcentage de candidats passant d'une étape à la suivante. La personnalisation signifie adapter le message aux antécédents et au rôle réels du candidat, et non le copier-coller.
Carte du flux de communication
Une bonne expérience candidat n’est pas le fruit du hasard ; A chaque point de contact, ce qu'il faut dire est planifié à l'avance. Étape par étape :
- Répertoriez les points de contact. Message de sourcing, remerciements de candidature, invitation à un entretien, informations post-entretien, offre, refus.
- Donnez le ton et le timing pour chaque point. Quand, sur quel ton, avec quelles informations.
- Générez des modèles avec l'IA. Garder chaque message dans le ton de la marque et laisser des zones de personnalisation.
- Personnalisez et vérifiez. Vérifiez avec réalité les informations que l'IA peut constituer, telles que le nom, la date, la position, etc.
- Mesurez le temps de réponse. Ne laissez pas le candidat dans le flou ; Dites « quand vous aurez de mes nouvelles » dans chaque message.
Votre rôle : un recruteur soucieux de l’expérience candidat. Rédigez un message de sourcing personnel (premier contact) pour le candidat suivant. Canal : LinkedIn. Longueur : 120 mots maximum. Incluez : pourquoi je l'ai contacté (un détail concret de son profil), un résumé convaincant d'une phrase du rôle, une invitation à un entretien sans pression. Ton : respectueux, amical, sans pression commerciale. Quittez les zones de personnalisation avec [SQUARE BRACES].<candidat>Historique du rôle : 4 ans de ventes sur le terrain B2B, industrie fintechNous recherchons : directeur des ventes d'entreprise, Istanbul</candidat>
Astuce : dans chaque message, indiquez au candidat « ce qui va se passer ensuite et quand ». L’incertitude est ce qui nuit le plus à l’expérience du candidat. Une simple phrase « Nous vous répondrons au plus tard dans les 5 jours ouvrables » vaut bien mieux que le silence.
Messages d'offre et de refus : les moments les plus sensibles
Le message d'offre doit créer de l'enthousiasme ; Le message de rejet doit maintenir le respect. Le rejet est le moment le plus critique de l’expérience candidat, car la plupart des candidats sont rejetés et c’est là qu’ils se font une impression durable de votre entreprise.
Écrivez un message de résultat négatif (rejet) à un candidat. Règles : - Ton court et respectueux pour remercier le candidat pour son temps. - NE PAS attribuer la raison du rejet à une caractéristique personnelle telle que l'âge/le sexe/la circonstance du candidat ; créant un risque juridique et éthique.- Laissez la porte ouverte si possible (« nous aimerions rester en contact pour de futurs rôles »).- Ne simulez pas d'éloges ou de promesses creuses. Longueur : 90-120 mots. Ton : chaleureux mais professionnel.
Rédigez un e-mail récapitulatif de l'offre écrite après l'offre orale au candidat sélectionné. Inclure : poste, date de début [ ], modèle de travail [ ], salaire et avantages sociaux [ ], prochaine étape (signature/entretien), personne à contacter. Ton : chaleureux, clair, festif. Laissez les chiffres et les dates vides avec [ ] ; Je vais le remplir avec des valeurs réelles.
Attention : n'utilisez jamais d'expressions impliquant l'âge, le sexe, l'état civil, la santé ou un groupe du candidat dans le motif de rejet. Les déclarations neutres liées au poste telles que « Nous avons choisi un candidat plus expérimenté pour le poste » sont à la fois exactes et sûres. L’IA peut parfois créer des justifications risquées en expliquant trop ; Lisez chaque texte de rejet avec cet œil.
Invite faible/Invite forte
Invite faible : écrivez un e-mail de refus au candidat.
Résultat : un texte froid, général, au goût de copier-coller, qui crée parfois des risques en expliquant trop.
Invite forte : [rejet + ton court et respectueux + interdiction de lier la raison à des caractéristiques personnelles + laisser la porte ouverte + interdiction des faux éloges + limite de longueur]
Le résultat : un message respectueux, juridiquement sécurisé et cohérent qui protège votre marque.
Interprétation des métriques de l'entonnoir
Les chiffres montrent où l’expérience du candidat s’affaiblit. L'IA est une bonne aide pour interpréter les données de votre entonnoir et suggérer des causes et des améliorations possibles, mais vous validez les suggestions avec des connaissances sur le terrain.
Interprétez les données de l'entonnoir de recrutement ci-dessous. Calculez le taux de conversion pour chaque étape, mettez en évidence les 2 étapes les plus faibles et proposez 2 causes possibles + 1 amélioration testable pour chacune. Poser un diagnostic définitif ; Présentez-la comme une hypothèse, indiquez qu'elle doit être vérifiée.<data>Candidature : 400Sélection préliminaire : 120Personne interrogée : 90Offre faite : 20Offre acceptée : 8</data>
Scène
en passant
Conversion
Signal possible de faiblesse
Candidature → Présélection
120/400
30%
L'annonce peut attirer des candidats non ciblés
Sélection préliminaire → Entretien
90/120
75%
en bonne santé
Entretien → Offre
20/90
22%
Inadéquation entretien/attentes
Offre → Acceptation
8/20
40%
Salaire/offre compétitive/lenteur de processus
Les deux points les plus marquants de ce tableau sont le faible taux d’acceptation des offres et le faible passage de l’entretien à l’offre. L’IA les signale ; Vous vérifiez la fourchette salariale, les offres des concurrents et la rapidité des processus sur le terrain.
Trois mini-étuis
Cas 1 — Le prix du silence. Une entreprise n'envoyait pas de messages aux candidats qu'elle avait rejetés. Une enquête auprès des employés et une analyse des médias sociaux ont montré une baisse des scores de la marque employeur. Un modèle de refus respectueux avec zone de personnalisation a été créé avec l'IA, et une politique de retour de 5 jours ouvrables a été instaurée pour tous les candidats. Après 4 mois, le nombre de candidatures aux sites carrière a augmenté de 17 % ; Les plaintes du type « Je n’ai reçu aucun retour » ont presque disparu.
Cas 2 — Taux d'acceptation de l'offre. Une entreprise technologique avait un taux d’acceptation des offres de 45 %. AI a interprété les données de l'entonnoir et a signalé l'hypothèse « long délai entre l'offre et le premier contact ». Le processus a été examiné : l'offre est arrivée par écrit en moyenne 6 jours après l'approbation verbale. Lorsque le délai a été réduit à 2 jours et que l'e-mail d'offre a été réécrit sur un ton chaleureux, le taux d'acceptation est passé à 63 %.
Cas 3 — Le pouvoir de la personnalisation. Une équipe de sourcing envoyait des messages LinkedIn copier-coller et obtenait une réponse de 6 %. Un modèle a été créé avec l'IA qui ajoutait un détail réel du profil du candidat ([les crochets] doivent être remplis) à chaque message. L'équipe a rempli les détails à la main ; le taux de réponse est passé à 14 %. La clé était de procéder à une véritable personnalisation sans laisser l’IA s’en occuper.
Erreurs courantes
- Laissant le candidat dans le flou. Ne pas dire « quand vous aurez une réponse » est l’erreur qui nuit le plus à l’expérience.
- Attribuer le motif du rejet à des caractéristiques personnelles. Les justifications qui impliquent l’âge, le sexe ou le statut constituent des risques à la fois contraires à l’éthique et à la loi.
- Sourcing copier-coller. Les messages de masse sans personnalisation recevront peu de réponses et épuiseront la marque.
- Envoi d’informations inventées par l’IA sans les vérifier. Un message envoyé avec un mauvais nom, poste ou date mine la confiance.
- Je ne mesure pas du tout les métriques. Sans données d’entonnoir, vous ne pouvez pas voir où l’expérience s’affaiblit.
- Confondre une recommandation d’IA avec un diagnostic définitif. Les suggestions sont des hypothèses ; vérifié par le terrain et les données.
En résumé
L’expérience candidat est la somme des impressions accumulées à chaque point de contact et détermine directement votre marque employeur. IA ; Il produit des messages de sourcing, d'invitation, d'offre et de rejet de manière rapide, cohérente et respectueuse, et interprète les mesures de l'entonnoir. Mais vous assurez le ton, l’empathie, l’exactitude et la décision finale. La plus grande différence vient de la personnalisation et d’une communication opportune qui élimine l’incertitude.
Tâche de candidature
Concevoir le flux de communication d’un poste. (1) Générez des modèles de ton de marque avec l'IA pour six points de contact (sourcing, merci, inviter, informer, offre, rejet), en laissant les champs de personnalisation [CROCHETS CARRÉS]. (2) Produire le modèle de refus avec l'interdiction « d'attribuer le motif à des caractéristiques personnelles » et le lire contre le risque juridique. (3) Demandez à l'IA d'interpréter un exemple de données d'entonnoir et d'en extraire les deux étapes les plus faibles et les hypothèses d'amélioration. (4) Écrivez comment vous vérifieriez une hypothèse sur le terrain.
liste de contrôle
- [ ] Le ton et le timing ont-ils été définis pour chaque point de contact ?
- [ ] Chaque message fournit-il au candidat des informations sur la « prochaine étape et la date limite » ?
- [ ] Le message de refus est-il respectueux et motivé/neutre ?
- [ ] Les champs de personnalisation sont-ils remplis d'informations réelles (non inventées) ?
- [ ] Les métriques de l'entonnoir ont-elles été mesurées et interprétées ?
- [ ] Les suggestions de l'IA ont-elles été prises comme hypothèses et validées ?