Si vous avez déjà évolué au sein d'un organisme de formation, que ce soit en tant qu'apprenant ou formateur, vous savez que les compétences sont centrales et constituent un élément essentiel pour élaborer les plans d'accompagnement et les programmes d'apprentissage.
S'il n'y a pas vraiment qu'une seule façon de faire, exploiter un système basé sur les compétences, avec des outils adaptés, est aujourd'hui primordial compte tenu de la cadence du marché du travail et les enjeux de l'emploi.
Comme toute organisation qui fournit des services de formation et d'accompagnement, vous voulez vous assurer que vos programmes permettent de répondre aux besoins spécifiques et évolutifs des apprenants et de l'économie.
Pour y parvenir avec succès, il est important de saisir les principaux concepts relatifs aux compétences ainsi que d'en maitriser les méthodes et les outils analytiques.
Dans cet article, nous présentons huit approches clés autour des compétences et sur lesquelles les organismes de formation devraient absolument se pencher.
1 - Définir les compétences
Lorsqu'il est question d'emploi, d'employabilité, de formation ou de gestion des talents, la question des compétences est à la fois centrale et décisive :
Développement des compétences,
Adéquation des compétences,
Alignement des compétences,
Ecarts de compétences,
Anticipation des compétences futures, etc.
Autant de sujets que d'approches et de concepts qui impactent fondamentalement le monde du travail et celui de la formation.
L'employabilité des individus est donc tributaire de la compréhension, la détection, le développement et l'évaluation des compétences. Il en est de même pour la compétitivité des acteurs économiques et l'attractivité des territoires, quels que soient les outils, les standards ou les technologies exploités.
""
💡 Si les données massives (Big Data) et l'intelligence artificielle (IA) sont aujourd'hui disponibles pour appuyer les initiatives autour des compétences, la qualité de l'information produite ainsi que sont exploitabilité dépendent :
(i) du sens que ces technologies donnent aux compétences, de la granularité et des attributs des relations résultantes,
(ii) sans oublier le caractère intelligible et explicable des systèmes et circuits déployés.
""a - Saisir la problématique de l'abstraction et de la généralisation des compétences
"Tout modèle est fondamentalement faux" : c'est ce que nous rappellent souvent les économistes.
Partant de ce principe, toute modélisation des compétences (e.g. référentiel) n'est qu'une abstraction de la réalité, qui circonscrit ces dernières dans un ensemble restreint. Ces modélisations visent notamment à simplifier l'analyse et à faciliter les statistiques.
Par conséquent, l'exploitation des modèles, des référentiels ou même des intelligences artificielles poussées ne peut empêcher la perte d'au moins une partie de l'information, bien que tous les modèles n'offrent pas le même niveau de compréhension et de rapprochement par rapport à la réalité.
Aussi, et selon les secteurs, les régions ou les industries, et parfois même au sein d'une même région ou industrie, la demande et les écarts de compétences peuvent varier considérablement.
Il n'est donc pas pertinent de généraliser une liste des compétences comme étant les plus demandées ou les plus prometteuses à une échelle trop globale (au niveau sectoriel, national ou mondial).
Il va sans dire que, de manière générale, les données collectées en ligne ou via les systèmes d'enquêtes sont par construction biaisées ou limitées, ce qui augmente les dérives de la généralisation.
""
💡 Pour réaliser des analyses solides, anticiper les compétences qui seront demandées à l'avenir et leur évolution (i.e. quelles compétences vont gagner en importance ? quelles compétences deviendraient obsolètes ?), ou encore matcher entre profils, métiers, emplois et formations sur la base des compétences, il est d'abord nécessaire d'être en mesure d'identifier, comprendre, qualifier et classifier correctement les compétences observables à travers les données disponibles aujourd'hui.
""b - Qu'est ce qu'une compétence ?
Il existe tellement de définitions différentes qui circulent autour des compétences, ce qui maintient l'ambiguïté quant aux caractéristiques de base que présentent une compétence.
C'est pourquoi il est d'autant plus crucial d'accorder une attention particulière à la définition et à la compréhension que l'on adopte pour décrire une compétence, qui soit cohérente, expliquée et intelligible.
La classification européenne des aptitudes/compétences (ESCO) définit une compétence comme la capacité à appliquer des connaissances et d'exploiter les savoir-faire en vue d'accomplir des tâches et résoudre des problèmes.
En France, Pôle Emploi catégorise les compétences en trois niveaux : les savoirs, les savoir-faire et les qualités professionnelles :
Les savoirs
Les savoirs constituent l’ensemble des connaissances et techniques acquises par l’enseignement : ce que je sais, c’est ce que j’ai appris.
Les savoir-faire
Les qualités professionnelles
""
💡 De toute évidence, ces multiples définitions et classifications causent des divergences dans la définition d'une compétence, et entraîneront des ambiguïtés, et parfois même des écarts, dans la collecte et l'analyse des données, qui à leur tour affecteront toute extrapolation basée sur ces données.
""c - Notre approche des compétences opérationnelles
Afin d'observer les évolutions du marché du travail grâce aux Big Data, notamment la demande des compétences, nous avons mis en place le concept de "compétence opérationnelle", notamment en vue de garantir à la fois le caractère agnostique vis-à-vis des référentiels exploités et assurer l'interopérabilité entre les standards internationaux comme l'ESCO et le ROME.
Une compétence opérationnelle est décrite par une phrase sémantiquement cohérente qui représente un savoir-faire contextualisé, incluant notamment :
les connaissances,
les outils techniques,
les compétences comportementales,
les langues nécessaires à l'accomplissement de la tâche/activité sous-jacente.
""
💡 Nos intelligences artificielles considèrent ainsi cette représentation pour détecter et/ou construire les compétences tirées des données Big Data (souvent des données textuelles non-structurées) ainsi que dans le processus de mise à jour dynamique des référentiels de compétences.
""2 - Cartographier les compétences
La cartographie des compétences est un exercice qui permet notamment de dresser une représentation détaillée des compétences techniques et comportementales actuelles et futures au sein et au delà d'une organisation, une région, un secteur ou un métier.
Selon l'usage, celle-ci met en évidence les besoins en formation, en recrutement ou en mobilité interne, en lien avec chaque individu ou à l'échelle d'une métier, d'une fonction ou d'un domaine particulier.
En particulier, elle peut s'appuyer sur des référentiels de compétences, qui ont pour vocation principale de faciliter la connaissance du marché du travail et des métiers, avec l’objectif d’aider les services responsables de la formation, mais aussi les recruteurs et les collaborateurs à mieux distinguer et explorer les rôles et les compétences, et ainsi anticiper au mieux les besoins imminents et futurs.
Pour qu'une cartographie reste pertinente au cours du temps, il est nécessaire d'actualiser régulièrement les référentiels sur lesquels elle se fonde, le marché du travail étant en évolution rapide et constante.
Ces changements se manifestent par de nouvelles professions qui émergent, des métiers qui deviennent obsolètes, la nature de certains environnements de travail qui évolue, et par conséquent, les connaissances, aptitudes et compétences demandées par les employeurs.
De plus, les métiers deviennent de plus en plus hybrides ou polyvalents, ce qui fait que les activités et les compétences requises par un même métier peuvent varier selon le type de l’entreprise, le niveau de responsabilité, la localisation ou encore le secteur d’activité.
""
💡 Il est donc indispensable d’assurer une mise à jour permanente et effective des référentiels de compétences. Pour cela, l’observation approfondie et temps réel du marché du travail permet de repérer dynamiquement les variations et les transformations des métiers et compétences, rendant ainsi ces répertoires évolutifs, pérennes et alignés sur la tendance du marché.
""3 - Dynamiser les référentiels de compétences
L'information sur le marché du travail est l'une des composantes fondamentales de tout système ou processus qui vise à développer l'emploi, la formation, l'orientation professionnelle, l'évolution de carrière et l'attractivité des organisations et des territoires.
Les déficits et les inadéquations que déplorent les employeurs renvoient souvent à la question des asymétries de compétences et d'information. C'est la raison pour laquelle réduire ces écarts nécessite l'accès à une information sur le marché du travail qui soit qualitative, complète et actualisée.
Jusque là, il a été particulièrement difficile, lent et techniquement lourd de collecter les données du marché et actualiser les référentiels de compétences.
Mais aujourd'hui, les données massives (Big Data) sur le marché du travail ouvrent désormais le champ des possibles quant à la façon d'observer, d'analyser, de comprendre les transformations accélérées des métiers et des compétences.
Au cœur d'un système d'information sur le marché du travail basé sur les Big Data se trouve le concept d'ontologies dynamiques des métiers et des compétences. Il s'agit d'une extension des référentiels de compétences.
Ces ontologies constituent des composants de base non seulement pour le développement et la mise en œuvre des intelligences artificielles nécessaires à l'observation temps réel du marché, mais aussi pour la production des statistiques approfondies et le calcul d’indicateurs clés.
a - Qu'est ce qu'une ontologie dynamique ? pourquoi les utiliser ?
La représentation et la mise à jour des référentiels de compétences s’appuient sur l'analyser des données massives, de-facto non structurées et dynamiques dans le temps, grâce aux ontologies dynamiques.
Une ontologie dynamique est une structure représentationnelle des connaissances, qui vise notamment à structurer et harmoniser les données en vue de produire une information exploitable. Une ontologie dynamique des compétences peut notamment se fonder sur les référentiels internationaux, en particulier l’ESCO et le ROME.
Les ontologies dynamiques permettent de regrouper et relier, de façon évolutive, un ensemble de métiers et d'occupations présentant des similitudes au niveau des activités réalisées et/ou des compétences techniques et opérationnelles nécessaires pour les exercer, dans l’optique de produire des statistiques par exemple.
A la base, les ontologies sont principalement exploitées pour normaliser le codage des informations, que ce soit lors de la phase de rédaction des documents, ou lors d’un traitement postérieur destiné à leur conférer un format les rendant exploitables pour des traitements automatisés.
Elles ont en ce sens un rôle normatif analogue aux terminologies des référentiels de compétences classiques : mettre en place un vocabulaire commun et faire usage de représentations et de concepts partagés, afin de permettre l’interopérabilité des documents, et l’élaboration de bases de connaissances des compétences qui soient universelles.
""
💡 Les ontologies peuvent ainsi être utilisées pour des applications plus complexes que la seule normalisation des données, comme l’indexation automatique de documents, l’extraction de connaissances, la recherche d’informations, ou encore l'apprentissage des IA et la mise à jour automatisée des relations entres les métiers et les compétences.
""b - En pratique, qu'est ce qui rend un référentiel dynamique ?
La masse d’information disponible sur le marché du travail permet de développer et mettre en place des systèmes d’information qui exploitent en temps réel les données accessibles à travers internet, reposant sur la collecte et l'analyse automatisées de ces données via des algorithmes et des intelligences artificielles (IA) spécialisées.
Notre système d'information sur le marché du travail se fonde sur un référentiel dynamique des métiers et des compétences, et exploite les standards internationaux, en particulier le ROME français.
Ce référentiel est dit "dynamique" car il dynamise ces standards, les enrichit, évolue dans le temps et s'adapte au contexte :
1- les liens entre micro-compétences, macro-compétences, métiers, familles de métiers et domaines d'activité suivent l’évolution de la demande sur le marché
2- en plus des niveaux de demande, ces liens prennent en considération plusieurs paramètres comme le secteur, la localisation géographique ou la taille d’entreprise par exemple
3- les compétences qui ont un sens similaire ou proche se regroupent et s'articulent automatiquement, avec des degrés variables
4- les nouveaux métiers, compétences ou technologies qui émergent sur le marché sont repérés et classifiés (avec la possibilité d'une validation humaine)
5- le transfert des propriétés à d’autres référentiels spécifiques (comme ceux des branches professionnelles) se fait automatiquement grâce aux mécanismes d'intégration et d'interopérabilité
""
💡 Pour faire simple, l'IA joue le rôle d'un proxy vers le référentiel dynamique, qui assure une lecture harmonisée de l’offre, la demande et la formation via un langage commun des compétences.
"" 4 - Identifier et analyser les écarts de compétences
Si l'objectif est de comprendre les écarts de compétences entre un profil ou une formation vis-à-vis de certains domaines professionnels, voire des cibles métier spécifiques sur le marché, encore faut-il savoir bien exprimer ces compétences.
Mais bien expliciter les compétences n’est pas toujours facile. Celles-ci interviennent de façon combinée dans le cadre d'activités composées, interreliées et parfois faiblement énoncées.
C'est d'ailleurs assez commun de ne pas voir les compétences exprimées et détaillées de façon précise, à la fois par les candidats mais aussi du côté des employeurs, comme nous le mentionnions dans notre article “Les pièges à éviter quand on exploite les données dans le Conseil Carrière". Ces derniers se concentrent souvent sur les compétences les plus importantes et/ou les moins courantes.
Nombreux sont les candidats qui, pour ces raisons, omettent de considérer, analyser et valoriser certaines compétences, en particulier celles articulées sur plusieurs niveaux et qui pourraient être camouflées par d'autres compétences plus macros ou plus spécifiques au métier/secteur.
a - Mieux explorer et expliciter les compétences
Quand il s'agit d'une formation, d'une évolution ou d'une reconversion professionnelle, il est extrêmement important de savoir identifier les compétences au niveau le plus élémentaire, en différenciant les éléments fondamentaux et les colorations sectorielles ou fonctionnelles, tout en tenant compte des spécificités lexicales et sémantiques des différents domaines, industries, métiers ou entreprises considérés.
Et c'est une première étape pour saisir les éventuels écarts de compétences.
Dans ce sens, les organismes de formation peuvent exploiter les intelligences artificielles (IA) d'analyse linguistique (NLP) afin de faciliter le travail d'exploration de diverses façons.
Par exemple, une IA a la capacité d'analyser les activités issues des expériences des candidats, telles que exprimées par ces derniers, pour proposer des sélections de compétences proches contextualisées, tirées des référentiels de compétences.
La figure ci-après présente un exemple d'exploitation de notre IA spécialisée dans l'exploration des compétences, intégrée à notre plateforme app.trouvetavoie.io et exploitée par les centres de bilan de compétences, les organismes de formation ainsi que les cabinets RH et Outplacement.
b - Comparer efficacement les compétences par rapport à la demande du marché
Une fois l'articulation détaillée et précise des compétences au point, celle-ci peut alimenter une analyse granulaire et actualisée des écarts de compétences grâce à la comparaison intelligente et automatisée de ces compétences avec celles les plus demandées sur le marché du travail, selon les cibles définies.
Une telle comparaison s'appuie sur des intelligences artificielles (IA) et des algorithmes de calcul avancés qui identifient en temps réel les correspondances et les divergences entre les compétences.
Adosser ces IA à des plateformes interactives, à l'instar de notre boite à outil accessible via app.trouvetavoie.io, permet de restituer visuellement le résultat des analyses des écarts, avec la possibilité d'ajuster dynamiquement les cibles sur le marché.
""
💡 Ainsi, tout en simulant différentes possibilités, les conseillers et les bénéficiaires peuvent rapidement identifier les compétences transférables et repérer celles qui manquent ou qui sont peu reflétées sur le CV ou dans l'argumentaire des candidats.
"" 5 - Déterminer les compétences transférables
La dernière crise du COVID-19 a rappelé combien il est important de déterminer et analyser - de façon continue - les compétences qui sont à la fois transférables vers d'autres métiers/industries, et résilientes sur le plan de la demande du marché du travail.
Caractériser les compétences est non seulement essentiel à l'anticipation des évolutions des emplois et des formations, mais également à la mise en œuvre des politiques publiques et à la construction d'une économie résiliente.
L'approche par compétences est en effet l'une des rares clés de lecture commune qui permettrait d'aligner les instruments et actions qu'opèrent les acteurs de la formation, les recruteurs, les organismes d'accompagnement à l'insertion ou encore les étudiants, chercheurs d'emploi ou professionnels en reconversion.
Dans un contexte économique en mutation rapide et à l'avenir incertain, ce sont bien les compétences qui servent à transmettre la valeur, à définir un emploi ou à énoncer clairement les aptitudes, les connaissances et l'expérience demandées par les employeurs.
Comme mentionné précédemment, plusieurs simulations ainsi qu'une interaction humaine permettent de bien explorer et expliciter les compétences d'une formation ou d'un candidat.
Déterminer les compétences transférables passe ensuite par la mesure des écarts de compétences vis-à-vis des métiers ciblés, ou encore par l'exploration des métiers qui font appel à des compétences similaires. Ceci permet notamment de préparer une stratégie d'orientation ou de transition professionnelle.
Dans l'exemple ci-haut, nous avons lancé une projection vers les métiers à partir d'une combinaison de compétences tirées de la description d'une formation en lien avec la gestion des risques. Grâce à l'analyse intelligente des compétences, cette IA nous propose une sélection de métiers vers lesquels il serait possible de transférer les compétences choisies.
""
💡 Voilà donc un exemple qui montre comment l’IA et des données approfondies et temps réel sur le marché du travail aident à identifier dynamiquement les compétences transférables et analyser les écarts de compétences dans le cadre d'un projet de reconversion professionnelle. ""
6 - Comprendre et exploiter les compétences adjacentes
Les bouleversements économiques et l'évolution des usages poussent de plus en plus d'organisations à se disputer les talents et les compétences émergeantes sur le marché du travail.
Face la pénurie, réduire ces écarts de compétences devient une priorité absolue pour les équipes RH. Mais les approches traditionnelles d'attraction, de développement des compétences ou de formation s'avèrent souvent coûteuses, et pas toujours suffisamment rapides et efficaces.
Dans un contexte de tension et de compétition, les données montrent que l'une des alternatives intéressantes serait d'identifier et d'exploiter les compétences adjacentes, comme un tremplin vers celles qui sont nécessaires.
Si elle vient d'abord guider les stratégies d'attraction des recruteurs, une telle approche serait également fort bénéfique aux organismes de formation et d'accompagnement en évolution professionnelle.
a - Compétences adjacentes, qu'est ce que ça veut dire ?
Les nouvelles pratiques du recrutement sont de plus en plus centrées sur les compétences (requises pour l'exercice des activités spécifiques à un rôle particulier), et non plus sur le métier ou la fonction. D'ailleurs, les métiers se définissent fondamentalement à travers les compétences qui les constituent.
Les compétences sont elles-mêmes interreliées, et les relations qui les caractérisent différent et peuvent évoluer selon divers paramètres comme la nature de l'activité, la taille de l'entreprise, l'environnement concurrentiel, la législation, la localisation géographique, etc.
Les compétences adjacentes à une compétence «A» sont celles qui lui sont liées, directement ou en se combinant avec d'autres compétences ou contextes, et qui facilitent l'accès ou le développement de celle-ci.
La transition peut se matérialiser en perfectionnant certaines connaissances, en acquérant d'autres compétences complémentaires grâce à des formations ciblées, ou simplement en s'immergeant directement dans l'activité du rôle ciblé.
""
💡 Du point de vue des recruteurs, il s'agit donc de s'ouvrir, voire cibler, des candidats qui certes, peuvent ne pas disposer des exigences initialement définies, mais qui disposent des compétences en mesure de les mener plus rapidement vers celles qui sont exigées dans le cadre du poste.
"" b - Exemple des recrutements dans la vente
Prenons le cas d'une entreprise qui cherche à recruter des vendeurs pour exercer au sein d'un aéroport. Il est non seulement difficile d'attirer les candidats vers ces zones souvent éloignées des agglomérations, mais cela devient particulièrement ardu dans le contexte de tension que connaissent les métiers de la vente aujourd'hui.
L'analyse des données issues des offres d'emploi montre que les recruteurs aspirent à des candidats qui sauraient accueillir les clients et présenter les produits dans plusieurs langues, notamment en anglais. Bien entendu, ces derniers doivent maitriser les procédures d'encaissement des ventes, être en mesure d'entretenir l'espace et de suivre l'état des stocks. Pour ce type de poste en zone aéroportuaire, les salaires proposés s'établissent en moyenne à près de 2000 euros bruts par mois.
En période de pénurie, les recruteurs pourraient se tourner en guise d'alternative vers des candidats d'autres métiers, disposant des compétences proches ou adjacentes.
Par exemple, des métiers moins tendus comme ceux des hôtes et hôtesses d'accueil présentent des compétences assez similaires à celles des vendeurs, ce qui les prédisposerait à s'intégrer facilement dans ces métiers.
Dans ces cas, les recruteurs ont besoin d'ajuster leurs tactiques de ciblage et peuvent proposer des parcours et des formations de mise à niveau lors des phases d'onboarding.
De plus, comme c'est le cas pour cette exemple, certains métiers dont les compétences sont adjacentes proposent des rémunérations moins attractives, ce qui constituerait potentiellement un argument supplémentaire en vue d'attirer ces talents.
7 - Valoriser les compétences sur le marché du travail
Beaucoup de professionnels et de nouveaux arrivants sur le marché s'interrogent sur la valeur actuelle de leur compétences sur le marché.
Il est toutefois rare que ces derniers s'appuient sur l'analyse des compétences pour estimer leurs salaires et orienter leurs choix, en se contentant souvent d'enquêtes, utiles certes, mais seulement à l'échelle des postes et des professions.
Dans une économie actuelle où l'on multiplie les rôles et l'on change fréquemment les métiers, il semble évident de privilégier une approche par les compétences.
Mais faut-il encore avoir les méthodes et outils appropriés à disposition.
a - Pourquoi estimer son salaire selon les compétences et non le poste ?
Les compétences sont au cœur de l'activité économique, ce qui en fait un facteur important pour l'estimation du salaire. Le marché valorise de plus en plus les compétences, de façon plus précise et notamment certaines combinaisons spécifiques.
Se concentrer ses les compétences permet donc de mieux mettre en lumière tout son panel de compétences et promouvoir celles qui font la différence. Mais ce n'est pas la seule raison :
● Les salaires tiennent également compte de la charge de travail, des responsabilités professionnelles et d'autres aspects de l'environnement de travail.
Mais comprendre la différence de valeur entre ces aspects spécifiques à un emploi et ses propres compétences peut aider à orienter ses choix de carrière ou de formation.
● Les compétences les plus demandées sur le marché ont tendance à prendre de la valeur, tandis que celles qui sont largement disponibles, courantes ou automatisables se déprécient.
Estimer le salaire en fonction des compétences permet d'en prendre conscience et d'identifier les compétences à développer.
● La négociation salariale est une voie à double sens. L'entreprise veut obtenir le maximum du candidat et réciproquement. Malheureusement, la négociation salariale est aussi l'un des aspects les plus stressants de la recherche d'un emploi.
Lors de la négociation de la rémunération, deux facteurs principaux entrent en ligne de compte : quelle est la valeur de vos compétences ? et dans quelle mesure l'entreprise a-t-elle besoin de vos compétences ?
Négocier avec plus d'arguments est toujours mieux que de dire simplement "Je veux tant parce que je les mérite".
""
💡 Bien entendu, les enquêtes salariales traditionnelles présentent aussi plusieurs limites. L'une d'elles est que la taille des échantillons est trop petite pour fournir des données précises sur des secteurs ou des régions spécifiques, ainsi que la faible granularité qui ne permet pas d'approfondir jusqu'aux compétences. De ce fait, ces enquêtes ne tiennent pas forcément compte de tous les facteurs que les candidats peuvent apporter à la table de négociation.
"" b - Comment estimer son salaire selon les compétences ?
Utiliser (ou développer) des outils IA et Big Data qui analysent les compétences.
Grâce à l'IA et aux technologies Big Data, il est possible d'analyser les données qui proviennent des millions d'offres d'emploi publiées quotidiennement sur le marché du travail, d'extraire et classifier les compétences ainsi que toutes les informations communiquées par les recruteurs.
Ces Big Data offrent l'opportunité de suivre de façon granulaire et précise l'évolution des salaires proposés sur le marché du travail, en temps réel et selon de nombreux paramètres.
Comment ça fonctionne ?
Prenons l'exemple de l'IA d'évaluation des salaires développée par TrouveTaVoie. Celle-ci analyse les combinaisons des compétences opérationnelles détectées sur un CV ou un profil professionnel en comparaisons avec les compétences demandées sur le marché. Pour évaluer les salaires, l'algorithme identifie un panier de métiers et de fonctions qui correspondent aux différents groupes de compétences, avant de calculer une moyenne qui se base sur les salaires proposés par les recruteurs dans les offres d'emploi.
Grâce à une telle approche, le résultant est toujours actualisé selon la tendance du marché.
c - Où trouver les bons outils ?
Les outils IA et Big Data pour analyser les compétences et estimer les salaires peuvent être proposés en ligne par certains spécialistes, selon les pays et les régions, voire les métiers, que vous ciblez.
Assurez-vous que vous choisissez les outils dont l'approche est à la fois transparente et pertinente, conforme aux dispositions RGPD pour la protection des données personnelles, et qui exploitent une analyse fine et approfondie des compétences et pas seulement des appellations génériques.
""
💡 En général, un bon résultat doit être détaillé et clairement explicable, de sorte à ce que l'on puisse identifier la correspondance des estimations proposées avec les combinaisons de compétences associées.
"" 8 - Booster les programmes de formation
Lorsque les apprenants saisissent les liens entre leur formation et les perspectives d'emploi et de carrières, ils sont nécessairement plus engagés dans le processus d'apprentissage, et seront plus enclins à promouvoir leurs parcours.
Dans un article précédent, nous avons vu comment l'observation des compétences aide les apprenants à optimiser leur formation, ainsi que les raisons pour lesquelles l'analyse des données sur les compétences doit s'imposer comme un outil privilégié pour les aider à aligner leurs études et objectifs professionnels.
Les insights sur les compétences et la demande du marché peuvent en effet informer la réflexion sur les programmes de formation et aider à comprendre, avec une meilleure clarté, comment chaque formation se relie à l'emploi et aux débouchés métiers.
a - Comment exploiter ce langage des compétences pour les formations ?
Il existe une réponse à court et à long terme à cette question.
À court terme, un moyen d'adresser le problème est de se tourner vers l'analyse en temps réel des offres d'emploi, qui peut aider non seulement à avoir une meilleure compréhension générale de la demande actuelle des employeurs, mais aussi pour étudier les besoins en compétences à un niveau très granulaire.
En utilisant les données, un établissement de formation peut très rapidement comprendre les compétences dont les employeurs de ses spécialités/régions ont besoin, avant d'exploiter cette information pour évaluer dans quelle mesure les cursus actuels répondent à ces besoins en compétences, et ensuite réfléchir à une stratégie visant à adapter constamment la formation et l'accompagnement des étudiants, en incorporant ou créant de nouveaux contenus par exemple.
b - Repenser les qualifications grâce au langage des compétences ?
Comme nous l'avons mentionné ci-haut, l'approche des employeurs vis-à-vis des qualifications a beaucoup changé ces dernières années.
Cela signifie que l'époque où la qualification sécurise le parcours de carrière est en train de s'estomper plus rapidement qu'on ne le pense. Si les employeurs adoptent une nouvelle façon de faire et de penser, le système des qualifications doit s'adapter à son tour.
Une fois de plus, maitriser le langage des compétences présente une voie prometteuse pour réformer le système des qualifications. En effet, tout comme les emplois peuvent être décomposés en compétences, les qualifications le peuvent aussi.
Chaque qualification est essentiellement composée d'un nombre de blocs de compétences, qui peuvent être identifiés à l'aide des référentiels et des intelligences artificielles.
Cela donne la possibilité de créer un système beaucoup plus nuancé, où au lieu des «blocs» de qualification, nous avons plutôt une série de blocs de compétences que nous pouvons considérer comme constituant une qualification, et qui peuvent être dynamiquement ajoutés et complétés afin de mieux refléter l'évolution rapide du marché du travail.
Cela veut dire que la formation menant à une qualification serait plus à même à assurer l'accès des apprenants à la fois aux compétences de base et aux compétences de niche nécessaires et demandées par les employeurs.
Bien entendu, le caractère des qualifications pourraient être modifié, se limitant à des périmètres et durées précis, et éventuellement nécessitant une formation continue pour les professionnels souhaitant continuer à utiliser cette reconnaissance pour exercer.
""
💡 Le langage des compétences peut donc s'avérer crucial pour repenser complètement la façon dont on relie les emplois et aux qualifications, chacun étant renvoyé à ses différentes composantes de compétences.
Il s'agit là d'une nouvelle approche capable de contribuer à la réduction du gap de compétences, en rendant le processus qui a pour objectif de "mettre en relation les individus possédant les bonnes compétences, aux emplois ayant besoin de ces compétences, à travers la formation qui peut fournir ces compétences" beaucoup plus efficace et tellement plus facile qu'il ne l'est actuellement, au bénéfice de tous.
"" ◼️ Vous êtes professionnel de la formation ou du Conseil Carrière ?
◼️ Vous souhaitez en savoir plus sur nos solutions IA et Big Data ?
◼️ Vous avez un projet, une étude spécifique à mener ?
◼️ Vous souhaitez avoir accès à nos données et insights ?
◼️ Vous aimeriez tester notre plateforme https://app.trouvetavoie.io ?
🚀 TrouveTaVoie œuvre pour rendre les données et les technologies de l'emploi largement accessibles à tous les acteurs du marché du travail !
📈 Nous disposons de la base de données temps réel sur le marché du travail la plus large, la plus complète et la plus granulaire en France