La crise actuelle 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 stratégies de reprise. 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 ce 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. Coupler les données sur les compétences avec les analyses économiques donnera certainement une meilleure représentation eu égard les actions à mettre en œuvre en vue de faire face aux difficultés de préservation de l'emploi et d'insertion des jeunes.
Tendances des compétences transférables et résilientes en France
Pour identifier les compétences transférables résilientes sur le marché du travail, nous avons extrait les données de plus d'un million (~1.2M) d'offres d'emploi uniques publiées sur les job-boards français entre Avril et Juin 2020, avant de les normaliser selon le référentiel ROME de Pôle Emploi.
Dans ce sens, nous avons exploité deux index : l'index de transférabilité et l'index de résilience. L'index de transférabilité est calculé à partir d'une analyse poussée des compétences associées à chaque métier, permettant de mesurer l'étendue des autres métiers qui font appel à chaque compétence avec son degré d'importance. Pour les besoins de cette étude, cette analyse a été effectuée sur notre ontologie dynamique des emplois/compétences basée sur le référentiel ROME. L'index de résilience est quant à lui déduit en quantifiant le niveau de demande associé à chaque compétence sur la période choisie pour l'analyse.
Les résultats de notre étude montrent que, parmi les plus transférables, les compétences les plus résilientes sont celles qui relèvent de la coordination et management d'équipe/projet, ainsi que l'analyse et le traitement de données nécessaires à la conduite des activités de l'organisation, ou encore les compétences relatives à la transmission des savoirs, au partage et à la formation. La négociation commerciale et la gestion RH figurent, elles aussi et en toute logique, parmi les compétences les plus résilientes en cette période inédite de crise (cf. courbe en rouge figure ci-haut).
Refléter ces compétences sur son parcours, son CV ou à l'échelle de l'offre de formation et d'orientation permet notamment d'augmenter les possibilités de navigation entre des postes et fonctions variées, dans des industries parfois opposées. Cela participe à une meilleure préparation des phases de formation, d'insertion ou de reconversion. Les étudiants, les professionnels en poste et les chercheurs d'emploi peuvent ainsi identifier les compétences transférables dont ils disposent, ainsi que celles qu’ils souhaiteraient développer pour viser une voie de carrière alternative à leur plan de départ.
Par ailleurs, la prise en compte des données sur les compétences et les tendances temps réel du marché permet même d'aller plus loin, grâce à l'identification des métiers les plus proches en termes de compétences, tout en suivant par exemple, les niveaux de salaires proposés pour ces compétences selon le métier, l'industrie, la localisation géographique, etc. À terme, cela favorise la symétrie d'information entre les parties prenantes, la transparence du marché et la création de passerelles et des perspectives multiples aux chercheurs d'emploi et aux recruteurs.
L'exemple ci-haut est tout à fait parlant pour illustrer l'intérêt de ces données temps réel dans un cadre d'insertion professionnelle, notamment quand il est primordial de réduire au maximum le temps nécessaire à l'accès à un emploi, que ce soit pour les établissements d'enseignement, les recruteurs ou les chercheurs d'emploi. A ce titre, on voit dans ce cas, à l'échelle des quelques dernières semaines, qu'une chute importante des recrutements a impacté l'audit financier (plus importante que la baisse saisonnière habituelle), alors qu'en face, les métiers des transactions immobilières reprennent de l'allure rapidement. Ces derniers font appel en effet à plus d'une dizaine de compétences qu'on retrouve dans les métiers de l'audit financier, rendant cette option attractive pour des candidats en quête d'insertion, moyennant éventuellement une formation ou un stage visant à adapter rapidement le profil aux spécificités du secteur immobilier.
Comment nous exploitons les données temps réel sur les tendances du marché du travail ?
Le contexte actuel particulièrement incertain impose à tous les acteurs du marché du travail de fonder les choix d'éducation et de carrière sur des données actualisées et fiables. Cela est particulièrement décisif pour permettre aux étudiants, aux universités, aux chercheurs d'emploi, aux acteurs publics et aux entreprises d'informer à tout moment leurs stratégies à partir d'une information sur l'évolution du marché, des métiers en croissance ainsi que les compétences en demande, résilientes et transférables.
TrouveTaVoie a été particulièrement bien positionnée pour accompagner les acteurs de la formation et de l'emploi grâce à ses données temps réel sur les tendances du marché du travail. Nos intelligences artificielles et capacités algorithmiques rendent aujourd’hui possible la collecte, l’agrégation et l’alignement en temps réel des dizaines de milliers d’offres d’emploi issues de diverses plateformes en ligne, facilitant ainsi leur présentation, leur acheminement, la recherche intelligente et la création d’alertes personnalisées, ainsi que l’observation et l’analyse poussée visant à extraire les dernières tendances. Nous créons un langage structuré et normalisé (ontologie) afin de faciliter l’exploitation et l’analyse des bases de données.
Agréger efficacement un grand nombre d’offres d’emploi passe d’abord par la mise en place d’un système de web-mining en mesure de capturer en temps réel les offres publiées sur les sites web, ainsi qu’une capacité de traitement big data. Répondre à ce besoin est subordonné à l’étude et au développement du processus de collecte couplé à une architecture d’acquisition des données et adaptés au nombre, à la taille et la dynamique des données et sources web ciblées. Il s’agit de garantir une collecte en temps réel, d’assurer l’optimisation de la structure des bases de données, d’adapter les web-crawlers aux structures évolutives des sites, d’incorporer les métadonnées et les prétraitements en vue aussi bien de l’exploitation de ces données à travers des études et plateformes web, qu’à de nouveaux entrainements des algorithmes d’intelligence artificielle visant à actualiser leurs connaissances et améliorer leur précision.
Dans un deuxième temps, nous nous appuierons sur nos ontologies des métiers et occupations, ainsi que sur nos algorithmes d’extraction, de nettoyage et de déduplication nécessaires à l’alignement des offres selon un langage uniformisé. Nous utiliserons nos modèles d’intelligence artificielle pour la génération des codifications et nomenclatures permettant de rechercher efficacement des offres selon des critères spécifiques de domaines, formations, métiers, niveaux d’études, localisations, etc.
Enfin, nous appliquons une méthode d'exploitation des données qui se base sur les graphes, notamment dans l’optique de faciliter la scalabilité de la data et son interopérabilité eu égard les ontologies et standards internationaux (ISCO, ESCO, ROME, SOC etc.) utilisés, ainsi que les thesaurus et les taxonomies dédiés à l’offre de formation, aux métiers et aux compétences. En fonction des besoins de chaque projet et de chaque organisation, il convient d’étudier spécifiquement et conjointement avec les équipes internes, les nomenclatures et référentiels à mettre en œuvre ainsi que les modèles IA et la structure algorithmique sous-jacents.
Vous souhaitez en savoir plus sur nos systèmes d'information temps réel sur le marché du travail ? Vous avez un projet spécifique à mener ?
Commenti