CV parsing : pourquoi et comment ?

Définition du CV parsing (ou analyse grammaticale en français)

Le parsing de CV est une technologie qui extrait les informations importantes d’un CV (ou d'un profil candidat) et qui les organise dans un format structuré. Ce format permet ensuite le traitement automatisé des données dans des outils comme : 

• Des ATS (gestion des candidatures)
• Des CRM (gestion de la relation avec les talents)
• Des sites carrière
• Des job boards
• Etc.

L’objectif est d’extraire rapidement et automatiquement des données pour accélérer l’étape de la lecture et de l’analyse du CV. 

Quelles données peuvent être scannées par un CV parser ?

Quand on parle de CV parser (ou “parseur” si l’on francise le mot), on parle de l’outil qui permettra le parsing du CV. En fonction du référentiel utilisé et du paramétrage de cet outil, les données scannées et récupérées peuvent être très nombreuses, classées dans des catégories assez larges. Prenons quelques exemples. 

Les données sur le candidat

• Nom
• Prénom
• Lieu de résidence
• Âge / ancienneté
• Numéro de téléphone / adresse email
• Formation / diplôme

Les données sur les expériences du candidat

• Date de début / date de fin d’une expérience
• Nom de l’entreprise
• Nom du poste
• Descriptif des missions
• Du management ou non

Les données sur les compétences du candidat

• Compétences techniques
• Outils utilisés
• Langues étrangères maîtrisées
• Savoir-être / soft skills

Ce ne sont évidemment que des exemples, mais ils montrent le large éventail de données qui peuvent être ensuite utilisées de différentes façons, soit par l’IA soit par l’humain (ou les deux). 

Comment fonctionne un CV parser ?

Un parseur de CV scanne le contenu d'un document (PDF, Word, texte brut, profil LinkedIn, etc.) pour en extraire des données structurées (identité, compétences, expériences, formations, etc.).

Les technologies de CV parsing décryptent les lettres et les mots et se basent sur des mots clés identifiés, souvent par familles. Il existe aussi des possibilités d’identification de certaines subtilités dans les textes. Certaines technologies de parsing prennent en compte les règles grammaticales propres à chaque langue.

Par exemple, en fonction de la langue détectée (ici le français), un bon outil de parsing fera la différence entre : 

• communication = en tant que compétence
• communication = en tant que secteur professionnel / profession

CV parsing et conversion des données

Selon le paramétrage de l’outil, les données sont converties dans différents formats, comme JSON ou XML, facilement exploitables par des logiciels d’analyse. Par exemple, un recruteur peut paramétrer son parseur pour mettre en lumière automatiquement les candidatures possédant tel ou tel critère présent dans leurs CV.

Les potentielles limites du CV parsing

Sachez déjà que toutes les technologies de parsing ne se valent pas. Et certaines, plus que d’autres, atteindront quelques limites dûes à l’intelligence artificielle, qui ne peut jamais remplacer à 100% l’intelligence humaine. 

Pour certains algorithmes, la lecture des données et leur extraction peuvent s’avérer plus complexes sur des CV originaux, très designés, notamment car les technologies de parsing peuvent aussi utiliser la mise en page comme façon d’analyser les données.

Par exemple, sur un CV, il est communément admis que le prénom et le nom aillent de paire. Aussi, si l’algorithme identifie un prénom, il pourra en déduire que le mot suivant et le nom. Certaines mises en page peuvent faire fi du nom de famille, ce qui peut perturber l’outil. Comme nous l’avons vu, toutes les technologies de parsing ne se valent pas. 

Et de cette qualité de l’algorithme dépendra la qualité des informations extraites et les possibilités d’analyse qui s’en suivent.

Les variations de certains termes, selon les langues et cultures, peuvent aussi être complexes. Prenons l’exemple des dates qui ne s’écrivent pas dans le même ordre en français ou en anglais par exemple. Encore une fois, l’importance d’avoir une technologie de parsing déclinée dans plusieurs langues est un vrai atout, surtout pour les entreprises internationales.

Les utilisations du CV parsing en recrutement

Enrichir l’ATS de candidatures sans action manuelle des candidats ou des recruteurs : un incontournable du CV parser

Compléter un ATS avec des candidatures peut être chronophage : 

• soit pour le candidat à qui l’on demande de remplir ses informations dans de longs formulaires de candidature,
• soit pour le recruteur, qui est parfois amené à le faire pour éviter cette tâche à son candidat.

Le CV parsing permet d’identifier les éléments d’un CV et de les copier automatiquement dans le système de gestion des candidatures d’une entreprise. 

L’avantage principal pour le candidat ? Une candidature plus rapide et sans formulaire complexe à remplir - tout est pré-rempli par la technologie de parsing. Il y a juste à déposer son CV et le CV parser s’occupe du reste ! C’est ce que l’on appelle “la candidature en 1 clic”. 

En rebond, l’avantage pour le recruteur est d’obtenir plus de candidatures puisque l’acte de postuler est plus facile et presque automatique.

Comme première étape du matching de CV

Nous l’avons vu, le fait d’analyser les termes présents dans un CV permet de “lire” rapidement les informations principales d’un profil. Mais le CV parsing se fait aussi sur les offres d’emploi. 

Une fois que cette technologie a extrait les différentes informations, une autre technologie prend le relai pour faire des parallèles entre les informations du candidat et celle de l’offre : c’est le matching (ou bien matching de CV).

L’algorithme de matching permet de définir un score de compatibilité entre une offre et un candidat, basé sur les critères que souhaite le recruteur. Il le guide ainsi pour identifier les profils les plus pertinents.

Un bon outil de matching donnera la main au recruteur qui l’utilise pour ajuster les critères de recherche et identifier en un coup d'œil ces critères de correspondance directement dans un CV.

Le matching peut aussi être une technologie appliquée à une base de données existante. L’algorithme va alors chercher dans un vivier de talents, les talents les plus pertinents selon une offre d’emploi. Un vrai gain de temps !

CV parser : pour enrichir facilement et rapidement son vivier de talents

Si le matching peut être utilisé dans un vivier de talents pour identifier les talents les plus prometteurs… le CV parsing peut aussi permettre à une équipe de recrutement de compléter automatiquement et simplement sa base de données de talents. 

Au lieu de recopier les données des profils identifiés ligne par ligne, information par information, au risque de faire des erreurs, le parsing permet l’extraction des informations pour éviter les saisies manuelles. Les recruteurs gagnent du temps et s’assurent de transcrire toutes les informations importantes d’un profil. 

Attention : cette technologie doit évidemment répondre à des enjeux de gestion & sécurité des données en étant compatible avec le RGPD (Règlement général sur la protection des données). 

👉 Pour bénéficier du parsing et du matching au sein d’un vivier de talents structuré, le plus simple est d’utiliser un système de CRM (Candidate Relationship Management).

L’utilisation du CV parsing par les candidats

Les candidats n’utilisent pas directement le parsing de CV mais la technologie de parsing existe aussi pour les offres d’emploi. Aussi, ce qui peut ressortir d’un CV parser grâce au matching est aussi utile aussi aux candidats. 

Par exemple, sur un job board ou un site carrière d’une entreprise, le téléchargement d’un CV en 1 clic par le candidat pourra donner lieu à des propositions d’offres d’emploi adaptées grâce au binôme parsing / matching. Un gain de temps et de pertinence dans la recherche d’un nouvel emploi.

CV parsing, CV matching : quelles différences ?

Il s’agit bien de deux objectifs différents même s’ils sont complémentaires : 

• Parsing (étape 1) : lecture, extraction et tri des données (CV & offre d’emploi), et potentiellement la copie de ces informations dans une base de données
• Matching (étape 2) : analyse des données recueillies(CV & offre d’emploi) pour identifier des informations cohérentes et classer selon la probabilité de correspondance

Au-delà de l’étape et de l'objectif, il faut noter une vraie différence dans le rapport aux données.

Le CV parsing peut extraire absolument toutes les données selon le paramétrage de son algorithme. L’ensemble de ces données ne sera pas forcément (et fort heureusement) utilisé dans l’étape du matching. Car il existe des biais sur certaines informations et les technologies de matching ne peuvent pas se baser sur certaines d’entre elles. C’est le cas de l’âge, du genre, de l’origine, etc., qui peuvent amener à de la discrimination.

Si ces données spécifiques peuvent être extraites, notamment pour remplir automatiquement des formulaires ou des fiches candidat par exemple, elles ne seront pas utilisées par les référentiels de matching pour assurer aux recruteurs et candidats qu’il n’y a aucune stigmatisation d’aucune sorte.