Il y a un moment connu de presque tous ceux qui ont déjà cherché un emploi ou un employé : le sentiment qu’il existe quelque part, de l’autre côté, une correspondance parfaite, mais qu’elle ne peut pas être trouvée. Les employeurs passent des semaines à trier les CV et embauchent encore trop souvent la mauvaise personne ; les candidats envoient des dizaines de candidatures sans savoir où ils pourraient vraiment briller. Talentstripe, une startup croate née à l’intersection de la psychologie académique et de la pratique de sélection, existe précisément pour combler cette lacune, non pas par des suppositions, mais par des mesures.
Mission avant produit
L’histoire de Talentstripe est plus facile à comprendre lorsque l’on sait d’où viennent ses fondateurs. Les co-propriétaires sont des professeurs et des assistants en psychologie de la Faculté des sciences humaines et sociales de l’Université de Zagreb – Zvonimir Galić, Mitja Ružojčić et Nikola Erceg – des chercheurs qui étudient la personnalité, la motivation et la prise de décision rationnelle depuis des années, avec le soutien de la Fondation croate pour la science, ainsi que la question qui se trouve au cœur de chaque bonne décision d’embauche : comment les gens diffèrent-ils et comment cela peut-il être mesuré de manière fiable ? À leurs côtés se trouvent quatre experts de Selekcija.hr, le principal fournisseur national de services d’évaluation des candidats en ligne – Slobodan Jović, Fanika Ivaković, Dragan Prijić et Petar Vrkić – qui ont appris à travers des milliers de sélections réelles où les procédures classiques échouent.
En combinant laboratoire et pratique, ils se sont fixé une tâche plus large que de simplement pourvoir des postes : ils veulent améliorer et faciliter la manière dont les personnes et les emplois sont trouvés. D’un côté, ils économisent de l’argent, du temps et des ressources et apportent des candidats qui correspondent parfaitement à ce poste ; de l’autre, ils donnent aux individus l’opportunité d’apprendre quelque chose sur eux-mêmes et de travailler là où leurs talents brillent le plus. Cela, disent-ils, est un travail qui a du sens car une bonne correspondance entre une personne et un emploi change la vie quotidienne de quelqu’un.
De ‘bon candidat’ à ‘bon candidat pour ce poste’
Les procédures de sélection classiques, croient-ils chez Talentstripe, souffrent de deux lacunes. La première est qu’elles mesurent un ensemble restreint de traits et négligent souvent les compétences qui sont cruciales aujourd’hui et seront encore plus importantes demain : la pensée critique et analytique, la résolution de problèmes, l’adaptabilité, la résilience, l’orientation vers l’accomplissement, ainsi que les compétences en communication et en collaboration, qui sont également mises en avant dans les listes d’emplois futurs par le Forum économique mondial, McKinsey et Deloitte. La deuxième lacune est plus silencieuse mais plus coûteuse : même lorsqu’elles trouvent une personne capable, les procédures classiques prédisent mal si cette personne s’intégrera dans ce poste et cette organisation. Le coût de ce décalage est payé par le marché aujourd’hui à travers la ‘grande démission’ et le ‘quiet quitting’, des phénomènes qui découlent de la divergence entre ce que les gens attendent du travail et ce qu’ils reçoivent réellement.
La réponse de Talentstripe s’appelle COMPETENT. C’est un modèle complet, scientifiquement fondé, de neuf compétences, construit sur l’un des cadres mondiaux les plus prestigieux, mais adapté et élargi pour les besoins du marché moderne. Son unicité réside dans le fait qu’il décrit à la fois la personne et le poste avec la même mesure : combien un individu possède chacune des neuf compétences et combien chacune d’elles est requise par un poste spécifique. De cela découle ce qu’un entretien et un CV ne peuvent pas fournir – un alignement direct et mesurable (correspondance) entre le profil du candidat et les exigences spécifiques du poste. Talentstripe ne cherche pas un ‘bon candidat en général’, mais la bonne personne spécifiquement pour ce poste ; car le meilleur programmeur n’est pas nécessairement le meilleur choix pour chaque poste de programmation, et c’est précisément cette différence que leur application rend visible et mesurable.
