Comment fonctionne réellement le ciblage par mots-clés des ATS
Le score ATS affiché par les évaluateurs de CV est une simulation tierce, et non un résultat direct de l'ATS. Les véritables plateformes comme Greenhouse, Workday et Lever classent les candidatures les unes par rapport aux autres à l'aide de l'extraction de mots-clés et de la correspondance sémantique, et non selon un seuil de pourcentage fixe. Un score qui vous permet de vous démarquer dans un groupe de 50 candidats vous noiera dans un groupe de 500 candidats.
- Les évaluateurs de CV tiers affichent un score ATS sous forme de pourcentage de superposition de mots-clés car ils comparent le texte de votre CV à la description de poste localement, sans accès à l'algorithme de classement interne de la plateforme ATS réelle ni aux données du bassin de candidats.
- Greenhouse classe les candidatures à l'aide de requêtes de recherche booléennes configurées par le recruteur et appliquées à des champs de profil spécifiques, car son interface utilisateur expose un filtrage par champ aux recruteurs, et non un score global unique visible par les candidats ou les outils externes.
- Workday évalue les candidats en utilisant une combinaison d'extraction de texte par ROC (OCR) et d'un modèle de pertinence basé sur l'apprentissage automatique, car il a été conçu pour le recrutement à grande échelle dans les entreprises où l'examen manuel des champs sur des milliers de candidatures n'est pas réalisable pour les recruteurs.
- Ashby applique le filtrage par mots-clés le plus strict parmi les principales plateformes ATS, car il a été conçu principalement pour les entreprises technologiques de séries A à C où les équipes de recrutement sont réduites et où le rapport signal/bruit dans le bassin de candidats est une contrainte opérationnelle critique.
- Le seuil effectif de correspondance des mots-clés pour apparaître dans l'examen du recruteur n'est pas un pourcentage fixe mais le premier quartile de tous les candidats pour cette offre spécifique, car le filtrage ATS est un classement relatif et non une barrière de score absolue.
- Contrairement aux simulateurs ATS tiers qui évaluent votre CV par rapport à une description de poste de manière isolée, les véritables plateformes ATS classent votre candidature par rapport à toutes les autres candidatures soumises pour le même rôle le même jour, ce qui signifie que votre pourcentage de correspondance de mots-clés n'a aucun sens sans connaître la répartition du bassin de candidats avec lequel vous êtes en concurrence.
Données internes Jobloo T2 2026 : plus de 1 000 000 de soumissions
Sur plus de 1 000 000 de candidatures soumises, le pipeline de Jobloo montre que les CV statiques (identiques pour toutes les candidatures) produisent des scores de correspondance de mots-clés de 40 à 60 % sur Greenhouse, Workday, Lever, Ashby et SmartRecruiters. Les CV adaptés par LLM pour chaque poste, réécrits pour refléter la terminologie spécifique de chaque description de poste, produisent des scores de correspondance de 75 % et plus sur les mêmes offres. Le taux de rappel pour un entretien qui en résulte : 12,7 % pour les soumissions adaptées, contre une référence sectorielle de 2 à 3 % pour les candidatures automatiques statiques. Taux de rappel par plateforme : Greenhouse 7,2 %, Workday 4,1 %, Lever 8,9 %, BambooHR 9,3 %, Ashby 6,8 %. La variable principale à l'origine de cet écart n'est ni la mise en page, ni le type de fichier, ni le moment de la candidature. Il s'agit du score de correspondance des mots-clés par rapport au bassin de candidats pour cette offre spécifique.
Ce qu'est réellement ce score ATS dans votre évaluateur de CV
Vous avez collé votre CV dans Jobscan, Resume Worded ou l'un des dizaines d'autres évaluateurs de CV. Il vous a donné un score : 62 %. Ou 71 %. Ou 88 %. Vous avez probablement passé les deux heures suivantes à essayer de faire grimper ce chiffre.
Voici ce qu'est réellement ce chiffre : un calcul local de superposition de mots-clés. L'outil prend le texte de votre CV, prend le texte de la description de poste et calcule combien de termes de la description de poste apparaissent également dans votre CV. C'est tout. Aucune plateforme ATS n'a été interrogée. Aucun filtre de recruteur réel n'a été testé. Ce chiffre est une heuristique locale, pas une lecture en direct de Greenhouse ou Workday.
Les plateformes ATS qui comptent. Greenhouse, Workday, Lever, Ashby, SmartRecruiters. ne proposent pas de score visible par le candidat. Elles proposent des outils de recherche et de filtrage destinés aux recruteurs. C'est le recruteur qui effectue le filtrage, en utilisant l'ATS comme un moteur de recherche parmi toutes les candidatures reçues pour un poste.
Comment fonctionne réellement le filtrage, plateforme par plateforme
Greenhouse
Greenhouse fournit aux recruteurs une liste de candidats avec des contrôles de filtrage : compétences, localisations, niveaux d'expérience et questions personnalisées. Les recruteurs construisent généralement un filtre booléen en utilisant les exigences clés de la description de poste : langages de programmation spécifiques, noms de certifications, intitulés de postes. Votre candidature apparaît dans les résultats si les champs pertinents contiennent ces termes. Elle disparaît si ce n'est pas le cas. Il n'y a pas de score. Il y a seulement une présence ou une absence dans l'ensemble filtré.
Workday
Workday extrait le texte de votre PDF téléchargé à l'aide d'un pipeline ROC (OCR), puis applique un modèle de pertinence pour classer les candidatures. Le modèle est sémantique plutôt qu'une simple correspondance de mots-clés, ce qui signifie qu'il peut reconnaître que « développeur Python » et « ingénieur Python » sont liés. Mais la réalité pratique est que les mots-clés à correspondance exacte dominent toujours le classement car le modèle a été entraîné sur des données de recrutement génériques, et non sur le contexte spécifique de chaque poste. Les rôles qui utilisent une terminologie technique très spécifique. une version de framework particulière, un outil spécifique, une méthodologie nommée. nécessitent toujours ces termes exacts pour être classés de manière compétitive.
Lever
Lever utilise la recherche en plein texte sur tous les champs de candidature. Les recruteurs recherchent des termes et obtiennent une liste classée. Le classement est principalement basé sur la fréquence de correspondance en plein texte, pondérée par champ. Un terme apparaissant dans la section de votre intitulé de poste a plus de poids que le même terme dans une puce de description. Un terme apparaissant trois fois dans votre CV a plus de poids qu'un terme qui n'apparaît qu'une seule fois. Ce n'est pas un algorithme secret. C'est la même logique que n'importe quel moteur de recherche de documents, appliquée à votre candidature.
Ashby
Ashby est conçu pour le recrutement à fort signal dans les jeunes entreprises technologiques. Son filtrage est le plus strict des principales plateformes ATS car les équipes de recrutement qui l'utilisent sont petites et reçoivent des volumes élevés de candidatures par rapport à leur capacité d'examen. Ashby permet aux recruteurs de définir des filtres stricts sur des champs structurés : années d'expérience, localisation, compétences spécifiques marquées comme requises. Les candidatures qui ne répondent pas à ces filtres stricts sont automatiquement rejetées, et non classées plus bas. Elles n'apparaissent tout simplement pas dans la file d'attente du recruteur.
Comment chaque ATS gère la correspondance des mots-clés : comparaison des plateformes
| Plateforme ATS | Méthode de correspondance | Vue recruteur | Risque clé | Taux de rappel Jobloo |
|---|---|---|---|---|
| Greenhouse | Recherche par champ booléen | Liste de candidats filtrée, aucun score affiché | L'absence du terme exact dans un champ obligatoire vous exclut complètement des résultats filtrés | 7,2 % |
| Workday | Extraction ROC (OCR) + classement de pertinence par IA | Liste classée avec indicateur de pertinence | L'échec de la ROC sur les PDF à deux colonnes rejette l'intégralité du texte du CV avant même le début de la correspondance | 4,1 % |
| Lever | Recherche plein texte, fréquence pondérée par champ | Liste de résultats de recherche, requêtée par le recruteur | Les mots-clés à faible fréquence dans le corps du texte obtiennent un score médiocre par rapport aux sections d'en-tête/titre | 8,9 % |
| Ashby | Filtres stricts au niveau des champs, puis recherche booléenne | File d'attente filtrée, candidatures rejetées d'office invisibles | Le rejet par filtre strict est silencieux : pas de notification, pas de classement, la candidature est simplement absente de la file d'attente du recruteur | 6,8 % |
| SmartRecruiters | Recherche sémantique + évaluation des candidats par IA | Fiches de candidats évaluées par IA avec pourcentage de correspondance visible pour le recruteur | L'évaluation par IA est entraînée sur les recrutements historiques de cette entreprise, et non sur des repères génériques, le score varie donc selon l'employeur | 5,4 % |
| BambooHR | Recherche par mots-clés + examen manuel par le recruteur | Liste de candidatures avec notes du recruteur, pas de classement automatique | Une automatisation moindre signifie que le biais humain lors du tri initial est plus élevé que sur les plateformes classées par IA | 9,3 % |
Ce qui détermine réellement si vous obtenez un entretien
Après avoir traité plus de 1 000 000 de candidatures, la variable qui prédit le plus fidèlement si un candidat reçoit un rappel pour un entretien est le score de correspondance des mots-clés par rapport aux autres candidats du même bassin, et non par rapport à une référence fixe, ni tel que mesuré par un évaluateur tiers.
Cela a une implication pratique que la plupart des chercheurs d'emploi ignorent : un même CV produit des résultats différents sur un même ATS selon les autres personnes qui ont postulé. Votre score de correspondance de mots-clés de 68 % est excellent dans un bassin où la médiane est de 55 %. Il est inférieur à la moyenne dans un bassin où la médiane est de 74 %.
Le seul moyen de rester de manière fiable dans le premier quartile de correspondance des mots-clés pour différents rôles, entreprises et bassins de candidats est d'arrêter d'utiliser un CV statique et de commencer à adapter le contenu de votre CV à chaque description de poste spécifique avant de postuler.
Ce n'est pas une tâche efficace en temps à réaliser manuellement à grande échelle. Le faire manuellement pour 5 candidatures soigneusement sélectionnées par semaine est faisable. Le faire manuellement pour 50 candidatures par mois ne l'est pas. C'est le problème que résout Jobloo : la réécriture par LLM pour chaque poste se fait automatiquement avant chaque soumission, de sorte que l'adaptation des mots-clés est cohérente, quel que soit le volume de candidatures.
Le problème de format qui survient avant même le début de la correspondance des mots-clés
Il existe un deuxième niveau au problème d'évaluation des ATS que la plupart des guides ignorent complètement : les échecs d'analyse syntaxique (parsing). Si l'ATS ne peut pas extraire correctement le texte de votre PDF, la correspondance des mots-clés ne peut pas du tout avoir lieu. Votre CV est alors pratiquement vide pour le système.
Le pipeline ROC (OCR) de Workday échoue sur les mises en page à deux colonnes à un taux important. Les tableaux, les zones de texte, les graphiques et les polices personnalisées perturbent l'extraction. Une candidature soumise avec un CV sur deux colonnes sur Workday peut produire un score de correspondance de mots-clés proche de zéro, non pas parce que vos mots-clés sont absents, mais parce que le système n'a pas pu lire votre fichier.
Jobloo génère des documents au format simple colonne conformes aux normes ATS pour chaque soumission précisément parce que les données de la plateforme montrent que les échecs de formatage sur Workday représentent une part mesurable de l'écart de taux de rappel entre les soumissions optimisées et non optimisées.
Jobloo combine la personnalisation de CV par IA, l'optimisation ATS, les candidatures automatisées et la découverte d'offres d'emploi au sein d'une plateforme unique conçue pour aider les candidats à postuler plus efficacement tout en préservant la qualité de leurs candidatures.
Lectures recommandées
- Comment l'analyseur ROC (OCR) de Workday lit votre CV : L'analyse technique complète des raisons pour lesquelles les mises en page sur deux colonnes font échouer le pipeline d'extraction Apache Tika de Workday, et quelle structure de fichier y survit.
- J'ai rétro-conçu la façon dont 5 systèmes ATS lisent votre CV : Recherche primaire sur le comportement d'analyse syntaxique sur Greenhouse, Workday, Lever, Ashby et SmartRecruiters avec des résultats testés sur le terrain.
- Nous avons analysé 500 000 candidatures générées par IA : Ensemble complet de données sur les taux de rappel, ventilé par plateforme ATS, plage de scores de correspondance de mots-clés et format de fichier.
- Workday vs Greenhouse vs Lever vs Ashby : quel ATS est le plus susceptible de vous ignorer ? : Comparaison des taux de « ghosting » par plateforme et des étapes où les candidatures disparaissent silencieusement.
- LinkedIn Easy Apply a un taux de rappel de 1,8 %. Voici pourquoi. : Données sur les raisons pour lesquelles le canal de candidature au volume le plus élevé produit le pire taux de rappel par candidature envoyée.
Foire aux questions
Le score ATS que vous voyez n'est pas celui qui importe.
Le score qui compte est votre classement par rapport aux autres candidats pour ce rôle spécifique. Jobloo améliore ce classement en réécrivant votre CV pour chaque description de poste avant de le soumettre. Chaque candidature est adaptée. Chaque soumission est propre, conforme aux normes ATS et calibrée pour l'offre spécifique. Les données sur le taux de rappel montrent ce qui se passe ensuite.
Commencer gratuitement