Comment nettoyer les sources de candidatures dans un ATS ?

À l’ouverture d’un export ATS, une équipe découvre plusieurs dizaines de valeurs différentes pour quelques canaux réellement utilisés. Une même plateforme apparaît sous six noms, les candidatures directes sont mélangées avec les sources inconnues, et certaines campagnes ont été nommées différemment chaque mois. Le tableau fonctionne techniquement, mais il devient difficile de répondre à des questions simples.

Combien de candidatures proviennent réellement de chaque plateforme ? Quel dispositif a généré des profils qualifiés ? Quelle part des candidatures ne possède aucune source exploitable ? Quelles données peuvent être comparées dans le temps ? Avant même de mesurer ou d’arbitrer, une question plus terre à terre se pose : comment nettoyer ces sources sans écraser l’historique ni inventer une précision qui n’existe pas ?

Pourquoi les sources ATS deviennent rapidement illisibles

La dégradation d’un référentiel de sources vient rarement d’une erreur unique. Elle s’installe progressivement, à mesure que les dispositifs, les équipes et les intégrations évoluent. Les intégrations diffèrent d’un jobboard à l’autre, les connecteurs sont modifiés, les paramètres UTM ne sont pas harmonisés, les campagnes sont nommées librement, la casse varie, et les noms historiques cohabitent avec les nouveaux.

À cela s’ajoutent les changements de site carrière, les candidatures importées ou créées manuellement, les redirections, les formulaires externes, les candidatures Direct Apply, les valeurs déclarées par les candidats, les sources par défaut et les valeurs vides. Chaque changement de configuration et chaque pratique propre à un recruteur ou à une entité ajoute sa variante. Au bout de quelques mois, un canal réellement unique se retrouve éclaté en de multiples libellés, sans qu’aucune décision consciente n’ait provoqué ce désordre.

Nettoyer une source ne signifie pas réécrire son origine

Il faut distinguer trois gestes qui n’ont pas la même portée : normaliser un libellé, attribuer une origine, et reconstruire un parcours candidat. Les deux premiers sont légitimes dans un travail de nettoyage, le troisième ne l’est pas à partir d’un simple libellé de source. Les valeurs INDEED, indeed.com et Indeed France peuvent raisonnablement être rattachées à la plateforme Indeed. En revanche, une valeur vide ne doit pas être reclassée dans Indeed sous prétexte que l’offre y était sponsorisée.

La règle tient en trois principes : normaliser lorsqu’un signal fiable existe, conserver « non attribué » ou « inconnu » lorsqu’aucun signal ne permet de conclure, et documenter les hypothèses lorsqu’une règle repose sur une approximation. La normalisation améliore la lisibilité de la donnée, elle ne reconstitue pas le véritable chemin suivi par le candidat. Ce point est développé dans notre article sur la source de candidature et le parcours candidat, qui montre pourquoi la source enregistrée ne raconte qu’une partie de l’histoire.

Toujours conserver la donnée brute

La règle fondamentale d’un nettoyage propre est simple : la valeur brute issue de l’ATS doit rester disponible et ne jamais être remplacée par la valeur normalisée. Conserver la donnée d’origine sert l’audit, la traçabilité, la correction future, l’évolution des règles, le contrôle d’un connecteur, l’analyse historique, la vérification d’une campagne, la compréhension des anomalies et la possibilité de revenir en arrière. Une normalisation qui écrase la source d’origine est irréversible, et c’est précisément ce qu’il faut éviter.

Une architecture simple suffit à tenir cette discipline, avec une colonne pour la source brute, une pour la source normalisée, une pour la famille, une pour le dispositif, une pour la qualité de l’attribution et une pour la règle appliquée. Il n’est pas nécessaire d’ajouter toutes ces colonnes dans l’ATS lui-même : elles peuvent vivre dans une table de préparation ou dans la couche de reporting, là où elles n’altèrent pas la donnée source.

Les différents niveaux d’un référentiel de sources

Un référentiel lisible s’organise en niveaux, du plus brut au plus qualitatif. Le niveau 1 est la source brute, valeur exacte issue de l’ATS, par exemple Indeed Sponsored 2026, indeed.com, Direct Apply Indeed, une valeur vide, Linkedin_job ou Site Carrière. Le niveau 2 est la plateforme ou source normalisée : Indeed, Hellowork, LinkedIn, site carrière, cooptation, cabinet, école, événement.

Le niveau 3 est la famille de source, utilisée pour les analyses globales : jobboards, réseaux sociaux, site carrière, sourcing direct, cooptation, écoles et événements, cabinets, candidatures spontanées, non attribué. Le niveau 4 est le dispositif ou sous-canal : organique, sponsorisé, premium, Direct Apply, campagne alternance, campagne régionale, page entreprise, publication sociale, cooptation interne. Le niveau 5 décrit la qualité de la donnée : source technique confirmée, source déclarative, source partielle, regroupement estimé, non attribué, donnée incohérente. Un dashboard n’a pas besoin d’afficher ces cinq niveaux en même temps ; il doit permettre une lecture synthétique tout en conservant le détail accessible.

Construire un dictionnaire de correspondance

Le cœur du nettoyage est une table de correspondance, ou dictionnaire de mapping, qui relie chaque valeur brute à sa lecture normalisée. Elle peut comporter la valeur brute, la valeur normalisée, la famille, le dispositif, la règle utilisée, la date de création de la règle, le statut de validation, un commentaire et la version du référentiel. Cette table est vivante : elle se complète à mesure que de nouvelles valeurs apparaissent.

Valeur brute	Source normalisée	Famille	Dispositif	Qualité
INDEED	Indeed	Jobboards	Non précisé	Confirmée
indeed.com	Indeed	Jobboards	Organique ou non précisé	Partielle
Indeed Sponsored	Indeed	Jobboards	Sponsorisé	Confirmée
Indeed Apply	Indeed	Jobboards	Direct Apply	Confirmée
LinkedIn Job listing	LinkedIn	Jobboards	Offre d’emploi	Confirmée
careers.insidelinkers.example	Site carrière	Site carrière	Conversion site carrière	Confirmée
valeur vide	Non attribué	Non attribué	Non attribué	Inconnue

Le domaine utilisé ci-dessus est un exemple fictif, pas une adresse réelle. Les choix de famille peuvent varier d’une organisation à l’autre : LinkedIn peut être rangé dans les jobboards ou dans les réseaux professionnels selon l’usage. L’essentiel n’est pas d’imposer une classification universelle, mais de choisir une convention, de la documenter et de s’y tenir dans le temps.

Ne pas confondre source directe et source inconnue

Deux catégories sont souvent mélangées à tort. Une source directe correspond à une donnée qui indique que le candidat a accédé directement au site ou au formulaire, sans référent identifiable. Une source inconnue ou non attribuée correspond à l’absence de toute donnée exploitable pour identifier la provenance. Les deux ne disent pas la même chose et ne doivent pas être fusionnées.

Une source directe peut résulter d’un accès saisi directement, d’un favori, d’un historique, d’un lien partagé sans tracking, d’un changement d’appareil, d’une recherche de marque, d’une campagne antérieure ou d’une perte du référent. Elle ne signifie donc pas que le candidat connaissait spontanément l’entreprise sans aucune influence extérieure. Une source inconnue, elle, ne doit pas être absorbée dans la catégorie directe uniquement pour réduire le volume des valeurs vides. Regrouper l’inconnu dans le direct donne une fausse impression de maîtrise et masque un éventuel problème de tracking.

Comment traiter les flux organiques, sponsorisés et Direct Apply

Plusieurs flux issus d’une même plateforme peuvent répondre à des usages différents : candidature organique, candidature issue d’une offre sponsorisée, Direct Apply, redirection vers le site carrière, page entreprise, campagne premium, ou trafic non précisément attribué. Les traiter tous de la même manière ferait perdre une information utile au pilotage.

Pour Indeed, une méthode de travail consiste à distinguer deux lectures. En lecture opérationnelle, on conserve le détail disponible : Indeed Organic, Indeed Sponsored, Indeed Apply ou Direct Apply, et les autres flux confirmés. En lecture économique, il peut être pertinent de regrouper ces flux dans un même périmètre d’investissement Indeed, car la sponsorisation payante peut aussi influencer la visibilité organique. Ce regroupement économique ne doit pas supprimer le détail opérationnel : les deux lectures coexistent. Cette approche est envisageable selon les cas, pas une norme universelle, et rejoint la logique développée dans notre article sur le ROI d’un jobboard. La même distinction peut s’adapter à d’autres plateformes lorsque plusieurs dispositifs se complètent.

Comment harmoniser les paramètres UTM

Les paramètres UTM sont des éléments ajoutés aux liens pour identifier une campagne ou une source. Les plus utiles sont utm_source pour la plateforme ou la source, utm_medium pour le type de canal ou de dispositif, utm_campaign pour le nom de campagne, et utm_content pour une variante de contenu, d’offre ou de création lorsque cela est réellement utile. Une convention simple et stable vaut mieux qu’une granularité impossible à tenir.

Un exemple fictif de convention pourrait associer utm_source=hellowork, utm_medium=sponsored-job, utm_campaign=alternance-2026 et utm_content=conseiller-client-apres-vente. Les bonnes pratiques tiennent en quelques règles : minuscules, absence d’accents, séparateur unique, noms compréhensibles, formats stables, liste contrôlée de valeurs et documentation partagée. À l’inverse, mieux vaut éviter les noms improvisés, les campagnes appelées test, nouveau, final ou final-v2, les variations entre équipes, l’usage d’informations personnelles et une granularité que personne ne pourra maintenir. Il ne s’agit pas de bâtir un dispositif de web analytics complet, mais de nommer proprement ce qui alimente le référentiel.

Comment traiter les candidatures importées ou créées manuellement

Certaines candidatures entrent dans l’ATS autrement que par une intégration jobboard : import de CV, email, cabinet, salon, événement, cooptation, sourcing direct, transfert par un manager, reprise d’un ancien vivier ou intégration technique. Pour ces cas, il est utile de distinguer le mode d’entrée dans l’ATS, l’origine réelle connue, et le recruteur ou le dispositif ayant généré le contact.

Un CV importé manuellement après un salon ne devrait pas être classé uniquement comme « import manuel » si l’origine « salon emploi » est connue et peut être renseignée proprement. À l’inverse, si l’origine n’est pas connue, il ne faut pas l’inventer. Lorsque l’ATS et le processus le permettent, deux champs ou niveaux séparés, l’un pour le mode de création et l’autre pour l’origine de la candidature, évitent de confondre la façon dont la candidature est entrée avec la raison pour laquelle le candidat a postulé.

Faut-il nettoyer les sources directement dans l’ATS ?

Corriger en amont dans l’ATS est pertinent pour les listes contrôlées, les sources créées manuellement, les conventions de nommage, les nouveaux flux, les nouveaux paramètres de campagne et les formulaires futurs. L’avantage est une amélioration progressive de la qualité à la source. La limite tient à l’historique déjà hétérogène, aux intégrations externes, aux valeurs générées automatiquement et au risque de modifier des usages existants.

Normaliser dans la couche de reporting est pertinent pour traiter l’historique, les nombreuses variantes, le besoin de conserver la donnée brute, les règles de regroupement, les dashboards et les exports réguliers. L’avantage est la souplesse, la traçabilité et la correction sans écraser l’ATS. La limite est la nécessité de maintenir le dictionnaire et le risque de règles différentes entre plusieurs reportings. En pratique, une approche hybride fonctionne le mieux : améliorer les nouvelles données dans l’ATS lorsque c’est possible, normaliser l’historique dans la couche de reporting, s’appuyer sur un référentiel commun, documenter les règles et contrôler régulièrement les nouvelles valeurs. Une refonte lourde ou une intégration spécifique ne se justifie pas sans besoin démontré.

Comment traiter les doublons et variantes orthographiques

Les variantes prennent des formes récurrentes : différences de casse, d’espace, d’accent ou de tiret, nom de domaine, ancienne dénomination, abréviation, code interne, ou nom de campagne accolé au nom de la plateforme. Une même plateforme peut ainsi apparaître sous HELLOWORK, Hello Work, hellowork.fr, HW, Hellowork Sponsored ou Hellowork Alternance 2026.

Une règle de correspondance peut être exacte, fondée sur un mot-clé, sur un préfixe, sur une expression régulière dans un outil adapté, ou manuelle pour les cas ambigus. Le risque principal vient des règles trop larges. Une règle reposant simplement sur le mot direct pourrait fusionner à tort une candidature directe, un Direct Apply, du sourcing direct et un import direct, qui n’ont rien à voir. Les règles doivent donc être suffisamment précises et testées sur les valeurs réellement présentes avant d’être appliquées à l’ensemble.

Comment traiter les sources non attribuées

Les candidatures sans source exploitable ne doivent pas être supprimées. Elles se suivent au contraire à travers un indicateur simple, le taux de candidatures sans source exploitable, calculé en divisant le nombre de candidatures sans source exploitable par le nombre total de candidatures. C’est un indicateur de qualité de la donnée, pas un KPI individuel de performance des recruteurs.

Ces sources non attribuées gagnent à être analysées par période, par offre, par jobboard, par type de formulaire, par localisation, par intégration, et par recruteur ou mode de création uniquement lorsque cela est pertinent et non stigmatisant. Une hausse peut révéler un connecteur modifié, une campagne sans UTM, un formulaire externe, une redirection, un changement de site carrière, une nouvelle procédure d’import ou une anomalie d’export. Lue ainsi, la part de sources inconnues devient un signal d’alerte utile plutôt qu’un angle mort.

Conserver une cohérence historique

Un référentiel évolue forcément. Une plateforme peut changer de nom, modifier ses flux, ajouter un dispositif, fusionner des offres ou faire évoluer son intégration. L’organisation, de son côté, peut changer d’ATS, modifier son site carrière, revoir ses campagnes, restructurer ses départements ou adopter une nouvelle nomenclature. Sans précaution, ces évolutions rendent les séries historiques incomparables.

Pour préserver la cohérence, il est utile de versionner les règles, de conserver leur date d’entrée en vigueur, de documenter les modifications, de garder la donnée brute, d’éviter de changer silencieusement les catégories, de ne recalculer l’historique que lorsque la règle est claire et justifiée, et de signaler les ruptures de périmètre. Une série historique cohérente et documentée est souvent plus utile qu’un nettoyage parfait sur un mois mais impossible à reproduire ensuite.

Exemple de processus de nettoyage en dix étapes

Une démarche pragmatique permet d’avancer sans attendre un dispositif parfait.

1. Exporter les valeurs brutes de sources.
2. Compter les occurrences de chaque valeur.
3. Identifier les valeurs vides, rares et incohérentes.
4. Regrouper les variantes clairement identifiables.
5. Construire les familles de sources.
6. Distinguer plateforme, dispositif et campagne.
7. Définir les règles pour le direct, l’inconnu et les imports.
8. Tester le mapping sur un échantillon.
9. Comparer les volumes avant et après normalisation.
10. Documenter, valider et versionner le référentiel.

Une étape de contrôle s’ajoute à ces dix points : vérifier que la somme des candidatures normalisées correspond toujours au nombre total de candidatures brutes. Aucune candidature ne doit disparaître du périmètre à cause du nettoyage. Si les totaux ne concordent pas, c’est qu’une règle fait perdre ou double-compte des lignes, et il faut la corriger avant d’aller plus loin.

Exemple de contrôles qualité à réaliser

Avant d’utiliser des sources normalisées dans un reporting, quelques contrôles simples sécurisent le résultat :

• aucune source brute supprimée ;
• aucune candidature perdue ;
• une seule source normalisée par valeur brute ;
• catégories inconnue et directe séparées ;
• détail organique et sponsorisé conservé lorsque disponible ;
• règles ambiguës isolées ;
• valeurs nouvelles identifiées ;
• évolution mensuelle des sources inconnues suivie ;
• cohérence des noms de campagne ;
• égalité entre total brut et total normalisé ;
• documentation des exceptions ;
• validation métier avant utilisation dans un reporting client.

Le rôle du dashboard après le nettoyage

Une fois les sources normalisées, un dashboard de pilotage du recrutement peut proposer une vue par source normalisée, une vue par famille, un filtre par plateforme et par dispositif, un accès aux sources brutes en cas de contrôle, un suivi des sources non attribuées, une évolution mensuelle, une analyse par département, par poste lorsque la donnée existe, par région et par type de contrat, une lecture du pipeline, une comparaison des coûts et résultats, et un export des valeurs non reconnues. C’est cette donnée fiabilisée qui rend ensuite possible la mesure de la performance des sources de recrutement et une comparaison de plusieurs jobboards réellement équitable.

La conception doit rester pragmatique. Dans certaines configurations Teamtailor, la hiérarchie peut être structurée sous la forme Division, puis Département, puis Poste, et le champ Poste peut être vide, totalement ou partiellement. Le dashboard doit donc fonctionner avec le Département seul et n’activer le filtre Poste que lorsque la donnée est suffisamment renseignée. C’est un exemple de conception pragmatique, pas une règle universelle.

Les erreurs fréquentes lors du nettoyage

Plusieurs réflexes fragilisent un travail de normalisation :

• supprimer la donnée brute ;
• remplacer toutes les valeurs inconnues par direct ;
• fusionner organique, sponsorisé et Direct Apply sans conserver le détail ;
• créer trop de familles ;
• créer une catégorie pour chaque campagne ;
• utiliser des règles de mots-clés trop larges ;
• normaliser manuellement sans dictionnaire ;
• modifier les règles chaque mois ;
• ne pas versionner le référentiel ;
• mélanger source et campagne ;
• mélanger mode de création et origine ;
• ignorer les imports manuels ;
• supprimer les faibles volumes ;
• ne pas vérifier les totaux avant et après ;
• automatiser des règles non testées ;
• chercher à reconstituer un parcours candidat sans preuve ;
• créer un reporting différent pour chaque équipe.

Une méthode simple pour commencer

Un premier référentiel minimal suffit à démarrer : une valeur brute, une plateforme normalisée, une famille, un dispositif, un statut de qualité et un commentaire. Mieux vaut commencer par les sources qui représentent la majorité des candidatures, puis traiter ensuite les valeurs vides, les sources rares, les campagnes anciennes et les cas ambigus. Il n’est pas nécessaire de résoudre tous les cas avant de commencer à analyser, à condition que les règles restent transparentes et que les valeurs non traitées demeurent visibles plutôt que masquées.

Trois questions de gouvernance conditionnent la durée de vie du référentiel. Qui peut créer une nouvelle source ou un nouveau nom de campagne ? Qui valide les règles de regroupement ? À quelle fréquence les valeurs non reconnues sont-elles contrôlées ? Sans réponses claires à ces trois questions, un référentiel propre se dégrade à nouveau en quelques mois, exactement comme celui qu’il a remplacé.

Conclusion

Nettoyer les sources de candidatures ne consiste pas à rendre le tableau plus présentable. L’objectif est de construire une donnée compréhensible, comparable, traçable, stable dans le temps et suffisamment fiable pour prendre une décision. Une bonne normalisation conserve les valeurs brutes, sépare les faits des hypothèses et permet de passer du détail technique à une lecture opérationnelle sans jamais prétendre à une précision qui n’existe pas. C’est ce travail de structuration que mène Inside Linkers avec les équipes RH et recrutement, au service d’ATS mieux organisés, de sources normalisées et de dashboards de recrutement réellement exploitables.

Questions fréquentes sur le nettoyage des sources de candidatures

Faut-il supprimer les sources inconnues dans un ATS ?

Non. Les sources inconnues doivent être conservées, regroupées dans une catégorie « non attribué » clairement identifiée, et suivies dans le temps via un taux de candidatures sans source exploitable. Les supprimer ferait perdre des candidatures du périmètre et masquerait d’éventuels problèmes de tracking. Une hausse de ces valeurs est un signal utile, pas une donnée à effacer.

Quelle différence entre source brute et source normalisée ?

La source brute est la valeur exacte enregistrée dans l’ATS, avec toutes ses variantes d’orthographe et de casse. La source normalisée est la lecture harmonisée qui rattache cette valeur à une plateforme ou un canal identifiable. La bonne pratique consiste à conserver les deux : la brute pour l’audit et la traçabilité, la normalisée pour l’analyse et le reporting.

Faut-il regrouper les flux organiques et sponsorisés d’un jobboard ?

Cela dépend de l’usage. Pour une lecture économique, il peut être pertinent de les regrouper dans un même périmètre d’investissement, car la sponsorisation peut influencer la visibilité organique. Pour le pilotage opérationnel, il reste utile de conserver le détail. L’essentiel est que le regroupement économique ne supprime pas le détail opérationnel : les deux lectures doivent coexister.

Comment traiter les candidatures directes ?

Une candidature directe se conserve comme une catégorie à part entière, distincte des sources inconnues. Elle indique un accès sans référent identifiable, ce qui n’est pas la même chose qu’une absence totale de donnée. Il faut aussi garder à l’esprit qu’une candidature directe peut être l’effet différé d’un jobboard ou d’une campagne, et ne pas la considérer automatiquement comme spontanée ou gratuite.

À quelle fréquence faut-il mettre à jour le référentiel de sources ?

Il n’existe pas de fréquence universelle, mais un contrôle régulier des nouvelles valeurs, par exemple à chaque export ou chaque mois, évite l’accumulation de variantes non traitées. L’important est surtout de définir qui valide les règles et de versionner chaque changement, afin que le référentiel reste cohérent et que l’historique demeure comparable.