Quand on dirige une ESN de 30 ou 50 consultants, on pense assez vite à optimiser le sourcing, à améliorer les taux de conversion commerciale, à réduire les intercontrats. Mais il y a un sujet que presque personne ne regarde vraiment : la CVthèque. Et pourtant, c'est probablement l'actif le plus sous-exploité de toute l'entreprise.
Une ESN française moyenne possède entre 5 000 et 15 000 candidats dans sa base. Elle en exploite activement moins de 5%. Le reste dort dans un CRM que personne n'ouvre vraiment, avec des fiches que personne ne met à jour, sur des candidats que personne ne recontacte. Ce sont des milliers de profils qui ont coûté du temps, de l'argent et de l'énergie à identifier — et qui ne servent strictement à rien.
Ce qui est frappant, c'est que la plupart des dirigeants n'ont jamais posé un regard financier sur leur CVthèque. On la traite comme un outil administratif, un sous-produit du recrutement. Alors qu'en réalité, c'est un actif stratégique qui mériterait d'être piloté comme tel. Cet article pose les vrais chiffres et montre ce que ça change concrètement quand on commence à exploiter ce qu'on a déjà sous la main.
Le vrai coût d'une CVthèque dormante
Pour comprendre l'ampleur du problème, il faut d'abord regarder ce que ça coûte de construire une base de candidats. Prenons une ESN type avec 8 000 profils en base — ce qui est assez courant pour une structure de 30 à 50 consultants.
Chaque profil qui entre dans la base a nécessité un travail de sourcing et de qualification. Il a fallu le trouver, le contacter, échanger avec lui, et saisir ses informations. En pratique, un abonnement Sales Navigator sur LinkedIn tourne autour de 100€ par mois et par utilisateur, les outils d'enrichissement comme Kaspr ou Lusha ajoutent facilement 50€ par mois, et le temps passé par un Business Manager pour qualifier correctement un profil représente environ une heure de travail, soit à peu près 50€ en coût interne. Sans compter les budgets jobboards et annonces, qui peuvent aller de 500 à 2 000€ par mois selon les périodes.
Quand on additionne tout ça, un profil qualifié coûte en réalité entre 80€ et 200€ à intégrer dans votre base de données candidats. Ça paraît peu à l'unité, mais multiplié par 8 000 profils, votre CVthèque ESN représente entre 640 000€ et 1,6 million d'euros en coût d'acquisition cumulé. C'est un montant que personne ne calcule jamais, et c'est bien là le problème.
Parce que si vous n'utilisez que 5% de cette base au quotidien, ça veut dire que 95% de cet investissement est immobilisé sans produire aucune valeur. Dit autrement : vous avez dépensé des centaines de milliers d'euros pour constituer un répertoire de talents que vos équipes n'utilisent quasiment pas.
Votre CVthèque est probablement le deuxième actif le plus coûteux de votre ESN, juste après la masse salariale. Et personne ne la pilote.Pourquoi la CVthèque ne fonctionne pas
Le plus frustrant dans cette histoire, c'est que ce n'est pas un problème de volonté. Les Business Managers aimeraient bien trouver leurs candidats directement dans la base plutôt que de repartir à zéro sur LinkedIn à chaque nouveau besoin. Mais les outils qu'ils utilisent rendent cette exploitation structurellement impossible. Et ça tient à trois raisons principales.
La recherche par mots-clés est aveugle
C'est le problème fondamental de tout ATS ESN classique, et c'est celui dont on parle le moins. La recherche dans la plupart des CRM repose sur du matching exact de mots-clés, c'est-à-dire que si les mots de votre requête ne correspondent pas exactement aux mots présents dans la fiche du candidat, le profil n'apparaît tout simplement pas.
En pratique, ça donne des situations absurdes. Un consultant qui a "ingénieur logiciel" dans son titre ne ressort pas quand on cherche "développeur". Un profil qui mentionne "Spring Boot" dans ses compétences reste invisible sur une recherche "Java backend". Le système ne comprend pas les synonymes, les technologies équivalentes, ni les intitulés de poste qui varient d'un secteur ou d'une entreprise à l'autre.
Prenons un exemple concret que tout le monde dans le métier a déjà vécu : un Business Manager cherche "chef de projet bancaire". Sa base contient 12 profils avec "responsable MOA secteur finance" dans leur fiche — c'est exactement ce qu'il cherche. Mais aucun ne ressort dans les résultats, parce que les mots ne matchent pas. Le BM en conclut que la base ne contient personne de pertinent, il part sourcer à l'extérieur pendant trois heures, alors que le profil idéal était là depuis huit mois.
Les fiches candidats sont incomplètes
Le deuxième problème, c'est la qualité des données. Un candidat qui a été ajouté dans la base il y a deux ans a un CV qui n'a plus rien à voir avec sa situation actuelle. Sa disponibilité n'est plus à jour, ses compétences ont évolué, il a peut-être changé de poste, de numéro de téléphone, voire de secteur d'activité.
Et les BMs ne remettent pas les fiches à jour, tout simplement parce que ça prend du temps et que ce n'est pas ce sur quoi on les évalue. Résultat : dans la grande majorité des ESN, 60 à 70% des fiches candidats sont obsolètes. Quand les deux tiers de votre base de données candidats contiennent des informations fausses ou périmées, ce n'est plus un outil de travail — c'est un mirage qui donne l'illusion d'avoir des ressources qu'on n'a pas vraiment.
Personne n'est propriétaire de la base
Le troisième problème est peut-être le plus insidieux. Dans la plupart des ESN, la CVthèque n'appartient à personne. Le BM qui a rentré un candidat a peut-être quitté l'entreprise depuis. Ses notes personnelles, le contexte de la relation avec le candidat, les connexions avec tel ou tel client — tout ça a disparu avec lui.
Au fil des années, la CVthèque devient une sorte de cimetière de contacts dont plus personne ne se souvient. Chaque départ de collaborateur efface un morceau de la mémoire collective de l'entreprise, et il n'existe aucun mécanisme pour compenser cette perte.
La conséquence business concrète
Ces trois problèmes combinés créent un cercle vicieux que l'on retrouve dans pratiquement toutes les ESN, quelle que soit leur taille :
- Le BM reçoit un besoin client et cherche dans la base, mais ne trouve rien de pertinent
- Il se tourne vers le sourcing externe, ce qui lui prend entre 2 et 4 heures par besoin
- Pendant qu'il source, il ne prospecte pas, il ne qualifie pas d'autres candidats, il ne relance pas ses clients
- De leur côté, les concurrents qui ont de meilleurs outils répondent plus vite au même client
- L'ESN perd la mission
- Et le consultant qui correspondait parfaitement au besoin et qui était dans la base depuis six mois ? Il finit par être placé par le concurrent qui l'a retrouvé sur LinkedIn
Si on met des chiffres dessus, une ESN de 30 consultants perd en moyenne 5 à 10 missions par trimestre à cause de cette lenteur de matching. À un TJM moyen de 550€ sur des missions de 6 mois, soit environ 130 jours facturables, chaque mission perdue représente à peu près 71 500€ de chiffre d'affaires. Sur une année complète, on arrive à 400 000€ à 800 000€ de CA perdu — uniquement parce que le bon profil n'a pas été retrouvé à temps dans la propre base de l'entreprise.
Ce qui change avec la recherche sémantique
La recherche sémantique fonctionne de manière fondamentalement différente d'un moteur de recherche classique. Au lieu de chercher une correspondance exacte entre les mots que vous tapez et les mots présents dans les fiches, elle analyse le sens de votre requête et le compare au sens des informations stockées dans votre base.
Vous voulez aller plus loin ?
Découvrez comment Cobalt peut vous aider.
Pour un BM, ça change tout au quotidien. Imaginons qu'il tape : "chef de projet qui a déjà piloté une migration SI dans un environnement bancaire". Un moteur classique cherche ces mots exacts et ne trouve rien. La recherche sémantique, elle, comprend qu'on parle d'un métier (chef de projet, MOA, delivery manager), d'un secteur (banque, finance, services financiers) et d'un type de mission (migration SI, transformation digitale, refonte applicative). Elle va donc ressortir les profils pertinents même s'ils n'utilisent pas du tout les mêmes termes. Un "responsable delivery chez BNP Paribas" qui a travaillé sur un "programme de modernisation du core banking" sera identifié comme un excellent match, là où un CRM recrutement IA classique ne l'aurait jamais trouvé.
Concrètement, la recherche sémantique recrutement apporte trois changements majeurs dans la façon de travailler.
D'abord, elle exploite l'intégralité de la fiche candidat. Elle ne se limite pas au titre du poste : elle lit les expériences professionnelles, les descriptions de projets, les certifications, les compétences techniques, le contexte métier. Chaque information contenue dans le profil devient un critère de recherche potentiel, ce qui démultiplie les chances de trouver le bon candidat.
Ensuite, elle comprend les équivalences entre les termes du métier. Elle sait que "DevOps" et "SRE" recouvrent des réalités proches, que "Scrum Master" et "coach agile" désignent souvent le même type de profil, ou encore que "ERP distribution" et "SAP retail" parlent du même sujet. C'est exactement le genre de nuances qu'un filtre par mots-clés est incapable de saisir.
Enfin, elle permet d'enrichir automatiquement les profils en s'appuyant sur les données publiques disponibles, comme LinkedIn ou les jobboards. Un candidat qui change de poste voit sa fiche se mettre à jour sans qu'aucun BM n'ait besoin d'intervenir, ce qui règle en grande partie le problème des fiches obsolètes.
Pour donner un exemple parlant : une ESN qui cherchait un "consultant SAP secteur retail" a retrouvé dans sa propre base 8 profils qui avaient été classés sous "ERP distribution" — des candidats parfaitement qualifiés qu'elle n'aurait jamais trouvés avec des filtres classiques. Résultat : 3 positionnements clients en moins d'une semaine, sans aucun sourcing externe.
Comment évaluer l'état de votre CVthèque
Avant de changer quoi que ce soit dans vos outils ou vos process, le plus utile est de commencer par un diagnostic honnête de la situation. Voici les cinq questions à poser à votre équipe, et les seuils qui doivent vous alerter :
- Combien de profils avez-vous réellement dans votre base ? Si personne dans l'équipe n'est capable de répondre à cette question avec précision, c'est déjà un signal fort que la base n'est pas pilotée.
- Parmi ces profils, combien ont été contactés au cours des 12 derniers mois ? L'objectif minimum est d'atteindre 30%. En dessous, ça signifie que votre base est essentiellement dormante.
- Combien de candidats ont été effectivement positionnés sur une mission dans les 6 derniers mois ? C'est l'indicateur le plus concret de l'exploitation réelle de votre CVthèque.
- Quelle proportion de vos fiches est réellement complète, avec des expériences détaillées, des compétences à jour, une disponibilité renseignée et un TJM ? Si c'est moins de 40%, vos BMs travaillent en grande partie à l'aveugle.
- Combien de missions avez-vous perdues le trimestre dernier parce que vous avez dû sourcer à l'extérieur au lieu de trouver le bon candidat dans votre propre base ? C'est le coût d'opportunité le plus direct et le plus facile à chiffrer.
Si les réponses à ces questions sont mauvaises — et dans l'immense majorité des ESN, elles le sont — alors vous avez identifié un levier de croissance majeur qui ne nécessite pas de recruter un seul commercial supplémentaire. Avant d'investir dans du sourcing additionnel, le premier réflexe devrait toujours être de mieux exploiter ce que vous avez déjà.
Votre CVthèque n'est pas un outil. C'est une infrastructure stratégique.
Et comme toute infrastructure, sa valeur ne dépend pas de sa taille, mais de l'intelligence qui la fait fonctionner.
Un fichier Excel ne suffit plus. Un ATS avec une barre de recherche par mots-clés ne suffit plus non plus. Ce dont les ESN ont besoin aujourd'hui, c'est d'un système qui comprend réellement ce que les Business Managers cherchent, qui lit et enrichit les profils de manière continue, et qui transforme une base dormante en un véritable avantage compétitif au quotidien.
Prêt à transformer votre CVthèque en avantage compétitif ?
Découvrez comment Cobalt aide les ESN à exploiter 100% de leur base candidats grâce à la recherche sémantique native et l'enrichissement automatique des profils.

