Nouveautés Produit PathMotion

JUIN 2020

Un nouveau modèle de catégorisation de contenu

Après de longs mois de travail, nous sommes ravis de vous partager notre tout premier modèle de machine learning que nous avons construit, enseigné et intégré dans la plateforme. Le modèle a considérablement amélioré la catégorisation du contenu sur la plateforme …

Le but :

L’objectif était une meilleure organisation du contenu existant sur la plateforme, pour assurer qu’on donne correctement les catégories aux discussions. Ensuite, cela nous aurait aidé atteindre notre objectif plus large : aider des candidats à découvrir rapidement et facilement des discussions aux sujets qui les intéressent. Nous pouvons maintenant montrer du contenu percutant qui les intéressent, améliorant l’expérience candidat.

Le contexte :

Certains d’entre vous qui ont connu PathMotion depuis un peu plus longtemps peuvent vous rappeler que, au passé, il y avait uniquement quatre catégories du contenu. Ces quatre catégories étaient Vie au sein de l’entreprise, Choix de carrières, Conseils de candidature et Général, et le candidat l’aurait sélectionné quand il posait la question. 

Nous savions qu’il fallait améliorer ce processus par créant plus de titres et augmenter leur précision : la plateforme a une telle grande quantité de contenu que ces titres étaient beaucoup trop génériques pour couvrir tout. De plus, la nature de la sélection d’utilisateur pourrait compromettre la cohérence des catégories.

L’équipe produit a commencé enquêter et expérimenter. On a inventé les Great Topics : on triait automatiquement les discussions en dix catégories basées sur des mots-clés. Cette catégorisation automatique avec des sujets multiples était une grande amélioration par rapport au modèle précédent. Cependant, nous savions qu’il restait plus à faire : on manquait un niveau de précision quand on peut uniquement choisir des mots clés et limiter une discussion à une catégorie. 

Pour améliorer plus loin la précision de ces catégories, nous tendions vers le machine learning.

La nouveauté :

Nous avons créé au cours des derniers mois un modèle de machine learning en anglais et français, nous l’avons intégré dans le produit et travaillé pour améliorer sa qualité. Ce modèle prend une nouvelle discussion, la passent pas son système, et, basé sur son entraînement, il donne une catégorie d’une liste extensive de défaut à la discussion. Nous nous éloignons d’un processus de catégorisation de contenu fait par l’utilisateur à un processus intelligent de machine learning. 

Des exemples de ces nouvelles catégories incluent Formations, Description du Rôle, La Mobilité Interne et Culture.

Screenshot front end 1 FR

L’analyse des catégories va apparaître comme normale, au Tableau de Bord sur le backend, donc vous pouvez voir les domaines qui intéressent vos candidats.

Tableau de bord avant
Tableau de bord maintenant

C’est un processus d’amélioration constant. Au début, la qualité du modèle était environ 60 %. La version lancée cette semaine fonctionne au taux d’exactitude de plus de 70 %. Nous allons continuer à améliorer la fonctionnalité du modèle par moyen d’un système de retour utilisateur :

Flag incorrect category FR

Comme administrateur ou ambassadeur de la plateforme, vous pouvez signaler une discussion au front end de la plateforme qui vous semble mal classée. Une fois signalée, nous allons faire le reste. Ainsi, notre modèle va évoluer et améliorer continuellement, basé sur votre feedback.

Qu’est-ce que cela veut dire pour vos candidats ?

  • Il sera plus facile pour vos candidats de naviguer sur la plateforme et de trouver rapidement la réponse à leur question, grâce à des titres de catégories plus précis. 
  • Vos candidats accéderont plus facilement à discussions pertinentes. Par conséquent, le nombre de vues sur les discussions devrait augmenter, et le nombre de questions répétitives réduit.

Qu’est-ce que cela signifie pour vous, en tant que client ?

  • Vous aurez une vision plus précise et une meilleure compréhension du contenu disponible sur votre plateforme
  • Vous aurez une meilleure compréhension de ce que vos candidats attendent vraiment.
  • Nous avons aussi analysé les tendances que ce modèle nous a montrées à travers tous nos clients, couvrant des secteurs multiples, pour vous donner ces insights. Pour plus d’informations, voir notre série des insights ici.

Pendant que, au passé, nous avons utilisé certains aspects d’intelligence artificielle et machine learning dans les fonctionnalités chatbot et FAQ, nous sommes ravis de partager cette nouveauté avec vous parce qu’il est le premier modèle de machine learning que nous avons construit et enseigné nous-mêmes et implémenté sur la plateforme.

Nous avons interviewé Jacek, notre Lead Machine Learning Engineer. Nous avons évoqué avec lui son expérience et le processus de création derrière cette nouveauté de la plateforme. Pour lire l’interview, cliquez ici.

Une question en tête ?

Votre Client Success Manager se tient à votre disposition pour y répondre. Vous pouvez également visiter la plateforme Exchange :

Visiter la plateforme Exchange