Indeed
moteur de recommandation qui devient la source principale de conversion sur une marketplace, devant la recherche par mots-cles
Le 15 mai 2026, Hisayuki Idekoba, CEO de Recruit Holdings, a indique que 70 % des candidatures sur Indeed viennent desormais des recommandations et des outils IA, contre 30 % pour la recherche par mots-cles ; les utilisateurs actifs mensuels ont atteint un record en mars 2026 avec 18 % de hausse sur un an, les employeurs utilisant Sponsored Jobs repondent 45 % plus vite aux candidats, et Indeed revendique 31 embauches par minute contre 27 auparavant.
L'essentiel
- Indeed a bascule la candidature de la recherche par mots-cles vers la recommandation IA.
- Le dispositif s'appuie sur Sponsored Jobs, Smart Sourcing, Smart Screening et Career Scout.
- 70 % des candidatures viennent des recommandations, actifs mensuels +18 % en mars 2026, 31 embauches par minute.
- Chiffres dits par le CEO en resultats annuels et repris dans un communique Indeed.
Objectif
Faire de la recommandation, et non plus de la recherche par mots-cles, le mecanisme qui amene un candidat a postuler. L'enjeu est double : donner aux employeurs presses des candidatures qu'ils peuvent traiter tout de suite, et garder les candidats sur Indeed alors que les assistants conversationnels et les resumes de recherche generes par IA detournent une partie du trafic des sites d'emploi.
Le déploiement
Indeed est la plateforme d'emploi de Recruit Holdings. Son communique du 15 mai 2026 donne l'echelle : plus de 645 millions de profils de candidats, plus de 3,3 millions d'employeurs, plus de 60 pays, et des integrations avec plus de 350 logiciels de suivi des candidatures. Le dispositif porte sur un point precis du parcours : par quel chemin un candidat arrive sur l'offre a laquelle il postule. La mecanique historique etait la recherche par mots-cles. Quelqu'un tape « chef francais », des annonces sponsorisees remontent dans les resultats, il postule. Le 15 mai 2026, en presentant les resultats de l'exercice clos en mars 2026, Hisayuki Idekoba a chiffre pour la premiere fois le partage entre les deux sources de candidatures : la recherche par mots-cles n'en apporte plus que 30 %, les 70 % restants viennent des recommandations et des outils IA. Ce que voit le candidat, ce sont des offres proposees dans son flux, des emails et des pop-ups qui lui disent en substance que cette entreprise semble vouloir qu'il postule. Ces messages sont declenches par ce que font les employeurs dans leurs propres outils : Smart Sourcing remonte au recruteur des candidats susceptibles de convenir, Smart Screening trie les candidatures selon des criteres qu'il a definis. Le signal d'intention d'embauche ainsi produit revient cote candidat. Career Scout et les flux personnalises completent le dispositif sur la decouverte de postes a partir des competences et des preferences. Indeed a par ailleurs annonce en fevrier 2026 une integration avec ChatGPT. Deux resultats sont mis en avant cote employeur : une baisse moyenne de 20 % du delai d'embauche pour ceux qui utilisent Smart Screening lors des premiers tests americains, et jusqu'a 50 % avec Premium Sponsored Jobs. Ce sont des gains de productivite de recruteur. L'effet marketplace se lit ailleurs : les employeurs qui utilisent Sponsored Jobs repondent 45 % plus vite aux candidats, les utilisateurs actifs mensuels ont atteint un record en mars 2026 avec 18 % de hausse sur un an, et Indeed compte 31 embauches par minute contre 27 auparavant. Le perimetre exact du deploiement pays par pays n'est pas publie.
Résultats Preuve A
Trois des quatre chiffres sont prononces par Hisayuki Idekoba, CEO de Recruit Holdings, pendant la presentation des resultats du quatrieme trimestre et de l'exercice FY2025, le 15 mai 2026, et figurent mot pour mot dans la transcription officielle publiee par l'entreprise sur sa page investisseurs (S1). Le quatrieme vient du communique publie le meme jour par Indeed (S2). La presse RH etablie reprend le cas et le chiffre de 70 % (S3), et le dispositif est encore commente en resultats trimestriels le 7 aout 2026 (S4). Reserve a garder en tete : toutes ces sources remontent a l'entreprise elle-meme, aucun tiers ne verifie les mesures. Le 31 embauches par minute et le 20 % de delai d'embauche sont explicitement des donnees internes Indeed. Et le lien de causalite entre l'IA et la hausse des utilisateurs actifs est une lecture du CEO, pas un resultat de test. Les chiffres d'entreprise du trimestre, revenu americain et benefice par action, ne sont pas des resultats de ce dispositif et n'entrent pas dans cette fiche.
Comment ça fonctionne
Approche-type inféréeLe détail interne n'est pas public. Voici une approche éprouvée qui mène au même résultat - à adapter à votre stack.
La stack en détail
- outil Smart Sourcing Outil employeur qui remonte de facon proactive les candidats susceptibles de correspondre au poste, pour que le recruteur engage la conversation plus tot. Les signaux qu'il produit alimentent aussi les recommandations envoyees aux candidats.
- outil Smart Screening Pre-qualification des candidatures selon des criteres definis par l'employeur, en amont de l'evaluation humaine. Indeed indique une baisse moyenne de 20 % du delai d'embauche lors des premiers tests aux Etats-Unis.
- outil Career Scout Cote candidat, aide a decouvrir des postes a partir des competences, du parcours et des preferences declarees, en complement des flux et alertes personnalises.
- plateforme Premium Sponsored Jobs Version haut de gamme de l'annonce sponsorisee, qui combine diffusion, marque employeur et sourcing. Indeed annonce un delai d'embauche reduit jusqu'a 50 % par rapport aux offres non sponsorisees, sur donnees americaines.
Comment ça tourne, concrètement
Pour les équipes ops-
1Collecter le signal d'intention cote employeur employeur / recruteur
Ce que le recruteur fait dans ses outils, criteres de tri, candidats contactes, offres pour lesquelles il paye davantage, indique quelles entreprises veulent vraiment recruter et sur quels profils.
-
2Rapprocher profils et postes IA
Le moteur croise competences, experience, preferences declarees et activite employeur pour identifier les paires ou les deux cotes ont interet a dire oui.
-
3Aller chercher le candidat au lieu d'attendre sa recherche IA
L'offre est poussee dans le flux personnalise, par email ou par pop-up, avec un message qui dit que l'entreprise cherche ce profil. C'est ce chemin qui apporte desormais l'essentiel des candidatures.
-
4Pre-qualifier et repondre vite employeur / recruteur, assiste par l'IA
Smart Screening ecarte en amont les candidatures hors criteres pour que le recruteur passe son temps sur les autres. La decision d'embauche reste humaine.
-
5Reboucler sur l'embauche effective equipe data / IA
Les issues remontees par les integrations avec les logiciels de suivi des candidatures reviennent nourrir le matching. Une embauche faite, un candidat devenu indisponible, un poste pourvu changent les recommandations suivantes.
L'issue reelle du recrutement, pas le clic ni la candidature. Indeed dit voir ce qui se passe apres la candidature grace aux integrations avec plus de 350 logiciels de suivi des candidatures et aux petites entreprises qui gerent tout leur recrutement sur la plateforme. Sans ce retour d'embauche, le moteur retombe sur des signaux de surface, le volume de candidatures remplace la qualite, et le probleme decrit par le CEO revient : le candidat postule et personne ne lui repond.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLe paradoxe est documente des deux cotes : 71% des consommateurs attendent des interactions personnalisees et 76% sont frustres quand elles manquent (McKinsey, 2021), mais 75% declarent ne pas acheter aupres d'organisations auxquelles ils ne confient pas leurs donnees (Cisco, 2024). La « creepy line » est localisee : messages recus quelques secondes apres une recherche et suivi de localisation sont les pratiques qui mettent le plus mal a l'aise (Periscope by McKinsey, 2019).
Conditions d'acceptation
- La confiance dans le traitement des donnees precede l'achat : 75% ne achetent pas sans elle (Cisco 2024)
- Un cadre legal protecteur rassure : 59% des consommateurs disent que des lois fortes sur la vie privee les rendent plus a l'aise pour partager des informations dans des applications IA (Cisco 2024)
- La personnalisation elle-meme est attendue quand elle est consentie : environ la moitie des consommateurs (US 55%, UK 52%) disent s'inscrire souvent ou parfois a des services personnalises (Periscope by McKinsey 2019)
Lignes rouges
- Le message declenche quelques secondes apres une recherche ou un achat : deuxieme ou troisieme cause de malaise selon les pays (Periscope by McKinsey 2019)
- Le suivi de localisation percu comme de la surveillance : 40% de malaise en Allemagne et au Royaume-Uni (Periscope by McKinsey 2019)
- Le mesusage des donnees personnelles par l'IA, devenu la premiere inquietude des consommateurs, a 53% et en hausse (Qualtrics 2025)
Sources : McKinsey & Company 2021 · Periscope by McKinsey 2019 · Cisco 2024 · Qualtrics 2025
Voir l'acceptation complète : par pays, par usage, par génération
Comment répliquer
Inférence - non sourcéPrérequis data
- Un profil cote demande assez riche pour recommander sans requete : competences, historique, preferences declarees
- Un signal d'intention cote offre, c'est-a-dire ce que fait reellement le vendeur ou l'employeur dans ses propres outils, et pas seulement ce qu'il declare
- La remontee de l'issue finale, ici l'embauche, sans laquelle le moteur ne peut apprendre que sur le clic
- Des canaux sortants relies au moteur : flux personnalise, email, notification, avec la gestion du consentement qui va avec
Prérequis orga
- Accepter que la recherche cesse d'etre le chemin principal, ce qui deplace le travail produit de la pertinence des resultats vers la qualite des messages sortants
- Une definition partagee de la conversion utile : ici l'embauche, pas la candidature
- Un cadre juridique pour la pre-qualification automatique, obligatoire des que la decision touche l'acces a l'emploi ou au credit
- Une boucle de retour avec les outils du cote client, sans laquelle l'issue reste invisible
Stack possible
- Moteur de recommandation maison sur un entrepot de donnees, avec un service de scoring en ligne
- Briques de recommandation managees pour demarrer, avant internalisation
- Plateforme d'envoi email et push branchee sur le moteur, pas sur des segments statiques
- Connecteurs vers les outils metier du cote client pour recuperer l'issue reelle
Le plan, étape par étape
- Étape 1Instrumenter le parcours pour savoir, pour chaque conversion, par quel chemin l'utilisateur est arrive : recherche, flux, email, notification.Livrable : Une repartition chiffree des conversions par chemin, qui sert de reference.
- Étape 2Definir la conversion qui compte du point de vue des deux cotes de la marketplace, et la remonter jusqu'a son issue reelle.Livrable : Un evenement d'issue fiable, distinct de la simple demande envoyee.
- Étape 3Construire le signal d'intention cote offre a partir des actions observees dans les outils du client, et non de ses declarations.Livrable : Un score d'intention par annonce ou par vendeur, utilisable par le moteur.
- Étape 4Ouvrir un canal de recommandation sortant sur un segment restreint, avec un groupe temoin qui reste sur la recherche seule.Livrable : Une comparaison lisible entre conversion incrementale et simple deplacement de trafic.
- Étape 5Boucler sur l'issue reelle et retirer du moteur les objets deja pourvus, pour que la recommandation ne pousse pas ce qui n'est plus disponible.Livrable : Une boucle de reentrainement alimentee par les issues, pas par les clics.
- Étape 6Encadrer la pre-qualification automatique : criteres explicites, supervision humaine sur la decision finale, information de la personne evaluee.Livrable : Un cadre ecrit opposable, condition d'un deploiement en Europe.
Première étape : Mesurer la repartition actuelle des conversions entre la recherche interne et les canaux pousses. Sans ce point de depart, on ne saura pas si la recommandation ajoute de la conversion ou deplace celle qui existait deja.
Sources
- S1 Transcript of Earnings Results Call for Q4 FY2025 - Recruit Holdings (transcription officielle) Primaire archive à générer
- S2 Indeed Helps 31 People Get Hired Every Minute, Powered by AI-Driven Matching and Hiring Innovation Primaire archive à générer
- S3 Indeed parent company touts record growth driven by AI - HR Dive Presse établie archive à générer
- S4 Transcript of Earnings Results Call for Q1 FY2026 - Recruit Holdings (transcription officielle, preuve de vivacite) Primaire archive à générer
- S5 Indeed's AI-Powered Sourcing Assistant Helps Employers Hire Over 30% Faster Primaire archive à générer
- S6 Recruit Holdings Q4 FY2025 Earnings Call - transcription officielle en PDF (meme document que S1) Primaire archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.