Entretien basé sur les compétences : conception des questions, grille de notation et lien avec les besoins de formation (vue L&D)

Entretien basé sur les compétences : conception des questions, grille de notation et lien avec les besoins de formation (vue L&D)

Une question d’entretien, bien rédigée, ne capte pas « que sais-tu ? », mais comment tu t’es comporté dans quelles conditions ; mal rédigée, elle ne mesure que l’aisance à parler. Pour le L&D, ce n’est pas un détail : la matière première de votre plan de formation devient soit une preuve de comportement réel, soit un récit bien emballé.

Mon sujet, c’est de sortir « l’entretien basé sur les compétences » de l’étagère RH pour le transformer en donnée d’apprentissage. Parce qu’il y a une bizarrerie sur scène : la même entreprise exige des preuves comportementales du candidat ; une fois embauché, elle distribue soudain des formations sur la base d’hypothèses sans preuve. Je n’arrive toujours pas à modéliser complètement cette transition. L’esprit humain change-t-il en passant la porte ?

Ci-dessous, je vais concevoir des questions avec la technique STAR, construire une grille 1–5 avec des indicateurs comportementaux, puis relier la sortie d’entretien au flux écart de compétences → parcours d’apprentissage personnalisé. Et je n’oublierai pas le RGPD et le SST ; parce que ce que vous appelez « donnée », si ce n’est pas tenu correctement, viendra un jour frapper à votre porte sous forme d’audit.

“Evidence is not proof; it is the available body of facts.” [Carl Sagan, The Demon-Haunted World, 1995]
Ce que vous collectez en entretien, c’est exactement cela : pas une vérité absolue, mais des traces comportementales suffisantes pour décider.

1) Le vrai objectif de l’entretien basé sur les compétences : lire le « potentiel » à travers des preuves

L’entretien basé sur les compétences (entretien comportemental) ne met pas au centre la « bonne intention » du candidat, mais le comportement qu’il a montré dans une situation similaire. Parce que la vie professionnelle se mesure par le comportement, pas par l’intention : un client objecte, l’équipe se disperse, une règle SST est enfreinte, un e-mail RGPD part au mauvais destinataire… et à ce moment-là, ce sont vos réflexes qui parlent.

Deux implications L&D sont critiques ici :

À ce stade, une phrase entendue par Saadet (elle mérite d’être appelée “We’ll Handle It” Specialist) me reste en tête : « On a choisi le candidat, puis on a ouvert le même plan de formation pour tout le monde. » On cherche la différence au moment de choisir, puis on l’ignore au moment de développer. Contradiction intéressante.

2) Transformer la compétence en « indicateurs comportementaux » : le travail à faire avant d’écrire la question

Avant de commencer à écrire une question STAR, vous devez faire descendre la compétence d’une étiquette abstraite en une phrase vers des indicateurs observables. Sinon, un mot comme « compétence de communication » devient quelque chose de différent dans la tête de chacun.

Je vous donne un modèle simple :

Exemple (court) :

Petite correction ici : quand je disais « type de preuve », j’ai écrit comme si je ne parlais que de métriques ; ce n’est pas le cas. Parfois, la meilleure preuve est la chronologie d’un événement : « j’ai vu ceci → j’ai supposé cela → j’ai fait ceci → j’ai signalé là. »

3) Conception de questions avec la technique STAR : modèles et test de la « bonne question »

La technique STAR (Situation–Task–Action–Result) force le récit du candidat en quatre parties : Situation, Tâche, Action, Résultat. Je dis « force » parce que l’humain, naturellement, aime embellir l’histoire avec des « moi, en fait… ». STAR réduit l’ornement.

Modèles de questions STAR

Les modèles ci-dessous accélèrent l’écriture d’une banque de questions. Chacun a un objectif différent.

Modèle A — Incident critique (expérience réelle)

Modèle B — Conflit et compromis

Modèle C — Erreur et apprentissage (mon préféré)

Modèle D — Pression éthique/conformité (fonctionne très bien pour RGPD/SST)

Modèle E — Incertitude

Check-list rapide pour une « bonne question »

Avant de publier une question STAR (oui, je traite aussi une question d’entretien comme une “publication”), j’applique ces 5 tests :

À ce stade, j’ai une observation terrain : les intervieweurs prennent parfois « il/elle a très bien raconté » pour une note. Or, bien raconter n’est pas une compétence ; cela peut être une compétence de narration. Elle est précieuse pour certains rôles, mais pas pour tous.

4) Exemple de banque de questions : 12 questions écrites pour produire de la donnée utile au L&D

J’ai rédigé la banque ci-dessous pour produire des comportements notables. À côté de chaque question, j’indique la compétence visée.

  1. Priorisation / gestion du temps
    « Raconte un exemple vécu au cours des 6 derniers mois où plusieurs urgences sont arrivées en même temps. Comment as-tu priorisé, qu’as-tu reporté, et quel a été le résultat ? »

  2. Gestion des parties prenantes
    « Quand l’attente d’un client interne entre en conflit avec les exigences du processus, qu’as-tu fait ? Donne un exemple. »

  3. Résolution de problèmes
    « Raconte une situation où tu as identifié la cause racine d’une erreur récurrente et l’as résolue. Quelles données as-tu collectées ? »

  4. Réception du feedback / état d’esprit de développement
    « Raconte un moment où tu as reçu un feedback difficile. Quelle a été ta première réaction, puis qu’as-tu fait ? »

  5. Persuasion / gestion des objections
    « Donne un exemple où, quand l’autre partie a dit “non”, tu as soit changé d’avis, soit convaincu l’autre partie. Quel argument a fonctionné ? »

  6. Orientation qualité
    « Donne un exemple où tu as relevé le standard au lieu de laisser un travail “assez bon”. Quel en a été le coût ? »

  7. Sensibilisation SST (mise en pratique)
    « As-tu un exemple où tu as arrêté le travail, ou recommandé de l’arrêter, parce que tu voyais un risque SST ? Qu’est-ce qui s’est passé ? »
    (Dans le SST, le réflexe “arrêter le travail” entre parfois en conflit avec la culture ; je veux entendre ce conflit.)

  8. Sensibilisation RGPD (mise en pratique)
    « Quand une demande contenant des données personnelles arrive, comment as-tu vérifié la légitimité de la demande ? Raconte un exemple. »

  9. Décision dans l’incertitude
    « Raconte un moment où tu as dû prendre en charge un sujet sans objectif clair. Comment as-tu défini l’objectif ? »

  10. Travail d’équipe
    « Donne un exemple où tu as pris en charge un travail “invisible” dans l’équipe. Pourquoi toi ? »

  11. Résolution de conflits
    « Raconte un exemple où tu as désamorcé une tension avant qu’elle ne grossisse. Quelle phrase a été le point de bascule ? »

  12. Orientation client
    « As-tu un exemple où tu as compris que ce que le client disait et son besoin réel étaient différents ? Qu’as-tu fait ? »

Ce qui rend cette banque “impossible à réciter” par cœur, c’est que les questions exigent un événement spécifique. L’événement spécifique est le carburant de la grille.

5) Grille de notation 1–5 : indicateurs comportementaux + drapeaux rouges

Une grille sort l’entretien du “ressenti” et le transforme en donnée comparable. J’utilise généralement 1–5 ; parce que 1–3 est trop grossier, et 1–7 trop fin pour la durée d’un entretien.

Ci-dessous, je donne un exemple de grille. Compétence : Sensibilisation SST (mise en pratique). Vous pouvez utiliser la même ossature pour le RGPD, la gestion client, la résolution de problèmes.

Score Indicateur comportemental (ce que je veux entendre) Preuve typique Drapeau rouge
1 Minimise le risque, rejette la responsabilité sur quelqu’un d’autre Langage type « il ne nous arrivera rien » Violation volontaire de la règle / normalisation de la violation
2 Identifie le risque mais l’action reste floue « Je l’ai dit, mais… » Pas d’escalade, pas de trace
3 Prend une action de base, informe la bonne personne Information du manager / de l’équipe SST Avertissement uniquement verbal, pas de suivi
4 Prend des mesures proactives, améliore le processus Mesure préventive, micro-formation, check-list Excès de confiance, « je gère »
5 Met en place un système : empêche la répétition, renforce aussi les autres Mise à jour de procédure, déploiement Gagner du temps en compromettant la sécurité

Deux principes quand vous écrivez la grille :

  1. Chaque score doit passer au niveau supérieur via une “différence de comportement”.
    « Il/elle l’a mieux raconté » n’est pas une différence de niveau.

  2. Les drapeaux rouges sont une colonne à part.
    Parce que certains comportements rendent le score total insignifiant. En RGPD par exemple : « j’ai envoyé la donnée via WhatsApp » est un signal de risque, même si le reste est très bon.

Mini-protocole d’utilisation de la grille (pour l’intervieweur)

Au passage : une grille ne garantit pas “l’objectivité” ; mais elle produit de la cohérence. Ces deux notions sont souvent confondues.

6) Relier la donnée d’entretien à l’analytique de formation : écart de compétences → parcours personnalisé

J’arrive au cœur du sujet : la donnée d’entretien, dans la plupart des entreprises, reste dans un PDF. Ce PDF est archivé pour ne plus jamais être rouvert. Or, côté L&D, l’entretien est la première carte de compétences du nouvel arrivant.

Le flux de données que je recommande est le suivant :

  1. Compétence → score de grille (1–5)
  2. Score de grille → niveau de risque / priorité
  3. Priorité → action d’apprentissage (module d’onboarding, mentorat, pratique, évaluation)
  4. Action → mesure (test court, checkpoint, observation comportementale)
  5. Mesure → mise à jour du parcours

Je le mets en tableau ; parce que le cerveau humain fuit moins quand il voit un flux sous forme de tableau :

Résultat de la grille Interprétation Action L&D Idée de mesure
1–2 Écart critique / risque Module ciblé dans l’onboarding + suivi rapproché Test de scénario court + re-test après 2 semaines
3 Niveau de base Parcours standard + devoir de pratique Checkpoint + observation du manager
4 Fort Cas avancé / simulation Qualité des décisions dans le scénario
5 Modèle Mentorat / vivier de formateurs internes Livrable de développement d’autrui

Ici, par “parcours personnalisé”, je ne veux pas dire forcément des centaines de contenus. Parfois, la seule différence est celle-ci : dans la même formation, certains auront plus de pratique, d’autres plus de rappel de règles, et d’autres encore plus de cas avancés.

Chez Nextrain, ce type de différenciation peut être automatisé avec AI Rules : affectations d’onboarding/mentorat/apprentissage pour ceux qui passent sous un certain score. Je ne vais pas prétendre ici que je collecte ou non le “score d’entretien” directement dans la plateforme ; parce que la source de données varie selon l’entreprise. Mais la logique de règle est claire : IF (risque) THEN (parcours).

Et il y a aussi ceci : dans Nextrain, les flux de formation et les interactions sont suivis au niveau événement (visionnage, clic, réponse, durée). Cela vous aide à tester, pendant la formation, l’hypothèse lancée par l’entretien (« cette personne est faible en gestion des objections ») : où a-t-elle réellement bloqué, sur quelle question, combien de fois est-elle revenue en arrière ?

7) Brouillon d’automatisation : pont « entretien → onboarding » avec AI Rules (exemple)

Le brouillon ci-dessous est assez concret pour une équipe L&D, mais assez général pour être adapté d’une entreprise à l’autre. Je le vois comme de “l’écriture de règles” : l’art de traduire l’intention humaine en système.

KURAL 1 — Écart critique SST
EĞER (score de grille SST <= 2)
O ZAMAN (attribuer le pack d’onboarding SST) + (attribuer un test checkpoint 7 jours plus tard) + (envoyer un résumé au manager)

KURAL 2 — Risque RGPD
EĞER (score de grille RGPD <= 2)
O ZAMAN (attribuer la formation de sensibilisation RGPD) + (ajouter un test/checkpoint en temps réel) + (réévaluation sous 14 jours)

KURAL 3 — Axe de développement : gestion des objections
EĞER (score de grille gestion des objections == 3)
O ZAMAN (parcours de base + scénario de pratique)
EĞER (score checkpoint < %60)
O ZAMAN (re-formation avec AI Gates)
DEĞİLSE (passer au cas avancé)

Le point fort de ce flux est le suivant : l’entretien ne produit pas une “étiquette”, il produit un déclencheur. Et le travail du L&D consiste à relier correctement le déclencheur à l’action.

Note RGPD : la donnée d’entretien peut entrer dans le périmètre des données personnelles. Dans un “exemple de comportement”, des données de tiers peuvent apparaître. Il faut donc une politique claire de conservation, d’accès et de masquage. Côté Nextrain, il existe une approche architecturale où Akira ne voit pas les données personnelles (hash/mask/strip) ; mais le processus interne reste crucial : qui voit quoi, combien de temps c’est conservé, et à quelles fins c’est utilisé.


Notes

  1. Carl Sagan, The Demon-Haunted World: Science as a Candle in the Dark (1995).