Combien coûte vraiment un recrutement data raté ?

Prenons un cas concret. Vous recrutez un Data Manager senior à 80 K€. Le CV est excellent : plus de dix ans d'expérience, de beaux projets data, des références solides. L'entretien se passe très bien. Le recrutement semble évident.

Six mois plus tard, le constat est tout autre : le profil n'est pas au niveau attendu.

La question qui se pose alors dans la plupart des comités est mal formulée. On parle d'« une erreur à 80 K€ ». C'est le seul chiffre visible, et c'est le plus petit de tous.

Le calcul complet, ligne par ligne

Voici ce que coûte réellement l'erreur, sur la base de fourchettes observées sur le marché français pour un poste de cadre. Les montants sont indicatifs — l'exercice utile n'est pas d'obtenir le chiffre exact, mais de voir toutes les lignes.

Ces ordres de grandeur ne sont pas des estimations de circonstance. Le Département du Travail américain retient qu'une erreur de recrutement coûte au minimum 30 % du salaire de la première année — c'est le plancher, limité aux coûts directs. La SHRM, principale association RH américaine, situe l'impact réel entre 50 % et 200 % du salaire annuel selon la séniorité et la complexité technique du poste, et jusqu'à cinq fois le salaire sur les postes stratégiques. En France, les estimations convergent vers 45 000 à 100 000 € pour un poste de cadre.

Deux facteurs aggravants s'appliquent pleinement à un Data Manager senior : la séniorité et la complexité technique. Nous sommes dans le haut de la fourchette, pas dans la moyenne.

La ligne que personne ne chiffre

Toutes les lignes ci-dessus concernent les ressources humaines. Elles sont réelles, mais elles passent à côté de l'essentiel : six mois de transformation data perdus.

Si ce profil devait piloter un chantier de gouvernance des données, redresser la qualité d'un référentiel client ou déployer une nouvelle plateforme, alors ce qui a été perdu n'est pas du temps de travail. C'est un chantier qui n'a pas avancé, des décisions restées bloquées, des dépendances qui ont pris six mois de retard en cascade, et une crédibilité de la fonction data entamée auprès des métiers.

Sur ce périmètre, le coût réel dépasse rapidement 150 K€, 200 K€, ou beaucoup plus — et il ne se lit sur aucune ligne budgétaire. C'est ce qui rend les recrutements data particulièrement sensibles : le risque n'est pas seulement de recruter la mauvaise personne, c'est de retarder toute une transformation.

Ce risque s'ajoute à un terrain déjà difficile. Gartner estime que 80 % des initiatives de gouvernance des données échoueront d'ici 2027, faute d'un enjeu suffisamment incarné pour mobiliser l'organisation. Confier ce type de chantier à un profil mal évalué, c'est ajouter un facteur d'échec à une équation qui en compte déjà beaucoup.

Pourquoi le process d'évaluation habituel ne protège pas

Dans la plupart des organisations, un profil data senior est évalué sur trois éléments : le CV, les années d'expérience, et l'entretien. Chacun a une faiblesse structurelle.

Le CV décrit une exposition, pas un résultat. « Participation au programme de gouvernance des données » peut signifier avoir piloté le chantier — ou avoir assisté au comité mensuel. Le CV ne distingue pas les deux, et le format ne le permet pas.

Les années d'expérience mesurent une durée, pas un apprentissage. Dix ans passés dans une organisation où la gouvernance était déjà en place ne préparent pas à la construire dans une organisation où elle n'existe pas. Ce sont deux métiers différents.

L'entretien mesure la capacité à parler du sujet. C'est une compétence réelle et utile — mais elle corrèle mal avec la capacité à obtenir des résultats. Un profil peut parfaitement connaître la gouvernance des données. La déployer dans une organisation complexe, embarquer les métiers, structurer les rôles et obtenir des résultats concrets, c'est une tout autre compétence. Et un entretien non structuré mesure surtout l'aisance à l'oral et la ressemblance avec l'évaluateur.

La question qui change tout

Il existe une reformulation simple qui déplace l'évaluation du déclaratif vers la preuve :

Chaque mot compte. Réussi — pas participé, pas été exposé. Ce que nous attendons d'elle — le livrable précis, pas le domaine. Environnement comparable — même degré de maturité data, même niveau de complexité organisationnelle, mêmes contraintes.

Un directeur data qui a réussi une gouvernance dans un groupe doté d'une culture data installée n'a pas démontré qu'il saurait la créer dans une organisation qui part de zéro, avec des métiers réticents et sans sponsor exécutif. Ce n'est pas un jugement sur la personne : c'est simplement une compétence différente, qu'il faut évaluer pour elle-même.

Comment sécuriser concrètement un recrutement data stratégique

1. Écrire le mandat avant la fiche de poste. Que doit-il s'être passé dans dix-huit mois pour que ce recrutement soit une réussite ? Trois livrables datés, pas une liste de compétences. Sans cela, personne dans le processus ne sait ce qu'il évalue.
2. Évaluer sur des situations passées précises, pas sur des opinions. Remplacez « comment abordez-vous la gouvernance des données ? » par « racontez le dernier chantier de gouvernance que vous avez piloté : point de départ, qui était contre, ce que vous avez obtenu en douze mois, ce qui a échoué ». Les réponses vagues sont un signal en soi.
3. Structurer : mêmes questions, même ordre, même grille pour tous. C'est la mesure la mieux documentée en matière de prédiction de la performance, et la moins appliquée. Sans grille commune, vous ne comparez pas des candidats — vous comparez des impressions.
4. Faire évaluer la dimension technique par quelqu'un qui la maîtrise. Un comité composé uniquement de dirigeants non data évaluera le charisme et le vocabulaire. Sur un poste data, c'est précisément là que se logent les faux positifs.
5. Prévoir un point d'étape formel à 90 jours. Avec des critères définis dès l'embauche. Le coût d'une erreur détectée à trois mois est une fraction de celui d'une erreur détectée à douze.

Et en amont : ne pas gaspiller l'énergie d'évaluation

Ces cinq mesures demandent du temps — celui de vos meilleurs éléments. C'est justifié sur un poste stratégique, beaucoup moins sur les vingt candidatures qu'il faut trier avant d'arriver à la shortlist. Or c'est souvent là que l'énergie se dissipe : à la trentième lecture de CV, l'exigence baisse, et les biais prennent le relais.

C'est le rôle que nous donnons à Entretiens Data : un entretien vidéo de cinq minutes mené par un avatar IA spécialisé data, les mêmes questions pour tous les candidats, une évaluation revue par un humain. L'objectif n'est pas de remplacer votre jugement sur un poste de direction — c'est de vous rendre disponible pour l'exercer là où il compte, sur une shortlist déjà filtrée sur des critères identiques.

Pour aller plus loin sur les critères eux-mêmes : notre méthode d'évaluation d'un data engineer en entretien et les 20 questions pour évaluer un data analyst.

En résumé

Un recrutement data raté à 80 K€ n'est jamais une erreur à 80 K€. C'est 100 à 135 K€ de coûts humains, plus une transformation retardée dont le coût dépasse souvent le double. La cause n'est presque jamais un manque de rigueur des équipes : c'est un dispositif d'évaluation — CV, années, entretien — qui mesure la familiarité avec un sujet plutôt que la capacité à produire un résultat dans votre contexte.

La bonne question tient en une phrase, et elle mérite d'être posée à chaque étape : cette personne a-t-elle déjà réussi cela, dans un environnement comparable au nôtre ?