Pourquoi l'analyse du drop-off de pipeline fonctionne pareil en vente et en recrutement
Vente et recrutement semblent être des pipelines différents. Les maths du drop-off sont identiques. Mêmes diagnostics, mêmes correctifs, juste d'autres étiquettes d'étape.
La plupart des équipes traitent le drop-off des ventes et le drop-off du recrutement comme deux problèmes distincts. Elles tirent des rapports différents, posent des questions différentes, et embauchent des spécialistes différents pour résoudre chacun. Ce clivage est avant tout culturel. Les maths sont identiques.
Un pipeline est une suite d'étapes. Les gens entrent en haut, avancent étape par étape, puis closent ou tombent. Le drop-off est le pourcentage qui tombe à chaque transition. Une fois ce cadre accepté, vente et recrutement cessent d'être des problèmes distincts et deviennent le même problème avec d'autres étiquettes sur les cases.
Les maths de l'entonnoir se moquent du nom des étapes
En vente, les étapes canoniques sont Lead, MQL, SQL, Opportunity, Closed Won. En recrutement, ce sont Candidature, Screening, Entretien, Offre, Embauche. Cinq étapes par pipeline. Quatre transitions par pipeline. À chaque transition, un pourcentage continue, un autre tombe.
Selon le Glue Up 2026 sales funnel benchmarks, l'entonnoir de vente B2B typique convertit Lead vers MQL à 25 à 35%, MQL vers SQL à 13 à 26%, SQL vers Opportunity à 50 à 62%, et Opportunity vers Closed Deal à 15 à 30%. Multiplie ces taux et tu obtiens une conversion bout en bout d'environ 0,3% à 1,6%.
En recrutement, le CareerPlug's 2025 Recruiting Metrics Report a suivi plus de 10 millions de candidatures et constaté qu'environ 3% des candidat(e)s atteignent un entretien et moins de 1% finissent embauchés. Même forme. Mêmes ordres de grandeur. Le plus grand creux dans les deux entonnoirs se produit à l'étape de qualification: MQL vers SQL en vente, Candidature vers Screening en recrutement.
Les schémas diagnostiques sont aussi les mêmes
Quand le drop-off vente s'envole entre MQL et SQL, trois choses sont en général vraies: le volume de leads a crû plus vite que la capacité commerciale, les critères de qualification sont mal alignés entre marketing et vente, ou le délai de réponse a glissé. Quand le drop-off recrutement s'envole entre Candidature et Screening, trois choses sont en général vraies: le volume de candidatures a crû plus vite que la capacité de recrutement, les critères de screening sont mal alignés entre hiring manager et recruteur, ou le délai de réponse a glissé.
Relis ces deux paragraphes. Les trois mêmes diagnostics. Le Ashby 2025 Talent Trends Report montre que les équipes de recrutement traitent aujourd'hui presque deux fois le volume de candidatures de 2021 avec le même effectif, ce qui produit exactement le bottleneck qu'une équipe commerciale obtient quand les leads triplent et les commerciaux restent au même niveau.
Les correctifs riment aussi. En vente, tu resserres les critères de qualification, tu poses des SLA sur le délai de réponse, ou tu investis dans le scoring avant routage. En recrutement, tu resserres les critères de screening, tu poses des SLA sur le délai de réponse, ou tu investis dans le pré-screening avant la revue par le recruteur. Le verbe est "filtrer ou accélérer". Ce verbe marche dans les deux pipelines.
Là où l'analyse casse (et pourquoi)
La raison pour laquelle la plupart des équipes ratent cette symétrie, c'est que la donnée vit dans des systèmes différents. Le CRM stocke le pipeline de vente. L'ATS stocke le pipeline de recrutement. Les rapports sont construits par système, par des gens qui ne voient qu'un seul entonnoir. Donc, quand le drop-off vente et le drop-off recrutement sont causés par la même chose sous-jacente (l'entreprise a fait rentrer plus de demande qu'elle n'a construit de capacité), personne ne le voit, parce que personne ne regarde les deux à la fois.
La recherche SHRM sur l'expérience candidat montre que 60% des candidat(e)s abandonnent leur candidature à cause de la friction de processus. Le même pourcentage exact de leads B2B abandonnent les conversations commerciales pour la même raison: trop d'étapes, trop lent, trop flou. Un chiffre, une racine, deux rapports que personne ne relie.
Ce que débloque une analyse de pipeline unifiée
Si tu peux passer la même requête de drop-off sur les deux entonnoirs, trois choses deviennent évidentes alors qu'elles étaient invisibles avant. Premièrement: les bottlenecks de capacité sur des ressources partagées, comme un hiring manager qui est aussi sponsor de deal, apparaissent simultanément dans les deux pipelines comme drop-off. Deuxièmement: les améliorations de processus se cumulent, un schéma de SLA qui lift la conversion vente est le même schéma de SLA qui lift l'acceptation d'offre. Troisièmement: tu cesses d'embaucher deux équipes analytics pour répondre à une seule question.
Voilà l'argument pratique pour traiter vente et recrutement comme un seul produit pipeline, pas deux. Le modèle de données est le même. Les diagnostics sont les mêmes. Les correctifs sont les mêmes. La seule différence, c'est l'étiquette sur la case.