Skills, Clusters de compétences et Frameworks de proficiency
Comment les skills sont définies, regroupées et mesurées à travers une architecture.
Qu'est-ce qu'un skill dans ce contexte
Un skill est une capacité discrète et mesurable qu'une personne applique pour exécuter des tâches. Dans l'architecture emplois, les skills sont le tissu connectif — elles relient les rôles à la formation, les rôles aux processus talent et les rôles à l'évaluation de l'automatisabilité par l'AI.
Le Skills Graph de Cobrainer contient 170 000+ skills organisées dans un graphe de connaissances. Chaque skill est un nœud avec des relations vers d'autres skills, vers des tâches, vers des rôles et vers des formations. Ce n'est pas une taxonomie plate — c'est un graphe qui capture comment les skills se relient, se regroupent et évoluent.
Types de skills
- Skills techniques — capacités spécifiques à un domaine. Exemples : programmation Python, modélisation financière, conception d'essais cliniques, configuration SAP.
- Skills comportementales — comment une personne travaille. Exemples : gestion des parties prenantes, résolution de conflits, collaboration transverse.
- Skills de leadership — capacités pour gérer des personnes et la stratégie. Exemples : développement d'équipe, planification stratégique, conduite du changement.
- Skills digitales — capacités liées à la technologie, de plus en plus pertinentes pour tous les rôles. Exemples : data literacy, AI prompt engineering, sensibilisation à la cybersécurité.
Un profil de rôle complet comprend typiquement 15 à 30 skills réparties entre ces types, chacune avec un niveau de proficiency.
Competency Clusters (regroupements de skills)
Avec des milliers de skills en jeu, les listes de skills brutes deviennent ingérables. Les competency clusters regroupent les skills apparentées en ensembles thématiques qui rendent les profils de skills navigables et l'analyse des écarts actionnable.
Exemples de clusters :
| Cluster | Skills exemples | Rôles typiques |
|---|---|---|
| Software Engineering | Python, System Design, Code Review, CI/CD, Testing | Software Engineer, Data Engineer, DevOps |
| People Leadership | Team Development, Performance Management, Coaching, Conflict Resolution | Engineering Manager, HR Business Partner, Director |
| Data & Analytics | SQL, Statistical Analysis, Data Visualization, Machine Learning | Data Analyst, Data Scientist, BI Engineer |
| Regulatory & Compliance | EU Regulation, Risk Assessment, Audit Management, GDPR | Compliance Officer, Risk Manager, Legal Counsel |
Principes de conception des clusters :
- 5 à 8 skills par cluster. Plus devient ingérable.
- Les clusters doivent être réutilisables entre les rôles — un même cluster peut apparaître dans plusieurs familles.
- Nomme les clusters de manière descriptive. « Cluster A » est inutile. « Financial Planning & Analysis » est clair.
- Revois les clusters trimestriellement — les skills évoluent, et les clusters doivent refléter les besoins organisationnels actuels.
Frameworks de proficiency
Chaque skill rattachée à un rôle nécessite un niveau de proficiency cible. C'est ce qui transforme une liste de skills d'un nuage de tags en critères actionnables pour le recrutement, le développement et l'évaluation de la performance.
L'échelle en 5 points (standard du secteur)
| Niveau | Nom | Définition | Indicateur comportemental |
|---|---|---|---|
| 1 | Basique | Prise de conscience et compréhension fondamentale | Peut décrire le concept. A besoin d'accompagnement pour l'appliquer. |
| 2 | Qualifié | Application fiable dans des situations courantes et standard | Peut effectuer des tâches standard de manière autonome. Suit les procédures établies. Livre des résultats cohérents. |
| 3 | Avancé | Exécution autonome dans des situations complexes et ambiguës | Travaille de manière autonome dans divers contextes. Gère les exceptions. Forme les autres sur les bases. |
| 4 | Professionnel | Résolution experte de problèmes, optimisation et application stratégique | Résout des problèmes inédits. Améliore les processus. Mentor les autres. Pilote des résultats stratégiques. |
| 5 | Domain Expert 🔒 | Leadership de pensée à l'échelle mondiale et innovation pionnière | Autorité mondialement reconnue. Donne la direction pour le domaine. Définit les meilleures pratiques au-delà de l'organisation. Ce niveau représente le plafond absolu de proficiency — généralement non requis pour aucun rôle. Il existe pour ancrer le sommet de l'échelle et identifier une expertise rare de classe mondiale. |
À propos du Level 5 — Domain Expert
Domain Expert est un niveau de proficiency spécial représentant une expertise mondialement reconnue, définissant les standards d'une industrie. La plupart des organisations n'exigeront jamais le Level 5 pour aucun rôle dans leur architecture. Il existe pour la complétude — pour ancrer le sommet de l'échelle et reconnaître les rares individus dont les contributions façonnent tout un domaine. Lors de la conception des profils de rôles, fixez la proficiency cible aux Levels 1–4. Le Level 5 est aspirationnel, pas opérationnel.
Mapper la proficiency aux Job Levels
Le niveau de proficiency cible pour un skill donné varie selon le Job Level. Un Software Engineer Junior peut avoir besoin de Python au Niveau 2 (Qualifié), tandis qu'un Principal Engineer a besoin du Niveau 4 (Professionnel). Ce mapping crée les critères objectifs pour les décisions de promotion et la planification du développement.
Bonne pratique : définis des cibles de proficiency par combinaison rôle × niveau. Cette matrice devient le socle des entretiens de performance, de l'analyse des écarts de carrière et des recommandations de formation.
Construire une taxonomie de skills harmonisée
La plupart des organisations ont des données de skills dispersées dans plusieurs systèmes — outils de recrutement, plateformes de formation, gestion de la performance, staffing de projets. Chaque système utilise son propre vocabulaire. « Project Management » dans un système est « Program Management » dans un autre et « Initiative Leadership » dans un troisième.
Harmoniser signifie : un nom de skill, une définition, une échelle de proficiency, utilisés partout. C'est ce que le Skills Graph de Cobrainer fournit — une taxonomie unique mappée à tous les systèmes en aval.
Étapes pour harmoniser :
- Exporte les données de skills de tous les systèmes sources (HRIS, LMS, ATS, outils de performance)
- Mappe tous les noms de skills sur la taxonomie canonique via un matching assisté par l'AI
- Résous les conflits — quand deux systèmes utilisent des noms différents pour le même skill, choisis-en un et crée des alias
- Attache les définitions de proficiency à chaque skill canonique
- Renvoie la taxonomie harmonisée dans tous les systèmes sources
Ce processus prend typiquement 2 à 3 semaines avec Cobrainer. Sans outillage, il faut 3 à 6 mois et le résultat est obsolète avant d'être finalisé.
Besoin d'aide pour construire ton Architecture Emplois & Skills ? Échange avec notre équipe.
Échange avec Hanns