Scovai Scovai
People Analytics 2026-09-11 1 min read

Les salariés sont 64 % plus susceptibles de changer d'employeur le mois où ils réécrivent leur propre parcours professionnel

DSL

Dr. Sarah Liu

Les salariés sont 64 % plus susceptibles de changer d'employeur le mois où ils réécrivent leur propre parcours professionnel

Les salariés sont 64 % plus susceptibles de changer d'employeur au cours de la période où ils mettent à jour leur profil professionnel (NBER, 2026). Pas leur poste actuel : leur parcours professionnel. L'intitulé d'un poste quitté il y a des années, la description d'un travail achevé et validé bien avant que quiconque ait pensé à le réviser.

C'est le résultat central d'un nouveau working paper du NBER signé Nicholas Bloom, Gideon Moore, Lisa Simon et Caelan Wilkie-Rogers. À partir des versions mensuelles des données de Revelio Labs de 2020 à 2026, ils montrent que 19,7 % des utilisateurs LinkedIn américains établis modifient rétroactivement l'intitulé ou la description d'un emploi qu'ils ont déjà quitté, et que la modification médiane intervient plus de quatre ans après le départ de la personne (NBER, 2026).

Deux conséquences en découlent, et la plupart des équipes opérationnelles sont exposées aux deux. La première est un signal de rétention qui arrive des mois avant la lettre de démission. La seconde est un problème de données caché sous chaque benchmark de compétences construit à partir de l'historique des profils.

Ce que l'étude du NBER a réellement mesuré

La plupart des recherches sur les profils prennent un instantané unique et le traitent comme la référence. Cette étude fait quelque chose de plus utile : elle compare chaque profil à ses propres versions antérieures, mois après mois, sur environ 29,4 millions de profils américains (TNW, 2026). On peut ainsi voir non seulement ce que dit un profil, mais depuis quand il le dit.

Les auteurs appellent la modification rétroactive un « voyage dans le temps », et le phénomène n'a rien de marginal.

  • Un sur cinq parmi les utilisateurs établis l'a fait au moins une fois depuis 2020, et les auteurs y voient une borne inférieure, car leur fichier de mises à jour ne commence qu'en 2020.
  • Plus de quatre ans : c'est l'écart médian entre le départ d'un poste et sa réécriture. Il ne s'agit pas de gens qui corrigent une coquille en partant.
  • Près d'un sur trois parmi les salariés de la technologie et de l'information voyage dans le temps d'ici la fin de l'échantillon, le taux le plus élevé de tous les secteurs ; la couverture médiatique de l'étude le chiffre à 31,6 % (TNW, 2026). La construction et l'immobilier se situent à l'autre extrémité.

La concentration compte. Les secteurs aux taux les plus élevés sont ceux où se trouve le travail intellectuel des entreprises de taille intermédiaire, et où le remplacement coûte le plus cher.

Le risque de départ apparaît des mois avant la démission

C'est le calendrier qui fait de ce résultat plus qu'une curiosité.

Par rapport aux salariés qui restent, ceux qui changent d'employeur sont plus de deux fois plus susceptibles de voyager dans le temps un an entier avant leur départ. À partir d'environ six mois avant, le taux grimpe encore, jusqu'à atteindre le double de son niveau de douze mois auparavant : 2,4 % contre 1,1 %. Dans les trois mois environ qui suivent le départ, il revient à son niveau de base (NBER, 2026).

Lisez cela en responsable des opérations. Le signal précède le départ, et non l'inverse. Au moment où une démission arrive chez un manager, la modification du profil date souvent de six mois.

Pourquoi l'avance compte

Les travaux de Gallup sur le turnover volontaire donnent la mesure du coût de cette fenêtre manquée. 42 % des salariés ayant quitté volontairement leur organisation déclarent que leur manager ou leur organisation aurait pu faire quelque chose pour l'éviter. 45 % indiquent que, dans les trois mois précédant leur départ, ni leur manager ni aucun autre dirigeant n'a abordé de manière proactive avec eux leur satisfaction au travail, leur performance ou leur avenir dans l'organisation (Gallup, 2026).

Gallup estime le coût de remplacement à environ 200 % du salaire pour les dirigeants et managers, 80 % pour les profils techniques et 40 % pour les salariés de terrain. Dans une entreprise de 150 personnes, une poignée de départs seniors évitables est une ligne budgétaire que le directeur financier remarque.

Le manque ne porte donc pas sur l'information concernant les intentions. Les salariés la publient. Le manque, c'est que personne n'a la conversation pendant les mois où elle pourrait encore changer l'issue.

Les données de parcours professionnel sont réécrites en faveur de l'IA

La seconde conséquence est moins visible et, pour quiconque achète de la talent intelligence, plus coûteuse.

Les modifications rétroactives ne sont pas aléatoires. Après le lancement de ChatGPT fin 2022, les ajouts rétroactifs de vocabulaire lié à l'IA (« AI », « GPT », « LLM », « artificial intelligence ») ont été multipliés par plus de six, avant de ralentir ces derniers mois. Le vocabulaire du télétravail et de la DEI a évolué dans le sens inverse. Les marqueurs d'écriture associés aux LLM ont eux aussi bondi après ChatGPT, surtout parmi les groupes les moins diplômés et les MBA issus de programmes moins bien classés (NBER, 2026).

Les auteurs proposent une lecture plausible du mécanisme, présentée prudemment comme une interprétation et non comme un résultat : les salariés modifient leur CV pour refléter ce qu'ils pensent que les employeurs veulent entendre (NBER, 2026).

La conséquence chiffrée est celle à emporter à votre prochaine réunion fournisseur. Estimer la prévalence des compétences en IA en 2022 à partir des profils actuels, plutôt qu'à partir de leur apparence en 2022, surestime ces compétences d'environ 30 %, et là encore les auteurs parlent d'une borne inférieure (NBER, 2026).

Ce que cela fait à une baseline d'écart de compétences

Si votre plan de main-d'œuvre compare vos équipes à une prévalence « de marché » des compétences en IA tirée des données de profils actuelles, l'historique du marché a été retouché à la hausse. La courbe de tendance est plus raide dans les données qu'elle ne l'a été dans la réalité. Votre équipe paraît plus en retard qu'elle ne l'est, et un budget de formation est dimensionné sur un passé qui n'a pas existé.

Ce que cela fait à votre filtre de recrutement

La même logique s'applique aux candidats. Comme l'a écrit Human Resources Director dans sa couverture, les employeurs ne peuvent plus prendre un ancien intitulé de poste pour argent comptant (Human Resources Director, 2026). Un poste de 2021 qui affiche aujourd'hui « a piloté l'automatisation des processus par l'IA » a peut-être été rédigé en 2025. Tout filtre, humain ou algorithmique, qui traite le parcours professionnel comme un document contemporain des faits récompense la réécriture la plus récente, pas l'expérience réelle.

L'objection : de la surveillance avec quelques étapes de plus

C'est l'objection qu'il faut prendre au sérieux, et elle comporte trois volets.

Le signal est corrélationnel. Les auteurs sont explicites : le lien peut relever de la sélection (on soigne son profil parce qu'on cherche déjà) ou de l'effet de traitement, si un profil soigné augmente les chances de décrocher un poste. Pour une décision de rétention, la distinction importe peu : dans les deux cas, la modification indique que quelqu'un est plus près de la sortie qu'avant. Mais elle interdit de traiter une modification comme la preuve de quoi que ce soit.

Les taux absolus sont faibles. Une hausse relative de 64 % sur un taux de base faible reste un taux de base faible. Un taux mensuel de 2,4 % signifie que l'immense majorité des modifications de profil ne sont suivies d'aucun départ. Construisez une liste de surveillance individuelle sur cette base et vous produirez bien plus de fausses alertes que de départs, en dépensant l'attention des managers sur les mauvaises personnes.

La surveillance corrode ce qu'elle mesure. Les salariés qui découvrent qu'on suit leur profil public en concluront, à juste titre, qu'on ne leur fait pas confiance. Cela accélère précisément les départs qu'on voulait éviter. Selon la juridiction, cela peut aussi soulever des questions de protection des données auxquelles votre juriste devrait répondre avant que vous ne construisiez quoi que ce soit.

Prise au sérieux, l'objection rend la conclusion plus nette. La modification du profil n'est pas l'intervention. C'est la preuve que la vraie intervention, une conversation régulière et substantielle sur l'avenir de quelqu'un, arrive trop tard ou n'a pas lieu. Le chiffre qui compte ici, c'est le 45 % de Gallup, pas le 64 %.

Ce qui distingue un signal d'une liste de surveillance

La ligne pratique est simple : utilisez ce résultat pour changer la cadence de vos conversations, pas pour bâtir un système de surveillance.

L'étude vous apprend trois choses sur lesquelles agir sans regarder le profil d'un seul salarié :

  1. L'intention de départ devient visible environ six mois à l'avance. Si les entretiens de rétention n'ont lieu qu'à l'entretien annuel, vous êtes structurellement en retard sur la plupart des départs.
  2. Votre population la plus à risque est prévisible. Les postes techniques et intellectuels voyagent le plus dans le temps et coûtent le plus cher à remplacer. C'est là que la cadence des conversations doit être la plus serrée.
  3. L'historique des profils n'est pas un registre fiable. Tout modèle de people analytics ou benchmark de compétences construit dessus hérite d'un biais à la hausse en faveur de ce que le marché récompense aujourd'hui.

Que faire des données de parcours professionnel ce trimestre

Le geste est plus modeste qu'il n'y paraît et ne demande aucun nouveau logiciel.

Inscrivez un entretien de rétention trimestriel au calendrier pour chaque poste technique et senior. Pas une évaluation de performance. Une seule série de questions : qu'est-ce qui te ferait partir, qu'est-ce qui te ferait rester, que veux-tu faire dans dix-huit mois. L'objectif est de combler l'écart des 45 % de Gallup avant que la fenêtre des six mois ne s'ouvre.

Posez une seule question à chaque fournisseur de talent intelligence. Vos benchmarks historiques de compétences reposent-ils sur des versions de profils datées, ou sont-ils reconstruits à partir de l'instantané d'aujourd'hui ? Si c'est la seconde option, décotez la tendance historique et demandez le facteur de correction. Pour les compétences en IA, considérez environ 30 % comme un plancher.

Refaites la baseline de toute analyse d'écart de compétences qui compare votre équipe au « marché ». Si la série de marché provient des profils actuels, l'écart de votre équipe est probablement surestimé. Redimensionnez le budget de formation avant de l'engager.

Cessez de traiter le parcours professionnel comme une preuve lors du recrutement. Vérifiez l'expérience qui compte par des mises en situation, des entretiens structurés et des références, pas par des intitulés qui ont pu être réécrits quatre ans après les faits.

Le registre est réécrit au grand jour

Le plus utile dans ce papier n'est pas le 64 %. C'est la prise de conscience que le parcours professionnel, cette donnée que chaque plan de main-d'œuvre, benchmark de compétences et filtre de recrutement suppose implicitement figée, est un document vivant, retouché en fonction de ce que le marché récompense cette année.

Vos équipes vous disent déjà, des mois à l'avance, quand elles reconsidèrent l'endroit où elles travaillent. La plupart des organisations n'ont aucun mécanisme pour l'entendre, parce que la seule conversation programmée est l'annuelle.

Avant la clôture du trimestre, décidez quels postes bénéficieront d'un entretien de rétention tous les quatre-vingt-dix jours, et inscrivez la première série au calendrier dès ce mois-ci.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.