Este site utiliza cookies para que possamos oferecer a você a melhor experiência de usuário possível. As informações dos cookies são armazenadas no seu navegador e desempenham funções como reconhecê-lo quando você retorna ao nosso site e ajudar nossa equipe a entender quais seções do site você considera mais interessantes e úteis.
Recomendação de Empresas para Usuários da Plataforma La Bonne Boîte na França
Recomendação de Empresas para Usuários da Plataforma La Bonne Boîte na França
Qual o objetivo?
Direcionar a busca dos usuários para aumentar os níveis agregados de geração de emprego.
Onde e quando?
A plataforma La Bonne Boîte foi criada em 2015 pela agência nacional de emprego francesa. A iniciativa de aprimoramento da plataforma foi implementada na França, em 2019 e 2020, por meio de uma parceria entre essa agência e pesquisadores, no contexto de um estudo experimentalOs estudos experimentais utilizam mecanismos aleatórios (isto é, sorteios) para definir quem será e quem não será contemplado por um determinado programa ou política pública, garantindo que as diferenças futuras entre estes grupos possam ser atribuídas com maior credibilidade à intervenção em si — e não a diferenças entre quem é e quem não é "tratado". envolvendo aproximadamente 800 mil usuários e 39 mil empresas.
Como é o desenho?
A La Bonne Boîte é uma ferramenta de busca para usuários em busca por empregos. Após indicarem uma área geográfica e ocupação-alvo, a plataforma recomenda uma lista de empresas com altas chances de contratação, com e-mail e telefone para contato. A lista é construída por um algoritmo que usa dados administrativos de todos os estabelecimentos em funcionamento na França para predizer probabilidades de contratação para cada estabelecimento e ocupação, em uma determinada área geográfica.
O principal elemento da parceria entre a agência de emprego e os pesquisadores foi a incorporação de um modelo de otimização que selecionou probabilidades individuais de recomendações que maximizariam a criação de empregos em todas as áreas geográficas. Este modelo considerava como parâmetros do problema de otimização:
- as diferentes dinâmicas de contratação das empresas mapeadas pelos dados administrativos;
- os custos para usuários e empresas de transições ocupacionais;
- possíveis efeitos de congestão das empresas, caso muitos usuários se candidatassem às suas vagas em um período curto de tempo.
O uso do modelo para cômputo das probabilidades individuais permitiu, então, que recomendações personalizadas fossem enviadas por e-mail para usuários da plataforma, encorajando-os a se candidatarem a vagas.
O que aprendemos com o monitoramento e avaliação?
Foram documentadas, no artigo listado na seção abaixo, as seguintes evidências a respeito do impacto causal da iniciativa de encorajamento do uso da plataforma pelos e-mails:
- aproximadamente 1 a cada 4 usuários que receberam recomendações, abriram o e-mail e clicaram em seus links [1];
- aumento de 1% (ou de 0,14 pontos percentuaisO efeito de um programa em termos percentuais (%) é diferente do efeito do programa em pontos percentuais! Por exemplo, se uma variável binária teria média de 10% na ausência da iniciativa, um impacto de 5 pontos percentuais representa aumento de 50% (=5/10).) na taxa de usuários que encontraram um emprego com contrato de curto prazo, no horizonte de até 4 meses, embora não tenham sido encontrados efeitos estatisticamente significantesChamam-se de estatisticamente significantes as estimativas de impacto que são distinguíveis do valor zero, após incorporada à análise as incertezas associadas à generalização para outras amostras de indivíduos. na taxa de usuários que encontraram um emprego com contrato de longo prazo [1];¹
- o resultado positivo descrito acima foi impulsionado por um aumento de 18% nas chances de um match em vagas recomendadas de maneira personalizada pelos e-mails, indicando que as recomendações tiveram um alto potencial em redirigir a busca por emprego para empresas com boas chances de contratação [1];
- a taxa de sucesso individual das candidaturas a vagas decresceu com o número total de candidaturas recebidas pelas empresas, o que sugere que os efeitos de congestão considerados pelo modelo de otimização tinham relevância prática no contexto do estudo [1].
- O estudo foi interrompido no 4° mês de duração devido ao início da pandemia do Covid-19.
Quais as fontes bibliográficas dessa informação?
- Behaghel, L., Dromundo, S., Gurgand, M., Hazard, Y., & Zuber, T. (2024). The Potential of Recommender Systems for Directing Job Search: A Large-Scale Experiment. SSRN Working Paper.
Eixos de busca
Estamos trabalhando para que as páginas contemplem toda a evidência documentada sobre o tema e estejam sempre atualizadas. Se você quiser sugerir algum artigo, entre em contato.
Políticas e Programas Relacionados
Auxílio Financeiro com Transporte para Jovens em Busca por Trabalho em Addis Abeba
Reduzir os custos de mobilidade no processo de procura por um emprego.
Comunicação de Apoio na Busca por Emprego na Alemanha
Informar e motivar pessoas em situação de desemprego.
Comunicação por SMS sobre Vagas de Emprego pelo Serviço Público de Emprego do Peru
Aumentar a celeridade de serviços de intermediação de mão de obra.