CaseGo4Jobs : de données en pagaille à des publicités impactantes grâce à l’IA

Go4Jobs et BossData (une filiale de ZIGT) ont imaginé une stratégie de publicités sponsorisées à partir de l’IA pour la promotion efficace et évolutive d’offres d’emploi via Google Ads. Mettant à profit Google Gemini LLM, cette approche a transformé des données désorganisées en un ensemble exploitable pour des campagnes de recrutement plus pertinentes, plus locales et plus pointues. Résultat : une augmentation de nombre de candidats et une nette réduction des coûts. Une stratégie récompensée de l’argent aux IAB MIXX Awards, dans la catégorie Search Advertising.

Contexte

Go4Jobs est une agence de recrutement belge qui gère une vaste portefeuille d’offres d’emploi. Sa demande était de les promouvoir activement par le biais de Google Ads. L’objectif : traiter un maximum d’offres pour un minimum d’investissement.

Données en pagaille : le bottleneck de l’automatisation

Au départ, les offres étaient loin d’être exploitables. Les données manquaient de structure : titres soit très brefs (Opérateur), soit exagérément spécifiques (Collaborateur d’achat spécialisé en livraison, temps plein, néerlandophone), et offres d’emploi très variées dans leur style et leur mise en page. En l’absence de champs ou terminologie standardisés, ces offres étaient quasi inexploitables pour une campagne automatisée via Channable.

Avant toute réflexion sur une stratégie performante, il nous a fallu organiser et comprendre cet ensemble de données. Nous nous sommes tournés vers l’IA pour ses capacités d’optimisation, mais aussi pour commencer sur de bonnes bases en vue de l’évolutivité future des campagnes.

Intégration stratégique de l’IA

Avec Google Gemini LLM, nous avons conçu un pipeline transformant les contenus épars en un input structuré et exploitable, sans la moindre intervention manuelle.

Sitelinks pertinents et impactant

Avant notre intervention, les sitelinks dépendaient des titres des offres, et étaient donc souvent très similaires. Grâce à Gemini, nous avons analysé chaque description de fonction pour en extraire les éléments suivants :

• Avantages particuliers (tickets-restaurant, voiture de société, formation offerte)
• Atouts spécifiques (possibilités d’évolution, horaires spécifiques, équipe soudée)

Ceci nous a permis de formuler des sitelinks plus précis, et donc de distinguer ces offres par une réelle incitation à cliquer.

Listes de mots-clés évolutives

Gemini nous a aussi servi à résumer les titres des offres en un terme parlant, puis à générer des listes de mots-clés autour de synonymes, toujours évolutives, sans travail humain.

Prenons un exemple : « ébéniste » a ainsi donné « menuisier », « artisan du bois » et « designer d’intérieur », soit autant de possibilités pour les annonces.

Catégorisation pour un ciblage plus efficace

Enfin, nous avons classé les offres d’emploi aux titres trop longs ou trop diversifiés dans des catégories prédéfinies.

Pour reprendre l’exemple précédent, Gemini a attribué à « Collaborateur d’achat spécialisé en livraison, temps plein, néerlandophone » la catégorie « Collaborateur d’achats ».

Ce faisant, chaque offre a été redirigée dans la campagne appropriée, pour un ciblage et un message plus pertinents.

Côté tactique, nous avons utilisé l’API de Google Maps pour extraire les coordonnées GPS de chaque ville mentionnée, conduisant à un ciblage par proximité géographique 100 % automatisé.

Résultat

Succès!

Pour mesurer les résultats de la campagne, nous les avons comparés aux objectifs prioritaires de Go4Jobs : maximiser le nombre de candidatures et minimiser les coûts par candidature (CPA). Google Ads et des plateformes analytiques ont mesuré ces performances à l’aide d’indicateurs stratégiques tels que le click-through rate (CTR), cost-per-click (CPC) et le cost-per-action (CPA).

La réorganisation des données induite par l’IA a directement influencé ces indicateurs. Plus pertinentes et plus attrayantes, les offres d’emploi ont obtenu un plus haut CTR. La géo-normalisation et les clusters intelligents ont éliminé les dépenses inutiles, faisant baisser le CPC. Et surtout, l’efficacité décuplée de cette stratégie a fortement réduit le CPA.

De mars à septembre 2025, CPC et CPA ont diminué d’environ 50 %, pour un nombre de candidatures en forte hausse. Les objectifs initiaux de Go4Jobs sont donc atteints, et même dépassés : plus de candidatures, des annonces plus pertinentes, et des coûts nettement mieux maîtrisés.  Ces résultats démontrent que l’IA permet des performances améliorées, évolutives et durables pour les annonces de recrutement.

« Bien plus qu’une simple automatisation des campagnes, ce projet a fondamentalement changé notre approche du marketing appliqué au recrutement. L’IA a libéré le plein potentiel de nos données pour accélérer notre développement, ce qui aura été complètement hors de portée sans automatisation. » – Xander Valkiers, Marketing Manager, Go4Jobs