Agrégateur d'offres vs index d'offres

Collecter des offres d'emploi depuis plusieurs sources et les empiler dans une base : c'est un agrégateur. C'est utile, mais insuffisant dès que l'on veut raisonner sur le marché plutôt que le survoler. Notre conviction : entre agréger et indexer, il y a quatre opérations qui changent la nature du produit — la déduplication inter-sources, le statut, l'historique et le rattachement à l'entreprise. Illustration avec notre propre index, qui compte environ 1,4 million d'offres.

Agréger : nécessaire, mais brut

L'agrégation résout un vrai problème : personne ne veut surveiller trente jobboards à la main. Mais un flux agrégé hérite des défauts de toutes ses sources, additionnés. Le même poste de développeur publié sur quatre sites devient quatre lignes ; les offres expirées restent tant que la source ne les retire pas proprement ; chaque site décrit l'employeur à sa manière, avec son orthographe et son niveau de détail. Un agrégateur transporte la donnée — il ne la comprend pas. Pour afficher des annonces, cela suffit ; pour analyser un marché, cela fausse tout dès la première requête.

La déduplication inter-sources : compter des postes, pas des annonces

Un poste réel génère en pratique plusieurs annonces : site carrière, jobboards généralistes, sites spécialisés, multidiffuseurs. Selon les secteurs, il n'est pas rare qu'une même offre apparaisse sur trois à cinq canaux. Sans déduplication inter-sources, tout raisonnement quantitatif est faux : volumes de recrutement surestimés d'un facteur deux à quatre, tensions de marché mal lues, comparaisons sectorielles biaisées par les habitudes de diffusion de chaque secteur.

L'index fusionne ces annonces en une offre canonique, tout en conservant la liste des publications — car savoir où un poste est diffusé, et sur combien de canaux, est en soi une information : un employeur qui multiplie les canaux signale généralement une difficulté à pourvoir.

Le statut : active ou expirée, avec une date

Une base d'offres sans notion de statut est une archive qui s'ignore. Notre re-crawl vérifie régulièrement la présence de chaque offre à sa source et la fait passer par des états explicites : active, non revue depuis X jours, expirée à telle date. La date d'expiration est un signal métier à part entière : une offre retirée au bout de dix jours ne raconte pas la même histoire qu'une offre republiée pendant six mois — poste pourvu rapidement d'un côté, difficulté de recrutement durable de l'autre. Un agrégateur ne peut pas produire ce signal, puisqu'il ne revient pas vérifier.

L'historique et le rattachement à l'entreprise

Deux enrichissements achèvent le passage de l'agrégat à l'index :

• L'historique : chaque offre conserve ses versions successives — salaire ajusté, intitulé modifié, republication. La série temporelle des offres d'une entreprise est souvent plus parlante que chaque offre isolée : une grille salariale qui monte en cours de diffusion en dit long sur la tension du poste.
• Le rattachement : chaque offre est reliée à une fiche entreprise enrichie de notre index — environ 200 000 sociétés, avec secteur, effectif, localisations et offres en cours. C'est ce lien qui permet des questions impossibles à poser à un agrégateur : quelles entreprises de 50 à 200 personnes, dans tel secteur, ont ouvert plus de cinq postes ce trimestre ? Quels concurrents recrutent sur les mêmes profils que vous ?

Quand un agrégateur suffit

Restons honnêtes : si votre besoin est d'afficher des offres à un candidat — un site d'emploi, une page carrière mutualisée, une newsletter d'annonces — un agrégateur bien fait suffit, et il coûte moins cher. Quelques doublons et quelques offres mortes y sont des imperfections cosmétiques, pas des erreurs graves. L'index se justifie quand les offres servent de signal : prospection B2B sur les entreprises qui recrutent, veille concurrentielle, analyses de marché du travail, sourcing de candidats. Dans ces usages, un doublon n'est plus un défaut d'affichage : c'est une erreur de raisonnement qui se propage dans chaque décision prise en aval.

Un index, pas un empilement

C'est la distinction que nous résumons en une phrase : un agrégateur collecte des annonces, un index décrit un marché. sourcing.sh livre le second — des offres dédupliquées, datées, historisées et rattachées à des fiches entreprises enrichies — directement dans vos outils : CRM, ATS, API ou Claude via MCP, au forfait. L'interface n'est qu'une couche secondaire ; c'est la base de données qui fait le travail.