Formules des métriques et de la calibration

Chaque métrique TechEco DZ (0 à 10 ou 0 à 100), avec sa formule exacte : signaux d'avis, maturité numérique, popularité, géographie économique, potentiel d'embauche tech et confiance des données.

Signaux d'avis

company.review_volume · landmark.review_volume · company.rating_quality · landmark.rating_quality

Volume d'avis. Le nombre d'avis Google est transformé, puis normalisé de façon robuste dans la ville, où p05/p95 sont les 5^e/95^e percentiles observés parmi les entités notées de la ville. Si p95 égale p05 (aucune dispersion), toutes les entités notées reçoivent 5.

raw = lo g (1 + review_count)

score = 10 \cdot clamp (\frac{raw - p _{05}}{p _{95} - p _{05}}, 0, 1)

Qualité de la note. La note brute (0 à 5) est d'abord lissée vers la moyenne de la ville selon sa force d'échantillon : une poignée d'avis à 5 étoiles ne peut donc pas dépasser des milliers d'avis à 4,6.

posterior = \frac{n \cdot rating + 20 \cdot city_mean}{n + 20}

Le résultat est ensuite ramené sur 10 par une fonction logistique centrée sur la moyenne :

score = \frac{10}{1 + e ^{- (posterior - mean) / scale}}

scale = max (0.15, σ_{ratings})

Avis manquants. Une entité sans aucun avis (nombre_avis = 0) reçoit la moyenne neutre des deux scores ci-dessus parmi les entités notées de la même ville, marquée imputed = true avec une confiance réduite (0,35 au lieu de 1,0). Une estimation imputée n'est jamais présentée comme une note Google réelle.

Maturité numérique

company.digital_maturity

Un score additif sur 10, compté uniquement si l'URL déclarée est un domaine réellement détenu (pas une page de réseau social) et a été exploré avec succès :

digital_maturity = min (10, if crawled successfully 2.5 + 1.0 + 1.0 + 1.5 + 0.5 + 1.0 + 1.0 + min (1.5, 0.5 \cdot social_profiles))

+2,5 domaine détenu, joignable, vérifié
+1,0 exploration réussie
+1,0 page « à propos » ou « services » détectée
+1,5 page « carrières » détectée
+0,5 page « contact » détectée
+1,0 site servi en HTTPS
+1,0 exploré il y a moins de 90 jours

Le bonus de profils sociaux s'applique indépendamment du site et se plafonne à 3 profils validés.

Popularité

company.public_prominence · landmark.intrinsic

Le score affiché partout comme « Popularité » est une moyenne pondérée des métriques ci-dessus, spécifique au type d'entité :

public_prominence = 0.35 \cdot review_volume + 0.25 \cdot rating_quality + 0.40 \cdot digital_maturity

intrinsic = 0.45 \cdot review_volume + 0.25 \cdot rating_quality + 0.30 \cdot economic_relevance

Comme chaque composante reste calculée même sans avis (voir « Signaux d'avis » ci-dessus), la popularité est toujours calculée pour chaque entité publiée. Un score bas signifie une popularité réellement faible, pas une donnée manquante.

Géographie économique

landmark.economic_relevance · landmark.ecosystem_relevance · company.economic_location

Pertinence économique (lieux). Un poids fixe par type de lieu, pas une métrique calculée : usines et zones industrielles = 10 ; centres commerciaux et quartiers d'affaires = 9 ; pôles de transit, pôles commerciaux et marchés = 8 ; universités et hôpitaux = 7 ; hôtels, administrations, routes/places fréquentées, ports, résidentiel haut de gamme = 6 ; plages-resorts et aéroports = 5 ; tout autre type = 4.

Pertinence d'écosystème (lieux). Nombre d'entreprises situées à moins de 3 km du lieu, normalisé de façon robuste (même méthode p05-p95 que le volume d'avis) parmi tous les lieux de la ville. Un score relatif de densité économique locale.

Emplacement économique (entreprises). Pour chaque entreprise, la somme pondérée par la distance de la popularité de tous les lieux de la ville :

raw = ℓ \in landmarks \sum popularity (ℓ) \cdot e^{- distance_km (ℓ) / 3}

Un lieu à 3 km ne compte plus que pour environ 37 % de sa popularité, à 6 km environ 13 %. Le résultat est ensuite normalisé de façon robuste (p05-p95) parmi les entreprises de la ville.

Potentiel d'embauche tech

company.tech_opportunity · company.top_role_potential · tech_calibration (0-100)

Ce potentiel est produit en deux étapes distinctes et versionnées, jamais par une seule estimation du modèle de langage.

Étape 1, évaluation. Un agent LangChain structuré évalue chacune des 16 spécialités contrôlées et déclare, par spécialité, un score modèle (0-100) et un niveau de preuve auto-déclaré (aucune, faible, modérée, forte ou directe). Ce niveau auto-déclaré est ensuite plafonné par une vérification déterministe (termes de spécialité recherchés dans le nom, la catégorie Maps, le secteur/sous-secteur et les offres observées de l'entreprise) : sans correspondance, le niveau est ramené à « faible » (« modérée » pour un secteur SoftwareIT). Le score final de chaque spécialité :

final = round (prior + w_{level} \cdot (model_score - prior))

w_{level} = ⎩ ⎨ ⎧ 0 0.25 0.50 0.75 1.00 none weak moderate strong direct

Un score non étayé ne peut donc s'éloigner que partiellement de la référence sectorielle.

Étape 2, calibration. Chaque spécialité est ensuite re-vérifiée par rapport aux preuves réellement stockées (offres, pages explorées, profils sociaux, catégorie Maps, avis de la communauté — voir ci-dessous), jamais par rapport aux affirmations du modèle. La meilleure source correspondante fixe une fiabilité et un plafond de score :

r_{level} = ⎩ ⎨ ⎧ 0.00 0.10 0.40 0.70 0.90 none weak moderate strong direct

cap_{level} = ⎩ ⎨ ⎧ 495974100100 none weak moderate strong direct

score = min (cap_{level}, round (prior + r_{level} \cdot q_{source} \cdot (model_score - prior)))

Une spécialité totalement sans preuve ne peut donc jamais dépasser 49/100.

Signal des avis de la communauté. Un utilisateur connecté qui laisse un avis peut cocher les spécialités pour lesquelles il pense que l'entreprise recrute. Cette étiquette seule ne prouve rien : elle ne devient une preuve qu'à partir de 2 avis distincts nommant la même spécialité (plafond « faible », 59/100), ou 5 avis distincts (plafond « modérée », 74/100) — jamais au-delà, quel que soit le nombre d'avis. Lorsqu'un avis inclut un commentaire, un modèle de langage vérifie d'abord que ce texte corrobore réellement l'étiquette cochée (et non un commentaire vague ou contradictoire, par exemple mentionnant un licenciement) ; un avis sans commentaire reste compté tel quel. Une preuve réelle et exploré (offre d'emploi, page carrières) l'emporte toujours sur ce signal communautaire.

Score global de l'entreprise (affiché en %, jamais présenté comme une offre), où top1-3 sont les trois meilleurs scores calibrés :

opportunity = 0.55 \cdot top_{1} + 0.25 \cdot top_{2} + 0.12 \cdot top_{3} + 0.08 \cdot breadth

breadth = min (100, 25 \cdot n_{grounded \geq 60})

company.tech_opportunity (sur 10) est cette même opportunité divisée par 10 ; company.top_role_potential est le score calibré de la spécialité la mieux classée.

Activité de recrutement

company.hiring_activity · company.career_infrastructure

Activité de recrutement. Une seule offre ancienne tend vers 0 ; plusieurs offres récentes tendent vers 10. Plafonné à 10.

score = 10 (1 - e^{- postings /2}) \cdot freshness

freshness = e^{- days_since_last_seen /90}

Infrastructure de recrutement. +6 si une page « carrières » distincte a été détectée sur le site, +4 supplémentaires si au moins une offre active a été observée. Le maximum (10) exige les deux.

Confiance des données

company.data_confidence · company.entity_quality_risk

Confiance des données, un signal de qualité interne, pas une popularité :

confidence = 10 (0.25 reviews_present + 0.25 website_crawled + 0.25 verification_confidence + 0.15 has_coordinates + 0.10 tech_evidence_weight)

où avis_présents vaut 1 si les avis ne sont pas imputés (sinon 0,35), et poids_preuve_tech reprend l'échelle de fiabilité ci-dessus pour le meilleur niveau de preuve tech de l'entreprise.

Risque qualité de l'entité, un signal de contrôle qualité interne, jamais affiché publiquement. Si deux entreprises publiées ou plus partagent exactement les mêmes coordonnées arrondies (7 décimales, précision sub-métrique, un signal fort de doublon ou de localisation erronée) :

risk = min (10, 3 + count_sharing_that_point)

Sinon, le risque est 0.