作为专业的人力资源管理咨询公司,我们为什么向客户推荐大数据薪酬调研服务,而不是以往市场上流行的传统薪酬调研服务呢?
因为我们希望客户获得的薪酬报告更准确性、更具代表性。
我们的专家团队既有咨询公司的工作经验又有企业内部人力资源的工作经验。在过往的工作中我们认识到传统的来源于美国的薪酬调研方式已经无法满足中国企业的需要。
这种‘美国’式的薪酬调研要求参与调研的企业提供内部薪酬数据,并且按照薪酬调研公司的维度对薪酬数据进行分类和标识。
薪酬是敏感信息。企业内部要通过制度建设、流程设计、文化引导等多种手段,确保薪酬信息保密。将薪酬信息托付于第三人,就不得不将本企业的关键数据寄托于第三人的管理体系和员工素养。
按照薪酬调研公司的要求对每个员工的薪酬数据分类对企业HR而言是极大的额外工作量。
总之,企业不愿意提交薪酬信息,人力资源工作人员不愿做薪酬信息提交工作。薪酬调研公司用价格折扣来诱惑客户提交信息。凡是提交薪酬数据的企业,在购买薪酬报告时会得到很大的价格优惠。
上面的行为和什么很像?有些企业拿小礼品让顾客留下联系方式。顾客知道,一旦留下联系方式,就会收到各种推销电话。如果没有现场检验机制,这时有多少比例的顾客会留下真的联系方式?
“美国式”薪酬调研恰恰没有检验机制。更何况,企业HR对对调研工具的理解和掌握程度存在差异,即使HR努力想提供真实的数据,薪酬数据分类的准确性也不能保证。
我们发现,企业薪酬政策、公开报告、招聘信息、候选人简历中的薪酬信息和薪酬期望、候选人入职定薪之间存在的相关性。在互联网时代,这类数据的数据量巨大也非常容易获取。通过总结我们在实际的企业咨询、参与薪酬调研、组织薪酬调研,企业内部薪酬管理工作的各种经历之后,我们用算法建立了一套完整的模型,可以通过这些公开信息推算企业内部薪酬政策和劳动力市场薪酬水平。
更重要的是,我们算法的基础思想是否认信息源的真实性,除非这些信息源能够相互独立验证。如同有经验的HR可以一眼看穿简历中的虚假成分一样。我们的算法也可通过多数据源校验,识别出数据的可信度。对虚假信息,我们可以主动“删除”(如果是传统薪酬调研,删除调研参与者的数据反而是违规的),来提升薪酬报告的准确性。
我们的验证有对输入数据源的校验,也有对薪酬报告结果的校验。
与让企业HR进行数据分类工作不同。大数据薪酬调研的薪酬分类工作使用AI技术来完成,克服了人工进行数据分类可能存在的误差问题。
最后,传统的薪酬调研所能涵盖的企业数量总是有限的。而大数据薪酬调研可以在极短的时间内收集整个行业的招聘、简历和公开报告,从而提供更具代表性的薪酬数据。代表性的广泛本身也代表了准确性。
大数据薪酬调研是互联网时代和大数据技术赋予人类的礼物。它会让企业信息更安全,减少HR的工作,同时获得的数据更为精准。