Czy oszczędzasz na emeryturę?

Ogólnopolskie Wynagrodzeń

USA: mediany wynagrodzeń pracowników w różnym wieku

20 lat 20 000

30 lat 40 000

40 lat 50 000

50 lat 51 000

60 lat 53 000

* rocznie w USD

Stefa premium

Sprawdź co zyskasz wykupując pełny dostęp do naszego portalu

Raport płacowy Sedlak & Sedlak dla branży IT 2019
Newsletter

Zapisz się na newsletter portalu wynagrodzenia.pl

Benefity w oczach pracowników w 2020 roku

Sprawdź, ile zarabia:

Inżynier budowy 4100 PLN
Team leader spedycji 7000 PLN
Pilot samolotów 7693 PLN
Leśniczy 6828 PLN
Kartograf 3077 PLN
C/c++ developer 7169 PLN
Architekt krajobrazu 3297 PLN
Szklarz 2397 PLN
Elektryk samochodowy 3918 PLN
Country Manager 15000 PLN
Ogólnopolskie badanie satysfakcji z pracy

Zajmujesz się zawodowo wynagrodzeniami?
Zapraszamy Cię do strefy przeznaczonej dla profesjonalistów.

Profil kompetencyjny - posiadany przez pracownika lub wymagany na konkretnym stanowisku zestaw najistotniejszych kompetencji.

pozwala na porównanie 43 wskaźników w następujących obszarach

Artykuły

Analityka predykcyjna

18.08.2020 Dominik Czesak
Ostatnie dwie dekady przyniosły mnóstwo zmian w zakresie zbierania danych. Obecnie praktycznie każdy rodzaj działalności gospodarczej łączy się z ich gromadzeniem: dane klientów, przychody, koszty, zarządzanie łańcuchem dostaw, działalność operacyjna, zachowania klientów, kampanie marketingowe, dane pracowników i tak dalej.
Czym jest analityka?
Według definicji, analityka to nauka o rozbiorze pojęć i myśli. Analitykę możemy podzielić na trzy obszary:
  • analityka deskryptywna: inaczej podejście deskryptywne, gdzie możemy odpowiedzieć na pytanie: dlaczego tak się stało?

  • analityka predykcyjna: odpowiada na pytanie: co się stanie, jeśli zrobimy jakiś krok?

  • analityka preskryptywna: stawiamy pytanie: jak możemy wpłynąć na zmiany?

W ujęciu biznesowym analitykę możemy nazwać sztuką przekuwania danych w decyzje podjęte we właściwym czasie. Upraszczając, analityka to kompletowanie danych, a następnie wyciąganie z nich wniosków, które prowadzą do wyboru najlepszych rozwiązań. Dzięki analizie danych jesteśmy w stanie argumentować nasze działania, bo oparcie ich wyłącznie na starych przyzwyczajeniach, opiniach czy osobistych przeczuciach jest ryzykowne.

Czym są dane w analityce?
Nauka o danych (data science) to interdyscyplinarna dziedzina, która pomaga zrozumieć analizę danych. Zasady, procedury, wiedza, określone w data science, poprawiają jakość procesu decyzyjnego. Prostym przykładem pokazującym jak podejmować decyzje na podstawie danych jest proces podwyżek wynagrodzeń w organizacji. Załóżmy, że średniej wielkości firma produkcyjna zlokalizowana na terenie województwa małopolskiego wynagradza pracowników produkcyjnych w wysokości 80% mediany rynkowej. W ostatnim roku przedsiębiorstwo zmagało się z wysokim wskaźnikiem rotacji, spowodowanym właśnie niskimi wynagrodzeniami. Aby zmniejszyć ten wskaźnik, dział HR zadecydował, że zrówna wynagrodzenia z medianą płac na rynku. Jak to zrobić wykorzystując dane i analitykę, tak by proces podwyżek przyniósł oczekiwany efekt i jednocześnie zwrot z inwestycji był jak najwyższy?
Podzielmy analizę na 6 części:
  • Charakterystyka problemu: czego szukamy, co chcemy zrobić?

  • Dane do analiz:

    • historyczne – historia podwyżek w organizacji, częstość występowania i ich wysokość,

    • rynkowe – raporty płacowe (np. raport płacowy firmy Sedlak & Sedlak) odpowiednie dla branży firmy i jej lokalizacji, dane GUS,

    • otoczenie makroekonomiczne – dane o inflacji, koniunkturze gospodarki w branży, regulacje prawne,

  • Analiza danych:

    • analityka deskryptywna,

    • analityka predykcyjna,

  • Wynik analiz i ich interpretacja,

  • Wdrażanie, kontrola i korygowanie.

Pierwszy punkt został opisany wcześniej: zmniejszenie dużej rotacji poprzez podwyżkę wynagrodzeń.

Dane do analizy warto pozyskać z wielu źródeł. Informacje wewnętrzne firmy odnośnie wzrostu wynagrodzeń i analiza zależności pomiędzy wysokością wynagrodzenia w odniesieniu do mediany z poszczególnych lat, analizy zysków firmy, analizy wynagrodzeń podstawowych i premii. Raporty płacowe oferują wiele informacji na temat wysokości wynagrodzeń w danej branży i regionie. Makrootoczenie pozwoli nam przewidzieć trend w gospodarce na temat: podwyżek, wysokości wynagrodzeń, minimalnej płacy, inflacji.

Dzięki analityce deskryptywnej możemy zastanowić się i szukać odpowiedzi na wyżej wymienione pytanie: dlaczego nasze wynagrodzenia to 80% wartości rynkowej?

Podejście predykcyjne pomoże nam w ustaleniu za pomocą wielu zmiennych (np. inflacja, wzrost wynagrodzeń w sektorze firm produkcyjnych, dane płacowe) poziomu wynagradzania zgodnie z rynkiem pracowników produkcyjnych.

Interpretacja wyniku to element, który pozwoli nam na podsumowanie analiz przeprowadzonych wcześniej i podjęcie decyzji.

Kontrola pokaże, czy nasza analiza i podwyżka wynagrodzeń odniosła wymierny skutek, czyli spadek wskaźnika rotacji, o ile tak się stało.
Z badań „Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance?” wynika, że im więcej firma korzysta z danych, tym jest bardziej wydajna. Dane wpływają również na wyższą dochodowość aktywów, kapitału.

Predykcja
Dzisiaj analizowanie danych już nie wystarcza. Należy pójść krok dalej. Predykcja pozwala na zwiększenie szans w wyścigu z konkurencją. Słowo to oznacza przewidywanie, prognozowanie przyszłego zdarzenia. Możemy mówić tu o szacowaniu nieznanej wartości. Wartości te mogą być czymś przyszłym, lecz predykcja odwołuje się również do czasu teraźniejszego i przeszłego. Jest tak, ponieważ przewidywanie w większości odbywa się na historycznych danych. Dziś analityka predykcyjna służy nam do zgłębiania baz danych, aby szukać w nich wzorców i struktur, dzięki którym pozyskujemy wiedzę pozwalającą na przewidywanie przyszłych wyników.
Jest to kolejny poziom ewolucji w analityce, która łączy dane historyczne z danymi służącymi do przewidywania przyszłości.
Ciekawym przypadkiem jest przykład firmy Walmart. Gdy w 2004 roku huragan Frances zmierzał w stronę Florydy, przedsiębiorstwo podjęło próbę przeanalizowania historycznych danych ze sprzedaży artykułów podczas oczekiwania na żywioł. Gdy się zastanowimy, co jest najchętniej kupowane podczas przygotowań do nadejścia huraganu, prawdopodobnie wskażemy takie artykuły jak woda czy żywność o długim terminie ważności. Dzięki zastosowaniu predykcji, firma Walmart szukała wzrostu popytu na nietypowe produkty, aby wcześniej można było zaopatrzyć w nie sklepy. Dane, które były wykorzystywane do predykcji, pochodziły z poprzednich podobnych sytuacji jak na przykład przejście huraganu Charley. Na podstawie analizy predykcyjnej przedsiębiorstwo z wyodrębnionych danych i zastosowaniu kilku zmiennych doszło do niecodziennych wniosków. Okazało się, że w największym stopniu wzrósł popyt na wodę, latarki, i co jest dosyć niecodzienne truskawkowy tost Pop-Tarts, którego sprzedaż wzrosła aż siedmiokrotnie. W trakcie oczekiwania na żywioł najczęściej kupowanym produktem było piwo.

Do czego wykorzystujemy analitykę predykcyjną?
Posiadając dwie zmienne: zmienną objaśnianą i zmienną objaśniającą (w przykładzie o podwyżce płac zmienną objaśnianą jest wynagrodzenie, a zmiennymi objaśniającymi pozostałe zmienne, które wpływają na ostateczne wynagrodzenie) jesteśmy w stanie stworzyć model predykcyjny. Krótko mówiąc, model to uproszczenie rzeczywistości. Uproszczenie to jest oparte na pewnych założeniach. Założenia tworzy się w oparciu o istotne dane dla konkretnego uproszczenia, a czasem na ograniczeniach wynikających z dostępności informacji. W analityce model predykcyjny to pewien wzór pozwalający na kalkulację nieznanej dla nas wielkości docelowej (np. wysokość wzrostu wynagrodzeń). Dzięki takim modelom jesteśmy w stanie stworzyć wcześniej pokazany plan podwyżkowy dla organizacji w oparciu o wiele zmiennych: wzrost płacy minimalnej, inflacja, prognoza zysków firmy w następnym roku. Również możemy przewidzieć naturalny ubytek zasobów pracy związany np. z przejściem części pracowników na emeryturę. Jak podaje PwC w badaniu „Technologie w zarządzaniu zasobami ludzkimi teraz i w przyszłości” zmniejszenie naturalnego ubytku o 1% pozwala zaoszczędzić 3,75 mln USD firmie, która zatrudnia 5 000 pracowników. To tylko kilka z wielu przykładów, gdzie można zaimplementować analitykę predykcyjną.

Jaka jest przyszłość analityki predykcyjnej w HR i wynagrodzeniach?
Analityka HR staje się coraz popularniejsza, ale brakuje odpowiednich narzędzi do skutecznego mierzenia i tworzenia modeli predykcyjnych. Jednak coraz więcej przedsiębiorstw stawia na analitykę. Powołując się na wcześniej przywołany raport firmy PwC, tylko 14% pracodawców jest zadowolonych ze swoich narzędzi analitycznych. Z kolei 24% przedsiębiorstw deklaruje, że analityka predykcyjna ma pierwszeństwo w działaniach na następny rok. Wykorzystywanie rzetelnych danych i ich analiza niewątpliwie jest w stanie pomóc kierować procesem wynagradzania i zarządzania zasobami ludzkimi w celu optymalizacji kosztów pracy i zwiększania wydajności pracowników.


Bibliografia
Provost F., Fawcett T. (2013), Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji.
PwC (2017), „Technologie zarządzania zasobami ludzkimi teraz i w przyszłości”
Brynjolfsson E., Hitt L., Heekyung K, „Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance”
https://www.nytimes.com/2004/11/14/business/yourmoney/what-walmart-knows-about-customers-habits.html
Dominik Czesak

Polub wynagrodzenia.pl

Udostępnij

Wynagrodzenie brutto - ile to jest netto?

Wszystkie podane w artykule stawki wynagrodzeń są kwotami brutto. Zawierają potrącane od pensji składki na ubezpieczenia społeczne, ubezpieczenie zdrowotne oraz zaliczkę na podatek dochodowy od osób fizycznych. Kalkulator brutto - netto pozwala na szybkie przeliczenie podanych stawek na pensję, którą pracownik otrzyma "na rękę".

Przypominamy, że zgodnie z pkt 2.6 - 2.7 regulaminu kopiowanie, przetwarzanie i wykorzystywanie tekstów oraz danych portalu w innych celach niż do użytku osobistego wymaga pisemnej zgody redakcji.
Kontakt: [email protected]