技法篇【薪酬】（一）：薪酬调查技术的探索与调研结果应用
一、薪酬调查技术
1.1 薪酬调查的本质目的：为薪酬设计提供决策依据和参考
在薪酬（动态）管理过程中，要完成的基本目的可以大体体现在三个方面：效率、公平、合法。在公平性上，又分为：分配公平、内部公平、外部公平。薪酬调查在薪酬管理中的主要作用就是完成外部公平策略的第一步，也是关键的一步。通过薪酬调查，我们可以了解对应领域工资的动态与发展变化趋势，企业薪酬在对应区域的水平情况等。
1.2 薪酬调查对象群体的划分
在薪酬调查市场丰富的资源和无数的机构中，对薪酬调查对象群体的划分是说法不一的。有按照行业划分的，有按照区域划分的，有按照岗位划分的，也有按照学历、年龄、性别等等。不同的划分方式具备不同的特长属性，我们不好说孰优孰劣。但换一个场景，便可能看的更加清晰了。
上节我们说了薪酬调查的本质目的，但每个企业对薪酬调查是否把握了本质目的呢？是不是每个企业做薪酬调查都是要设计薪酬系统？企业有没有能力设计科学的薪酬系统？
若是以上答案不能确定，那我们不妨来看看以下几种现实中常见的需求背景描述：
我想知道公司的薪酬在某区域行业内的水平如何？（目的：了解了解而已）
我想知道公司的某某岗位（如销售）在行业内的水平如何？（目的：招聘）
我想知道公司的整体薪酬在行业内的水平如何？（目的：薪酬预算、成本核算）
我想知道公司的各个岗位薪酬在行业内的水平如何？（目的：薪酬调整）
诸如此类。
目的不同，对薪酬调查的实操和对象群体的划分会有很大影响吗？
我们举个例子：如果以招聘为目的，就算知道了某某岗位（如销售）在行业内的水平如何，就可以解决招聘问题了吗？当然不能。一来，某某岗位（如销售）的招聘是否对行业性要求很高？经验如何？工作模式如何？这些岗位的要求与特征才是对象群体划分的主要确定条件，而不是惯例。二来，就算按照岗位的要求与特征做到了详尽的薪酬调查，又是否能解决招聘问题呢？也不能。真正解决招聘问题的是薪酬系统的支持，而不是根据薪酬调查调一调某一薪酬构成要素就可以实现的。
因此，我们才要强调薪酬调查的目的是否正确，这关系到薪酬调查结果的应用效能。
分享个经验，在咨询案中，我们在做薪酬调查时，一般是以岗位为主要划分维度的，且划分比较粗放：劳动力型岗位（操作工）、通用型岗位（总监级别以下管理、职能、销售类）、技术型岗位、高级岗位（总监以上级别）。
劳动力型岗位（操作工）：一般不需要进行调查；
通用型岗位（总监级别以下管理、职能、销售类）：是薪酬调查的重点对象；
技术型岗位：是薪酬调查的对象之一，其行业性很强。
高级岗位（总监以上级别）：一般不做薪酬调查，或建议专业机构调查。（个人觉得这部分做薪酬调查的意义真的不大，“选用育留”在薪酬上依赖的是薪酬管理系统，常规的薪酬调查项目维度是很难反映系统数据的，效度不高）
1.3 薪酬调查的技术核心要点（案例版，主要针对薪酬总额调查）
1.3.1 原理与数学模型
薪酬（总额）调查利用的是数理统计中的正态分布规律。（依据与数学原理：薪酬的变化与增长规律符合正态分布规律）
1.3.2 薪酬调查数据模型（分位数据模型）的建立
基本原理与定义：
十分位模型：分位间=间隔【数据值数量-1】/10；第N个十分位值=第（1+分位间*N）个数的数字；
四分位模型：分位间=间隔【数据值数量-1】/4；第N个四分位值=第（1+分位间*N）个数的数字；
例如【十分位模型】：
第一个十分位值（即10分位值）=第（1+0.9*1）个数的数字，即第1个数字和第2个数字之间的0.9位置处，即：1+(2-1)*0.9=1.9。
第九个十分位值（即90分位值）=第（1+0.9*9）个数的数字，即第9个数字和第10个数字之间的0.1位置处，即：9+（10-1）*0.9=9.1。
下面我们尝试去建立一套数据模型：
（1）、数学模型（数据统计量符合正态分布规律）
选取一组有规律的数据进行模拟：
（2）、做出两种分位的效果对吧：（后期会选取数据库做支持，所以选择十分位；数据库可以选择智联、前程、猎聘等数据源丰富的渠道）
（3）、建立回归模型，验证数据算法的真值性：（智联、前程等简历库检索薪酬的条件特征为：区间类，如：2000元-4000元，因此采用中值法）
（4）、对实际场景进行数据模拟
（5）、对主维进行合并，检验真值性。（检验对数据处理方式的影响）
（6）、实践操作演示与应用
渠道选取：智联；
简历库检索条件为：数据量【现薪酬】：活跃日期： 最近一年 × 期望工作地区： 天津 现从事职业： 人力资源专员 × 学历： 大专~及以上 × 年龄： 22~26 × 工作年限： 无经验~4年 × 现居住地： 天津 × 共 1183 简历符合筛选条件
案例操作时间：2020年01月份制作
至此，我们便完成了一个岗位的薪酬调研。
在实际操作中，是非常简便的，模型建立好之后，只需要适当的选取好检索条件，代入数据后，模型公式即可自动算出分位值数据。
该类方法对数据库的样本量要求较高，但也正因为如此，调研数据的信度和效度也非常高。对于通用型岗位（总监级别以下管理、职能、销售类）最为适合，对大部分技术型岗位也可以采用。
经验：在一些相对普调的高级岗位（薪酬构成特征：以传统物质激励为主）调研时，也会有效。但薪酬结构较为复杂的岗位则会对结果的影响较大。
该模型的设计方法并不复杂，大家可以尝试去做一个，多实践几次就熟悉了，相信对薪酬调查工作会有帮助。
二、薪酬调查结果应用和价值
上一节我们说过，薪酬调查的本质目的：为薪酬设计提供决策依据和参考。那薪酬调查为“薪酬设计”提供了哪些具体方面的应用和支持呢？我们这次抛开组织传统应用的场景和“案例版”（主要针对薪酬总额调查）的条件限制，展开探索看看。
1、增加对行业薪酬结构设计的总体水平与特征的了解。
2、增加对固定工资部分（物质生活水平保障）和浮动工资部分（激励属性）的了解。
3、增加对薪酬结构设计的思维和发展方向的了解。
4、增加隐性薪酬对员工稳定性影响力的了解。
以上维度，便是我们对薪酬设计基础领域的应用和价值。其实除此以外，还有许多关于薪酬管理维度的应用价值，我们也可以尝试再去探索。
（本集完）
上榜得茅豆
查看未读消息
查看最新消息
44楼 诸葛云飞
很精彩，学习了
43楼 牵着手de爱情
今天的课程很有意义
41楼 小猪1小猪
真正的好文章哇
40楼 万密
谢谢老师分享
39楼 EVLA
认同你的观点
38楼 小魔魚
打卡
37楼 你好午安
学习学习
35楼 unique亮晶晶
感谢老师分享
34楼 克拉托斯54586
感谢分享
33楼 克拉托斯54586
感谢分享
32楼 菡DE
真正的好文章哇
31楼 EVLA
打卡
30楼 夕陽
太有用了！还有好的知识分享么
29楼 lemon0826
学习学习
28楼 叫我丹丹好了
学习
27楼 雨点小小88
各大群里发一发，数据就都来了不过要注意，事先要声明是为了薪酬调查，不要涉及太多人家企业的机密。
26楼 钱骝
请问多家企业之间的薪酬应该如何对比呢？
25楼 Cuckoo111
干货，点赞
123下一页