FMCG-Erfolgsgeschichte
Erfahren Sie mehr über die folgenden beqom-Produkte
Pay Intelligence DE
PlatformWettbewerbsfähige Vergütung aufbauen und Bias eliminieren
Ein weltweit führendes Unternehmen im Bereich der schnelllebigen Konsumgüter (FMCG - Fast-Moving Consumer Goods) mit einer globalen Belegschaft wollte seine internationale Vergütungsstrategie optimieren sowie seine Vergütungsprozesse effizienter und fairer gestalten. Die optimale Lösung bestand darin, die bestehenden Vergütungsfunktionen in beqom durch Vergütungsempfehlungen zu erweitern, die auf hochentwickelten ML-Regressionsmodellen basieren.
Mitarbeiter
Länder
Umsatz ($)
Die Herausforderung
Vergütung fair und wettbewerbsfähig gestalten
Als global agierendes Unternehmen, das in mehr als 100 Ländern aktiv ist und weltweite Marketingaktivitäten durchführt, setzt das Unternehmen auf strategische Vergütungspakete, um Top-Talente zu gewinnen und an sich zu binden. Eine wettbewerbsfähige und faire Vergütung ist dabei ein wesentlicher Bestandteil seiner Employer Brand.
Um die Mitarbeitervergütung wettbewerbsfähiger zu gestalten und Entgeltungleichheiten zu vermeiden, wollte das Unternehmen intelligente Empfehlungen auf Basis von Machine Learning (ML)-Vorhersagen in seinen Vergütungsplanungsprozess integrieren. Diese Empfehlungen sollten alle Mitarbeitermerkmale und Vergütungsdetails berücksichtigen.
Die intelligenten Empfehlungen mussten auf jede beliebige Mitarbeitergruppe anwendbar sein, um datengestützte und unvoreingenommene neue Entgeltspannen, Unternehmensrestrukturierungen und Akquisitionen zu unterstützen. Die ML-Funktionen sollten zudem auf individueller Ebene genutzt werden, um an jedem Punkt der Employee Journey eine faire und angemessene Vergütung zu prognostizieren: bei leistungsbezogenen Entgelterhöhungen, Beförderungsempfehlungen in Verbindung mit anderen Maßnahmen wie internen Versetzungen, Entgelterhöhungen für Schlüsselpositionen, Ad-hoc-Empfehlungen oder Vergütungsempfehlungen für Neueinstellungen.
Die Lösung
Einsatz von Machine Learning in globalen Vergütungsprozessen
Integration von KI in die beqom-Vergütungssteuerung. Das Unternehmen nutzte bereits beqom, um seinen jährlichen Rewards-Zyklus (Ratings/leistungsbezogene Entgelterhöhungen und Boni) an zahlreichen Standorten weltweit zu steuern. Aufgrund der bewährten Zusammenarbeit mit beqom entschied sich das HR-Team, auch die KI-Funktionen (Künstliche Intelligenz) von beqom zu implementieren.
Präzise und flexible Prognosen. Die Lösung nutzt mehrere Modelle zur Vergütungsprognose, die direkt auf der ML-Plattform von beqom gehostet werden und Erweiterungsmöglichkeiten für Datenmodelle bieten, um alle Variablen zu steuern. Die Modelle sind mit den Vergütungsdaten verknüpft, um das für den jeweiligen Mitarbeiter passende Prognosemodell zu definieren. Die Plattform führt ein oder mehrere Modelle als Massenprozess oder für einzelne Mitarbeiter aus, um Vergütungsempfehlungen für die bestehende Belegschaft und zukünftige Neueinstellungen zu erstellen.
In den Compensation-Workflow eingebettet. Die Empfehlungen sind in den Compensation-Review-Prozess integriert, sodass Führungskräfte und HR die Gehaltsprognosen im regulären Vergütungszyklus direkt als Richtlinie nutzen können.
Benutzerfreundliche Unterstützung für Führungskräfte oder HR. Eine Führungskraft oder ein HR-Manager kann eine neue Stelle, eine Beförderung, eine Funktion oder einen neuen Standort für einen bestimmten Mitarbeiter eingeben und erhält daraufhin eine vom beqom ML-Modell berechnete Empfehlung für die Entgeltspanne. Die Führungskraft sieht einen Vergleich der aktuellen Vergütung mit der Empfehlung und kann diese annehmen oder ablehnen.
Kontinuierliche Verbesserung der Vorhersagegenauigkeit. Das Compensation & Benefits (C&B)-Team hat Zugriff auf spezialisierte Dashboards, um Modellergebnisse einzusehen und tiefere Einblicke in die Effektivität der einzelnen Modelle sowie die Prognosegenauigkeit zu gewinnen.
Entscheidungsunterstützung in Echtzeit. Da alle relevanten Daten an einem zentralen Ort gebündelt und in Echtzeit bereitgestellt werden, können Führungskräfte und HR zeitnah Entscheidungen treffen und mithilfe des passenden Prognosemodells gezielte Korrekturmaßnahmen einleiten.
Die Vorteile
Erfolg im Wettbewerb um Talente
Die integrierte ML-Engine von beqom unterstützt Unternehmen dabei, beliebige Prognoseszenarien durchzuführen und wertvolle Erkenntnisse zu gewinnen, um Vergütungsentscheidungen zu optimieren und den strategischen Einfluss der Vergütung auf Mitarbeiterengagement, Mitarbeiterbindung und Recruiting zu stärken.
Die wesentlichen Vorteile des Einsatzes von beqom Machine Learning sind:
Unterstützung von Recruiting und Mitarbeiterbindung
- Nutzung von Daten, um wettbewerbsfähige Vergütungsstrategien für jeden Ihrer Märkte zu entwickeln.
- Beseitigung von Voreingenommenheit, um faire Vergütungsentscheidungen zu gewährleisten.
- Identifizierung von durch Pay Gaps gefährdete Mitarbeitende und Einleitung von Korrekturmaßnahmen.
Kontrolle von Kosten und Risiken
- Entwicklung datenbasierter Vergütungsstrategien zur Kostenoptimierung an jedem Standort.
- Vermeidung kostspieliger Fluktuation.
- Risikominimierung und Sicherstellung der Einhaltung gesetzlicher Bestimmungen zur Entgeltgerechtigkeit.
Verbesserung der User Experience
- Unterstützung für Führungskräfte, um gute Vergütungsentscheidungen zu treffen.
- Steigerung der Effizienz des Vergütungszyklus.
- Stärkung des Vertrauens der Mitarbeitenden und der Arbeitgebermarke.
Mit beqom können wir sicher sein, dass wir optimale, wettbewerbsfähige Vergütungspakete anbieten, um die besten Talente zu gewinnen, und dass unsere Manager faire und fundierte Vergütungsentscheidungen ohne Voreingenommenheit treffen können.
