Caso di successo FMCG

Costruire retribuzioni competitive ed eliminare i bias nei compensi

Un leader globale nel settore dei beni di largo consumo (FMCG), con dipendenti in tutto il mondo, desiderava ottimizzare la propria strategia di compensation globale e rendere i processi di reward più efficienti ed equi. La soluzione ideale è stata potenziare le funzionalità di compensation esistenti in beqom, integrando raccomandazioni di compensation basate su sofisticati modelli di regressione ML.

Sfida

Rendere la retribuzione equa e competitiva

Come organizzazione realmente globale, attiva in oltre 100 Paesi con attività di marketing in tutto il mondo, l’azienda si affida a pacchetti retributivi strategici per attrarre e trattenere i migliori talenti. Offrire una compensation competitiva ed equa è un elemento fondamentale del suo employer brand.

Per rendere le retribuzioni più competitive ed evitare disparità salariali, l’azienda ha voluto integrare raccomandazioni intelligenti nel proprio processo di compensation planning, basate su previsioni di Machine Learning (ML). Queste raccomandazioni dovevano tenere conto di tutte le caratteristiche dei dipendenti e dei dettagli relativi alla loro compensation.
 
Le raccomandazioni intelligenti dovevano essere applicabili a qualsiasi popolazione aziendale per supportare la definizione di nuove fasce retributive imparziali e basate sui dati, ristrutturazioni organizzative e nuove acquisizioni. Le funzionalità di ML sarebbero state utilizzate anche a livello individuale per prevedere una compensation equa e adeguata in ogni fase dell’employee journey: aumenti di merito, proposte di promozione in concomitanza con altre variazioni (come i trasferimenti interni), aumenti legati ai cicli periodici (focal point), raccomandazioni ad hoc o proposte retributive per i nuovi assunti.

Soluzione

Applicare il machine learning ai processi di compensation globali

Integrazione dell'AI in beqom compensation. L'azienda utilizzava già beqom per gestire il ciclo Rewards annuale (Rating/Merit e Bonus) in varie sedi in tutto il mondo. Sulla base del solido rapporto di collaborazione con beqom, il team HR ha deciso di implementare le funzionalità di Intelligenza Artificiale (AI) di beqom.

Previsioni accurate e flessibili. La soluzione impiega molteplici modelli di previsione della compensation, ospitati direttamente sulla piattaforma ML di beqom, con capacità di estensione del modello dati per gestire tutte le variabili. I modelli sono collegati ai dati retributivi per definire il modello di previsione associato a ciascun dipendente. La piattaforma avvia uno o più modelli in modalità massiva o per singolo dipendente, allo scopo di generare raccomandazioni sulla compensation per i dipendenti attuali e le future assunzioni.

Integrazione nel workflow di compensation. Le raccomandazioni sono integrate nel processo di compensation review, consentendo a manager e HR di utilizzare le previsioni salariali come linee guida durante il normale workflow del ciclo di compensation.

Guida intuitiva per manager e HR. Un line manager o HR manager può inserire una nuova posizione, promozione, ruolo o sede per un dipendente e ottenere un range di compensation consigliato, calcolato dal modello di beqom ML. Il manager può visualizzare un confronto tra la retribuzione attuale e quella consigliata, e accettare o rifiutare la raccomandazione.

Miglioramento costante dell'accuratezza predittiva. Il team di remunerazione e benefit ha accesso a dashboard dedicate per esaminare i risultati dei modelli, ottenendo informazioni più approfondite sull'efficacia di ciascun modello e sulla precisione delle previsioni.

Supporto decisionale in tempo reale. Grazie alla centralizzazione dei dati e alla loro disponibilità in tempo reale, manager e HR possono prendere decisioni tempestive e applicare misure correttive utilizzando il modello predittivo più idoneo.

Benefit

Competere efficacemente per i talenti

Il motore ML integrato di beqom aiuta le aziende a eseguire qualsiasi scenario predittivo e a ottenere insight preziosi per ottimizzare le decisioni di compensation e rafforzare l'impatto strategico delle politiche retributive su employee engagement, retention e recruitment.

I principali vantaggi dell'utilizzo di beqom Machine Learning sono:

Supportare il recruiting e la retention

• Utilizzare i dati per definire strategie retributive competitive per ciascun mercato.
• Eliminare i bias per garantire decisioni retributive eque.
• Identificare i dipendenti a rischio a causa dei divari retributivi e intervenire.

Controllare costi e rischi

• Progettare strategie retributive basate sui dati che ottimizzano i costi per ciascuna sede.
• Prevenire il costoso turnover.
• Ridurre i rischi e garantire la conformità alle normative sulla parità retributiva.

Migliorare l'esperienza utente

• Aiutare i manager a prendere decisioni retributive corrette.
• Migliorare l'efficienza del ciclo di compensation.
• Rafforzare la fiducia dei dipendenti e l'employer brand.