Audit des rémunérations Des concepts à la pratique
Toutes les inégalités ne sont pas des injustices! L essentiel n est pas d identifier les différences mais de les expliquer pour savoir si ce sont des injustices!
Définir les finalités de l audit des rémunérations Vérifier Exemples : Prévoir Contrôle de l application d une politique Les dispositions conventionnelles sont-elles bien respectées? Etc. Exemples Identification des zones de risques Evolution prévisible de la masse salariale Comprendre (et agir) Exemples Appréhension de la pratique pour bâtir un plan d action Pilotage de la politique Ajustements individuels / semi-collectifs
Définir l angle de vue de l analyse Légal & Social Exemples Les dispositions conventionnelles sont-elles respectées? Acceptabilité du worldwide bonus plan par les partenaires sociaux locaux Economique & Financier Exemples Managérial Quelle optimisation des benefits? Quel contrôle des dérives de la masse salariale? Exemples Equité interne de la pratique en matière de salaires de base Quels sont les facteurs explicatifs des salaires Marketing & communication Exemples La nature de la politique est-elle un atout pour recruter? Quel impact de la rémunération des dirigeants sur le rating social?
Définir le périmètre de l analyse De quelles rémunérations parle-t-on? Salaires de base Salaires de base + variable individuel Benefits Etc. De qui parle-t-on? Tous les collaborateurs Une zone géographique Une fonction Une filiale
L exemple du diagnostic des rémunérations Objectif identifier le décalage entre la pratique et la politique de rémunération pour définir les actions appropriées Deux angles de vue équité interne / compétitivité externe L équité interne : Analyse des rémunérations au regard des responsabilités 3 niveaux de rému : Base Salary, Total Cash, Total Rem (BS, TC, TR) Une méthode d évaluation des postes Compétitivité externe Idem vs marché : local, sectoriel, fonctionnel
Rappel : la notion d équité interne Equité égalité Deux axes d étuded La politique est-elle appliquée dans la pratique? Les critères sont-ils respectés? Qu est-ce qu on paye vraiment? Quelles sont les critères qui expliquent réellement la rémunération des individus? Exemple : les responsabilités, l âge, l ancienneté, etc?
Plan d un diagnostic de rémunération Introduction Objectif du diagnostic Méthodologie retenue Qualification des données Analyse de l équité interne Analyse de la compétitivité externe Conclusion Recommandations
Diagnostic de rémunération Diagnostic de rémunération 250 250 230 230 220 220 F 393 393 1 28 28 4 ACP ACP IIII IIII 9 220 220 200 200 190 190 F 353 353 1 24 24 4 ACP ACP HHHH HHHH 8 320 320 300 300 285 285 F 450 450 0 30 30 5 Chef de produit Chef de produit GGGG GGGG 7 275 275 255 255 245 245 F 353 353 2 28 28 4 Chargé études RH Chargé études RH FFFF FFFF 6 640 640 620 620 597 597 H 711 711 7 38 38 7 Comp Comp & Ben & Ben EEEE EEEE 5 530 530 510 510 480 480 F 675 675 7 32 32 7 Resp CdG Resp CdG DDDD DDDD 4 1000 1000 980 980 885 885 H 1100 1100 15 15 53 53 HC HC DAF DAF CCCC CCCC 3 1000 1000 980 980 650 650 F 871 871 2 34 34 HC HC Dir. Dir.Comm Comm BBBB BBBB 2 830 830 810 810 730 730 H 871 871 10 10 43 43 HC HC Dir. Dir.Mktg Mktg AAAA AAAA 1 TR TC SB Sexe HP Anc Age Classif Poste Nom Id
Diagnostic de rémunération : étape 1 S imprégner des données 700 600 Salaires de base 500 400 300 200 100 0 200 400 600 800 1000 Pts Hay
Diagnostic des rémunérations : étape 2 Explorer les données Analyse descriptive Tris à plats & tris croisés Exemples : Par classe mini, moyenne, médiane, max, écart-type Comparaison politique / pratique Par tranche d âge Etc. Analyse explicative Régression simple & multiple SB = a x Pts Hay + b x âge + + K Coefficient de corrélation Poids des variables
Le danger des stats : l exemple de la différence H / F Il y a-t-il équité de traitement entre les Hommes et les Femmes? Mauvaise approche Fichier de départ : H = 1 et F = 2 Régression multiple avec la variable H/F Résultat : la variable H/F est significative! Conclusion : il y a iniquité Bonne approche Découper en deux fichiers Deux régressions multiples Les facteurs explicatifs sont différents Conclusion : il y a différence de traitement
Le danger des stats : quelques précautions Nettoyer les données Codifier les variables Hiérarchiques et continues : exemple l âge Hiérarchiques et discontinues : exemple points Hay Caractérisation non hiérarchique : exemple le sexe Choisir les analyses a priori Ne pas s arrêter trop vite : il y a des risques d interprétation hâtive Inter-corrélations des variables Corrélations statistiques qui n ont pas de sens Ne pas se tromper dans l interprétation des indicateurs (exemple : un R 2 de 0,8 ne signifie pas qu on explique 80% des salaires avec l équation)
Exemples de résultats Salaires de base 700 600 500 400 300 200 100 y = 0,6613x - 36,904 R 2 = 0,728 0 200 400 600 800 1000 Pts Hay
Exemples de résultats 700 Salaires de base 600 500 400 300 200 100 y = 0,5162x + 22,39 R 2 = 0,5722 0 200 400 600 800 1000 Pts Hay
Exemples de résultats 700 Salaires de base 600 500 400 300 200 100 y = 0,5755x + 0,9365 R 2 = 0,6693 0 200 400 600 800 1000 Pts Hay
Exemples de résultats Equation R 2 de 87% Cela signifie quoi? SB = 0,58 x Pts Hay + 0,3 x âge + 2 x ancienneté + 10 Avec les pts Hay,, l âge et l ancienneté, on a 87% de chances de trouver le salaire d un collaborateur à 5% près Vieillissement d un an = 2,3 KF de plus 1,1% pour un salaire de 200 KF 0,5% pour un salaire de 500 KF Un cadre débutant (2 ans d expérience) avec une promotion significative tous les 4 ans (2 pas Hay) 353 pts Hay Chef de produit junior 466 pts Hay Chef de produit senior 611 pts Hay Chef de Groupe de produits 800 pts Hay Marketing Manager
Exemples de résultats Carrière Chef de produit junior 353 Pts Hay - 26 ans, 2 ans d ancienneté, 225 KF Chef de produit senior, 4 ans plus tard 466 Pts Hay 30 ans, 6 ans d ancienneté, 300 KF Chef de groupe de produits, 4 ans plus tard 600 Pts Hay 34 ans, 10 ans d ancienneté, 390 KF Marketing Manager, 4 ans plus tard 800 Pts Hay 38 ans, 14 ans d ancienneté, 515 KF Comment le salaire a-t-il progressé? Entre 515 et 225 : + 290 KF Dont 10% grâce au vieillissement et 90% aux promos
Exemples de résultats L âge et l ancienneté Différences entre mini et maxi : 353 pts Hay, 22 ans, pas d ancienneté = 221 KF 1100 pts Hay, 60 ans, 20 ans d ancienneté = 726 KF Explication de la différence Pts Hay 86%, âge 2%, ancienneté 12% Exemple Salaire de départ 226 KF et un poste à 353 pts Hay Au bout de 8 ans : 287 KF et un poste à 393 pts Hay Soit une augmentation moyenne de 3% par an La politique primes d ancienneté : 0,5% de SB par an plafonné à 15% Soit 15% de l augmentation sur 8 ans Et 85% de l augmentation liée à l augmentation des responsabilités et le coût de le vie L équation montre en réalité que L ancienneté pèse pour 26% de l augmentation L augmentation de responsabilités (pts Hay) pour 38% L âge pour 4% Le reste (inflation? ) pour 31%
Classification 700 600 Salaires de base 500 400 300 200 100 0 200 400 600 800 1000 Pts Hay
Classification Domine Occupe Maîtrise Débute
Compétitivité externe Que comparer? Les responsabilités? La fonction? Le niveau des rémunérations? La structure des rémunérations? Comparer avec quoi? Concurrents? Secteur d activité? Région? Taille d entreprise? Etc.
Compétitivité externe 600 500 Salaires de base 400 300 200 100 0 200 400 600 800 1000 Pts Hay