薪酬调查是指企业应用各种手段,搜集薪酬管理、薪酬设计所需宏观经济、区域、行业(包括竞争对手)以及企业内部有关信息,为企业制定薪酬策略、进行薪酬设计、薪酬调整提供依据的过程。
薪酬调查的作用
为企业薪酬水平设计和调整提供依据,为企业薪酬结构设计和调整提供依据,为企业薪酬构成设计和调整提供依据,评估竞争对手的人力资源成本,检验岗位评价结果有效性。
薪酬调查内容
薪酬调查包括以下几方面内容:
(1)国家宏观经济政策及国民经济发展有关信息,包括国家财政政策、货币政策、消费者物价指标(CPI)、国民生产总值增长率等,这些信息对企业制定和调整薪酬政策都具有非常重要的作用;
(2)区域内同行业企业尤其是竞争对手的薪酬策略、薪酬水平、薪酬结构、薪酬构成以及变化情况,如果区域内没有同行业企业,可参照其他区域同行业企业;
(3)区域内同行业典型岗位市场薪酬数据,如果没有相应数据,可以调查区域内相关行业的薪酬数据,或者其他地区同行业的薪酬数据;
(4)上市公司有关薪酬数据调查分析,分析同行业上市公司员工薪酬水平,尤其是高层管理人员薪酬水平;
(5)企业薪酬管理现状调查,调查员工对企业目前薪酬管理方面的意见和建议,了解员工对薪酬体系的哪些方面不满,从而为薪酬设计提供基础信息。
薪酬调查方法
企业可以从多种渠道获得外部薪酬数据的有关信息,常见的方法有:
外部公开信息查询:可以查看政府及有关人力资源机构定期发布的人力资源有关数据,包括岗位供求信息、岗位薪酬水平、毕业生薪酬、行业薪酬、区域薪酬数据,也可以查看上市公司高管薪酬数据,这些薪酬数据对公司薪酬政策及薪酬水平的制定有参考意义。
企业合作式相互调查:同行业企业之间建立合作关系,共享薪酬数据有关资料信息,同时可以共同开展薪酬调查活动,这样可以节约成本,相互受益。
问卷调查及薪酬谈判:招聘时采用问卷调查及面谈期望薪酬等方式,对外部人力资源市场价格有大致了解。
一般情况下,这个信息的准确度还是比较高的,因为大多数应聘者对行业内该岗位薪酬水平是有了解的,同时也会非常慎重地提出薪酬要求。如果企业经常因为薪酬原因不能招聘到最优秀的员工,那么说明企业提供的薪酬水平的确没有竞争力。
聘请专业的市场调查公司进行:可以委托专业市场调查公司来进行,这种方法数据准确,但成本高。
外部数据购买:向专业薪酬服务机构购买有关薪酬数据。很多市场调查公司、咨询公司都有自己的薪酬数据库,薪酬数据库往往按区域、行业、岗位、时间编排,可以查询任意区域、任何行业、任何岗位有关薪酬数据以及变化趋势数据。
薪酬调查过程:薪酬调查过程包括确定薪酬调查目的、确定调查范围、选择调查方式、薪酬数据筛选修正以及薪酬数据分析处理等几个环节。
薪酬调查目的:要根据薪酬调查的目的制定具体的薪酬调查计划。通常,薪酬调查可以用于薪酬整体水平的调整、薪酬结构的调整、薪酬构成的调整、薪酬支付政策的调整以及薪酬晋级政策的调整等方面,针对不同的目的,薪酬调查应该有所侧重。
确定调查范围:根据调查的目的,有针对性地确定调查范围。调查范围包括调查岗位、调查内容两个方面。
1)典型岗位选择
在市场薪酬调查中,典型岗位市场薪酬调查是最重要的方面。典型岗位就是组织中能够直接与外部市场薪酬状况进行比较的岗位,原则上不应选择过多,否则会增加薪酬调查的成本。
2)薪酬调查内容
典型岗位薪酬调查内容包括组织基本信息、有关岗位信息两部分。
组织基本信息包括企业名称、所在区域、所属行业、组织规模、组织结构及财务状况等方面。
岗位信息包括岗位职责、任职资格、任职者经验资历、薪酬数据(固定工资、绩效工资、奖金、福利)以及最新薪酬变动情况。
选择调查方式:根据确定的调查岗位和调查内容,选择合适的调查方式,获得真实、有效的样本数据。需要注意的是,每个岗位需要选择若干个调查对象,一般情况下,每个岗位超过20个以上的数据才会有统计意义。
在选择调查对象时,首先选择区域内同行业有关数据,如果区域内同行业数据不足,那么可以对其他区域或其他行业有关数据进行调查。
薪酬数据筛选修正:外部薪酬数据调查完成后,就要对薪酬数据进行检验分析,核对岗位匹配程度,判断调查对象的岗位职责是否与本公司的相匹配,如果岗位职责差别太大,即使岗位名称相同,也应当作无效样本剔除。
对于岗位职责比较匹配的数据,还应进行区域匹配、行业匹配及任职资格匹配分析,对薪酬数据进行修正。根据匹配情况,修正系数取1.2、1.1、1、0.9和0.8。下面以行业匹配为例进行说明,其他匹配同理进行。
如果调查区域薪酬水平明显低于企业所在地,修正系数取1.2;如果调查区域薪酬水平稍微低于企业所在地,修正系数取1.1;如果调查区域薪酬水平与企业所在地基本持平,修正系数取1;如果调查区域薪酬水平稍微高于企业所在地,修正系数取0.9;如果调查区域薪酬水平明显高于企业所在地,修正系数取0.8。
薪酬数据分析处理:按上述方法将数据进行修正后,每个典型岗位薪酬对应着一系列数据,将这些数据从高到低排序,找出典型岗位对应的25%分位、50%分位、75%分位的薪酬数据。
读过这篇文章的人还读过:
4006199527