Gerentes y personas mayores La gerencia en todas partes se pregunta cómo (o no) hacer que los empleados regresen a la oficina. Es una decisión de gran importancia: el cincuenta y ocho por ciento de los trabajadores dijeron que buscarían un nuevo trabajo si no pudieran trabajar de forma remota, según una encuesta de FlexJobs.

Una pieza de este rompecabezas que a menudo se pasa por alto y / o se retoca es la compensación. Y dentro de la transición al trabajo híbrido, la planificación de la compensación abarca una cacofonía de matices para fundadores, líderes de la fuerza laboral y expertos en compensación.

Aquí hay algunas preguntas nuevas que este grupo debe responder:

  • ¿Ajustamos los salarios de las personas que se han trasladado a diferentes regiones?
  • ¿Cambiamos la remuneración de los empleados en el mismo rol, con el mismo título, cuando uno es remoto y el otro está en su lugar?
  • ¿Cómo educamos a las geografías que no conocen el valor de la equidad tan bien como, digamos, Silicon Valley?
LEER  Battery Ventures lidera la ronda de $ 19 millones de Arize AI para la observabilidad de ML - TechCrunch

Como hemos visto en las últimas semanas, las respuestas a estas preguntas son diferentes para todos. Los empleados de Google que trabajan desde casa pueden sufrir un recorte salarial. Los empleados de Adobe pueden elegir por sí mismos qué días trabajarán de forma remota, hasta el 50% del tiempo, sin ningún impacto en los salarios. Mientras tanto, LinkedIn acaba de relajar su política, permitiendo a los empleados trabajar desde casa todo el tiempo.

El primer paso para desarrollar un plan de compensación, independientemente de la postura de su empresa sobre el trabajo distribuido, es averiguar cómo se compara el salario de su equipo con el del mercado.

Independientemente de la postura de su startup sobre el tema, tener una filosofía de compensación cohesiva que aplique a su lugar de trabajo en evolución tiene una influencia del tamaño de un unicornio en métricas de crecimiento importantes: atraer y retener talentos, los mejores talentos, así como crear una cultura de confianza y desempeño. .

Como director ejecutivo de una empresa de inteligencia de compensación, veo cuatro errores comunes que cometen las startups al planificar la compensación que obstaculizan el éxito de la fuerza laboral remota o híbrida. Estas son las formas de evitarlos.

LEER  Pinterest probará eventos transmitidos en vivo este mes con 21 creadores - TechCrunch

1. Uso de datos inferiores a la media para el análisis competitivo

El primer paso para desarrollar un plan de compensación, independientemente de la postura de su empresa sobre el trabajo distribuido, es averiguar cómo se compara el salario de su equipo con el del mercado. Para comprender las tasas del mercado, necesita una cosa: datos.

Si pasa de un entorno estrictamente de oficina a un modelo híbrido, los datos de 2019 no funcionarán. Si bien es tentador buscar datos gratuitos en línea o utilizar datos de encuestas que su empresa ha comprado en el pasado, ambos enfoques conllevan riesgos. La información tradicional de las encuestas de compensación está desactualizada, es limitada y, a menudo, no está verificada. Y las hojas de cálculo son muy propensas a errores y riesgos de seguridad porque implican un trabajo manual y, a menudo, muy laborioso.

En un mundo que todavía está reaccionando a una pandemia, solo son suficientes los índices de referencia y las escalas salariales recientes, precisos y en tiempo real. Ambos deben reflejar información agregada sobre lo que otros miembros de su segmento están pagando a los empleados, por nivel de experiencia, función, departamento, geografía, industria y tamaño de la empresa.

LEER  Yousign recauda $ 36,6 millones para construir una alternativa europea a DocuSign - TechCrunch

Por ejemplo, las nuevas empresas tecnológicas necesitan fuentes de datos diferentes a las de las organizaciones de servicios financieros globales. Ambos necesitan información dirigida a empresas de tamaño y etapa similar. Los salarios de los ingenieros de software deben reflejar los de los que tienen roles similares, con matices para aquellos que se especializan en aprendizaje automático, ciencia de datos, etc.

Le sorprendería la frecuencia con la que los datos autoinformados en sitios web gratuitos son inexactos y no están verificados. Al buscar una fuente de información confiable para sus datos de compensación, una fuente de datos debe:

¡Haz clic para puntuar esta entrada!
(Votos: Promedio: )