Figures utilise des intégrations SIRH pour collecter des données de rémunération en temps réel pour son benchmark. Cette intégration garantit que les données sont aussi proches de la source que possible, permettant un benchmark plus précis et fiable.

Nos données sont synchronisées avec vos outils RH chaque jour. Cela aide également à garantir que les données sont à jour et reflètent les tendances de rémunération les plus récentes.

Dans l'ensemble, l'intégration SIRH est un composant critique du processus de collecte de données de Figures et aide à garantir que nos clients peuvent faire confiance à l'exactitude et à la fiabilité de nos données de benchmark.

➡️ Nous intégrons plus de 35 SIRH, pour en savoir plus, cliquez ici.

Une fois que nous avons collecté vos données à partir de votre SIRH, des vérifications automatiques de la qualité des données sont effectuées. Aucune intégration automatique n'est parfaite, et nous voulons nous assurer de détecter toute erreur qui pourrait passer à travers.

Toute donnée considérée comme « inhabituelle » est signalée et mise en quarantaine jusqu'à ce qu'un être humain puisse l'examiner et la corriger. Pendant la quarantaine, les données ne sont pas utilisées dans notre benchmark.

Une fois que nous avons collecté les données de rémunération, nous mettons en quarantaine toute rémunération en dehors des plages attendues :

Une fois que les données ont été confirmées comme étant vraies ou corrigées, elles sont réintégrées dans le benchmark. Nous aimons toujours un bon cas particulier de temps en temps.

➡️ Pour en savoir plus sur notre système de signalement des données, cliquez ici.

Bien que le signalement automatisé puisse détecter des données inhabituelles, il n'est pas parfait. Ainsi, notre équipe de Customer Success Manager examine nos données une dernière fois.

Voici quelques exemples de ce que nos CSM recherchent :

Notre objectif est de garantir que les données utilisées dans la solution ont été vérifiées et minutieusement contrôlées, et que vous bénéficiez de la meilleure expérience d'intégration à notre solution. Nous souhaitons que vous ayez accès à notre benchmark dès que possible, mais nous devons nous assurer de ne pas utiliser n'importe quelles données.

Toutes les données que nous collectons ne sont pas incluses dans notre benchmark. Pour garantir la plus grande précision et pertinence, nous excluons les données mises en quarantaine et les ensembles de données avec des tailles d'échantillon insuffisantes. Notre 'Indicateur de Qualité des Données' reflète notre confiance dans la fiabilité des données pour une moyenne ou un benchmark donné.

💎 Excellent
Les données sont basées sur les contributions de plus de 20 employés provenant de 5 entreprises distinctes ou plus, avec des salaires montrant une variance minimale.

⚡️ Solide
Les données proviennent de moins de 20 employés, de moins de 5 entreprises distinctes, ou de jeux de données où il y a une variation significative des salaires.

👍🏼 Correct
Les données proviennent d'au moins 5 employés (mais moins de 8) répartis sur 3 entreprises distinctes, offrant un niveau de fiabilité modéré.

✨ Estimé
Lorsqu'il y a des données insuffisantes, notre fonctionnalité Figures Estimation génère une estimation en utilisant des modèles de notre ensemble de données interne pour garantir l'exactitude.

🚫 Échantillon trop petit
Les données sont trop limitées pour fournir un résultat fiable, et Figures Estimation ne peut pas générer une estimation précise dans ces conditions.

Veuillez noter que toutes les données qui ne répondent pas aux critères pour la note équitable ne sont pas utilisées dans nos benchmarks.