Vos données, au plus près de la source avec les intégrations SIRH
Figures utilise des intégrations SIRH pour collecter des données de rémunération en temps réel pour ses analyses comparatives. Cette intégration garantit que les données sont aussi proches que possible de la source, ce qui permet un benchmarking plus précis et plus fiable.
Nos données sont synchronisées avec vos outils RH tous les jours. Cela permet également de s'assurer que les données sont à jour et qu'elles reflètent les tendances les plus récentes en matière de rémunération.
Dans l'ensemble, l'intégration du SIRH est un élément essentiel du processus de collecte des données de Figures et contribue à garantir que nos clients peuvent se fier à l'exactitude et à la fiabilité de nos données de benchmarking.
Signalement automatique des données
Une fois que nous avons collecté vos données à partir de votre SIRH, des contrôles automatiques de la qualité des données sont effectués. Aucune intégration automatique n'est parfaite et nous voulons nous assurer que nous détectons toutes les erreurs qui ont pu passer.
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 leur mise en quarantaine, les données ne sont pas utilisées dans notre analyse comparative.
Seuil de rémunération
Une fois que nous avons recueilli les données sur les rémunérations, nous mettons en quarantaine toutes les rémunérations qui se situent en dehors des fourchettes prévues :
Nous supprimons toute rémunération inférieure au salaire minimum légal de son pays.
Nous appliquons un seuil de 5 000 € par an.
Les employés qui ne sont pas de niveau C-Level et dont le salaire de base est supérieur à 300 000 € par an.
Tout employé dont le salaire de base est supérieur à 2 000 000 € par an.
Une fois que la véracité des données a été confirmée ou qu'elles ont été corrigées, elles sont réintégrées dans le benchmark.
La touche humaine
Bien que le signalement automatique permette de repérer les données inhabituelles, il n'est pas parfait. C'est pourquoi notre équipe de Customer Success Manager examine une dernière fois nos données.
Voici quelques exemples de ce que nos CSM recherchent :
Les intitulés de poste de la solution correspondent-ils à votre secteur d'activité ?
N'avez-vous que des employés juniors ou seniors ?
Y a-t-il tous les postes habituels d'une entreprise (PDG, directeur financier, RH, ...) ?
Notre objectif est de nous assurer que les données utilisées dans la solution ont fait l'objet d'un veto et d'un contrôle approfondi, et que vous bénéficiez de la meilleure expérience d'intégration à notre solution. Nous voulons que vous ayez accès le plus rapidement possible à notre benchmarking, mais nous devons nous assurer que nous n'utilisons pas n'importe quelles données.
💡 Signalement manuel : À tout moment, si des données vous semblent suspectes, à vous ou à l'un de nos CSM, elles peuvent être signalées. Quant au signalement automatisé, il mettra les données en quarantaine jusqu'à ce qu'elles soient vérifiées par les deux parties.
Indicateur de qualité des données
Toutes les données que nous collectons ne sont pas incluses dans notre analyse comparative. Pour garantir une précision et une pertinence maximales, nous excluons les données mises en quarantaine et les ensembles de données dont la taille de l'échantillon est insuffisante. Notre « indicateur de qualité des données » reflète notre confiance dans la fiabilité des données pour une moyenne ou un indice de référence donné.
Indicateur de qualité des données
Satisfaisante : Les données proviennent d'au moins 8 employés et de 3 entreprises distinctes.
Bonne : Données provenant de moins de 20 employés ou de moins de 5 entreprises distinctes, ou ensembles de données montrant une grande variété de salaires.
Excellente : Données provenant de plus de 20 employés et de plus de 5 entreprises distinctes, avec des salaires qui varient peu.
Veuillez noter que les données qui ne répondent pas aux critères de la catégorie « Satisfaisante » ne sont pas utilisées dans nos indices de référence.