Mercer ha a cuore il tema della discriminazione salariale di genere o Gender Pay Gap (GPG), e da più di 20 anni si impegna concretamente affinché nelle organizzazioni si raggiunga un’autentica parità di genere. Per questo motivo Mercer, nel contesto del suo studio annuale Total Remuneration Survey (TRS), ha ulteriormente indagato il fenomeno, per costruire un percorso volto al raggiungimento dell’equità retributiva.

 

Facciamo chiarezza: Unadjusted GPG, GOEG e Unexplained GPG

Il Gender Pay Gap (Unadjusted), come definito da Eurostat, è la differenza tra la media delle retribuzioni orarie lorde (che includono tutti i lavoratori, di ogni genere) e la percentuale relativa alla media della retribuzione oraria lorda dei lavoratori di sesso maschile.

Invece, il Gender Overall Eearnings Gap, sempre secondo una definizione Eurostat, è un indicatore sintetico che misura l’impatto di tre fattori combinati: la retribuzione media oraria, la media mensile del numero di ore pagate (pesate in base al lavoro part-time) e il tasso di occupazione della media delle donne in età di lavoro – indipendentemente dal fatto che siano o meno occupate – confrontata rispetto ai lavoratori uomini.

Nel 2018, i dati ricavati dal nostro TRS, testimoniavano in Italia un GPG del 24%. Aggiustando però tale risultato per alcuni fattori di differenza legittimi quali ad esempio complessità di ruolo, livello organizzativo, area professionale e posizione geografica, la percentuale scendeva al il 10%. Tale percentuale include il cosiddetto Unexplained Gender Pay Gap, cioè quel dato di differenza retributiva inspiegabile in base parametri legittimi: in altre parole, un “bias” da combattere.


Confrontando il dato TRS 2018 rispettivamente con quello 2019 e 2020 troviamo una buona notizia: la percentuale dal 10% del 2018 si abbassa rispettivamente al 7% e successivamente al 5.3%. I motivi possono essere molteplici ma, secondo Mercer, la principale ragione risiede nell’avvio, da parte delle grandi aziende italiane, in particolare quelle quotate, di importanti progetti volti all’abbattimento della discriminazione salariale. Infatti, le pressioni verso il raggiungimento dell’equità retributiva provengono da molti fronti: enti regolatori, azionisti, dipendenti e consumatori stessi.  

 

 

La Roadmap Mercer

Mercer, attraverso le sue competenze e i suoi professionisti, aiuta le aziende a definire la strategia più adatta e i passi necessari per il raggiungimento dell’equità salariale.

 

 

Step 1: Utilizzare modelli predittivi per identificare e correggere il bias

Partiamo dalla raccolta di dati e dalla costruzione di un database dedicato all’interno del quale inserire dati relativi al lavoratore, come salario annuale, genere, anni di esperienza, performance; dati relativi a fattori organizzativi, come la funzione di appartenenza, eventuali part-time, career level; infine elementi geografici che attestano il livello di benessere del Paese in cui si opera e la media salariale relativa.

 

Step 2: Identificare driver di retribuzione legittimi per predire la retribuzione di ogni impiegato

Grazie ad Analytics avanzati identifichiamo i driver salariali, ovvero quali fattori sono correlati ad una maggiore retribuzione ceteris paribus. Quest’ultimi variano da azienda ad azienda, ma solitamente troviamo: una valutazione della performance più alta, anni di formazione e career level. Nel modello viene volontariamente escluso il fattore “Genere”, così da evitare discriminazioni. Tra questi driver vengono poi selezionati quelli legittimi, ovvero quelli considerati in linea con la filosofia retributiva desiderata dall’azienda.

 

Step 3: Calcolare gli Unexplained Pay Gap sulla base della distribuzione predetta

Usando solo i driver legittimi, calcoliamo la retribuzione “ideale” di ogni singolo lavoratore, ovvero quanto dovrebbe guadagnare in un mondo dove non vi è discriminazione di genere e la sua retribuzione è basata solo su fattori legittimi. La differenza tra questa retribuzione ideale e quella reale è quindi dovuta dal fattore escluso dal modello, ovvero il Genere. Questo è quello che viene chiamato Unexplained Pay Gap, che rappresenta la miglior misura di bias e discriminazione di genere in termini di retribuzione.

 

Step 4: Colmare l’Unexplained Pay Gap

Questo approccio basato su Analytics, ci permette di quantificare esattamente dove e come intervenire con aumenti ad-hoc a livello individuale per colmare i gap in maniera puntuale.

Per questo processo, sono imprescindibili strumenti avanzati: Mercer ha sviluppato il tool Pay Equity Calculator (PEC) 2.0, per fare in modo che le società clienti, sulla base delle nostre analisi, possano gestire in autonomia il processo e compiere azioni concrete.

L’equità retributiva e la diversità dovrebbero essere una priorità nella tua organizzazione e Mercer con la sua esperienza in questo campo rappresenta il partner ideale. 

Conoscere gli autori 

Sara Bottaro

Sara Bottaro

Reward Practice Leader per Mercer Italia

 

 

Sara Bottaro

Lorenzo Gallì

Workforce Analytics Lead

Mariagrazia Galliani

Mariagrazia Galliani

Mobility & Data Practice Leader

Contatta Mercer Italia

Compila il form, oppure scrivi a mercer.italy@mercer.com

*Campo obbligatorio