Vous pensez avoir un problème avec la façon dont vos employés ont été payés. Vous avez peut-être sélectionné le mauvais taux ou appliqué de manière inappropriée des indemnités de droits de douane plus élevées. Cela arrive même aux plus grands employeurs d'Australie. Vous êtes déterminé à faire ce qu'il faut pour vos employés et vos parties prenantes. Vous décidez de procéder à une révision des salaires afin de vérifier l'historique des paiements versés aux employés et de rembourser les montants dus à vos employés. Vous communiquez avec vos parties prenantes et vos conseillers juridiques, et vous engagez un fournisseur pour quantifier l'ampleur de tout sous-paiement potentiel. Le projet est planifié, les instructions sont fournies et les délais sont fixés. Tout est sur la bonne voie.
Vous recevez les données requises et vous les envoyez à votre équipe chargée de la paie et des opérations pour qu'elle les extrait.
Ensuite, tu reçois l'appel.
Généralement, une variante de « nous n'avons aucune donnée sur les listes », « nous n'avons pas de données sur les heures et les présences de ces employés » ou le redoutable « nous avons les données mais elles sont conservées sur place dans les tiroirs des bureaux des responsables du site... Oui, probablement des milliers de feuilles volantes... qui sait combien de temps ils les conservent ».
Personne n'attend « l'appel » avec impatience. L'appel signifie : la modification de délais serrés, une augmentation du travail pour une équipe déjà sous pression et l'incertitude quant à la manière d'aller de l'avant.
Comment surmontez-vous les lacunes dans les données lors des révisions salariales ?
Lorsque nos clients viennent nous voir, un peu stressés, pour nous informer de problèmes liés aux données, nos deux premiers mots sont toujours les mêmes : « Pas de soucis ». Nous l'avons déjà vu à de nombreuses reprises et nous avons une solution.
Les problèmes de données sont inévitables lors de toute révision des salaires ou des états de paie. Les instruments industriels sont complexes et évoluent fréquemment. Il est donc difficile de s'assurer qu'un système est en place pour garantir la saisie de tous les points de données nécessaires pour tous les contrats ou accords concernant votre personnel. Chez Yellow Canary, notre mission est de faciliter la conformité en matière de paie, et nous adoptons la même approche pour trouver une solution à vos problèmes de données.
Nous avons observé toutes les permutations possibles des lacunes dans les données et avons développé une méthodologie robuste pour résoudre l'ensemble des problèmes que nous rencontrons chaque jour.
Problèmes courants liés aux données relatives aux listes et aux feuilles de temps
Nous allons nous concentrer sur les problèmes de données les plus courants auxquels vous serez confrontés : les données des listes et les données des feuilles de temps. Il est important de noter la distinction entre les listes et les feuilles de temps. Les listes sont un enregistrement des heures de travail prévues pour votre employé, tandis que les feuilles de temps sont un enregistrement des heures réelles qu'il a travaillées. Dans un monde idéal, vous devriez avoir un enregistrement à la fois des listes et des feuilles de temps. Cependant, d'après notre expérience, ce n'est souvent pas le cas.
Nous avons décrit ci-dessous les scénarios courants et leur complexité relative en ce qui concerne les données relatives à la liste et aux feuilles de temps :
Ici, nous allons nous concentrer sur les quatre principaux problèmes et fournir des exemples de la manière dont nous pouvons les résoudre. Nous devons noter que la méthodologie que vous finirez par appliquer doit être choisie en consultation avec vos conseillers juridiques.
Problème 1 : « Nos listes sont tenues à jour dans des milliers de feuilles de calcul Excel préparées par les superviseurs/gestionnaires »
La solution : l'enrichissement des données.
Les listes sont généralement utilisées comme outil de planification des effectifs par les unités commerciales pour s'assurer que vous avez les bonnes personnes sur place au bon moment, plutôt que comme une entrée de données pour le calcul des salaires. Cela peut prendre la forme de listes préparées dans Excel où les couleurs représentent un type de quart de travail, ou le nom de l'employé utilisé dans la feuille de calcul est le prénom uniquement, ou le format diffère légèrement selon qu'un ministère préfère un autre format. La conséquence involontaire de cette situation est que les listes sont préparées par des humains pour les humains, et non pour les ordinateurs.
Les données non structurées sont complexes à résoudre et, en raison de leur nature, des lacunes peuvent encore exister. La transcription manuelle de ces listes peut être réalisable si vous avez 20 employés, mais elle n'est pas évolutive pour une cohorte de 100 employés ou plus.
Dans ce cas, nous procédons à un processus appelé enrichissement des données dans le cadre duquel nous prenons les données internes et les transformons dans un format qui peut être consommé par programmation par notre plateforme et utilisé pour l'examen. Ce processus prend généralement des semaines, et non les années que prendrait une transcription manuelle.
Problème 2 : « Nous ne conservons ni listes ni feuilles de temps »
La solution : les modèles.
Cela est courant chez les travailleurs qui travaillent à des heures régulières ou par quarts de travail, comme les banques, les assurances et les services professionnels. Dans ces situations, les cohortes d'employés travailleront généralement selon le même schéma d'heures en fonction de leur rôle, de leur type d'emploi ou de leur magasin. Par exemple, les caissiers d'une agence régionale peuvent travailler du lundi au vendredi de 8 h 30 à 16 h 30 et leurs homologues d'une agence de métro peuvent travailler de 9 h 00 à 17 h 00. Par le passé, il se peut que vous n'ayez pas conservé de copie de la liste ou que vous n'ayez pas été obligé de remplir des feuilles de temps car vous étiez rémunéré.
Dans ce cas, nous travaillerons avec les équipes de planification des effectifs pour développer une série de modèles de listes sous forme de liste proxy ou d'ensemble de données de feuille de temps. Ces modèles sont ensuite intégrés à notre plateforme et appliqués à chacun des employés de vos cohortes pertinentes.
Il est important de noter que l'approche des modèles ne peut être utilisée que dans des cas d'utilisation spécifiques, car les modèles sont appliqués à des cohortes d'employés et les variations individuelles seraient plus difficiles à traiter. Par conséquent, nous travaillons en étroite collaboration avec vos conseillers juridiques pour nous assurer que cette approche peut être adoptée.
Problème 3 : « Nous avons quelques feuilles de temps, mais nous ne les avons pas pour toute la période »
La réponse : l'extrapolation.
Une révision des salaires couvre souvent une période de six ans et les pratiques et systèmes commerciaux peuvent changer au cours de cette période. Dans de nombreux cas, les feuilles de temps peuvent n'avoir été introduites qu'à mi-chemin de la période, ou avoir été perdues pendant certaines périodes de paie, ou ne pas être conservées de manière cohérente pour des cohortes d'employés pendant toute la période. Cela signifie que nous n'avons pas une visibilité complète sur les habitudes de travail et les heures de travail des employés, ce qui entraîne des écarts.
Lorsque nous appliquons la méthode d'extrapolation, nous travaillons avec vous pour identifier les tendances historiques de l'emploi pour chaque salarié et appliquer ces tendances aux périodes présentant des écarts. Ce processus est plus complexe que l'utilisation de modèles, car il prend en compte les circonstances individuelles et nécessite donc un examen minutieux au niveau individuel par vos équipes du personnel et des ressources humaines. Pour cette raison, il se peut que cela ne soit pas pratique pour les grandes cohortes d'employés.
Problème 4 : « Nous avons quelques listes et quelques feuilles de temps, mais c'est un vrai bordel »
La réponse : le mélange.
Il est courant que les organisations disposent à la fois de listes et de feuilles de temps tout au long de la période d'évaluation. Par exemple, les feuilles de temps n'ont été introduites qu'à mi-parcours de la période examinée et les listes ont été conservées pendant toute la période, mais les listes ne reflètent que les heures de travail prévues pour un employé, et non les heures réellement travaillées. Cela donne lieu à une situation où nous ne disposons que des heures réellement travaillées pendant une partie de la période d'examen et des heures prévues de travail des employés pendant la partie restante.
La loi sur le travail équitable et les réglementations associées exigent que les registres soient utilisés lorsqu'ils sont disponibles. En d'autres termes, vous ne pouvez pas être sélectif quant aux enregistrements que vous choisissez d'utiliser.
Dans ces circonstances, nous procédons au processus de mélange. Ce processus d'homogénéisation de plusieurs approches pour optimiser la précision en fonction des données disponibles peut s'avérer extrêmement compliqué. La complexité réside dans les points d'intersection entre les sources de données, car les sources de données ne sont généralement pas parfaitement découpées. Concrètement, cela implique d'adopter une source de données (par exemple des feuilles de temps) pour une partie de la période et d'utiliser une autre source de données (par exemple des listes) pour une autre partie. Ce processus peut devenir complexe et nous avons développé un cadre pour protéger l'intégrité de la méthode.
Nous vous aidons à résoudre facilement un problème complexe
Personne ne se lance dans une révision des salaires dans l'espoir de rencontrer des problèmes de données. Nous nous sommes donné pour mission de faciliter la résolution des problèmes liés aux données grâce à notre méthodologie Yellow Canary Data Gaps. Comme pour tous les aspects d'un projet Yellow Canary, nous travaillons en étroite collaboration avec vos conseillers juridiques, vos équipes chargées de la paie et des opérations afin de nous assurer que nous appliquons la bonne méthodologie à vos problèmes de données. Si vous souhaitez nous parler des lacunes en matière de données dans le cadre de votre révision salariale, contactez-nous ici et nous vous appellerons.
* Le contenu de Yellow Canary sur ce site Web est uniquement destiné à offrir des commentaires et des connaissances générales. Le contenu n'est pas destiné à constituer un avis juridique. Vous devez demander l'avis d'un avocat ou d'un autre professionnel avant d'agir ou de vous fier à tout contenu.
