提高人力資源透明度 用大數據可減低職場性別薪酬差距

社會上向來都存在著工資差異,年資、性別、年齡等都會有工資差異。隨著科技發展,原來使用大數據能夠分析工資、技能、名聲等資訊,找到工資差異的理由、地點、所在企業,讓人力資源透明度大大提高,因此我們可以利用科技作出工資搜查,為自己謀最大利益,這或許能減少工資差異。

社會上向來都存在著工資差異,年資、性別、年齡等都會有工資差異。隨著科技發展,原來使用大數據能夠分析工資、技能、名聲等資訊,找到工資差異的理由、地點、所在企業,讓人力資源透明度大大提高,因此我們可以利用科技作出工資搜查,為自己謀最大利益,這或許能減少工資差異。

 

性別歧視依然存在

女性地位其實還不如男人重要,根據 Catalyst 分析了約一千所企業裡的 CEO ,女性只佔了其中的 5% 。顯然易見一組數據,美國勞工處指出,女人只能賺取男人所賺得的 82% 工資,而擁有孩子的女性更只賺得男性的 75% ,以相同職位及工作量計算。

這些數據都是令人灰心,但事實上到今時今日還是有這樣的現象出現,即使強調自由、平等的世界大國-美國也出現這樣的現象。不過,人們看來也習以為常,接受了這個現實,很少聽到有人因為性別工資差異而展開遊行或請願。根據世界經濟論壇指出,這種差異很可能到 2095 都仍然存在,在未來一代、或兩代女性,也許會因為性別差異問題而減低投入市場動力。

 

數據分析可助暸解工資差異

數據分析可為工資差異打破格局。數據分析及微定位並不只是應用在零售商和政治方面,它們可以助我們提升職業女性地位及拉近性別工資差異。僱主透過公司內部招聘進行分析,可追蹤到其實有不少女性都合乎該職位資格,但她們都從來沒有申請。我們可以一樣以此利用,在她們離開職位後分析女性工資及歷史排名,同樣地我們可以使用大數據分析,告訴我們面試應該有甚麼能讓企業得到。

Facebook 帖文、 Twitter 推文及 LinkedIn 群組提供了大量有價值資訊予前度僱主。用家所寫的都是率直、坦誠及有用的資訊。那兒所有數據都有巨大作用-我們只需收集這些數據及加以分析,就能有真正用處。我們可以透過這些渠道搜索最佳人選,找出方法令自己維持名聲、以及分析為何女性領導落後於男性領導。

 

科技帶領人們發展

大數據分析應用在人力資源上,無非都是想改變現狀,減少歧視令人們處於公平位置。如果人們對自身工作感到停滯不前,可以找尋晉升或其他機會;如果覺得自己工資被低估、可以要求加薪。不過最重要都是一個團隊不論男女,都能互相合作,而不是用過去、傳統眼光認為男人的領導能力偏高,受到性別歧視而產生麻煩。

今天在香港,女性地位已大大提高,在辦公室裡很多時都是女性主導。在科技快速發展同時,數據分析的力量也幫助人們推進。

Source: Wired