Praca z danymi w HR krok po kroku: pięć etapów analizy

Projekty analityczne w HR często zatrzymują się na źle postawionym pytaniu albo na nieumiejętności sprzedania wyniku zarządowi, rzadziej na braku danych czy narzędzi. Pięć etapów opisanych poniżej jest szkieletem, który porządkuje pracę z danymi tak, żeby wynikiem była decyzja. Każdy etap jest niezbędny; pominięcie jakiegokolwiek z nich kosztuje albo powtórkę projektu, albo brak adopcji wniosków przez biznes.

Etap 1: pytanie biznesowe

Najtrudniejszy i najważniejszy. Bez konkretnego problemu, który chcemy rozwiązać, projekt analityczny będzie postrzegany jako strata czasu, niezależnie od jakości wykonania.

Trzy cechy dobrego pytania biznesowego:

• Wskazuje decyzję, którą wynik analizy zmieni. „Czy nasza polityka podwyżkowa premiuje top performerów?” wskazuje decyzję (zmiana algorytmu podwyżek). „Jakie mamy dane o wynagrodzeniach?” nie wskazuje żadnej.
• Ma jasno zdefiniowaną grupę docelową. Pracownicy aktywni czy też byli, pełen etat czy wszyscy, jedna lokalizacja czy organizacja, wszystkie role czy konkretna kategoria pracowników.
• Ma określony horyzont czasowy. „Czy w 2025 roku rozkład podwyżek różnił się między kobietami a mężczyznami w tej samej kategorii pracowników” jest pytaniem operacyjnym. „Jak płacimy kobietom” to temat do dyskusji.

W praktyce klienta etap 1 to zwykle rozmowa. Zarząd przychodzi z hasłem („nie dopłacamy ekspertów”); analityk przekształca je w testowalne pytanie (compa-ratio ekspertów vs. mid-point zakresu wynagrodzeń, dynamika wskaźnika rok do roku, korelacja z rotacją). Przeskoczenie tej rozmowy oznacza, że projekt zwróci jakąś liczbę, która nie odpowie na to, o co rzeczywiście pytano.

Jeśli po etapach 2-4 wynik nie prowadzi do decyzji, należy wrócić do etapu 1. Martwe projekty biorą się zwykle ze źle sformułowanego pytania biznesowego, rzadziej ze złej analizy.

Etap 2: dobór danych

Cztery decyzje na tym etapie:

• Źródła. Wewnętrzne (HRIS, payroll, system ocen, ATS), finansowe (system księgowy, budżet), rynkowe (raporty płacowe, Sedlak, Mercer, WTW; benchmarki branżowe od stowarzyszeń). Każde źródło ma własne opóźnienia i własne ograniczenia próby.
• Okres. Snapshot punktowy (stan na 31 grudnia) odpowiada na inne pytania niż dane okresowe (rok, kwartał). Snapshot pokazuje strukturę; dane okresowe pokazują dynamikę.
• Porównywalność. Wszystkie wynagrodzenia w analizie muszą być w tych samych jednostkach: brutto i znormalizowane do pełnego etatu (FTE), zgodnie z dwiema zasadami opisanymi we wprowadzeniu do analizy płac. Bez tej konwencji mediana i średnia są liczone na heterogenicznych populacjach.
• Granica próby. Czy do analizy wchodzą pracownicy na okresie próbnym, na urlopach długoterminowych, na umowach B2B. Każda z tych decyzji jest dopuszczalna, byle była świadoma i zapisana, bo wpływa na interpretację wyniku.

Dwie typowe pomyłki etapu 2: dorzucenie danych „bo są” (rośnie próba kosztem porównywalności) oraz wycięcie podgrup, których analitycy „nie rozumieją” (pracownicy na 1/4 etatu, byli pracownicy, kontraktorzy B2B). Często właśnie te podgrupy niosą najciekawszą informację o polityce wynagrodzeń.

Etap 3: czyszczenie danych

Według praktyków pracujących z danymi to ok. 80% pracy w analityce, niezależnie od tego, czy mówimy o HR, finansach czy marketingu. „Beznadziejne dane na wejściu oznaczają beznadziejną analizę na wyjściu” jest regułą, której nie da się obejść umiejętnościami statystycznymi.

W polskich danych płacowych powtarza się pięć typów problemów opisanych szerzej w notce o problemach z danymi HR:

• braki w polach (data zatrudnienia, kategoria pracowników, płeć);
• dane nieaktualne lub niespójne (wynagrodzenie aktualizowane raz w jednym systemie, raz w drugim);
• literówki i błędy zapisu (przesunięty przecinek 5 100 zł vs. 51 000 zł);
• duplikaty (przy łączeniu danych z różnych źródeł);
• niepewne dane, których ani nie da się naprawić, ani zignorować bez utraty znaczącej części próby.

Dwa narzędzia diagnostyczne:

• Test mnożenia kolumny przez 1. Jeśli w arkuszu kalkulacyjnym kolumna ma format tekstowy zamiast liczbowego (typowe po imporcie z CSV), mnożenie zwróci błąd dla każdej wartości tekstowej. Filtrowanie po błędach ujawnia rekordy do poprawy.
• Wykrywanie wartości skrajnych. Wartości odbiegające od średniej o więcej niż dwa odchylenia standardowe (albo, prościej, wartości poniżej P5 i powyżej P95) wymagają sprawdzenia. To zwykle albo błąd zapisu, albo realna obserwacja warta osobnego raportowania (np. ekspert z historycznym kontraktem, długoterminowo chory pracownik).

Czyszczenie kończy się decyzją: które obserwacje skrajne wchodzą do analizy, które są usuwane jako błędy, a które są raportowane osobno jako anomalie wymagające komentarza zarządczego. Decyzję trzeba zapisać, bo wpływa na interpretację wyniku w etapie 5.

Etap 4: analiza

Najprzyjemniejszy etap dla analityków i często rozdmuchany w narracjach o „analityce HR”. Jeśli etapy 1-3 są zrobione porządnie, etap 4 sprowadza się do uruchomienia ustalonych miar na uporządkowanych danych.

Trzy poziomy analizy w polityce wynagrodzeń, opisane szerzej w trzech warstwach diagnostyki:

• Warstwa 1 (spójność wewnętrzna): mediana, średnia, percentyle (Q1, Q3, D9) per kategoria pracowników; compa-ratio per pracownik i per grupa.
• Warstwa 2 (konkurencyjność rynkowa): porównanie mid-pointów organizacji do mediany rynku z raportu płacowego; compa-ratio rynkowe per pracownik; lista ról niedopłaconych względem rynku.
• Warstwa 3 (strategia): synteza dwóch poprzednich w rekomendację siatki, polityki podwyżek, raportu zgodnościowego (dyrektywa o przejrzystości wynagrodzeń (UE 2023/970)).

Pułapka etapu 4: analizowanie do wyczerpania zasobów, bo „jeszcze jeden krzyżyk”. Kryterium zatrzymania wyznacza etap 1: gdy analiza odpowiedziała na pytanie biznesowe (potwierdziła, obaliła, wymusiła powrót do etapu 1), dalsze drążenie jest zbędne.

Etap 5: prezentacja wniosków

Drugą połową sukcesu jest prezentacja: jak doszliśmy do wniosków, jakie założenia przyjęliśmy w etapach 2-3, jakie ograniczenia ma analiza. Bez tego zarząd nie zaakceptuje rekomendacji, zwykle dlatego, że nie będzie w stanie obronić decyzji wewnętrznie.

Trzy elementy, których zarząd potrzebuje w raporcie:

• Pytanie i odpowiedź. „Pytanie: czy w kategorii ekspertów płacimy poniżej rynku? Odpowiedź: tak, mediana ekspertów jest 12% poniżej P50 raportu Sedlak za 2025 rok.”
• Założenia i ograniczenia. Próba wykluczyła pracowników na okresie próbnym i na urlopach >6 miesięcy. Wynagrodzenia w raporcie Sedlak mają opóźnienie 8 miesięcy względem snapshotu. Compa-ratio liczone względem P50 rynku.
• Co z tym zrobić. Rekomendacja podwyżki dla ekspertów o medianie 8% w cyklu marcowym; alternatywa retencyjna dla 12 osób z najwyższym ryzykiem rotacji.

Bez trzeciego punktu projekt pozostaje opisem stanu. Konsekwencja: zarząd nie wie, co ma zrobić, i projekt umiera w szufladzie.

Co dalej

Pięć etapów nie tworzy sekwencji liniowej: między etapem 4 a 1 zwykle wraca się przynajmniej raz. Brak rozwiązania w etapie 4 jest sygnałem, że pytanie z etapu 1 było źle postawione; więcej danych tego nie naprawi. Częsta pomyłka w projektach analitycznych w HR to przeskoczenie etapów 1 i 5: zaczynamy od „mamy SAP HR i snapshot wynagrodzeń” i kończymy na „stworzyliśmy 30 wykresów”. Między tym a decyzją zarządu jest cała przepaść.

• Trzy warstwy analityki comp&ben: gdzie etap 4 wpisuje się w pełną diagnostykę
• Najczęstsze problemy z danymi HR: co wykrywać i naprawiać w etapie 3
• Jak korzystać z raportów płacowych: etap 2 dla danych rynkowych
• Wprowadzenie do analizy płac: dwie zasady (brutto, FTE) obowiązujące na etapie 2

Jak legitnyhr to obsługuje

W projekcie strukturalnym legitnyhr automatyzuje etapy 3-5: dane wpina się raz (opisy stanowisk + scoring + snapshot wynagrodzeń), audyt loguje zmiany, eksport (PDF + xlsx) prezentuje wnioski z uzasadnieniami w formacie gotowym dla zarządu. Etap 1 (pytanie biznesowe) i etap 2 (dobór danych) leżą po stronie konsultanta. To świadoma granica, bo te etapy wymagają rozmowy z klientem. Etap 3 jest częściowo wbudowany przez walidację schematów Zod i niemodyfikowalność snapshotów; rozszerzenie o automatyczne wykrywanie wartości skrajnych w danych klienta jest na roadmapie.

Zobacz: doradztwo ciągłe w polityce wynagrodzeń lub projekt struktury wynagrodzeń.