Результаты исследования в 2024 году

10
элементов вознаграждения
2 169 000
зарплатных значений
421
компаний
129
городов / регионов РФ
17
секторов экономики

Подача данных без рутины: нейросети обеспечивают мгновенную точность

Глубокая методология даёт два ключевых эффекта:
  • Высокая точность и сопоставимость — многоуровневая классификация сводит к минимуму погрешности, поэтому отчёты отражают реальную структуру компенсаций, а не «среднюю температуру».
  • Более детальный аналитический срез — точная категоризация и референтные уровни позволяют сопоставлять роли на одном уровне ответственности и глубже анализировать структуру вознаграждения.

Сложность остаётся внутри алгоритмов, а на выходе — чистый, структурированный и сравнимый с рынком набор данных, готовый для стратегических решений по вознаграждению.
Участники исследования экономят до 95 % времени на подготовку, а качество данных выходит на новый уровень: исчезает субъективность, и каждая позиция попадает в «правильное» место.
В классических обзорах вознаграждения действует закономерность: чем глубже методология, тем выше точность, но тем больше ручного и монотонного труда. LensGradeAI и LensFunctionAI разрывают эту зависимость — теперь максимальная точность достигается одним кликом.

  • LensGradeAI присваивает корректный референтный уровень (грейд)
  • LensFunctionAI за секунды определяет функцию, подфункцию и специализацию каждой позиции по многоуровневому каталогу
Результаты нашего исследования предоставляют все необходимые данные и инструменты для управления вознаграждением сотрудников
Digital платформа по вознаграждению
Онлайн-платформа для получения доступа к актуальным данным и проведения аналитической работы
Достоверность данных
Статистические методы обработки, не искажающие данные и предоставляющие объективное представление о рынке вознаграждения в РФ
Все элементы вознаграждения
Мы предоставляем все компенсационные элементы вознаграждения, чтобы Вы могли принимать обоснованные решения
Данные из первоисточника
Данные собираются только напрямую от непосредственных участников рынка
Методология классификации
Методология международного уровня, позволяющая управлять внутренней справедливостью и оценивать внешнюю конкурентоспособность
Полное описание функциональности платформы здесь
Наши отчеты
Индивидуальные отчеты
Аналитические отчеты
Рыночные отчеты
Показывает, насколько уровни заработных плат в регионах отличаются от московских, принимая Москву за 100%. В отчете представлены региональные коэффициенты, рассчитанные на основе данных участников, а также возможность анализа различий в оплате по функциям и компенсационным элементам.
2) Отчет по региональным коэффициентам
Содержит данные о уровне вознаграждения топ-менеджмента, основанные на информации участников Исследования по вознаграждению с признаками N и N-1. В отчете доступны фильтры по грейдам, функциональным направлениям, регионам и другим параметрам для детального анализа.
5) Отчет по вознаграждению высшего руководства
4) Отчет по магазинным профессиям
Содержит данные о заработных платах сотрудников розничной торговли в России, сгруппированные по названиям должностей без привязки к грейдам. Информация основана на данных Исследования по вознаграждению, где позиции классифицированы по наименованиям для удобства анализа.
3) Отчет по рабочим профессиям
Содержит данные о заработных платах рабочих специальностей в России, сгруппированные по названиям должностей без привязки к грейдам. Информация основана на данных исследования по вознаграждению, где рабочие позиции классифицированы по наименованиям для удобства анализа.
  • Общеиндустриальный отчет — представляет рыночные показатели по уровню вознаграждения без детализации по конкретным отраслям. В отчете содержаться данные по грейдам, функциям, подфункциям и регионам.
  • Отраслевой отчет — содержит данные о вознаграждении с возможностью фильтрации по различным параметрам, включая отрасль, грейд, функцию, подфункцию и регион. Позволяет проводить детализированный анализ в разрезе конкретных сегментов рынка.
  • Отчет со средними данными по России — представляет сводные показатели по уровню вознаграждения на основе данных всех регионов. В отчете содержатся агрегированные значения без детализации по отдельным отраслям или возможности дополнительной фильтрации.
1) Отчет по рынку
Содержит ключевые HR-метрики, включая численность сотрудников, уровни управления, нормы управляемости, соотношение руководителей и специалистов, а также другие показатели. Данные отчета позволяют сравнить организационные структуры компаний с рыночными практиками, основанными на масштабном массиве реальных данных.
2) Отчет по организационным бенчмаркам
4) Сравнение рыночных тенденций по «тем же компаниям»
Отражает изменения уровня вознаграждения по отраслям, функциям, подфункциям и специализациям. Основан на данных компаний, участвовавших в исследовании два года подряд, что позволяет корректно сравнивать рынок 2024 года с 2023 годом, исключая влияние изменений в составе участников и роста объема данных
3) Отчет по структуре вознаграждения (PayMix)
Отражает долю краткосрочных (STI) и долгосрочных (LTI) бонусов в общем вознаграждении, рассчитываемую на основе TTC и TTDC. Данные позволяют оценить практику структуры компенсационного пакета на рынке и соотношение переменной и фиксированной части вознаграждения
Содержит данные о текущих рыночных тенденциях в области вознаграждений и льгот. В отчете представлены сведения о краткосрочных и долгосрочных системах мотивации, планах по пересмотру заработных плат, программам ДМС и различных формах компенсаций для сотрудников.
1) Отчет по рыночным практикам вознаграждений и льгот
Анализирует уровень вознаграждения каждого сотрудника компании по всем компенсационным элементам в сравнении с рыночными данными. Рассчитываются отклонения от рыночных значений (CR), где 100% соответствует полному совпадению с рынком. Сравнение проводится по принципу код-в-код (функция к функции, регион к региону), что обеспечивает точность сопоставления.
2) Отчет по индивидуальному сравнению вознаграждения
3) Отчет по индивидуальному сравнению с референтной группой
Анализирует уровень вознаграждения каждого сотрудника компании по всем компенсационным элементам в сравнении с данными выбранной референтной группы (до трех различных групп). Рассчитываются отклонения от референтных значений (CR), где 100% соответствует полному совпадению с данными группы. Сравнение проводится по принципу код-в-код (функция к функции, регион к региону), что обеспечивает высокую точность сопоставления.
Исследует практики вознаграждения в компании на основе 46 аналитических показателей. Включает численность сотрудников по функциям, медианные значения ключевых параметров и структуру вознаграждения. Отчет позволяет провести всесторонний анализ системы вознаграждения внутри компании.
1) Отчет по текущей практике вознаграждения
Darwin C&B Edition: эволюционный подход к созданию сбалансированных зарплатных диапазонов
Решение ускоряет переход к рыночной модели оплаты труда, сокращая работу C&B‑аналитиков с недель до часов и обеспечивая управляемость фонда оплаты
В LensPay результаты сразу отображаются на интерактивных дашбордах — с фильтрами, сравнением оптимальных решений, возможностью внести изменения и экспортировать всё в Excel
Алгоритм диапазонов вознаграждения LensPay — встроенное ML‑решение, которое за минуты рассчитывает оптимальные диапазоны вознаграждения на основе корпоративных и рыночных данных
Прозрачная аналитика

Все ключевые метрики и варианты доступны прямо в интерфейсе LensPay
Гибкость данных

Достаточно загрузить корпоративные данные и выбрать рыночные — модель сама определяет оптимальные параметры без ручных настроек
Эволюционный интеллект

Генетический алгоритм перебирает тысячи сценариев, динамически подбирая дифференциалы и границы бэндов до достижения сбалансированного решения
Четырёхмерная цель

Увеличивает долю сотрудников в диапазоне, снижает отклонения от рынка, поддерживает внутреннюю справедливость и удерживает бюджет на встраивание
20
19
18
17
16
15
14
13
12
11
2 000 000
1 800 000
1 600 000
1 400 000
1 200 000
1 000 000
800 000
600 000
400 000
200 000
0
10
Максимум
Минимум
Медиана
Заработная плата
Бюджет на встраивание
Отклонение от рынка
Отклонение от текущей структуры
Входимость в з/п диапазон
35
35
35
35
Оптимальные варианты
Вознаграждение
Грейд
0