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

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

Участники исследования экономят до 95 % времени на подготовку, а качество данных выходит на новый уровень: исчезает субъективность, и каждая позиция попадает в «правильное» место.

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.
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
Аналитические
Рыночные
Отчет по индивидуальному сравнению с референтной группой
Отчет по индивидуальному сравнению вознаграждения
Отчет по текущей практике вознаграждения

Отчет по индивидуальному сравнению с референтной группой
Отчет по индивидуальному сравнению вознаграждения
Отчет по текущей практике вознаграждения
Отчет по структуре вознаграждения (PayMix)
Отчет по организационным бенчмаркам
Отчет по рыночным практикам вознаграждений и льгот
Сравнение рыночных тенденций по «тем же компаниям»
Отчет по структуре вознаграждения (PayMix)
Отчет по организационным бенчмаркам
Отчет по рыночным практикам вознаграждений и льгот
Сравнение рыночных тенденций по «тем же компаниям»
Отчет по магазинным профессиям
Отчет по рабочим профессиям
Отчет по региональным коэффициентам
Отчет по рынку:
Отчет по вознаграждению высшего руководства
Отчет по магазинным профессиям
Отчет по рабочим профессиям
Отчет по региональным коэффициентам
Отчет по рынку:
Отчет по вознаграждению высшего руководства
Аналитические
Индивидуальные
Рыночные
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